Per molto tempo abbiamo immaginato il processo assicurativo secondo una sequenza abbastanza lineare.
Il cliente manifesta un bisogno. Il consulente raccoglie informazioni, individua una possibile soluzione e presenta una proposta. Solo dopo entra pienamente in gioco l’underwriting: vengono approfondite le caratteristiche del rischio e può emergere che servano ulteriori informazioni, che sia previsto un sovrappremio, che alcune garanzie debbano essere escluse o che la copertura non possa essere concessa alle condizioni inizialmente immaginate.
L’intelligenza artificiale potrebbe modificare proprio questa sequenza.
Non necessariamente perché sarà l’AI a decidere se assicurare una persona. Un cambiamento forse più interessante avviene prima: una prima indicazione sull’assicurabilità può diventare disponibile mentre il consulente sta ancora costruendo la conversazione con il cliente.
È un cambiamento della customer journey prima ancora che dell’underwriting.
Quando l’underwriting entra nella conversazione
Il 9 settembre 2026 un assicuratore Vita attivo a Hong Kong ha annunciato il lancio su tutta la propria rete di consulenti finanziari di un sistema di AI Underwriter.
Attraverso un’interfaccia conversazionale, il consulente può utilizzare informazioni sul profilo finanziario, medico, professionale e residenziale del cliente per ottenere in pochi minuti una indicazione preliminare di underwriting.
Questa può riguardare una possibile accettazione, eventuali esclusioni o sovrappremi oppure la necessità di acquisire ulteriori informazioni.
La precisazione è importante: non siamo di fronte a un algoritmo che conclude autonomamente il processo di sottoscrizione.
La compagnia chiarisce che la valutazione è preliminare e che la decisione definitiva continua a essere assunta dagli underwriter professionisti dopo aver ricevuto e verificato le informazioni necessarie. Il progetto prevede inoltre, nelle fasi future, una possibile estensione ad altri canali distributivi, inclusi bancassurance e brokeraggio.
Il caso va quindi letto per quello che è: un benchmark internazionale, non un modello automaticamente trasferibile all’Italia.
Ma apre una domanda interessante.
La vera novità non sono i minuti risparmiati
La lettura più immediata sarebbe concentrarsi sulla velocità.
Secondo la compagnia, una prima revisione che precedentemente poteva richiedere giorni può ora restituire alcune indicazioni in pochi minuti. È un dato significativo, anche se si tratta di una dichiarazione aziendale e non di una misurazione indipendente.
A mio avviso, però, il punto più interessante è un altro.
Cambia il momento nel quale l’incertezza sull’assicurabilità diventa visibile.
Nella customer journey tradizionale una parte di questa incertezza emerge dopo che il cliente ha già iniziato a immaginarsi all’interno di una determinata soluzione.
Una prima indicazione anticipata può invece modificare la conversazione prima della proposta.
Il consulente potrebbe sapere che probabilmente saranno necessari approfondimenti. Potrebbe far emergere subito la possibilità di un sovrappremio. Potrebbe spiegare che una determinata garanzia richiederà ulteriori valutazioni.
Questo, se gestito correttamente, può aumentare la trasparenza della relazione.
Il cliente non scopre necessariamente alla fine qualcosa che avrebbe potuto sapere prima.
Ma proprio qui compare il problema.
Più informazioni non significano automaticamente migliore consulenza
Disponibilità dell’informazione e qualità della consulenza non sono sinonimi.
EIOPA, nel suo Third Report sull’applicazione della Insurance Distribution Directive pubblicato nel marzo 2026, offre un’indicazione più generale ma utile anche per questo ragionamento. L’Autorità osserva che l’AI generativa viene sempre più utilizzata nella distribuzione assicurativa attraverso chatbot e sales tools. Allo stesso tempo segnala che l’interazione tra nuovi strumenti digitali, automazione e disciplina della distribuzione presenta ancora aspetti che richiedono attenzione.
Lo stesso quadro di analisi suggerisce un principio che considero particolarmente rilevante: aggiungere passaggi, informazioni o strumenti non produce automaticamente un miglior risultato per il cliente.
Il principio può essere esteso, con prudenza, anche al nostro caso.
Come ho già osservato parlando di qualità della consulenza, avere una risposta in più non significa necessariamente comprendere meglio il cliente.
Anzi, un’informazione tecnica anticipata potrebbe produrre l’effetto opposto se aumenta eccessivamente la sicurezza percepita da chi la riceve.
Una indicazione come “possibile accettazione” può facilmente diventare, nella conversazione, “la compagnia dovrebbe accettarla”.
E da lì il passaggio a “non dovrebbero esserci problemi” è molto breve.
A quel punto il rischio non nasce necessariamente da un errore dell’algoritmo.
Nasce dalla traduzione umana dell’output dell’algoritmo.
La competenza nuova è saper spiegare l’incertezza
È qui che il tema diventa anche un tema di Coaching Assicurativo.
Se alla rete viene messo a disposizione uno strumento più sofisticato, la formazione non può fermarsi alle istruzioni per utilizzarlo.
Occorre allenare il comportamento che viene dopo.
Che cosa significa realmente una valutazione preliminare? Come viene spiegata al cliente? Quali parole consentono di renderla comprensibile senza trasformarla in una promessa? Quando occorre rallentare la conversazione invece di accelerarla? Come si distingue ciò che sappiamo da ciò che deve ancora essere verificato?
