QBE Italia
Chi siamo Prodotti Contattaci
25 giugno 2019

I dati sono la chiave per sbloccare l'imprevedibilità?

di Simone Jurina
Market Manager
Leggi

I dati e l'analitica avanzata sono spesso visti come la risposta alla sfida della gestione del risk management e, mentre il potenziale è certo, il frutto delle analisi predittive per la gestione dei rischi può ancora sembrare elusivo.

Rischio incerto

L'Indice di Imprevedibilità di QBE rileva che negli ultimi 30 anni il mondo è diventato più imprevedibile, e che nell'ultimo decennio i fattori economici e di business sono stati i principali fattori di incertezza.

Il costo che le aziende devono sostenere per gli eventi imprevisti è notevole. Negli ultimi 10 anni, quattro imprese su cinque intervistate nel nostro programma di ricerca - unico nel suo genere - sono state influenzate da uno o più elementi di imprevedibilità, e gli eventi economici hanno avuto l'impatto più grave.

Nonostante la crescente imprevedibilità e la pressione degli stakeholder verso la volatilità, molte aziende non sono ben preparate agli eventi imprevisti. Meno di un terzo delle imprese (29%) ha sviluppato piani di gestione del rischio per eventi imprevisti e solo il 17%

Il

20%

delle imprese nell’Indice di Imprevedibilità QBE dichiara di non essere ben preparato per gli eventi imprevisti del 2019.

dichiara di effettuare stress test. Complessivamente, il 20% delle imprese nell'Indice di Imprevedibilità QBE dichiara di non essere ben preparato per gli eventi imprevisti del 2019.

Un futuro influenzato dai dati

Gli analytics saranno probabilmente fondamentali per gestire la crescente imprevedibilità. La capacità di un'organizzazione di acquisire e analizzare i dati è già un importante driver per la performance aziendale in alcuni settori, e diventerà sempre più uno strumento critico per delineare una strategia, ma anche nei processi decisionali e nell'uso di analisi predittive per la gestione del rischio.

L'era digitale sta generando enormi volumi di dati. Oggi, oltre la metà della popolazione mondiale (4.4 miliardi di persone) utilizza Internet. Anche la gamma di dati raccolti è più ampia, poiché i veicoli autonomi, i robot e i dispositivi collegati agli utenti generano sempre più dati. Secondo le stime di Gartner, entro

$9.3bn

I finanziamenti in venture capital per le aziende di IA nel 2018, negli USA

il 2021 ci saranno 25 miliardi di dispositivi “Internet of things” in uso tra consumatori e imprese (rispetto ai 14 miliardi di oggi), che raccoglieranno dati sulla salute, sul comportamento dei consumatori, sui trasporti, sulla logistica e sulla produzione.  

Questi dati non hanno senso se non vengono compresi. Tuttavia, la nostra capacità di analizzare i dati e acquisire conoscenze sta migliorando anche grazie all'intelligenza artificiale (IA) e all'apprendimento automatico, che sta diventando sempre più accessibile alle imprese. Ingenti investimenti sono stati effettuati

sulla base di dati e tecnologie come l'intelligenza artificiale; secondo CB Insights, nel 2018 negli Stati Uniti i finanziamenti in venture capital per le aziende di IA hanno raggiunto 9,3 miliardi di dollari, il 72% in più rispetto all'anno precedente. 

Con la tecnologia odierna è possibile ottenere informazioni sui rischi, anche in tempo reale. Sensori, tracker e dispositivi di monitoraggio sono ora più accessibili e più facilmente collegabili a Internet, rendendo più facile la raccolta di dati in tempo reale.

Sfruttare la potenza dei dati

La combinazione di analisi e dati sempre più completi sta diventando un potente strumento per il business, perché aiuta le aziende a comprendere i rischi che sfuggono al loro controllo e a gestire quelli che possono controllare.


Le aziende non possono fare molto per influenzare rischi quali il cambiamento politico, sociale o economico. Tuttavia, gli strumenti di gestione del rischio basati sui dati sono un mercato emergente che fa luce su tali rischi, ad esempio prevedendo il clima futuro o scenari economici. Sempre più spesso la tecnologia consentirà alle aziende di mappare i propri dati - sulle loro attività, catene di approvvigionamento e clienti - rispetto a tali scenari, e fornire un


quadro di come determinati eventi o tendenze potrebbero avere un impatto sugli affari.

Un'altra tendenza è la rapida crescita della tecnologia dei dati predittivi e di analisi che aiuta le aziende a generare e analizzare la propria rischiosità. La tecnologia consente la gestione del rischio basata sui dati grazie alla raccolta dei dati sul rischio, ma anche grazie alla capacità di intervenire tempestivamente e adottare misure

Data and advanced predictive analytics for risk management can be used to create alerts or red flags, taking loss prevention steps far earlier than would have previously been possible.

per prevenire le perdite, che si tratti di macchinari critici di alto valore o di un dipendente a rischio di infortunio. I dati e le analisi predittive avanzate per la gestione del rischio possono essere utilizzati per creare allerte o campanelli d’allarme, adottando misure di prevenzione delle perdite molto prima di quanto sarebbe stato possibile in precedenza.

Secondo Chris Gill, Head of Risk Solutions di QBE, "Con la

tecnologia odierna è possibile ottenere informazioni sui rischi, anche in tempo reale. Sensori, tracker e dispositivi di monitoraggio sono ora più accessibili e più facilmente collegabili a Internet, rendendo più facile la raccolta di dati in tempo reale. L'apprendimento automatico e l'IA consentono di analizzare enormi quantità di questi dati molto più rapidamente rispetto agli esseri umani, identificando modelli, tendenze o anomalie".

