Circulo Health, l’insurtech che digitalizza le polizze Medicaid negli Usa

Fondata meno di un anno fa, nel 2020, l’insurtech Circulo Health si è già rivelata essere estremamente promettente. Nel suo primo round di investimenti, chiuso a metà febbraio, la startup ha infatti raccolto 50 milioni di dollari grazie anche al supporto ricevuto da compagnie di rilievo come Drive Capital e General Catalyst.

Circulo Health promette di rivoluzionare il mercato americano delle polizze sanitarie Medicaid grazie all’uso di tecnologie innovative: il Ceo Sean Lane, infatti, è anche alla guida della compagnia di intelligenza artificiale Olive.

Gli obiettivi di Circulo Health

Basata a Columbus, in Ohio, al momento Circulo Health si rivolge a un pubblico prettamente americano e, più nel dettaglio, ai clienti del programma Medicaid: un servizio assicurativo federale dedicato a individui e famiglie con difficoltà economiche e appartenenti a una fascia di reddito particolarmente bassa. Attualmente più di 77 milioni di persone fanno affidamento su Medicaid per avere accesso a una copertura sanitaria di base, non potendo accedere ad altre polizze private e spesso particolarmente costose.

Circulo Health lavora con le agenzie statali che erogano le polizze Medicaid – un ambito dall’alto potenziale, ma spesso trascurato dal mondo insurtech – mettendo a loro disposizione una piattaforma digitalizzata e intuitiva che renda più semplice la gestione del processo assicurativo.

La startup sta ancora muovendo i primi passi, ed è attualmente alla ricerca di personale.

Sean Lane e il legame con Olive

Circulo Health nasce da un’idea di Sean Lane, noto imprenditore e già Ceo della compagnia tech Olive, specializzata nei sistemi di intelligenza artificiale per il mondo della sanità. La startup, recentemente diventata unicorno, collabora con più di 600 ospedali e offre software per la gestione di pratiche tanto quotidiane quanto complesse dal punto di vista burocratico, come il controllo della posizione assicurativa dei pazienti o lo scambio di ricette mediche tra farmacie.

Circulo Health porterà quindi nel mondo insurtech l’ormai rodata tecnologia di Olive, in modo da automatizzare la gestione delle polizze Medicaid e semplificare il lavoro delle agenzie statali incaricate di monitorare il programma.

Il profilo del Ceo Sean Lane, d’altra parte, è ben noto nel panorama tech americano: prima di lanciarsi nel mondo dell’imprenditoria, Lane ha lavorato per i servizi di intelligence e ha servito per diversi anni nell’esercito, portando a termine spedizioni in Iraq e Afghanistan. Le difficoltà comunicative sperimentate sul campo hanno portato Lane a co-fondare la sua prima compagnia, Battlefield Telecommunications Solutions LLC (Bts), nel 2011.

Da allora, non si è mai fermato: oltre a Olive e Circulo Health, è anche co-founder della Digital Harbor Foundation, un’organizzazione non-profit che promuove programmi formativi in ambito digitale; e Betamore, co-working e hub di innovazione nei pressi di Baltimora.

L’articolo Circulo Health, l’insurtech che digitalizza le polizze Medicaid negli Usa proviene da InsuranceUp.


PolicyGenius, perché il broker online data-driven ha conquistato altri 100 milioni di dollari

Ci sono startup destinate a crescere non tanto perché il loro prodotto sia particolarmente originale, ma perché hanno saputo mettere al centro il cliente rispondendo alle sue esigenze in maniera precisa, rapida e puntuale. È il caso di PolicyGenius, startup dell’insurance US che opera come broker online data-driven e che, dalla sua fondazione, sta raccogliendo finanziamenti da milioni di dollari. L’ultimo, il più recente, un round di serie D da 100 milioni al quale hanno partecipato KKR & Co, Axa SA, Massachusetts Mutual Life Insurance Co. e Transamerica.

PolicyGenius, il broker online fondato dagli ex analisti di McKinsey

La startup con sede a New York è stata fondata da due ex analisti di McKinsey esperti di assicurazioni. Come abbiamo già raccontato in questo articolo, la società unisce fattore umano e tecnologia innovativa: opera come broker, assistita da una forte tecnologia che ha sviluppato per l’analisi dei dati e che permette all’utente di scoprire con pochi passaggi di cosa ha bisogno (con l’Insurance CheckUp), quali sono le offerte delle diverse compagnie, quale può essere la migliore soluzione e procedere direttamente all’acquisto.

Dunque, mettendo il cliente al centro e rispondendo alle sue esigenze. Non a caso, il rating della piattaforma, cioè la soddisfazione da parte degli utenti è, dice la società, pari al 9.1 per cento. E su questo modo di lavorare ha costruito il suo business.

