L’intermediario artificiale

Anche nel settore dell’intermediazione assicurativa si fa un gran parlare dell’impatto dell’intelligenza artificiale e si discute delle opportunità che una sua profonda integrazione nel sistema potrebbe riservare all’intera filiera assicurativa. Si discute anche del timore, soprattutto per gli intermediari tradizionali, che un sistema molto evoluto e capace di autonomia operativa e “decisionale” possa addirittura mettere in discussione il ruolo dell’intermediario come consulente del cliente, oggi considerato il vero valore aggiunto della figura professionale dell’agente di assicurazione.

In sintesi: se l’IA fosse in grado di svolgere adeguatamente il ruolo del consulente, individuando e interpretando le esigenze del cliente e formulando una proposta capace di soddisfarle, assisteremmo a un’invasione nel campo delle competenze oggi proprie degli intermediari professionisti capace di spingerli progressivamente ai margini e, in prospettiva, di sottrarre loro una parte del ruolo?

Le norme che disciplinano l’impiego dell’intelligenza artificiale stanno introducendo obblighi di trasparenza destinati a rendere riconoscibile, in determinate circostanze, l’intervento dei sistemi di IA. Nel settore assicurativo, inoltre, il tema si intreccia con gli obblighi già esistenti in materia di correttezza della distribuzione, valutazione delle richieste ed esigenze del cliente e responsabilità dell’intermediario.

Ma la valutazione di questo confine, in fin dei conti, sarà anche nelle mani del cliente che, con il passare del tempo, potrebbe diventare sempre più incline a considerare positivamente gli strumenti digitali per risolvere le sue necessità assicurative, soprattutto se sarà convinto della bontà delle risposte che riceve.

Ma siamo sicuri che questo confine sia ancora così netto?

Abbiamo provato a verificarlo concretamente, mettendo l’intelligenza artificiale nella condizione di fare qualcosa di molto più complesso che confrontare massimali, franchigie e condizioni contrattuali: fare l’agente di assicurazione.

Abbiamo quindi costruito una simulazione di vendita. A ChatGPT abbiamo assegnato il ruolo di un agente plurimandatario con mandati Unipol e Vittoria, chiedendogli di basare la propria consulenza sui prodotti effettivamente disponibili nelle aree infortuni, salute e protezione della persona. Dall’altra parte della scrivania si è seduto un cliente che, genericamente, chiedeva informazioni per una polizza malattia.

All’IA sono state fornite soltanto le informazioni che l’agente avrebbe ragionevolmente già posseduto: si trattava di un cliente dell’agenzia, titolare di alcune coperture già in essere. Della sua situazione familiare, delle sue condizioni personali e soprattutto delle esigenze che lo avevano portato in agenzia, invece, sapeva poco o nulla.

Non le abbiamo detto quali domande fare. Non le abbiamo indicato quale bisogno avrebbe dovuto scoprire.

Da quel momento abbiamo iniziato a parlare (l’esperimento si è svolto in audio come una normale conversazione) ed è qui che la cosa ha cominciato a diventare sempre più interessante e, per certi versi, molto più inquietante di quanto ci aspettassimo.

Dopo un’educata “rottura del ghiaccio”, la trattativa è entrata nel vivo con domande pertinenti, tese ad acquisire gli stessi elementi di valutazione che un intermediario diligente avrebbe ritenuto utili: composizione del nucleo familiare, persone economicamente a carico, eventuali situazioni da proteggere in modo particolare, presenza di altre forme di tutela derivanti dal rapporto di lavoro o da casse professionali.

L’indagine si è poi fatta più specifica: tutela della continuità del reddito oppure accesso alle cure e rimborso delle spese sanitarie? Da questa prima alternativa sono progressivamente emerse due esigenze inizialmente non espresse: la preoccupazione per una futura perdita dell’autosufficienza e il desiderio di poter ricorrere già oggi alla sanità privata a causa dell’insufficienza del servizio sanitario pubblico.

L’IA ha ricondotto correttamente le due esigenze ad ambiti differenti, spiegando che una copertura sanitaria privata non può essere considerata semplicemente sostitutiva del SSN, pur potendo costituire un importante secondo canale di accesso alle cure e comprendere, a determinate condizioni, anche prestazioni di prevenzione, diagnostica e check-up periodici.

Ma il colloquio è andato oltre quando l’IA ha cercato di capire se una delle due esigenze fosse prioritaria e, soprattutto, cosa intendesse il cliente quando parlava di tutela della non autosufficienza. È così emerso un nuovo elemento: il problema non era soltanto disporre delle risorse necessarie per pagare l’assistenza, ma evitare che l’organizzazione della stessa ricadesse un giorno sui familiari. Questo è stato uno dei passaggi più interessanti dell’esperimento: da un’esigenza espressa genericamente si è arrivati a individuare una necessità personale molto più precisa, con un impatto nella scelta del prodotto da proporre: non una semplice rendita LTC, ma una soluzione comprendente l’erogazione diretta dei servizi.

