Incontriamo Giuliano, papà del robo-advisor insurtech di Axieme

Giuliano Antoniciello, Data Scientist del team Axieme

Oggi vi presentiamo Giuliano Antoniciello, creatore del robo-advisor di Axieme e co-fondatore della start-up, nella quale ricopre il ruolo di “data scientist”. Abbiamo fatto una chiacchierata con lui simulando un’intervista botta e risposta (molto divertente dato che in realtà tra di noi ci conosciamo benissimo) ma che è stata un buon pretesto per farvelo conoscere e fare emergere alcuni spunti interessanti.

Giuliano, parlaci un po’ di te.

Classe 1990, torinese di nascita e molto legato alla mia città, sono laureato in Fisica Teorica e Astrofisica e attualmente sto svolgendo un dottorato di ricerca presso l’Università di Padova. Circa un anno fa sono “inciampato” in un team di pazzi visionari, ma devo dire molto concreti, che mi hanno fatto innamorare di Axieme coinvolgendomi a bordo di questo progetto.

Nello specifico al momento sto lavorando ad un algoritmo di AI per fornire un’assistenza intelligente agli utenti della nostra piattaforma.

Perché lavorare ad un chatbot dotato di intelligenza artificiale?

Prima di tutto sarebbe più opportuno parlare di robo-advisor. Molti usano il termine “chatbot” (di cui un prototipo è già presente sul nostro sito), ma sono due cose distinte. È un dato di fatto che gli assistenti dotati di intelligenza artificiale andranno a semplificare radicalmente il rapporto clienti-aziende. Molti si stanno concentrando su questo filone solo per ridurre drasticamente le richieste inbound. Pensiamo ad esempio al servizio clienti di una compagnia telefonica, normalmente l’80% delle prime domande fatte dai clienti all’operatore sono identiche: “dov’è il centro assistenza più vicino?” “a cosa corrisponde tale addebito di tale importo?”

Gli operatori passano la maggior parte del loro tempo a rispondere alle stesse domande, distogliendo la loro attenzione da pratiche più complicate o che potrebbero apportare maggior valore aggiunto al cliente (e all’azienda!). Ebbene, gli “assistenti robotici” potrebbero dare le risposte a queste domande.

In pratica come le FAQ presenti sui siti ma sotto forma di chat?

In un certo senso, ma molto meglio. Sicuramente il fatto di inserire queste risposte in un contesto di chat rende il tutto più “user friendly”: è decisamente più semplice e sexy porre domande in una chat e ricevere risposte puntuali invece che mettersi a spulciare tra tutte le FAQ di un sito. Ma si andrà oltre: i migliori robo-advisor devono essere in grado di interloquire con i clienti umani in modo da far dimenticare che dall’altra parte non c’è un operatore in carne e ossa ma un robot. Questo può avvenire grazie al modo in cui il robo-advisor articola le risposte.

Quindi lo stesso servizio di assistenza clienti può essere replicato nel settore assicurativo, giusto?

Esatto, ma con una valenza ben diversa. Sarà molto più orientato alla consulenza che all’assistenza cliente o al post-vendita.

Perché alla consulenza?

Partiamo da un dato, la percentuale di italiani che acquistano assicurazioni su internet: 6%. Significa che il 94% degli italiani si rivolge ancora ad un assicuratore in carne ed ossa per acquistare assicurazioni.

E questo dopo decenni di attività delle compagnie assicurative dirette (on-line) e di milioni di euro spesi in campagne marketing. Ormai siamo tartassati da pubblicità di assicurazioni in on-line. E se, dopo tutto questo, le polizze vendute sono ancora così limitate bisogna interrogarsi sul perché.

E quindi, perché non si vendono polizze on-line in Italia?

Al di là del fatto che il nostro è uno dei paesi più sottoassicurati d’Europa – e quello è un aspetto culturale – c’è da capire una cosa: vendere un’assicurazione on-line non è come vendere un paio di scarpe on-line. C’è un contratto da leggere, ci sono clausole, esclusioni, limitazioni, franchigie ecc. Tutte cose complicate che i potenziali acquirenti non hanno voglia né tempo di approfondire. In realtà i comparatori on-line stanno facendo un gran favore agli agenti assicurativi portando loro dei “lead” (clienti già interessati al prodotto).