PolicyGenius, la startup US che ha raccolto finanziamenti per 21 milioni di dollari

PolicyGenius è diverso dagli altri siti assicurativi: ecco perché

In che modo PolicyGenius differisce da altri siti assicurativi? Eccone tre.

  1. Lavora con agenti reali – Molti siti di assicurazione sulla vita presenti sul web sono di proprietà di aziende leader che vendono le informazioni della clientela ad altre agenzie assicurative attraverso un processo chiamato “ping tree”, che consiste nel raccogliere e vendere dati a terzi. PolicyGenius invece lavora direttamente e personalmente con la clientela, aiutando i consumatori ad acquistare un’assicurazione sulla vita.
  1. Esperienza utente – PolicyGenius ha studiato la propria esperienza utente per essere tra le migliori del settore: il sito è esteticamente bello, coinvolgente e innovativo. E dispone di un calcolatore di copertura assicurativa e di altre tecnologie dall’utilizzo intuitivo.
  2. Il processo si può completare completamente online – PolicyGenius fornisce preventivi immediati e una procedura completamente online: in cui non è necessario parlare con un agente, anche se è possibile se lo si desidera. E non viene effettuata alcuna pressione per l’acquisto, circostanza che consente al cliente di sentirsi a proprio agio e di prendersi il tempo necessario per riflettere e decidere.

Dai primi investimenti ai cento milioni di dollari

Fin dalla sua fondazione, PolicyGenius ha raccolto milioni di investimenti. Il primo round, 5,3 milioni a un anno dalla nascita della startup, l’ultimo da 100 milioni solo qualche settimana fa.

WHITEPAPER

Design Thinking: come aiuta le aziende ad aumentare la capacità innovativa?
CIO
Open Innovation

Scopri di più

Secondo quanto riferisce Bloomberg, la società ha un fatturato annuo di 60 milioni di dollari, che è 10 volte superiore rispetto al 2017, anno in cui ha chiuso l’ennesimo round di raccolta fondi. I capitali raccolti verranno utilizzati per assumere personale e sviluppare nuovi prodotti. Obiettivi che la società sta perseguendo anche grazie all’apertura di una nuova sede a Durham, nella Carolina del Nord.

L’obiettivo di PolicyGenius: più trasparenza nel settore assicurativo

Come abbiamo già specificato in questo articolo, l’obiettivo di PolicyGenius è portare “più trasparenza nel settore assicurativo, per consentire ai consumatori di prendere le decisioni giuste per le loro esigenze”, ha detto Jennifer Fitzgerald, co-fondatore e CEO di PolicyGenius in una nota ufficiale. “Milioni di americani non sono per niente agevolati dal modello di distribuzione assicurativo corrente, ed è questo che stiamo cambiando. Rimettendo il potere nelle mani del consumatore, dandogli strumenti per poter decidere in modo intelligente, informazioni imparziali e le quotazioni più accurate del settore”.

“Internet ha rivoluzionato una serie di settori, ma la maggior parte dei consumatori ancora acquista l’assicurazione nello stesso modo dei loro nonni”, ha dichiarato Steve Case, fondatore e Partner di Revolution Ventures. “PolicyGenius sta usando strumenti e dati on-line per dare alle persone maggiori possibilità di scelta, di controllo e di convenienza per affrontare un’importante decisione di vita”.

 

L’articolo PolicyGenius, perché il broker online data-driven ha conquistato altri 100 milioni di dollari proviene da InsuranceUp.


Insurtech, la vera gara è scoprire il “valore intrappolato”

Tesla, adesso, parla. Elon Musk ha postato sui social un video della Model S che chiacchiera con i pedoni. Una delle tante stravaganze del vulcanico imprenditore? Non proprio. Più che altro sembra essere la prova generale di una nuova funzionalità che potrebbe essere utilizzata nella prossima flotta di robot-taxi che l’azienda americana presto lancerà. Infatti l’auto invita i pedoni a salire a bordo.

È il momento di fare pivot verso il futuro

Oggi Tesla, secondo alcuni calcoli fatti da analisti di oltreoceano, è la casa automobilistica che vale di più nella storia americana: a inizio 2020 la sua capitalizzazione di Borsa raggiunge quasi quella di Ford e General Motors messe insieme. Perché Tesla sta immaginando (e costruendo) il futuro dell’auto con più agilità e disinvoltura di tanti storici marchi. Il decennio che si apre vedrà quella che certamente è la più grande trasformazione dell’auto dalla sua creazione. E dei business collegati, ovviamente. “Per quella che è la nostra esperienza, poche imprese sono pronte ad abbracciare il nuovo, anche quando è ormai evidente che il core busi­ness si sta sgonfiando”, scrivono Omar Abbosh, Paul Nunes e Larry Downes nel libro Pivot verso il futuro appena pubblicato in Italia da Egea. Tre uomini Accenture che mettono a frutto l’esperienza fatta proprio nella “riconversione” della società di consulenza. Nunes e Downes sono anche gli autori di Big Bang Disruption, uno dei testi di riferimento per comprendere “l’innovazione devastante”.