Fra dettagli tecnici, aspettative, situazioni personali e familiari e aspetti sanitari si è quindi arrivati alla costruzione di una prima proposta con una copertura malattia per l’intero nucleo familiare e una polizza long term care per i due coniugi, scelte fra le soluzioni delle due compagnie rappresentate. Di fronte alla dichiarazione di una patologia preesistente, l’IA ha correttamente precisato la necessità di sottoporre il caso alla direzione della compagnia per le necessarie valutazioni.

Sul versante della non autosufficienza, di fronte all’insistenza del cliente per avere soluzioni di servizio e non solo di rimborso o rendita, l’IA ha ammesso di non avere fra i propri prodotti quello necessario all’esigenza specifica, avviando in tal modo una nuova fase del confronto che, uscendo fuori dal perimetro dei mandati, è entrato nel mondo delle collaborazioni orizzontali, con l’impegno a cercare sul mercato soluzioni adeguate, spostando dunque il focus dalla vendita del prodotto in catalogo alla soddisfazione dell’esigenza del cliente.

Ci sono stati anche errori abbastanza significativi, sebbene se non si possa escludere che anche un intermediario possa incorrervi. Il primo riguarda l’indagine su una possibile copertura infortuni: l’IA ha dimenticato che, nella premessa della simulazione, doveva già sapere che il cliente disponeva di una copertura infortuni stipulata proprio attraverso la sua agenzia.

La seconda svista, forse più grave, riguarda le limitazioni delle garanzie, le franchigie e gli scoperti, sui quali l’IA non si è soffermata con sufficiente attenzione fino a quando non è stato lo stesso cliente a sollecitarla. Non vogliamo essere cattivi, ma siamo convinti che si tratti di un aspetto che anche un intermediario in carne e ossa potrebbe, talvolta, prendere un po’ troppo alla leggera.

Il terzo errore, probabilmente, non è neppure un errore; potrebbe anzi rappresentare un valore aggiunto anche per un intermediario: mostrarsi incerti su alcuni contenuti dei prodotti e dichiarare di voler approfondire le condizioni contrattuali può essere letto contemporaneamente come un limite e come un comportamento professionalmente corretto. Non sapere è un problema; sapere di non sapere e non inventare una risposta di circostanza è invece una qualità professionale.

Curiosamente, il cliente che ha partecipato alla simulazione ha percepito anche una certa empatia. Naturalmente non può esserci empatia, nel significato proprio del termine, nel rapporto con un’intelligenza artificiale. Va però riconosciuta a quest’ultima la capacità di riprodurre comportamenti comunicativi capaci di generare nel cliente alcuni degli effetti che normalmente associamo a un atteggiamento empatico: ascolto, attenzione, comprensione delle esigenze, rassicurazione. E questo, in una relazione di vendita, non è poco.

L’IA, insomma, esce promossa dalla nostra prova. Ciò non significa affatto che l’agente ne esca sconfitto. Significa, piuttosto, che farebbe bene a guardare con interesse a una risorsa che può certamente aiutarlo, ma dalla quale non deve lasciarsi sopraffare.

Accanto a sistemi, già esistenti e disponibili, capaci di affinare l’analisi e il confronto dei contenuti delle polizze, nasceranno nuovi operatori digitali in grado di proporre, con un’incidenza minima dell’operatore umano e un ruolo sempre più determinante dell’intelligenza artificiale, modelli pseudo-consulenziali comunque efficaci, legittimi e accettabili per una parte crescente della clientela.

Una parte della clientela, sempre più abituata alle relazioni digitali, potrebbe considerare sufficiente quella forma di consulenza e, in quell’ambito i consulenti “vecchio stampo” rischiano di avere sempre meno spazio.

Ed è probabilmente questo il punto sul quale gli intermediari dovrebbero interrogarsi. Non necessariamente se l’intelligenza artificiale potrà sostituire l’agente, ma quali delle attività che oggi giustificano il valore professionale dell’agente potranno essere svolte domani, in modo sufficientemente efficace, da un sistema di intelligenza artificiale.

Sta dunque agli intermediari integrare nel proprio modello professionale le tecnologie più adatte, utilizzandole per liberare tempo, aumentare le capacità di analisi e migliorare la qualità della consulenza. Perché la vera difesa dell’intermediazione tradizionale non sarà dimostrare che una macchina non può fare il lavoro dell’agente, ma continuare a offrire qualcosa che il cliente riconosca come migliore di ciò che la macchina è già in grado di fare da sola.