È una differenza importante.
Nella logica del Coaching Assicurativo, la formazione produce valore quando modifica i comportamenti osservabili della rete: linguaggio, capacità di leggere il bisogno, relazione e metodo.
La pre-underwriting potrebbe aggiungere un nuovo comportamento da allenare: la gestione dell’incertezza tecnica davanti al cliente.
Prima il consulente doveva spiegare un prodotto senza sapere ancora esattamente come l’underwriting avrebbe valutato quella persona.
Domani potrebbe trovarsi a dover spiegare contemporaneamente la soluzione assicurativa e una previsione sulla sua assicurabilità.
Non è necessariamente un lavoro più semplice.
Anche la customer journey deve essere riprogettata
Un simile strumento non dovrebbe quindi essere inserito nel processo limitandosi ad aggiungere una nuova schermata.
Potrebbe cambiare la sequenza stessa della relazione:
comprensione del bisogno → prima indicazione di assicurabilità → configurazione della proposta → domanda formale → underwriting definitivo.
Questa sequenza può essere positiva perché rende visibili prima alcuni possibili ostacoli.
Ma impone una domanda organizzativa alle compagnie e alle reti distributive:
chi governa il significato di quell’informazione quando passa dalla funzione tecnica alla conversazione commerciale?
Underwriting dovrà definire con grande precisione ciò che l’output consente di dire.
Sales e Distribution dovranno evitare che la velocità venga trasformata in pressione commerciale.
Training dovrà lavorare sul linguaggio e sulle situazioni concrete nelle quali la risposta è ambigua.
Customer Experience dovrà verificare non soltanto se il processo diventa più rapido, ma se il cliente comprende meglio ciò che sta accadendo.
È uno di quei casi nei quali innovazione tecnologica e innovazione organizzativa non possono essere separate.
E in Europa?
Qui è necessario mantenere una distanza netta dal benchmark asiatico.
L’AI Act include nell’Allegato III i sistemi di AI destinati al risk assessment e al pricing delle persone nell’assicurazione Vita e Salute tra gli utilizzi classificati ad alto rischio.
Questo non significa che qualsiasi chatbot di pre-underwriting sia automaticamente classificabile allo stesso modo. La valutazione dipenderebbe dall’intended purpose, dall’utilizzo concreto del sistema e dal ruolo effettivo dell’output nel processo decisionale.
È quindi improprio concludere dal caso analizzato che uno strumento identico possa semplicemente essere trasferito nel mercato italiano.
Va inoltre considerato il trattamento di informazioni particolarmente delicate, comprese quelle relative alla salute, e più in generale l’insieme delle regole europee in materia di protezione dei dati, distribuzione e governance dell’intelligenza artificiale.
La questione europea non è perciò soltanto tecnologica.
È una questione di governance, responsabilità e relazione con il cliente.
La domanda non è quanto diventerà intelligente l’AI
Siamo abituati a discutere di intelligenza artificiale chiedendoci quali attività sarà in grado di svolgere al posto delle persone.
Il caso della pre-underwriting suggerisce una prospettiva diversa.
L’AI potrebbe non eliminare un passaggio umano. Potrebbe invece spostare informazioni tecniche dentro momenti della relazione nei quali prima non erano disponibili.
E quando questo accade cambia il lavoro delle persone.
Una rete che conosce prima una possibile criticità di assicurabilità può costruire aspettative più realistiche e una relazione più trasparente.
Ma può farlo solo se sa distinguere tra informazione e certezza, tra indicazione e decisione, tra velocità e qualità.
È una dinamica coerente con una riflessione già affrontata sul valore del consulente nell’era dell’AI: quando l’informazione diventa più accessibile, il valore umano si sposta sulla qualità dell’interpretazione e della relazione.
Per questo la domanda che trovo più interessante non è quanto rapidamente l’intelligenza artificiale riuscirà a darci una risposta.
È che cosa sapremo fare meglio, come consulenti, quando quella risposta arriverà prima.
Fonti principali
- Comunicato ufficiale dell’assicuratore Vita di Hong Kong — 9 settembre 2026
- EIOPA — Third Report on the application of the IDD
- EIOPA — Opinion on Artificial Intelligence governance and risk management
- Unione europea — Artificial Intelligence Act
- Commissione europea — calendario di applicazione dell’AI Act
L’AI Underwriter decide se un cliente può essere assicurato?
Nel caso internazionale analizzato, no. Il sistema fornisce indicazioni preliminari di underwriting; la decisione definitiva resta affidata agli underwriter professionisti dopo la verifica delle informazioni necessarie.
Che cosa cambia con la pre-underwriting?
Cambia soprattutto il momento nel quale alcune informazioni sull’assicurabilità possono emergere. Il consulente può conoscere prima della domanda formale possibili esigenze di approfondimento, esclusioni o sovrappremi. La possibile conseguenza sulla qualità della consulenza è invece un’inferenza: dipende da come queste informazioni vengono interpretate e comunicate.
Un sistema simile potrebbe essere utilizzato in Italia?
Il benchmark di Hong Kong dimostra la possibilità tecnica e operativa del modello, non la sua automatica trasferibilità. Nell’Unione europea andrebbero valutati, tra gli altri aspetti, intended purpose del sistema, protezione dei dati, regole distributive e disciplina dell’AI Act.