Il “valore intrappolato” nel Now

Torniamo all’auto. Man mano che i veicoli diventeranno sempre più autonomi, si ricorda nel volume, le compagnie di assicurazione dovranno trovare altri beni da assicurare o altre proposte per i loro clienti. “Ogni im­presa deve individuare la propria strada verso il nuovo, preservando quegli aspetti centrali (come la cultura) che a suo tempo ne hanno decretato il successo”, scrivono Nunes & Co, che insistono molto sul “Now”. Prodotti e servizi vecchi (Old) vanno abbandonati. Il presente che ancora funziona non può e non deve essere cancellato ma va “interpretato” alla luce delle tecnologie digitali per fare emergere il “valore intrappolato” tra le pieghe di organizzazioni, processi e visioni superate per poi impiegare le risorse ricavate nel “New”, nella innovazione vera che porta verso il futuro.

Un approccio moderato che, mentre riduce l’impatto disruptive dell’innovazione, segnala l’importanza e l’urgenza di lavorare per individuare e portare sul mercato quel “valore intrappolato” che, se non utilizzato, prima o poi diventerà l’elemento competitivo di un concorrente o un new comer. Ecco un bell’esempio che arriva proprio dal settore assicurativo.

Il caso della compagnia sudafricana AllLife

La compagnia sudafricana AllLife è stata prima al mondo a offrire una copertura completa a persone sieropositive. “In un Paese in cui quasi il 20% della popolazione adulta convive con il virus dell’AIDS, la compagnia ha già attivato circa centomila polizze di questo tipo”, viene ricordato nel libro. Come ha fatto AllLife ad assicurare quel che veniva considerato «non assicurabile»? “La compagnia raccoglie i profili dettagliati dei clienti e utilizza i dati in combinazione con quelli ricavati da altre persone che assicura, e questo le permette di personalizzare i suggerimenti da offrire a ciascun cliente affinché gestisca al meglio la propria condizione. Dopo aver raccolto i dati necessari, AllLife impiega algoritmi proprietari per fornire un prodotto di assicurazione sulla vita economicamente vantaggioso”. «Quella che ormai definiamo robo-sottoscrizione si avvale di una tecnologia in grado di estrarre una grande quantità di informazioni mediche e di sottoporle a un processo decisionale che ci consente di automatizzare il trattamento della maggior parte delle informazioni che le compagnie di assicurazione sulla vita processano invece manualmente», spiegava nel 2019 a Business Insider il CEO e fondatore Ross Beerman, che aggiungeva: «Ci occupiamo attivamente della salute delle persone. Diciamo alla gente: non dimenticarti di fare questa o quell’altra cosa. Lo facciamo tramite messaggi, email, a volte anche attraverso chiamate telefoniche. Interveniamo, insomma»

Il vantaggio delle imprese data driven

Il caso AllLife dimostra che ad avere le maggiori probabilità di riuscire a liberare il “valore intrappolato” sono le aziende data driven, quelle in grado di raccogliere, gestire, interpretare e usare bene i dati. E possono farlo su livelli diversi:la stessa impresa, il settore di attività, i propri clienti. AllLife ha aperto una nuova linea di business con un prodotto che non c’era, ha migliorato le condizioni di salute e abbassato i tassi di mortalità dei suoi clienti ottenendo anche un indubbio effetto sociale positivo.

Fare innovazione, quindi, non significa sempre e necessariamente cambiare tutto, inventarsi cose straordinarie o fare altro. I risultati si possono ottenere anche guardando con occhi nuovi al core business e soprattutto sviluppando la capacità di “rivisitarlo” con iniezioni di tecnologia e di innovazione. Una grande opportunità per le compagnie di assicurazione che hanno un patrimonio di fiducia da capitalizzare e una mission immutata: vendere protezione e serenità ai loro clienti. Quante nuove opportunità stanno preparando fenomeni come Tesla? Quali nuovi servizi sono già possibili migliorando la conoscenza e i comportamenti dei clienti-guidatori? Sono stati davvero tutti esplorati e testati?

L’articolo Insurtech, la vera gara è scoprire il “valore intrappolato” proviene da InsuranceUp.


