Per molto tempo abbiamo valutato un intermediario soprattutto guardando a ciò che ha costruito: clienti, ricavi, retention, marginalità. L’intelligenza artificiale introduce una domanda diversa: quanto è preparata quell’organizzazione a continuare a creare valore domani?
Quando parliamo di intelligenza artificiale e distribuzione assicurativa, la conversazione prende quasi sempre la stessa direzione: quali attività potrà automatizzare? Quanto aumenterà la produttività? Ridurrà il bisogno di intermediari?
Sono domande legittime. Ma forse ce n’è un’altra, meno immediata e per questo più interessante: se l’AI cambia il modo in cui un intermediario lavora, può cambiare anche il modo in cui ne valutiamo il valore?
Non necessariamente perché utilizza più tecnologia. E neppure perché avere strumenti di intelligenza artificiale renda automaticamente un broker migliore. Il punto è diverso.
Per anni il valore economico di un intermediario è stato letto soprattutto attraverso ciò che produce oggi: dimensione del portafoglio, ricavi, crescita, retention, marginalità, qualità della clientela. Questi elementi continueranno a essere fondamentali. Ma potrebbe progressivamente diventare importante anche comprendere quanto facilmente quella stessa organizzazione possa crescere, essere integrata e adattarsi a un modello distributivo che cambia.
Quando i risultati di oggi non raccontano tutto
Immaginiamo due intermediari. Hanno ricavi comparabili, portafogli di dimensioni simili, una buona capacità di mantenere i clienti e marginalità non troppo distante.
Dietro quei numeri potrebbero però esserci due realtà profondamente diverse. La prima potrebbe dipendere da numerosi passaggi manuali, informazioni distribuite tra sistemi differenti, conoscenze conservate soprattutto nella memoria delle persone e attività difficili da standardizzare. La seconda potrebbe avere processi più leggibili, dati maggiormente accessibili, sistemi utilizzati in modo coerente e persone abituate a lavorare all’interno di workflow più strutturati.
Non significa che la seconda valga necessariamente di più. Significa però che i risultati economici del presente potrebbero non raccontare completamente la capacità industriale di produrre quelli futuri.
Portafoglio attuale e capacità futura non sono necessariamente la stessa cosa.
Un segnale sta arrivando dal mercato M&A
È interessante osservare ciò che sta accadendo nel mercato delle acquisizioni assicurative.
Nel suo Insurance: US Deals 2026 midyear outlook, PwC segnala che gli acquirenti della distribuzione stanno diventando più selettivi. Nel caso dei broker quotati, l’incertezza sugli effetti dell’AI sul modello tradizionale di brokerage viene indicata tra gli elementi che stanno influenzando le valutazioni. Parallelamente, per gli investitori assumono crescente importanza qualità della crescita organica, infrastruttura tecnologica, reporting e controlli interni.
È importante fermarsi qui prima di trarre una conclusione troppo semplice. Questi dati non dimostrano che utilizzare l’AI faccia aumentare la valutazione di un broker. La tecnologia entra nella valutazione non soltanto come opportunità, ma anche come domanda sulla tenuta futura del modello.
Non esiste ancora un “multiplo AI”
KPMG ha proposto il concetto di AI defensibility: non chiedersi semplicemente se un’impresa utilizzi l’intelligenza artificiale, ma quanto il suo vantaggio competitivo possa resistere o rafforzarsi in uno scenario trasformato dall’AI.
Il 78% dei 149 dealmaker intervistati da KPMG dichiara che l’intelligenza artificiale sta modificando i criteri utilizzati nelle valutazioni M&A. Ma lo stesso studio sottolinea che non esiste ancora un metodo condiviso per tradurre questo fenomeno in diligence e valutazione.
Possiamo osservare un segnale. Non possiamo ancora trasformarlo in una formula.
La domanda più utile è: quanto incide sulla qualità industriale di un intermediario la sua capacità di trasformarsi senza dover ogni volta ricostruire l’organizzazione da zero?
Il punto non è possedere tecnologia. È poterla assorbire
Una rete può acquistare un CRM e utilizzarlo poco. Può introdurre strumenti AI senza modificare davvero i processi. Può digitalizzare un’attività mantenendo però intatti tutti i passaggi organizzativi precedenti.
Per questo la maturità tecnologica non coincide con il numero di strumenti disponibili. Riguarda piuttosto la capacità dell’organizzazione di assorbirli.
Deloitte osserva come l’attenzione nell’M&A assicurativo si stia spostando verso integrazione operativa, semplificazione, cybersecurity e controllo dei fornitori tecnologici. McKinsey arriva a una conclusione complementare: le operazioni di integrazione più efficaci non vengono utilizzate soltanto per sommare organizzazioni, ma anche per riprogettare processi e infrastrutture.
La domanda non è: quale AI utilizzi? È: quanto è trasformabile la tua organizzazione?
Quando la conoscenza rimane nelle persone
Gran parte del valore di una rete distributiva nasce dalle persone: dalle relazioni costruite, dall’esperienza accumulata, dalla capacità di comprendere un cliente, dalla memoria di situazioni già affrontate.
