Prima Assicurazioni, Nicolò Robba: “Il valore dei LLM non è nel modello, ma nell’integrazione dei processi”

Prima Assicurazioni trasforma i Large Language Model in un’infrastruttura capace di migliorare la CX.

Negli ultimi anni, l’intelligenza artificiale generativa ha iniziato a farsi spazio anche nel settore assicurativo. I Large Language Model promettono maggiore efficienza, automazione e una customer experience più fluida. Ma c’è un punto che spesso viene sottovalutato: il modello, da solo, non basta.

È da questa consapevolezza che parte la riflessione di Nicolò Robba, Chief Product Officer di Prima Assicurazioni, secondo cui il vero valore dell’AI emerge solo quando viene integrata nei processi operativi.

In contesti complessi come quello assicurativo, caratterizzati da grandi volumi di dati e da flussi articolati, utilizzare un LLM come semplice strumento standalone — ad esempio un chatbot — rischia di produrre benefici marginali. Il salto di qualità avviene quando l’intelligenza artificiale diventa parte del sistema, contribuendo a semplificare e orchestrare le attività quotidiane.

Ripensare i workflow per generare valore

L’approccio di Prima Assicurazioni parte da un presupposto chiaro: l’innovazione non si costruisce aggiungendo tecnologia, ma ripensando i processi. Come spiega Robba, integrare un LLM significa intervenire sull’intero workflow, eliminando passaggi ridondanti e rendendo più fluido il lavoro degli operatori. È un cambio di paradigma che sposta il focus dalla tecnologia al funzionamento reale delle operations.

In questo senso, la domanda iniziale non è “quale modello utilizzare?”, ma “quali attività possiamo semplificare o rimuovere?”.

Integrazione e continuità: le sfide meno visibili

Se il ridisegno dei processi rappresenta il primo passo, l’integrazione tecnica è la vera sfida. Quando l’AI non dialoga direttamente con i sistemi core, si crea frizione: attività duplicate, tempi più lunghi e minore efficacia complessiva.

A questo si aggiunge un altro elemento cruciale: la continuità tra i canali. I clienti si muovono tra telefono, chat , email e si aspettano un’esperienza coerente. Per rispondere a questa esigenza, l’intelligenza artificiale deve essere in grado di mantenere uno stato conversazionale uniforme, senza interrompere il flusso dell’interazione.

Quando l’AI entra nei processi, i risultati diventano concreti

Il valore dell’integrazione emerge chiaramente nei casi d’uso operativi. In Prima assicurazioni, ad esempio, la Voice AI viene utilizzata nei sistemi IVR per gestire la prima interazione con il cliente, raccogliere le informazioni e preparare il passaggio all’operatore umano.

Allo stesso modo, nella gestione dei sinistri via email, l’intelligenza artificiale consente di automatizzare attività ad alto volume come l’analisi delle comunicazioni e l’associazione al corretto claim ID, migliorando tempi e precisione. I risultati sono misurabili e raccontano bene l’impatto di questo approccio:

• Customer Satisfaction Score al 96% grazie alla gestione automatizzata delle prime interazioni
• Riduzione del carico operativo di circa il 33% nella gestione delle email
• Diminuzione del margine di errore del 30% nei processi di triage

Numeri che evidenziano come il valore dell’AI non sia teorico, ma direttamente collegato alla capacità di intervenire sui processi.

Adozione interna: il vero discrimine

Un aspetto spesso trascurato riguarda invece l’adozione interna.

“Un sistema di intelligenza artificiale, per quanto avanzato, genera valore solo se viene utilizzato in modo continuativo.” – chiarisce Robba.

Secondo Robba, questo accade quando l’AI riesce a ridurre concretamente il carico di lavoro. Se invece introduce complessità — come controlli manuali o reinserimento dei dati — l’adozione tende a diminuire rapidamente.

Nel settore assicurativo, inoltre, entra in gioco il tema della governance. Ogni decisione deve essere tracciabile, verificabile e conforme ai requisiti normativi. Non basta dunque una risposta corretta: serve un output strutturato, integrabile nei processi aziendali.

Oltre il modello: l’AI come infrastruttura operativa

Il valore dell’intelligenza artificiale non può essere valutato esclusivamente in base alle capacità del modello. Ciò che fa realmente la differenza è la sua integrazione nei processi e la capacità di generare impatti misurabili nel tempo.

Questo significa intervenire sui workflow, semplificare le attività operative e migliorare la qualità delle interazioni lungo tutto il ciclo assicurativo. È in questo passaggio che l’AI evolve da tecnologia abilitante a leva concreta di trasformazione.

In questa direzione si inserisce l’approccio di Prima Assicurazioni, dove l’integrazione tra sistemi, processi e intelligenza artificiale consente di costruire un modello operativo più efficiente, scalabile e orientato al cliente. Un’evoluzione che non riguarda solo la tecnologia, ma il modo stesso in cui viene progettato e offerto il servizio assicurativo.