Polizze per diabetici, collaborazione tra Google-Alphabet e John Hancock

Alphabet, la casa madre di Google e i rivali tecnologici, tra cui Apple e Amazon, sono alla ricerca di investimenti nel settore sanitario che sfruttino le loro reti digitali e, nel caso di Alphabet, le sue capacità di intelligenza artificiale. E le Compagnie assicurative, d’altro canto, sono alla ricerca di partner tecnologici, per rispondere a nuove sfide.

Per esempio: i tassi di diabete stanno aumentando, putroppo, in tutto il mondo, fatto che da un lato si traduce in nuove esigenze da parte dei malati e dei sistemi sanitari (un diabetico costa circa il triplo rispetto a un non diabetico); e dall’altro, parallelamente,  apre nuove opportunità alle aziende per lo sviluppo di soluzioni innovative. Il settore assicurativo è tra quelli più chiamati in causa naturalmente, poiché la trasformazione digitale permette lo sviluppo di nuovi modelli di business e quindi di polizze. Ciò che serve sono dati e tecnologie.

Come in questo caso, che coinvolge Alphabet (nello specifico Verily, la sussidiaria che si occupa di life science ed healthcare) e la Compagnia assicurativa statunitense John Hancock (braccio assicurativo di Manulife Financial Corporation) e la clinica virtuale per il diabete Onduo: in sostanza si tratta di una polizza per i diabetici abbinata a un programma che attraverso la clinica virtuale di Onduo assiste nella gestione del diabete,  fornisce supporto, coaching e premi, nonchè potenziali risparmi sui premi fino al 25%.

Secondo quanto riporta John Hancock in una nota stampa, il diabete rimane la settima causa di morte negli Stati Uniti, con 1,5 milioni di americani diagnosticati ogni anno. Degli oltre 30 milioni di americani che convivono con il diabete, la metà non ha un’assicurazione sulla vita sufficiente o non ha alcuna copertura assicurativa sulla vita. Inoltre, anche quelli con assistenza sanitaria di qualità non hanno sempre accesso al supporto personalizzato e all’avanguardia nella gestione del diabete.

L’articolo Polizze per diabetici, collaborazione tra Google-Alphabet e John Hancock proviene da InsuranceUp.


Perché la più grande compagnia vita americana investe più di 2 miliardi su una startup

La trasformazione digitale che interessa il mondo dell’insurance sta cambiano non solo i prodotti e i servizi offerti dalle Compagnie, ma anche il cliente finale, che diventa sempre più digitale e aperto a soluzioni tecnologiche. L’accoppiata trend tecnologici e nuovi comportamenti è la direttrice per la trasformazione in ambito assicurativo. Una trasformazione necessaria per le Compagnie, che è già avviata, e comincia ad avere una sua dimensione economica quantificabile. Una ricerca Accenture dimostra che il potenziale di mercato per coloro che investono nell’innovazione digitale è pari a circa 375 miliardi di dollari a livello globale, di cui 18 miliardi di dollari in Italia. Le Compagnie, dunque, devono capire i trend tecnologici in atto, ma anche gli stili di vita dei consumatori, dice Accenture. È il momento di immaginare nuove soluzioni per il cliente finale.

Ma come possono le Compagnie avvicinarsi ai clienti digitali? Una delle strade percorribili è l’open innovation, cioè l’apertura a soluzioni proposte da giovani società innovative. Un esempio arriva dall’americana Prudential Financial. La più grande Compagnia per assicurazioni sulla vita USA ha siglato un accordo per l’acquisizione della startup Assurance IQ, piattaforma di vendita di polizze assicurative online.

Come riporta EconomyUp, l’intesa prevede un corrispettivo anticipato di 2,35 miliardi di dollari oltre a un premio aggiuntivo di 1,15 miliardi (in liquidità e azioni) subordinato al raggiungimento degli obiettivi di crescita pluriennali stabiliti per Assurance.

Assurance IQ, la startup insurtech che offre soluzioni per clienti digitali

Assurance IQ fornisce una piattaforma che, utilizzando una combinazione di algoritmi, software e competenza umana, abbina gli acquirenti a soluzioni personalizzate relative a diversi tipi di offerte assicurative (vita, salute, auto). Anche l’acquisto è offerto, in base alle caratteristiche e alle esigenze del singolo cliente, interamente online oppure con l’intervento di un consulente, con un miglioramento del coinvolgimento e un maggiore tasso di conversione. La startup ha sede a Bellevue (Washington).