Il problema emerge quando tutta questa conoscenza rimane esclusivamente individuale. Se una relazione commerciale dipende completamente dalla memoria di una singola persona, se le informazioni raccolte durante gli incontri non diventano dati utilizzabili, se un processo funziona perché una persona sa come si fa, l’organizzazione possiede certamente competenza. Ma ne possiede solo una parte in forma trasferibile.
Se l’AI rende meno prezioso il lavoro standard, che cosa rende più preziosa una persona?
L’intelligenza artificiale è particolarmente efficace nelle attività ripetitive, informative, preparatorie o standardizzabili. Se progressivamente una parte di questo lavoro richiederà meno tempo umano, potrebbe cambiare la parte del lavoro dell’intermediario che produce maggior valore.
La mia lettura è che, nella distribuzione assicurativa, questo sposti ancora più attenzione verso cinque capacità: diagnosi, comprensione, interpretazione, relazione e decisione. È un passaggio che si collega al modo in cui costruiamo competenze ed esperienza: il valore consulenziale emerge quando qualcuno deve comprendere quale domanda porre, quale elemento approfondire e come accompagnare una persona verso una decisione consapevole.
La rete tecnologicamente evoluta ma consulenzialmente debole è incompleta
Potremmo immaginare un’organizzazione perfettamente digitalizzata, con dati ordinati, automazioni sofisticate e strumenti AI integrati nei processi. Ma se le persone che incontrano il cliente non sanno condurre una conversazione di valore, interpretarne il contesto o rendere comprensibile la protezione, una parte del potenziale tecnologico rimane inutilizzata.
Vale anche il contrario. Una rete composta da professionisti molto competenti può disperdere parte di quella competenza se continua a dedicare troppo tempo ad attività amministrative, ricerche ripetitive e processi manuali.
Da questo punto di vista, maturità tecnologica e maturità consulenziale non sembrano due traiettorie concorrenti. La prima dovrebbe liberare capacità. La seconda dovrebbe stabilire dove quella capacità genera maggiore valore. È qui che diagnosi, interpretazione e relazione diventano competenze da rafforzare quando diminuisce il lavoro standardizzato.
Una rete non deve essere in vendita per porsi questa domanda
L’M&A è soltanto il luogo nel quale questa trasformazione diventa particolarmente visibile. Ma la stessa domanda può essere utile anche senza alcuna operazione societaria all’orizzonte.
Compagnie, banche e distributori investono continuamente sulle proprie reti: formazione, tecnologia, processi, dati, modelli commerciali. La questione diventa comprendere se questi investimenti stiano semplicemente aumentando l’efficienza delle attività esistenti oppure stiano costruendo un modello distributivo capace di evolvere.
Non credo che oggi la maturità tecnologica debba essere trattata automaticamente come un KPI strutturale al pari della produttività, della retention o della marginalità. Le evidenze disponibili non ci portano ancora così lontano. Ma credo sia ragionevole iniziare a considerarla un indicatore emergente della qualità industriale di una rete.
Forse il valore futuro sarà nella capacità di trasformarsi
Il punto non è stabilire se l’intelligenza artificiale aumenterà o ridurrà il valore dei broker. Alcuni modelli potrebbero essere messi sotto pressione, altri potrebbero utilizzare la tecnologia per diventare più efficienti, altri ancora potrebbero rafforzare proprio quelle componenti relazionali e consulenziali più difficili da standardizzare.
Per valutare un’impresa potrebbe diventare sempre meno sufficiente osservare soltanto ciò che possiede oggi. Bisognerà comprendere anche quanto sia capace di trasformarlo in valore domani.
Forse la maturità AI di una rete non si misurerà dal numero di strumenti che utilizza. Si misurerà, più profondamente, dalla sua capacità di utilizzare tecnologia e persone per trasformare conoscenza, capacità e relazione in un valore che possa continuare a crescere.
Non quanto vale oggi il nostro portafoglio, ma quanto siamo preparati a far valere domani ciò che sappiamo fare oggi?
FAQ
L’utilizzo dell’AI aumenta il valore economico di un broker assicurativo?
Non esistono oggi evidenze sufficienti per affermarlo in modo generalizzato. Alcune analisi M&A mostrano che l’impatto dell’AI, la qualità dell’infrastruttura tecnologica e la difendibilità del modello stanno acquisendo importanza nelle valutazioni degli investitori. Questo non equivale però all’esistenza di un premio automatico per chi utilizza l’AI.
Che cosa significa maturità tecnologica per una rete assicurativa?
Non coincide semplicemente con l’adozione di software o strumenti di intelligenza artificiale. In una prospettiva manageriale riguarda piuttosto la capacità dell’organizzazione di utilizzare dati, processi e tecnologie in modo coerente e di adattarsi senza dipendere esclusivamente da attività manuali o conoscenze individuali.
Perché AI e competenze consulenziali dovrebbero crescere insieme?
Perché l’automazione può ridurre il tempo dedicato alle attività ripetitive e informative, aumentando potenzialmente lo spazio disponibile per diagnosi dei bisogni, comprensione del contesto, interpretazione, relazione e supporto alla decisione.