Dati ESG, crisi climatica, DORA e AI: le sfide discusse nel 2024 dalla Insurance Community di Irion 

I dati rappresentano il denominatore comune di tutti gli sforzi correlati all’Environmental and Social Governance: si stima che il fabbisogno informativo crescerà del 30% a causa dei requisiti ESG. Sostenibilità ambientale e sociale, polizze catastrofali con le ultime novità normative, approccio moderno alla qualità e gestione dei dati al passo con l’evoluzione del business: su questi temi si è interrogata la Community dei Tavoli Data Management per le compagnie assicurative, organizzata da Irion, nel corso dell’ultimo webinar 2024.

Nel primo semestre, la Community dei data leader assicurativi aveva invece affrontato le sfide del nuovo regolamento europeo DORA (Digital Operational Resilience Act) e in particolare del register of information, uno dei nuovi requisiti richiesti alle compagnie; inoltre, il ruolo dell’Augmented Data Quality nella compliance e per ridurre il carico di lavoro delle risorse umane, grazie al supporto dell’Intelligenza Artificiale.

Senza dimenticare la Community Data To Value, anch’essa promossa da Irion, che dopo il grande evento dell’anno scorso a Reggio Emilia, quest’anno ha condiviso i risultati dei primi test sulla Project Valuation, il modello di analisi originale (disponibile per il download) che consente di calcolare il contributo economico dei dati nei bilanci aziendali.

Dati come fattori produttivi

Mettere i dati al centro della strategia significa costruire un sistema dati che supporti gli obiettivi di business. Tradizionalmente, le pratiche di Quality Management si sono concentrate sull’esecuzione di controlli: “Stiamo assistendo a un cambiamento significativo: i dati sono ormai uno dei principali fattori produttivi. Al pari di persone, processi e tecnologie, aiutano a perseguire obiettivi strategici: modificare il posizionamento sul mercato, incrementare i ricavi, migliorare l’offerta commerciale. La chiave di volta oggi è strutturare un sistema di controllo interno sulle informazioni” ha spiegato Mario Vellella, Domain Advisory Manager di Irion.

Un principio fondamentale è garantire che i dati siano democraticamente disponibili per consentire una rapida innovazione: se devo mettere in piedi una nuova value proposition o customer experience, avrò bisogno di informazioni da tutte le funzioni aziendali: “Dovrò fare in modo che le persone evolvano, stabilire un presidio delle informazioni, con ruoli e responsabilità, norme interne per inserire le informazioni nella data platform. E dotarmi di tecnologie adeguate a tutto questo” ha aggiunto il domain expert.

Superare gli approcci tradizionali (anche con l’IA)

In passato le organizzazioni hanno compiuto diversi errori nell’approccio alla Data Quality & Governance: dall’assenza di metodi, standard e misure di qualità per governare i processi all’attenzione per la mera correttezza formale dei controlli (che da sola non garantisce dati affidabili), fino al coacervo di strumenti software senza un’orchestrazione né un linguaggio o una semantica comune. Al punto da poter ormai affermare che “fare controlli è solo una faccia della medaglia”, quando parliamo di qualità dei dati.

Inoltre, “spesso i controlli di Data Quality non sono fatti da un unico motore e molti sono ancora agiti in modalità manuale: ha senso ragionare su architetture dati che tengano conto di questa distribuzione, aggregando i vari contributi rispetto alla destinazione d’uso” ha aggiunto Mauro Tuvo, Principal Consultant di Irion. Fondamentali anche chiarezza e trasparenza, ad esempio dei Key Quality Indicators (KQIs) che devono essere facilmente interpretabili, evitando confusione tra gli operatori.

In tale contesto, un forte contributo può arrivare dall’Intelligenza Artificiale, ma solo se alla base c’è un presidio solido del patrimonio informativo. L’automazione dei processi di controllo è cruciale per garantire l’efficacia a lungo termine, soprattutto al crescere delle fonti dati da integrare e monitorare. Grazie alle tecnologie ML e IA per cui Irion EDM è nativamente predisposta (consente di introdurle nei processi di gestione dei dati, grazie ai motori R e Python), si facilita la gestione dei dati con strumenti che traducono query in linguaggio naturale (ad esempio: Smart Rule Propagation e Smart Discovery, feature integrate nella piattaforma) e avvicinano gli utenti di business alla gestione autonoma dei dati.

Sostenibilità e crisi climatica tra compliance e opportunità

Nell’ambito del reporting ESG ci troviamo di fronte alla necessità di gestire e integrare una grande varietà di dati proveniente da tante fonti, sia interne sia esterne all’organizzazione. Questo richiede un approccio trasversale che coinvolga varie aree aziendali: sostenibilità, risk management e governance. La gestione dei dati ESG deve essere ben strutturata, con chiari requisiti di disclosure e un’accurata mappatura dei rischi” ha spiegato Giacomo Saggioro, Senior Business Consultant di Irion nella sua demo sull’analisi approfondita con Irion EDM di centinaia di Data Point (relativi all’Environmental and Societal Governance) e la possibilità di scendere nel dettaglio degli standard ESRS di riferimento.

Restando in tema di ambiente e sostenibilità, la Senior Business Consultant di Irion, Lorena Crepaldi, ha mostrato le opportunità offerte dai dati pubblici dell’INGV (Istituto nazionale di geofisica e vulcanologia), come le mappe del rischio sismico, in risposta a uno dei temi più caldi in ambito assicurativo: le polizze catastrofali, per via dell’obbligo introdotto dall’ultima legge di Bilancio. Anche se i dati sono disponibili e quindi le compagnie assicurative possono usarli, “i modelli devono essere addestrati, collaudati e convalidati con dataset presidiati per accuratezza, cardinalità e affidabilità” sottolinea l’esperta. La mappa della rischiosità, ad esempio, è utilizzabile dai motori di calcolo dopo essere stata caricata in uno specifico Data Hub. Allo stato attuale, si evince però dalle risposte fornite dalla Community, i dati ESG sono gestiti più per la compliance normativa (NSRD, CSRD e simili) che per la gestione del rischio (entità e probabilità delle richieste di risarcimento).