Che cosa farà Pudential con Assurance IQ

Le caratteristiche dell’insurtech che hanno fatto gola a Prudential Financial, società di assicurazione e servizi finanziari inserita nella Fortune 500, sono elencate in una nota pubblicata dalla società stessa: “eliminando le inefficienze dei modelli convenzionali riduce, grazie al servizio tecnologico on-demand, i costi di acquisizione dei clienti, consentendo una più profonda penetrazione nel mercato, mantenendo al tempo stesso un alto livello di servizio e selezione dei prodotti. Il suo modello in rapida crescita offre avvincenti vantaggi economici con bassi costi fissi e bassi requisiti di capitale che producono margini elevati e un alto grado di scalabilità”.

E secondo Charles Lowrey, Presidente e CEO di Prudential, “Assurance accelera la strategia e il potenziale di crescita delle attività finanziarie di Prudential, avvicinandoci a un maggior numero di persone nell’intero spettro socio-economico per rispondere meglio alle loro esigenze. Non vediamo l’ora di lavorare con il team di Assurance per far crescere il business negli Stati Uniti e, nel tempo, estendere il suo approccio unico ai clienti di tutto il mondo”.

L’articolo Perché la più grande compagnia vita americana investe più di 2 miliardi su una startup proviene da InsuranceUp.


Machine learning, rischi e vantaggi delle decisioni automatizzate

La banca online concederà il prestito? Il premio assicurativo varierà costantemente in base ai comportamenti di guida? Chi verrà selezionato per la posizione vacante a cui tantissime persone hanno inviato online la propria candidatura?

Queste tre domande hanno un aspetto in comune: l’incertezza della risposta. I meccanismi digitali delle organizzazioni a cui ci rivolgiamo quotidianamente sono oggi governati da “intermediatori intelligenti” utili a potenziare le capacità decisionali dell’uomo in molteplici ambiti della vita del singolo e della collettività, riducendo inefficienze ed errori. Ma qual è il processo che consente di arrivare a queste decisioni in cui l’essere umano interviene sempre meno frequentemente?

Gli scenari

Un primo scenario non implica intelligenza, ma la semplice riproposizione in forma digitale di regole nativamente analogiche. Assumiamo che ad ogni persona più anziana di ottant’anni venga rifiutata automaticamente la richiesta di assicurazione sulla vita. Il processo è elementare: si stabilisce una regola fissa (deterministica) che guiderà la decisione in maniera automatica.

Un secondo scenario, sempre più utilizzato, implica una fase preliminare di analisi dei dati – detta profilazione – che consente successivamente di arrivare alla decisione automatizzata.

Intendiamo per profilazione quell’attività automatica utile alla classificazione dei soggetti in base a determinate caratteristiche personali di comportamento. Questa operazione, di per sé priva di significato, consente di dedurre (anche da dati aggregati) informazioni personali utili alle decisioni che l’organizzazione dovrà prendere in un momento immediatamente successivo.

Un esempio per comprendere cos’è la profilazione

Un esempio ci aiuterà a capirne la portata.

Una compagnia assicurativa decide di analizzare i dati dei pagamenti elettronici di tutti i suoi clienti per identificare comportamenti correlati al tasso di incidentalità stradale. L’analisi rivela che chi consuma alcolici nei bar di notte è maggiormente soggetto a commettere incidenti stradali: il modello ha identificato un pattern rilevante ed è in grado di riconoscerlo anche quando vengono processati dati completamente nuovi. Dunque, applicando il profilo a un singolo nuovo cliente si può supporre che, se quel soggetto acquista drink nei bar in orari notturni, vi sono considerevoli possibilità che sia maggiormente esposto a commettere incidenti stradali.

Così, in virtù delle informazioni estratte, la compagnia assicurativa potrà personalizzare i premi dei singoli clienti oppure proporgli prodotti alternativi. In base al risultato ottenuto dal modello si dà quindi vita a una decisione che nella maggior parte dei casi avviene in forma totalmente automatizzata.

Machine learning, profilazione e rischio discriminazione

Tra le molte soluzioni tecnologiche ad oggi disponibili sul mercato, il Machine Learning (ML) sembra essere lo strumento più efficace per realizzare quanto fin qui descritto. In altre parole, considerando che i profili non sono altro che patterns risultanti da un trattamento probabilistico di dati, utilizzare algoritmi di ML risulta particolarmente idoneo e conveniente per l’attività di profilazione.

Ma gli innegabili benefici di questo approccio all’analisi dei dati devono essere attentamente contemperati con le esigenze di protezione dei soggetti a cui i dati si riferiscono. Tali pratiche infatti non solo possono dar vita a nuove forme di controllo e monitoraggio pervasivo e costante sugli individui, ma possono addirittura arrivare ad esasperare pregiudizi ed incrementare discriminazioni, determinando nel peggiore dei casi anche emarginazione o esclusione sociale. Tutto ciò pone particolari rischi per i soggetti, soprattutto considerando la complessità e la spesso inevitabile “opacità” in merito al funzionamento di questi strumenti.