Hub tecnologico

I dati di rischio e le analisi predittive per la gestione del rischio possono ora essere più facilmente accessibili attraverso terzi, come gli assicuratori, i consulenti del rischio e i fornitori di tecnologia. Negli ultimi anni si è assistito ad una crescita esplosiva nel settore assicurativo, poiché un numero crescente di start-up trova nuove applicazioni tecnologiche per la gestione e la comprensione del rischio.

Negli ultimi due anni, QBE con il suo venture capitalist tecnologico QBE Ventures hanno collaborato con diverse aziende insuretech. Ad esempio, QBE sta lavorando con Cytora per utilizzare IA, dati open source e i nostri dati di portafoglio per prevedere l'andamento dei singoli conti e degli stessi portafogli. Recentemente abbiamo stretto una partnership anche con Jupiter, che analizza e prevede il rischio climatico futuro (da un'ora fino a 50 anni).

Le start-up faciliteranno l'attività di modellazione e previsione del rischio, aiutando le aziende nell'acquisizione dei dati, nella creazione di set di dati, scenari e modelli. Sono sempre più numerosi i fornitori terzi che si occupano di

Le start-up faciliteranno l’attività di modellazione e previsione del rischi.

rischio e assicurazione. ZASTI, una piattaforma tecnologica basata su cloud IA, ad esempio, utilizza l'analisi predittiva per fornire previsioni su incendi, eventi legati alla supply chain, condizioni atmosferiche o guasti ai macchinari. Un altro fornitore, Geospatial Insight, utilizza immagini satellitari e di droni con apprendimento automatico per fornire analisi dei rischi e monitoraggio dei beni agli assicuratori e alle imprese.

Colmare il divario di esperienza

Trasformare gli analytics in intuizioni e azioni commerciali può essere difficile, soprattutto se i team di analisi sono isolati dal resto del settore e dalle realtà del trading in quel settore. Man mano che il potenziale per l'analisi avanzata cresce rapidamente, c'è il rischio che il fattore umano non riesca a tenere il passo. QBE ha co-sponsorizzato la ricerca dei membri di AIRMIC 2019 esaminando specificamente il tema della trasformazione dei dati in informazioni. I membri AIRMIC ritengono di essere stati più efficaci nell'uso dei dati e delle analisi per migliorare la comprensione del loro profilo di rischio, ma meno efficaci nella pianificazione di eventi imprevisti. Con l'aumento degli incidenti di eventi imprevisti, sarebbe prudente esaminare in che modo sfruttare al meglio le informazioni per gestire l'imprevedibile.

Conclusione

Secondo l'Indice di Imprevedibilità di QBE, il 37% delle imprese non è a proprio agio con gli attuali livelli di imprevedibilità, ma il 53% prevede che l'affidabilità delle previsioni migliorerà nei prossimi cinque anni.

È ancora presto per l'applicazione di una gestione del rischio basata sui dati e molte tecnologie non sono state testate da eventi in tempo reale. Tuttavia, i dati avranno chiaramente un ruolo importante da svolgere per aiutare le organizzazioni a gestire sia il lato positivo che quello negativo dell'imprevedibilità nella gestione del rischio aziendale. 

Quando si tratta di delineare la strategia o il processo decisionale i dati devono essere solidi. È

incoraggiante notare che oltre la metà (51%) delle aziende intervistate per l'Indice afferma che la qualità dei dati interni ed esterni è migliorata negli ultimi cinque anni. Circa il 42% ritiene che la disponibilità dei dati sia aumentata, il 36% afferma che i dati sono diventati più accurati e un terzo afferma che ci sono ora più dati su cui realizzare modelli*.

Avere la giusta visione culturale è una delle maggiori sfide per avere successo nell'analisi dei dati.

Ci ha risposto che ritiene che l’affidabilità dei dati sia aumentata rispetto a 5 anni f a. Perché?

Fonte: Indice di imprevedibilità QBE

L'utilizzo dei dati è naturale per le aziende tecnologiche, ma i settori con modelli di business tradizionali dovranno apprendere rapidamente. 

Le organizzazioni devono prima di tutto identificare dove c'è incertezza e considerare cosa hanno bisogno di sapere, e se dati e intuizioni migliori faranno una differenza significativa sulla strategia di business, sulla performance e sulla gestione del rischio. È utile chiedersi dove il modello di business può trarre beneficio da migliori informazioni, così da gestire meglio sforzi e investimenti.

Quando si cerca di anticipare gli eventi imprevisti, l'analisi del passato presenta evidenti carenze, e a questo proposito dovrebbero essere utilizzati la pianificazione degli scenari e gli scenari "what if" per coprire le carenze. Ogni elemento della catena del valore assicurativo ha un sottoinsieme di dati (su attività, clienti, sinistri), e il vero potere dei dati è quello di riunire ciò che clienti, broker e assicuratori hanno a disposizione. Questo ci aiuterà a vedere il futuro in modo più chiaro, e a usare l’analisi predittiva per la gestione del rischio per prendere decisioni migliori.

Altro ancora

Iscriviti per essere informato sui futuri articoli della serie Unpredictability, e altri documenti, rapporti o approfondimenti da QBE.

Iscriviti subito