Mappa Interattiva - dove le persone incontrano le attività -
L’intelligenza artificiale offre alle compagnie assicurative nuovi modi per automatizzare l’esame dei documenti, estrarre informazioni dalle domande e analizzare i dati storici. Per le imprese di autotrasporto, queste funzionalità potrebbero contribuire a ridurre i ritardi amministrativi che complicano l’ottenimento della copertura assicurativa.
Questa maggiore efficienza è importante. I ritardi assicurativi possono impedire alle imprese di autotrasporto di mettere in servizio i camion, accettare nuovi contratti o proseguire le attività come previsto.
Ma decisioni più rapide non sono necessariamente decisioni migliori. Nel settore delle assicurazioni per il trasporto su strada, la difficoltà non è mai stata la totale mancanza di dati: la sfida sta nel determinare che cosa rivelino davvero quei documenti su un’impresa e che cosa invece non riportino.
I dati sulla sicurezza non raccontano tutta la storia
Le compagnie assicurative possono prendere in considerazione gli storici delle ispezioni, i dati sulla sicurezza, i rapporti sugli incidenti, le autorizzazioni all’esercizio e i documenti relativi alla conformità normativa. Ma i registri di conformità non rispecchiano necessariamente il modo in cui una flotta opera giorno per giorno.
Due imprese con flotte di dimensioni simili e registri comparabili possono adottare approcci molto diversi alla gestione del rischio: una con manutenzione preventiva e formazione dei conducenti, l’altra con interventi solo reattivi. Sulla carta le due potrebbero sembrare simili, pur differendo profondamente nella pratica.
Il Sistema di misurazione della sicurezza della FMCSA utilizza i dati delle ispezioni su strada, degli incidenti e delle indagini per individuare le imprese che potrebbero richiedere interventi in materia di sicurezza. Pur essendo utile per la supervisione normativa, questi registri non sono concepiti per fornire una valutazione completa dell’assicurabilità di un’impresa.
L’IA può analizzare rapidamente questi registri, ma la sola velocità non ne supera i limiti.
I rischi dell’automazione basata su informazioni incomplete
I sistemi automatizzati potrebbero aiutare a individuare i campi mancanti nelle domande, confrontare le informazioni tra documenti diversi, organizzare i registri sulla sicurezza e segnalare le discrepanze da sottoporre a verifica. Il rischio emerge quando le valutazioni automatizzate vengono considerate conclusioni definitive.
Un sistema di IA potrebbe segnalare un’impresa a causa di un indicatore di sicurezza sfavorevole, senza tenere conto dei successivi miglioramenti operativi o di informazioni aggiuntive che cambiano il modo in cui l’incidente dovrebbe essere interpretato. Il Programma per la determinazione della prevenibilità degli incidenti della FMCSA mostra perché il contesto è importante: quando la FMCSA stabilisce che un incidente non era prevenibile, lo esclude dal calcolo degli indicatori di incidente, anche se l’incidente rimane registrato.
Le flotte più piccole meritano particolare attenzione. L’assenza di un documento di manutenzione potrebbe indicare che la manutenzione non è stata eseguita, ma potrebbe anche significare che il documento esiste in un luogo a cui il sistema non può accedere. Queste situazioni non dovrebbero portare automaticamente alla stessa valutazione.
L’IA deve riconoscere quando servono ulteriori informazioni
Una delle capacità più utili di un sistema di IA potrebbe essere quella di riconoscere quando una decisione richiede ulteriori informazioni. Invece di considerare ogni richiesta come un semplice caso di approvazione o rifiuto, un sistema efficace dovrebbe distinguere le situazioni in cui le informazioni sono sufficienti da quelle che richiedono chiarimenti.
La spiegabilità diventa quindi centrale: se un sistema di IA raccomanda un determinato esito, le persone responsabili della decisione dovrebbero capire quali informazioni l’hanno influenzata e se la conclusione è ragionevole. Le linee guida del NIST sull’IA affidabile indicano spiegabilità, trasparenza, affidabilità e responsabilità come caratteristiche importanti dei sistemi affidabili.
L’obiettivo non dovrebbe essere eliminare le domande dal processo di valutazione del rischio, ma individuare prima le domande giuste.
La competenza umana resta importante
L’adozione dell’IA non è una scelta tra automazione e processo decisionale umano. L’approccio più utile consiste nel determinare quali attività traggono beneficio dalla tecnologia e quali richiedono una valutazione professionale.
L’IA può aiutare a organizzare le informazioni, individuare schemi ricorrenti e ridurre il lavoro amministrativo ripetitivo. La competenza umana è particolarmente preziosa quando la documentazione è ambigua o le circostanze di un’impresa non rientrano facilmente nelle categorie standard.
Nel dicembre 2023, la National Association of Insurance Commissioners ha adottato un bollettino modello sull’uso dell’IA da parte degli assicuratori, delineando le aspettative normative in materia di governance, gestione dei rischi e conformità. Il documento riflette la crescente attenzione alla supervisione delle decisioni basate sull’IA.
Misurare la precisione, non solo l’efficienza
Per capire se l’IA migliora la valutazione dei rischi, gli assicuratori devono valutare più del semplice tempo necessario per completare il processo. Una valutazione più significativa verificherebbe se le raccomandazioni automatizzate restano affidabili per le diverse tipologie di imprese, con quale frequenza le valutazioni devono essere corrette e se il sistema individua adeguatamente informazioni mancanti o incoerenti.
Le flotte più piccole meritano particolare attenzione: se un modello funziona bene per le imprese con documentazione digitale approfondita ma incontra difficoltà con quelle meno standardizzate, la sua efficacia potrebbe essere disomogenea. I test dovrebbero rispecchiare la varietà delle imprese sottoposte a valutazione.
La valutazione deve proseguire dopo l’implementazione: i cambiamenti nelle normative, nelle pratiche operative e nelle informazioni disponibili possono incidere sull’affidabilità del sistema nel tempo.
La vera opportunità è comprendere meglio il rischio
L’IA può rendere più efficiente l’assicurazione per l’autotrasporto, ridurre i ritardi amministrativi e aiutare gli assicuratori a individuare informazioni che altrimenti potrebbero passare inosservate. Il suo valore maggiore, però, potrebbe consistere nell’aiutare il settore a prendere decisioni più consapevoli.
Una flotta non si esaurisce nella sua storia di ispezioni, così come un profilo di sicurezza non è soltanto un insieme di violazioni. I sistemi di IA più utili non saranno necessariamente quelli che forniscono le risposte più rapide, ma quelli che aiutano gli assicuratori a capire quando le informazioni disponibili sono sufficienti per prendere una decisione e quando è necessaria un’ulteriore valutazione.
In definitiva, la domanda non è se l’IA possa rendere più rapide le assicurazioni per l’autotrasporto, ma se possa rendere più accurate le decisioni del settore.
Iscriviti e fai iscrivere al canale G-Channel Dab_Consulting
“Inserisci e fai inserire la tua Azienda o l’azienda di prossimità a costo zero”
"Siamo noi il tuo alleato digitale e con un semplice clic il tuo articolo puoi condividerlo su tutte le piattaforme"
I commenti degli utenti:
Non sono presenti commenti di altri utenti