Le tutele anti-discriminazione del Gdpr

A fronte dell’aumento considerevole dei rischi poco fa descritti, l’apparato normativo europeo si è dotato di strumenti utili a contenerne gli effetti negativi che queste tecnologie potrebbero generare sulle persone fisiche.

Il nuovo Regolamento Europeo sulla Protezione dei Dati (Reg. UE 2016/679 – GDPR – direttamente applicabile dal 25 maggio 2018) continua a proteggere informazioni sensibili e sistemi informatici da attacchi hacker, ma aggiunge molto altro. Uno dei principali propositi del GDPR consiste nel contrastare la potenziale capacità discriminatoria che algoritmi e decisioni automatizzate possono avere sulle persone fisiche.

In particolare, l’articolo 22, stabilisce che le persone fisiche hanno il diritto di non essere sottoposte a decisioni completamente automatizzate che producano effetti giuridici o incidano in maniera analoga nei loro confronti.

Le eccezioni

Questa regola generale – derivata con notevoli miglioramenti dalla precedente Direttiva 95/46/CE – è poi mitigata da tre eccezioni (basi giuridiche che legittimano il trattamento) in cui le decisioni automatizzate sono invece consentite.

– La prima eccezione riguarda i casi in cui “la decisione è necessaria per l’esecuzione di un contratto”. L’esempio tipico riguarda il caso in cui un’azienda riceva un elevato numero di candidature per una posizione vacante e decida pertanto di servirsi di processi decisionali automatizzati per fare una short list di possibili candidati, con l’intenzione di concludere un contratto con uno (o alcuni) di loro. Per rispondere al più generale requisito di necessità, il processo decisionale dovrebbe essere il metodo meno invasivo della sfera della privacy del soggetto per poter concludere quel contratto. Nella maggior parte dei casi però la decisione agevola o semplicemente permette la conclusione del contratto, pur non essendo strettamente necessaria. E così, considerando che il margine tra necessità e facilitazione è molto sottile, un’interpretazione restrittiva della norma lascerebbe poco spazio alle organizzazioni per potersi avvalere di questa eccezione e dunque servirsi di processi decisionali totalmente automatizzati. Può addirittura capitare che questo approccio all’analisi dei dati permetta di ridurre l’invasività del processo sotteso sotto il profilo privacy. Infatti, grazie alle feature selection -fase in cui si seleziona un subset di variabili rilevanti e significative per la costruzione del modello – la macchina è in grado di prendere una decisione basandosi su un numero limitato di dati rispetto a quelli che un essere umano dovrebbe invece processare per prendere la stessa decisione. Proprio per questo in alcuni casi le decisioni automatizzate possono essere meno invasive rispetto a quelle prese dagli esseri umani.
– Il secondo caso in cui è possibile avvalersi di processi decisionali automatizzati riguarda  le situazioni in cui queste tecniche sono “autorizzate dal diritto UE o nazionale”. Il Federal Data Protection Act – che adegua la normativa nazionale tedesca al GDPR – ha stabilito che il diritto di non esser sottoposto a decisioni totalmente automatizzate non si applica nell’ambito dei rapporti assicurativi. Senza entrare nel merito di questa disposizione ancora poco utilizzata dai legislatori europei, è importante notare come una misura legislativa che disponga l’implementazione di processi decisionali automatizzati potrebbe favorire incredibili innovazioni tecnolgiche nel settore interessato.
La terza ed ultima eccezione riguarda i casi in cui “la decisione si basa sul consenso esplicito dell’interessato”. Affinchè il consenso possa considerarsi valido ai sensi del GDPR, questo deve essere “libero, specifico, informato e inequivocabile”. Nel contesto della presente analisi, particolare complessità è rivestita dal requisito informativo, in virtù del quale il soggetto (l’interessato) deve poter comprendere genuinamente l’attività di trattamento che verrà svolta in maniera automatica. Ciò significa che chi sta trattando i dati (il titolare) deve mettere a disposizione dell’interessato una quantità sufficiente di informazioni rilevanti riguardo la logica utilizzata per prendere la decisione nonché gli effetti conseguenti al trattamento. Questo requisito non sarà difficile da implementare qualora gli algoritmi di ML utilizzati siano “white-box”. In tal caso infatti il trattamento dati può essere spiegato e compreso dall’interessato e il processo decisionale può esser tracciabile ancor più chiaramente rispetto a quanto operato da un essere umano. Invece, le tecniche “black-box” presentano particolari criticità. Questi strumenti altamente performanti tipicamente trasformano le variabili in maniera né comprensibile né spiegabile nemmeno dal miglior analista o dallo stesso programmatore.

