Link per scaricare il documento originale (white paper/report McKinsey):
Why agentic artificial intelligence may unlock insurance core modernization
L’intelligenza artificiale agentica potrebbe rappresentare il punto di svolta per la modernizzazione dei sistemi assicurativi legacy, storicamente tra gli investimenti tecnologici più complessi e costosi del settore. È quanto emerge dal nuovo white paper di McKinsey & Company, secondo cui agenti software autonomi o semi-autonomi sarebbero in grado di interpretare vecchi linguaggi di programmazione, automatizzare test, documentare regole aziendali e ridurre tempi, costi e rischi delle trasformazioni digitali nel comparto assicurativo.
Le compagnie assicurative globali affrontano da anni un problema strutturale: modernizzare infrastrutture tecnologiche obsolete, spesso basate su linguaggi di programmazione difficili da mantenere e su architetture frammentate. Secondo il nuovo white paper di McKinsey & Company, “Can Agentic AI (Finally) Modernize Insurance Core Technology?”, l’avvento dell’intelligenza artificiale agentica potrebbe cambiare radicalmente il paradigma operativo.
A differenza dei tradizionali copiloti AI, che assistono gli sviluppatori passo dopo passo, gli agenti intelligenti operano con maggiore autonomia: possono suddividere obiettivi complessi in attività operative, utilizzare strumenti e contesti differenti, apprendere dai feedback e coordinare interi flussi di lavoro. Tra le capacità evidenziate dal report figurano la traduzione di codice legacy, l’estrazione automatica delle regole aziendali incorporate nei sistemi storici e la generazione di configurazioni o test software verificabili.
Secondo Arun Gundurao, partner di McKinsey intervistato da Insurance Portal, il nodo strategico non è più decidere se adottare agenti AI, ma come integrarli in modo controllato per migliorare la prevedibilità di costi, rischi e tempistiche.
Il white paper evidenzia inoltre il valore della riusabilità degli agenti: una volta sviluppati, gli stessi modelli software potrebbero essere riutilizzati per modernizzare prodotti assicurativi differenti, riducendo progressivamente i costi marginali. Questo approccio, definito da McKinsey come un modello di “valore composto”, potrebbe accelerare la trasformazione digitale dell’intero ecosistema assicurativo.
Tuttavia, il report invita alla cautela. I migliori risultati emergono quando l’AI viene integrata nei processi aziendali completi e non utilizzata in modo isolato. Rimangono aperte questioni legate alla governance, alla trasparenza algoritmica, alla supervisione umana e alla cybersecurity, particolarmente critiche in un settore altamente regolamentato come quello assicurativo.
Approfondimento: cronologia della modernizzazione assicurativa con AI
- Anni 2000–2015: forte dipendenza da sistemi core legacy e linguaggi COBOL nelle assicurazioni.
- 2016–2023: diffusione di cloud, automazione RPA e primi strumenti di AI predittiva nel settore assicurativo.
- 2024–2025: crescita dell’AI generativa e dei copiloti software per coding e documentazione.
- 2026: McKinsey introduce il concetto di AI agentica riutilizzabile per accelerare la modernizzazione dei sistemi core.
Fonti affidabili per approfondire:
- McKinsey & Company – Insurance Insights
- Insurance Portal – articolo originale
- OECD – AI in Financial Services
Abstract: opportunità e rischi etico-sociali
Pro: riduzione dei costi IT, accelerazione della trasformazione digitale, recupero di conoscenza dai sistemi legacy, maggiore efficienza operativa e riduzione degli errori umani.
Rischi: dipendenza da modelli opachi, vulnerabilità cyber, possibili errori nella traduzione automatica di regole assicurative e concentrazione del know-how in pochi fornitori tecnologici. Sul piano sociale, una modernizzazione troppo rapida potrebbe ridefinire ruoli professionali nel settore assicurativo, richiedendo programmi di riqualificazione del personale.
