Scalable – Startup Chronicles
00:02:32 · Matteo Ottavi, S1
[00:02:32] S0: Giusta precisazione. [00:02:33] S1: Parliamo di un accordo annunciato. Le condizioni del closing, l'approvazione delle autorità e soprattutto gli obiettivi di crescita legati a quei 400000000 aggiuntivi, rimangono puramente prospettici. [00:02:46] S0: Quindi non sono soldi già in cassa? [00:02:48] S1: Assolutamente no. [00:02:49] S0: Quindi quando parliamo di 2100000000 stiamo delineando uno scenario massimo teorico, non un bonifico che è già partito integralmente. [00:02:58] S1: Corretto, il dettaglio temporale è vitale. [00:03:00] S0: E per orientarci in questa analisi oggi mettiamo sul tavolo e incrociamo diverse fonti primarie, I comunicati stampa ufficiali di Guidewire, I report finanziari legati all'operazione e I casi studio diretti di clienti colossali come Aviva e Allianz. [00:03:14] S1: Materiale molto denso. [00:03:16] S0: Sì, perché la missione della puntata infatti non è limitarsi a fare I conti in tasca a Guidewire per capire perché spendano così tanto. L'obiettivo è decostruire l'infrastruttura di Hyperexponential per scoprire cosa hanno costruito di così unico. [00:03:30] S1: Cioè cosa giustifica una valutazione del genere? [00:03:33] S0: Praticamente sì. Ma per farlo dobbiamo 1º illuminare un angolo del settore assicurativo che di solito, sai, rimane nell'ombra. Dobbiamo separare 2 concetti che spesso vengono confusi, il pricing e l'underwriting. Non sono affatto la stessa cosa, vero?
00:03:33 · Matteo Ottavi, S1
[00:03:33] S0: Praticamente sì. Ma per farlo dobbiamo 1º illuminare un angolo del settore assicurativo che di solito, sai, rimane nell'ombra. Dobbiamo separare 2 concetti che spesso vengono confusi, il pricing e l'underwriting. Non sono affatto la stessa cosa, vero? [00:03:47] S1: Neanche lontanamente. Diciamo che il pricing, ovvero la determinazione del prezzo, è pura matematica. È l'habitat naturale dell'attuario, insomma. [00:03:55] S0: Quindi I famosi fogli di calcolo. [00:03:57] S1: Esatto. Qui si prendono enormi set di dati storici, si applicano modelli statistici molto complessi e si calcola la frequenza e la gravità probabile di un evento avverso. L'output finale è una cifra, una stima oggettiva. [00:04:10] S0: Una formula. [00:04:12] S1: L'underwriting invece è il momento in cui la matematica si scontra brutalmente con il mondo reale. È l'assunzione vera e propria del rischio. [00:04:20] S0: Quindi, per capirci, l'attuario dice, 2º le statistiche, assicurare quest'azienda costa 100. Ma poi è l'underwriter che deve guardare in faccia all'azienda e decidere se fidarsi o meno. [00:04:31] S1: Il punto è proprio questo, l'underwriter deve valutare fattori che sfuggono alla statistica pura, ad esempio com'è strutturata la leadership di quell'azienda. [00:04:40] S0: Certo. [00:04:40] S1: Quali sono le loro procedure di sicurezza specifiche, che storico di incidenti recenti hanno avuto. Insomma, l'underwriter prende il modello matematico, lo confronta con il contesto reale e prende la decisione suprema. [00:04:52] S0: Accettare il rischio o rifiutarlo?
00:04:52 · Matteo Ottavi, S1
[00:04:52] S0: Accettare il rischio o rifiutarlo? [00:04:54] S1: Esattamente. E se lo accetta, deve porre dei limiti. Cosa è escluso dalla copertura, quale è la massimale? Il pricing fornisce una mappa, ma è l'underwriting che decide se intraprendere il viaggio. [00:05:06] S0: Ed è qui che la situazione si complica. Immaginiamo questo scenario. Abbiamo il modello matematico perfetto e un underwriter espertissimo. Sembra tutto pronto, no? [00:05:16] S1: Sulla carta sì. [00:05:17] S0: Ma c'è un ostacolo infrastrutturale, Un problema enorme che le compagnie si portano dietro da decenni. Sto parlando del famigerato problema di Excel. [00:05:26] S1: L'aspetto affascinante qui è l'ostinazione, direi, con cui l'industria cercato di far funzionare strumenti che non sono adatti a un ambiente enterprise. [00:05:35] S0: In che senso? [00:05:36] S1: Storicamente gli attuali hanno costruito I loro modelli su fogli di calcolo Excel o usando linguaggi statistici proprietari. E attenzione, Excel è una macchina meravigliosa, flessibile e potentissima. Ma quando si tenta di trasformare quel singolo file locale in un sistema operativo globale per l'intera compagnia [00:05:54] S0: Succede un disastro. [00:05:55] S1: Crea un incubo, sì. [00:05:56] S0: Già me lo vedo. Basta che un attuario stanco, magari alle 6 di sera di un venerdì, cancelli per sbaglio una cella o alteri una formula complessa, e all'improvviso una multinazionale rischia di prezzare male interi portafogli, magari sbalando pure gli utili trimestrali.