In questi casi, affidarsi al consenso per prendere decisioni automatizzate richiederà al titolare del trattamento di compiere uno sforzo ulteriore – anche in linea con il principio di accountability – per rendere al soggetto interessato tutte le informazioni che ha a disposizione. Ciò servirà a dimostrazione del fatto che nonostante la complessità tecnologica l’interessato ha compiuto una scelta informata in merito al consenso prestato.L’importanza di questo requisito è collegata agli esiti delle ricerche Eurobarometro che rappresentano un aumento generale della consapevolezza degli utenti e un’attenzione crescente alla comprensibilità delle modalità con cui i dati vengono trattati in maniera automatizzata al fine di prendere decisioni realmente informate. La portata dirompente delle tecniche di machine learning è innegabile. Riducendo drasticamente costi e inefficienze, si possono raggiungere risultati migliori e ideare prodotti e servizi innovativi. Certamente, l’utilizzo di queste tecnologie è altrettanto complesso dal punto di vista della “GDPR compliance”, ma non è per ciò impossibile.

I tre presupposti di legittimità sopra trattati dovranno essere valutati attentamente da ogni organizzazione che decida di avviare processi decisionali automatizzati. I titolari del trattamento dovranno comunque preoccuparsi delle scelte tecnologiche e della corretta implementazione dei principi di liceità, correttezza e trasparenza, della qualità dei dati descritti all’art. 5 del Regolamento, nonché di svolgere attente analisi in merito ai rischi che potrebbero derivarne. Non esistono impedimenti, ma solo regole a presidio e governo dei rischi che potrebbero derivare dall’utilizzo indiscriminato di queste tecnologie.

Impedire lo sviluppo di queste tecniche sarebbe semplicemente controproducente nel contesto più ampio del Digital Single Market europeo, le cui sfide principali si giocheranno proprio sull’automazione.

In conclusione, le organizzazioni che sapranno governare queste regole e reagire in maniera “agile” a questi rischi otterranno considerevoli vantaggi competitivi in un terreno di gioco sempre più digitale, interconnesso, autonomo e robotizzato. L’obiettivo ultimo non dev’essere semplicemente la compliance in senso stretto, ma il miglioramento del design del prodotto, della user experience e – in ultimo – l’aumento della fiducia dei clienti quale driver fondamentale dei mercati digitali.

(Giulia Del Gamba – Stefano Leucci, originariamente pubblicato su Agenda Digitale)

L’articolo Machine learning, rischi e vantaggi delle decisioni automatizzate proviene da InsuranceUp.


Apple sempre più vicina al mondo assicurativo

Lo scorso gennaio in una intervista alla CNBC, il Ceo di Apple Tim Cook esponendo i nuovi servizi della società per il 2019 e per il futuro ha messo l’accento su una parola in particolare: healthcare. Ha pronunciato frasi importanti come ‘il più grande contributo di Apple all’umanità sarà proprio nella salute‘. Grazie allo sviluppo di applicazioni in ambito benessere e salute su iPhone ed Apple Watch (che è stato dotato nei nuovi modelli anche di un sensore per elettrocardiogramma), la società ritiene di essere un paladino della democratizzazione della salute, di aiutare le persone a prendersi cura di se stesse attraverso strumenti digitali innovativi.

Il focus sull’healthcare la porta molto vicina al settore assicurativo, considerato soprattutto il fatto che i suoi prodotti dedicati a salute e benessere raccolgono una quantità gigantesca di dati degli utenti che possono essere determinanti per una Compagnia. Oggi tutte le più importanti assicurazioni al mondo hanno capito che prevenire è meglio che curare anche per lo loro tasche; che aiutare i clienti a rimanere in forma, a curarsi, può essere fatto in modo personalizzato (e ciò porta anche a personalizzare le polizze) attraverso i big data. Ma una Compagnia come li raccoglie i dati del cliente? Le Compagnie non sono ‘in tasca o al polso’ dei loro clienti. Apple sì, e questo genera conseguenze, ad esempio l’accordo con Aetna, assicuratore americano, con il quale ha sviluppato un’applicazione chiamata Attain, che dovrebbe essere lanciata nei prossimi mesi.

Attain utilizzerà l’Apple Watch per fornire raccomandazioni personalizzate agli utenti, sulla base dello storico salute se e dei dati raccolti in real time dallo smart watch, che offre monitoraggio della frequenza cardiaca, monitoraggio dell’allenamento, del sonno, dell’alimentazione, ecc. Le informazioni sanitarie saranno raccolte su base volontaria e utilizzate solo per sostenere il programma Attain.

