This thesis examines the role of digitalization as a driver of innovation and strategic change in the insurance sector, with a specific focus on the Generali case. In a context shaped by emerging technologies such as artificial intelligence, machine learning, Big Data, cloud computing, and the Internet of Things, the insurance industry is undergoing a profound transformation that is redefining operational processes, business models, and customer interaction. The thesis first explores the theoretical foundations of digitalization and its impact on competitiveness and corporate governance, then focuses on its applications within the insurance sector, including product innovation, knowledge management, and the central role of data. The Generali case illustrates how a traditional insurance company can evolve into a data-driven ecosystem through strategic investments in technology, process redesign, and skill development. Particular attention is given to the Resolvo project, an AI-based solution implemented within the Finance Area to automate reconciliation activities, enhance data accuracy, and improve operational efficiency. Finally, the thesis highlights how the “Lifetime Partner” strategy and the new “Lifetime Partner 2027” plan represent a systemic transformation pathway aimed at integrating technology, sustainability, and customer centricity. This evolution outlines a model of insurance that is agile, responsible, and competitive in the long term.

La tesi analizza il ruolo della digitalizzazione come motore di innovazione e di cambiamento strategico nel settore assicurativo, con particolare attenzione al caso Generali. In un contesto caratterizzato da tecnologie emergenti come intelligenza artificiale, machine learning, Big Data, cloud e IoT il comparto assicurativo sta vivendo una trasformazione profonda che ridefinisce processi operativi, modelli di business e modalità di interazione con i clienti. L’elaborato esamina dapprima i fondamenti teorici della digitalizzazione e il suo impatto sulla competitività e sulla governance aziendale, per poi concentrarsi sulle applicazioni nel settore assicurativo, tra evoluzione dei prodotti, gestione della conoscenza e centralità dei dati. Il caso Generali mostra come una compagnia tradizionale possa evolvere verso un ecosistema data-driven, grazie a investimenti strategici in tecnologie, revisione dei processi e sviluppo delle competenze. Particolare rilievo è dato al progetto Resolvo, soluzione basata su AI implementata nell’area Finance per automatizzare le attività di riconciliazione, aumentare l’accuratezza dei dati e migliorare l’efficienza operativa. La tesi evidenzia infine come la strategia “Lifetime Partner” e il nuovo piano “Lifetime Partner 2027” rappresentino un percorso di trasformazione sistemica, orientato a integrare tecnologia, sostenibilità e centralità del cliente, delineando un modello di assicurazione agile, responsabile e competitivo nel lungo periodo.

Digitalization as a Driver of Innovation and Strategic Changes in the Insurance Sector: The Generali Case

FRASSON, EMMA
2024/2025

Abstract

This thesis examines the role of digitalization as a driver of innovation and strategic change in the insurance sector, with a specific focus on the Generali case. In a context shaped by emerging technologies such as artificial intelligence, machine learning, Big Data, cloud computing, and the Internet of Things, the insurance industry is undergoing a profound transformation that is redefining operational processes, business models, and customer interaction. The thesis first explores the theoretical foundations of digitalization and its impact on competitiveness and corporate governance, then focuses on its applications within the insurance sector, including product innovation, knowledge management, and the central role of data. The Generali case illustrates how a traditional insurance company can evolve into a data-driven ecosystem through strategic investments in technology, process redesign, and skill development. Particular attention is given to the Resolvo project, an AI-based solution implemented within the Finance Area to automate reconciliation activities, enhance data accuracy, and improve operational efficiency. Finally, the thesis highlights how the “Lifetime Partner” strategy and the new “Lifetime Partner 2027” plan represent a systemic transformation pathway aimed at integrating technology, sustainability, and customer centricity. This evolution outlines a model of insurance that is agile, responsible, and competitive in the long term.
2024
La tesi analizza il ruolo della digitalizzazione come motore di innovazione e di cambiamento strategico nel settore assicurativo, con particolare attenzione al caso Generali. In un contesto caratterizzato da tecnologie emergenti come intelligenza artificiale, machine learning, Big Data, cloud e IoT il comparto assicurativo sta vivendo una trasformazione profonda che ridefinisce processi operativi, modelli di business e modalità di interazione con i clienti. L’elaborato esamina dapprima i fondamenti teorici della digitalizzazione e il suo impatto sulla competitività e sulla governance aziendale, per poi concentrarsi sulle applicazioni nel settore assicurativo, tra evoluzione dei prodotti, gestione della conoscenza e centralità dei dati. Il caso Generali mostra come una compagnia tradizionale possa evolvere verso un ecosistema data-driven, grazie a investimenti strategici in tecnologie, revisione dei processi e sviluppo delle competenze. Particolare rilievo è dato al progetto Resolvo, soluzione basata su AI implementata nell’area Finance per automatizzare le attività di riconciliazione, aumentare l’accuratezza dei dati e migliorare l’efficienza operativa. La tesi evidenzia infine come la strategia “Lifetime Partner” e il nuovo piano “Lifetime Partner 2027” rappresentino un percorso di trasformazione sistemica, orientato a integrare tecnologia, sostenibilità e centralità del cliente, delineando un modello di assicurazione agile, responsabile e competitivo nel lungo periodo.
File in questo prodotto:
File Dimensione Formato  
EMMA FRASSON 878329 TESI MAGISTR.pdf

non disponibili

Dimensione 3.49 MB
Formato Adobe PDF
3.49 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14247/28076