Un anno e mezzo fa, Datapizza e Allianz hanno cominciato a costruire qualcosa in silenzio - senza slide di lancio, senza post di annuncio, senza "siamo felici di condividere".

Solo un problema concreto da risolvere: come far navigare decine di migliaia di consulenti assicurativi dentro una delle famiglie di prodotti più complesse del mercato italiano, senza che sbagliassero quasi mai.

Oggi quel sistema elabora 7 miliardi di token al mese in produzione e gestisce 15-16.000 prompt al mese.

Questi sono i numeri che aprono la storia di UltraAI, il progetto che Datapizza ha realizzato insieme ad Allianz…

E che abbiamo raccontato pubblicamente per la prima volta solo la settimana scorsa, all'IT Forum 2025, dopo un anno e mezzo di stealth.

Oggi voglio raccontartelo anche qui.

Ma cominciamo dall’inizio…

Perché questa storia è più interessante della maggior parte di quelle che circolano sull'AI enterprise?

I numeri del mercato sono impietosi:

Secondo IDC, su 33 proof of concept AI avviati nelle aziende, solo 4 arrivano in produzione.

BCG stima che il 70-75% delle organizzazioni sia fermo in quello che il settore chiama pilot purgatory: quel limbo in cui un progetto funziona abbastanza da non essere cancellato, ma non abbastanza da cambiare davvero qualcosa.

La narrativa comune dà la colpa ai modelli - ottimi capri espiatori, in effetti: troppo imprecisi, troppo costosi, troppo difficili da integrare.

Ma le stesse ricerche dicono altro: la maggior parte del valore dipende da cultura, workflow, change management e governance.

I modelli sono diventati commodity. Il problema è tutto il resto.

E poi è arrivato il problema giusto al momento giusto.

Ultra è una famiglia di prodotti assicurativi Allianz: flessibile, modulare, e per questo tremendamente complessa da padroneggiare.

La documentazione, se la srotoli, richiede un campo da calcio.

I consulenti ci lavorano ogni giorno, spesso navigando a memoria o chiedendo agli esperti interni.

Storicamente, i sistemi NLP tradizionali - entity recognition, tagging dei documenti - si scontravano frontalmente con questa densità.

Strumenti precisi su problemi semplici, inadeguati su problemi complessi.

La GenAI ha cambiato questa equazione - non come moda del momento, ma come prima tecnologia abbastanza potente da affrontare seriamente il problema.

L'intuizione di Roberto Felici, CDO di Allianz, è stata vedere questa finestra prima degli altri.

Aveva già validato l'idea con un custom GPT e i documenti di prodotto - abbastanza per vendere internamente la direzione, ma non abbastanza per andare in produzione.

Poi ha trovato Datapizza su LinkedIn, ci ha messi alla prova con un MVP in due mesi, e in tre settimane il prototipo girava.

Abbiamo lavorato in stealth un anno e mezzo prima di parlarvene.

Ma perché ha funzionato davvero?

Non basta rispondere "buona tecnologia":

Il benchmark non era un'astrazione
La domanda "da che percentuale di accuratezza andiamo in produzione?" è stata capovolta: il benchmark è il workflow umano.
Se la macchina batte la media degli assuntori - inclusa la varianza delle loro risposte - allora è pronta. Questo "uovo di Colombo" ha sbloccato anche la questione legale: le risposte di UltraAI hanno oggi valore legale ufficiale per Allianz.

Nessuna scorciatoia sul prodotto
Un anno e mezzo di stealth non è lentezza: è rifiuto deliberato di mettere in produzione qualcosa che non regge davanti a 50.000 persone.

Il coraggio del cliente
Lavorare come startup - eravamo una ventina - con un’azienda come Allianz richiede fiducia reciproca fuori dall'ordinario.
Spesso è questa la variabile che divide i progetti che diventano prodotti da quelli che restano esperimenti.

Il risultato?

Nel test interno ispirato al "test di Turing", le risposte dell'AI sono state preferite rispetto a quelle degli esperti di dominio nel 90% dei casi.

Questo progetto ha segnato la traiettoria di Datapizza.

Non per i numeri - che pure sono clamorosi - ma per quello che dimostra: l'AI non cambia il lavoro delle persone nelle demo, lo cambia in produzione.

E arrivare in produzione, davvero, richiede scelte diverse dall'inizio.

Perché non è l'AI che non funziona, è tutto il resto. Ma tutto il resto si può costruire.

Se ti interessa approfondire l’argomento, abbiamo scritto anche un articolo dedicato sul nostro blog!

---

Giacomo Ciarlini - CIO - Datapizza

Simone Conversano - AI Transformation Specialist - Datapizza