“Crediamo che le persone dovrebbero essere in grado di svolgere un ruolo più attivo nella gestione del proprio benessere. Ogni giorno riceviamo e-mail e lettere da persone di tutto il mondo che hanno trovato grandi benefici utilizzando Apple Watch nella loro vita e nella loro routine quotidiana”, ha detto Jeff Williams, COO di Apple a TechCrunch. “Col tempo impariamo e miglioriamo, l’obiettivo è quello di formulare raccomandazioni più personalizzate che aiuteranno i membri a raggiungere i loro obiettivi e a vivere una vita più sana”.

Come funziona l’app Attain

La nuova app Attain, che sarà disponibile sul mercato statunitense ed è concepita per esso, è basata su quattro pilastri: raggiungimento degli obiettivi di attività; sostegno alla salute quotidiana; notifiche sanitarie personalizzate e ricompense per i risultati ottenuti.

L’app determina gli obiettivi di attività personalizzate in base all’età, al sesso e al peso, e monitora una vasta gamma di attività potenziali oltre ai semplici passi compiuti, per esempio utilizzando l’Apple Watch per misurare il nuoto e lo yoga.
L’app di Aetna offre anche sfide in cui i partecipanti guadagnano punti per azioni come dormire di più, impegnarsi in attività di meditazione e monitorare e migliorare la propria dieta.

Attain consiglierà anche azioni sanitarie basate sulle informazioni delle cartelle cliniche che la popolazione di pazienti di Aetna vorrà condividere attraverso l’app. Creata insieme ai medici, l’app utilizza linee guida cliniche consigliate dai medici e includerà suggerimenti sanitari, come vaccinazioni o le richieste di prescrizioni dei farmaci quando stanno per finire; suggerirà visite ai medici di base se le visite di controllo sono state ritardate e fornirà opzioni a basso costo per i test di laboratorio.

Infine, gli utenti potranno guadagnare premi, come punti sul costo del loro Apple Watch o carte regalo ai negozi nazionali.

Le big tech impegnate nel settore salute e assicurativo

Altre compagnie tecnologiche si stanno muovendo in ambito healthcare. L’anno scorso, Amazon ha acquisito la farmacia online PillPack e ha collaborato con JPMorgan Chase e Berkshire Hathaway per creare una società sanitaria senza scopo di lucro per i dipendenti.

All’inizio di questo mese,  Alphabet Verily (che si dedica al Life Science) ha raccolto 1 miliardo di dollari da investitori per espandere il suo lavoro nel settore sanitario e ha ottenuto l’approvazione dalla FDA per la sua tecnologia di elettrocardiogramma per dispositivi indossabili, concepita per il suo Study Watch (ritenuto un dispositivo medico e venduto con prescrizione), ma probabilmente pronta a essere integrata in altri smart watch, ad esempio quelli Fossil appena acquisiti. 

Alphabet-Google nel corso del 2018 si è data piuttosto da fare in ambito assicurativo, acquisendo Applied System ed Ethos: la prima, ha realizzato un software basato su cloud che automatizza tutto il ciclo di vita dell’assicurazione e rende più efficiente tutta la gestione dell’attività assicurativa, a supporto anche di agenzie e brokeraggio; la seconda, utilizza l’analisi dei dati per prevedere l’aspettativa di vita di una persona ed è in grado, secondo quanto afferma, di ridurre il tempo normalmente impiegato per richiedere polizze di assicurazione sulla vita da 10 settimane a soli 10 minuti. Ricordiamo inoltre che Google Ventures ha investito in diverse startup insurtech, tra cui Oscar Health, Lemonade e Clover Health, tra le più finanziate al mondo.

Amazon è altrettanto attiva in ambito assicurativo, sia attraverso acquisizioni che collaborazioni cross-border: ha investito nella startup insurtech indiana Acko, giovane Compagnia digital-first in un mercato immenso; ha lanciato in UK la sua polizza Amazon Protect in collaborazione con The Warranty Group, che è andata così bene da farle avviare una massiccia campagna di recruiting di talenti ‘assicurativi’.

Insomma, una partita movimentata quella dell’insurance e dell’healthcare, due settori strettamente legati tradizionalmente, ma oggi più che mai.

La tabella qui di seguito di Business Insider evidenzia molto bene opportunità, minacce, punti di forza e debolezza di quattro colossi tecnologici in relazione all’ambito healthcare. Nella colonna ‘opportunità’ di Apple è specificamente indicato ‘polizze salute personalizzate’.

L’articolo Apple sempre più vicina al mondo assicurativo proviene da InsuranceUp.