Dopo i tuoi primi mesi in OCTO, quali sono state le tue impressioni e quali priorità ritieni strategiche per accompagnare la prossima fase di evoluzione tecnologica dell’azienda?
La prima impressione è stata di trovare un patrimonio più raro di come viene raccontato. Ventitré anni di telematica assicurativa non sono solo 610 miliardi di chilometri di dati di guida: sono oltre 13 milioni di crash validati, cioè eventi etichettati e verificati contro un sinistro reale. Nel mondo dell’intelligenza artificiale un modello vale quanto le sue etichette, e un patrimonio di questo tipo non si compra: si accumula un anno alla volta.
La seconda impressione è che tra quel patrimonio e il mercato ci sia più attrito di quanto serva. È fisiologico dopo vent’anni di crescita: architetture stratificate, piattaforme parallele che fanno cose simili, un’infrastruttura ancora in parte fisica.
Le priorità che ho messo sul tavolo sono quattro, non dieci. Semplificare l’architettura. Portare l’infrastruttura sul cloud, perché resilienza e velocità di rilascio non sono più negoziabili. Ridisegnare il modello operativo della tecnologia: aree con un mandato scritto, una capacità dichiarata e un unico punto d’ingresso per il business.
E la quarta, che è la leva sulle altre tre: l’AI augmentation delle nostre persone. Mettere i team in condizione di lavorare con l’intelligenza artificiale sul patrimonio di conoscenza della piattaforma, con un metodo condiviso e un controllo umano di qualità su ogni passaggio. Non per sostituire competenza, ma per moltiplicare capacità: è ciò che ci consente di fare le altre tre cose più in fretta di quanto le faremmo altrimenti.
Il criterio con cui le ho scelte è uno solo: quanto attrito togliamo tra un’idea e il suo rilascio.
La trasformazione tecnologica non riguarda soltanto strumenti e piattaforme, ma coinvolge anche processi, organizzazione e modalità di lavoro. Quanto sono importanti la governance e la collaborazione tra l’area tecnologica e le funzioni di business per il successo dei progetti?
Sono decisive, ma non nel senso in cui di solito si intende. La governance che ho visto funzionare non è un comitato che autorizza: è un insieme di promesse verificabili tra le aree. Per questo il modello di lavoro che abbiamo messo in discussione con tutta l’area technology non è un organigramma, ma che cosa ciascuna area promette alle altre.
Lo tengono insieme tre principi. Chi costruisce, opera: chi decide è chi poi mantiene, e questo da solo allinea la maggior parte degli incentivi. Prima la capacità, poi il gate: se dichiariamo quanta capacità c’è, la prioritizzazione diventa una scelta esplicita invece di una coda invisibile. Abilitare, non autorizzare: gli standard tecnici sono vincoli e consulenza, non un cancello di approvazione — chi se ne discosta lo motiva per iscritto, e la decisione resta tracciata.
Sul rapporto con il business ho fatto una cosa semplice. Per ogni interfaccia ricorrente con il commerciale e con la delivery c’è una persona con un mandato, non solo con un’agenda. E un solo backlog, non due roadmap che si scoprono diverse a fine trimestre. Perché nei progetti il costo quasi mai è il lavoro: è l’attesa.
Intelligenza Artificiale, cloud e automazione stanno accelerando la trasformazione tecnologica. Qual è la tua visione sul futuro della tecnologia e su come queste innovazioni potranno contribuire all’evoluzione di OCTO e della connected mobility?
Parto da un fatto che si commenta poco. Con il Data Act europeo l’accesso ai dati del veicolo si sta commoditizzando: fino a ieri il vantaggio competitivo era arrivare al dato, da domani sarà saperlo interpretare. Ed è esattamente il terreno su cui la telematica assicurativa lavora da vent’anni.
Sull’intelligenza artificiale ho un criterio semplice: il KPI non è l’adozione dell’AI, è il costo del sinistro, il tempo di liquidazione, la qualità della valutazione del rischio. Se un modello non si aggancia a un esito verificabile resta una demo. Qui l’esito verificabile esiste, e ha un nome: il crash validato, il sinistro chiuso. E anche il nuovo quadro regolatorio europeo sull’intelligenza artificiale, in questo senso, lo leggo come un acceleratore: chi fa scoring assicurativo deve saper spiegare i propri modelli da sempre.
C’è poi il fronte che ho messo tra le priorità e che vale la pena spiegare: l’intelligenza artificiale applicata al nostro stesso lavoro. Stiamo portando la conoscenza della piattaforma — codice e documentazione stratificati in vent’anni — in una base consultabile dai modelli, con un passaggio umano di qualità su ogni fase. Non per scrivere codice più velocemente, ma per capire in fretta un sistema che nessuno conosce interamente.
Il cloud è il presupposto di tutto questo.
Una domanda più personale: nel tuo modo di guidare l’innovazione, qual è il principio che consideri irrinunciabile e che cerchi di trasmettere ogni giorno alle persone del tuo team?
L’accountability. Non quella formale, quella reale: chi decide è chi poi mantiene. Quando le due cose si separano nascono le decisioni eleganti che qualcun altro pagherà, e sono le più costose di tutte.
Ne derivano due cose che chiedo ogni giorno. La prima è il dissenso detto in tempo. Quando ho messo in discussione il nuovo modello di lavoro dell’area technology ho scritto una cosa chiara: leggetelo, contestatelo, poi lo congeliamo. Un dubbio taciuto oggi torna come attrito fra sei mesi, e a quel punto costa dieci volte tanto. La seconda è la misurabilità: uno standard che non si può verificare in automatico non è uno standard, è un’aspirazione.
E poi una cosa che riguarda me. Continuo a mettere le mani nelle cose: nelle prime settimane mi sono costruito da solo un prototipo per sbloccare un’analisi su cui eravamo fermi. Non perché serva il CTO a scrivere codice, ma perché non credo si possa guidare la tecnologia dalle slide. Chi lavora con te capisce subito se hai capito il problema — e da lì passa tutta la credibilità che hai.