ReSource Pro, fornitore di servizi strategici operativi e tecnologici per il settore assicurativo, ha pubblicato il suo report 2026 AI Lessons Learned, offrendo un resoconto diretto di come le organizzazioni dell’ecosistema statunitense delle assicurazioni property and casualty (P&C) stiano affrontando sia le opportunità sia le criticità legate all’adozione dell’intelligenza artificiale. I risultati arrivano mentre gli assicuratori P&C affrontano una crescente pressione competitiva per integrare l’AI nelle attività core, come sottoscrizione, gestione dei sinistri e servizio clienti: aree in cui i flussi di lavoro tradizionalmente ad alta intensità di dati del settore rappresentano un terreno naturale di sperimentazione per le tecnologie di machine learning e AI generativa.

La ricerca proprietaria, redatta da Mark Breading, Senior Partner di ReSource Pro, e da Heather Turner, Program Manager, si basa su oltre 40 interviste con executive lungo l’intera catena del valore assicurativa. Il report offre una panoramica settoriale dello stato attuale del percorso dell’assicurazione P&C nell’AI.

I ricercatori hanno posto ai leader dell’ecosistema assicurativo tre domande dirette sull’implementazione dell’AI nelle loro organizzazioni: quali lezioni hanno appreso, quali sfide stanno affrontando e cosa viene dopo? Le risposte convergono su una conclusione chiara: il successo con l’AI dipende meno dalla scelta del modello o dello strumento giusto e molto di più da cultura, igiene dei dati, governance e cambiamento organizzativo sostenuto.

Il ROI dell’AI dipende dall’organizzazione, non dal sistema

Il tema centrale del report mette in discussione anni di comunicazione incentrata prima di tutto sulla tecnologia, che ha dominato il settore. In tutti i segmenti, i leader concordano sul fatto che l’implementazione dell’AI non sia un progetto tecnologico, ma una trasformazione operativa che coinvolge persone, processi e comportamenti. Questa distinzione cambia il modo in cui le organizzazioni devono pianificare, investire e guidare.

"What the industry is telling us loud and clear is that the organizations winning with AI are the ones treating it as a business transformation, not an IT initiative," ha dichiarato Mark Breading, Senior Partner di ReSource Pro. "The five lessons in this report are hard-won and remarkably consistent. No matter the segment, the same barriers and the same mindset shifts keep coming up."

Cinque lezioni chiave dal fronte dell’AI nelle assicurazioni

La ricerca proprietaria di ReSource Pro sintetizza l’esperienza del settore in cinque indicazioni fondamentali:

1. L’adozione dell’AI è un problema di business e un cambiamento culturale, non un’implementazione tecnologica.
Le imprese assicurative hanno imparato che adottare l’AI in modo efficace richiede un cambiamento comportamentale e culturale, con dipendenti che applicano costantemente il giudizio umano per validare e mettere in discussione gli output dell’AI. Le procedure operative standard relative alla progettazione dei flussi di lavoro, alla gestione dei dati e alla gestione del cambiamento organizzativo devono essere ben documentate prima che l’AI possa avere successo.

2. Ottenere il consenso del top management resta una sfida universale.
In tutto l’ecosistema, le organizzazioni affrontano questioni di consapevolezza culturale, adozione e accettazione. La sponsorizzazione da parte degli executive è spesso difficile da ottenere quando la titolarità dell’AI non è definita e le preoccupazioni per la sicurezza superano i benefici operativi percepiti. Superare la fase di proof of concept richiede l’impegno del management, insieme a una formazione continua e specifica per ruolo costruita attorno a casi d’uso reali.

3. Stabilire framework di governance dell’AI è una priorità assoluta.
La governance è l’area in cui molte compagnie assicurative risultano meno preparate. Con l’affermarsi dell’AI agentica — sistemi capaci di intraprendere azioni autonome con un intervento umano minimo — e con l’ulteriore scrutinio dei regolatori sulle applicazioni assicurative, sta accelerando l’urgenza di creare comitati AI formali e strutture di governance. I regolatori assicurativi statali, attraverso organismi come la National Association of Insurance Commissioners, hanno già iniziato a pubblicare linee guida e model bulletins sull’uso responsabile dell’AI nelle decisioni di sottoscrizione e sui sinistri. La ricerca di ReSource Pro rileva che le capacità dell’AI stanno già superando i framework che le organizzazioni hanno predisposto per gestirle.

4. La scarsa qualità dei dati è il principale ostacolo al successo dell’AI.
Le organizzazioni del settore assicurativo riconoscono universalmente che dati di input inadeguati producono output AI scadenti. Molte hanno dati dispersi in sistemi legacy, in formati diversi e con livelli di qualità disomogenei, rendendo una base dati pulita e standardizzata un prerequisito obbligatorio, non un aspetto da affrontare in un secondo momento. Questa sfida è particolarmente acuta nelle assicurazioni, dove piattaforme di amministrazione delle polizze e gestione dei sinistri vecchie di decenni spesso coesistono con sistemi digitali più recenti. Questo risultato è stato confermato con coerenza lungo l’intera catena del valore assicurativa.

5. La competenza umana e la conoscenza del dominio assicurativo restano essenziali.
Il settore assicurativo concorda sul fatto che l’AI amplifichi il lavoro dei professionisti qualificati, ma non possa sostituire la profonda conoscenza del settore necessaria per applicarla con criterio. I risultati di ReSource Pro mostrano che le organizzazioni che affiancano gli strumenti di AI a professionisti assicurativi esperti ottengono risultati costantemente migliori rispetto a quelle che implementano la tecnologia senza un sufficiente contesto di dominio.

Cosa viene dopo

Interrogati sulle priorità immediate, i leader del settore hanno citato regolarmente due esigenze: rafforzare l’infrastruttura di gestione dei dati e costruire framework formali di governance dell’AI. Molti hanno inoltre evidenziato la necessità di più tempo per formare il personale, sviluppare conoscenza istituzionale e individuare i problemi di business in cui l’AI genera i ritorni più chiari.

Il report evidenzia che le tempistiche delle iniziative complesse si stanno già comprimendo, con attività che un tempo richiedevano sei mesi e che ora possono essere completate in sei settimane. In tutti i segmenti, gli intervistati hanno espresso ottimismo sul fatto che il settore sia ancora nelle fasi iniziali della scoperta del pieno potenziale dell’AI e che gli investimenti fondamentali in dati e governance sbloccheranno ritorni significativamente maggiori negli anni a venire.