Spiegaci meglio.

Pensa ad un classico processo di acquisto di un’assicurazione. Fino a qualche anno fa dovevi chiedere il preventivo ad un agente. E lì si innesca il primo “blocco mentale” perché un po’ ti vergogni, un po’ ti chiedi chissà quanto costerà e quindi alla fine molti lasciavano perdere. Ora scrivi su Google “assicurazione casa”, ti fai un’idea del prezzo grazie ai comparatori, poi quando arrivi alla scelta della polizza ti blocchi perché cominci ad interrogarti sulle mille clausole e sulle tante pagine da leggere e nessuno ha tempo o voglia di farlo. Quindi cosa fai? Alzi la cornetta e chiami il tuo assicuratore, tanto più o meno un’idea del costo te la sei fatta, ma almeno avrai la sua consulenza e potrà rispondere a tutte le tue domande.

Per poi ripassare ad una fase di post-vendita nella quale effettivamente ti farebbe comodo un rapporto molto più digitale (apertura sinistro con un click, promemoria della scadenza con una notifica push ecc.).

Quindi il blocco sta nella fase di acquisto vero e proprio, dove c’è un crollo nelle statistiche dei siti internet a favore degli agenti fisici.

E quindi?

E quindi immagina poter intervenire proprio nel momento in cui il cliente è davanti allo schermo con le soluzioni proposte ed i prezzi, offrendogli una consulenza “umana” ma in realtà frutto di una intelligenza artificiale. Non deve più aprire il fascicolo informativo da 200 pagine e leggerselo riga per riga per capire cosa è coperto e cosa è escluso (posto che ci riesca, visto il linguaggio arzigogolato con il quale sono scritti questi fascicoli) ma potrà semplicemente aprire la chat e chiedere al robo-advisor “senti ma questa polizza mi copre se mi rompo il polso mentre faccio snowboard?” e visualizzare una risposta tipo “sì, certamente, ma per le spese mediche rimarrà a tuo carico una franchigia di 50€”.

È un po’ come dare al robo-advisor il fascicolo di 200 pagine da leggere, e lui (o lei, mi piace pensare che sia una femmina) lo leggerà in qualche centesimo di secondo assimilandone i contenuti per poterti rispondere.

Quindi i robo-advisor sostituiranno gli agenti?

Certamente no. In Axieme crediamo in un modello ibrido, che combina la dimensione digitale e quella umana. Siamo profondamente convinti che i consulenti assicurativi rimarranno sempre un cardine centrale nella consulenza al cliente, magari intervenendo su questioni più complesse o di maggior valore aggiunto. La prova è che stiamo già collaborando con diversi intermediari assicurativi che distribuiscono il modello Axieme.

Chi sta lavorando insieme a te a questo progetto?

In Axieme abbiamo costituito un gruppo di lavoro focalizzato sullo sviluppo degli algoritmi e del framework che costituiranno l’anima della nostra “assistente virtuale”.

Io coordino un dream-team composto dal sottoscritto, da Cecilia Defilippi – laureata in Lettere ed esperta di Linguistica, che sta insegnando al robo-advisor a parlare italiano – e da Francesco Surano – laureato in Fisica dei Sistemi Complessi e con una forte competenza nelle reti neurali, nel machine learning e nel data mining.

Un’ultima domanda: ma tu sei laureato in astrofisica, che c’entra con gli algoritmi di machine learning?

Il machine learning è oggi una componente importantissima del bagaglio culturale di un astrofisico e in generale di ogni scienziato moderno. Nell’ultimo decennio l’enorme quantità di dati da analizzare e la complessità di queste analisi hanno spinto i ricercatori verso le applicazioni più disparate di questi algoritmi (per esempio, io le uso per cercare e studiare nuovi pianeti extrasolari). Inoltre io ho sempre avuto un approccio multidisciplinare sia nella mia formazione universitaria che nelle mie esperienze professionali. Come del resto gli altri due membri del gruppo di lavoro con cui ho la fortuna di lavorare. Insomma, abbiamo tutti gli strumenti e la fantasia necessaria per imbarcarci in questa impresa e uscirne vittoriosi.

Comments

comments