00:05:56 · Matteo Ottavi, S1
[00:05:56] S0: Già me lo vedo. Basta che un attuario stanco, magari alle 6 di sera di un venerdì, cancelli per sbaglio una cella o alteri una formula complessa, e all'improvviso una multinazionale rischia di prezzare male interi portafogli, magari sbalando pure gli utili trimestrali. [00:06:12] S1: Guarda, non è una visione così distante dalla realtà. Pensiamo solo al problema del versioning. [00:06:18] S0: Cioè il controllo delle versioni. [00:06:19] S1: Esatto. In una grande compagnia, lo stesso modello viene aggiornato decine di volte. Come fa un underwriter a Londra a sapere con certezza assoluta che sta usando l'ultima versione certificata del foglio di calcolo inviato da un attuario a New York? [00:06:33] S0: Impossibile saperlo con un giro di mail. [00:06:36] S1: E se le normative impongono di dimostrare in modo retroattivo perché un rischio è stato apprezzato in un certo modo 3 anni fa? Come si recupera quella specifica interazione in una vera e propria giungla di email e file duplicati? [00:06:49] S0: È il caos. [00:06:51] S1: Il grande ostacolo storico non è stato la creazione della formula matematica, ma il passaggio di quella formula dallo specialista al decisore operativo in modo sicuro e soprattutto tracciabile. [00:07:01] S0: È È un po' come se un ristorante stellato avesse elaborato la ricetta perfetta. Voglio dire, finché lo chef cucina da solo per un tavolo di 2 persone è tutto magnifico. [00:07:10] S1: Certo, artigianale.
00:07:10 · S1, Matteo Ottavi
[00:07:10] S1: Certo, artigianale. [00:07:11] S0: Ma se non esiste una cucina industriale, una brigata organizzata, una catena del freddo e un sistema di servizio ai tavoli, sarà impossibile replicare quella stessa ricetta in modo impeccabile per 1000 clienti contemporaneamente. [00:07:23] S1: Bella metafora, rende l'idea. [00:07:25] S0: Ecco, per decenni le assicurazioni hanno avuto chef stellati e ricette incredibili, ma diciamo non avevano la cucina. Ed è proprio per costruire questa cucina che nel 2017 nasce Hyperexponential. [00:07:37] S1: Una fondazione che nasce tra l'altro da una frustrazione diretta. I 2 fondatori, Hamrith Santirasenan e Michael Johnson, conoscevano questa dinamica alla perfezione. [00:07:47] S0: L'avevano vissuta sulla loro pelle. [00:07:48] S1: Sì, avevano un background ibrido. Operavano sia nell'ingegneria del software sia nel mondo atturiale. Avevano visto dall'interno quanto fosse difficile prendere un'intuizione analitica brillante e trasformarla in un pezzo di software solido, qualcosa che un underwriter potesse usare tutti I giorni senza attriti. [00:08:07] S0: E la cosa interessante, leggendo I nostri report, è che la loro intuizione geniale si basa su cosa non hanno fatto. Cioè, non si sono presentati sul mercato dicendo, abbiamo inventato un algoritmo magico che calcola il rischio meglio dei vostri attuali. [00:08:20] S1: Sarebbe stato un suicidio commerciale.
00:08:20 · S1, Matteo Ottavi
[00:08:20] S1: Sarebbe stato un suicidio commerciale. [00:08:22] S0: Assolutamente. Le compagnie hanno già I loro modelli ultra segreti. Hanno detto invece continuate a usare I vostri modelli, magari scritti in Python, noi vi diamo la piattaforma per farli girare. E parliamo del loro prodotto centrale, Hx Renew. [00:08:35] S1: Esatto. Ma [00:08:36] S0: come funziona tecnicamente questo passaggio? Come riescono a superare quel collo di bottiglia di cui parlavamo? [00:08:42] S1: Hx Renew agisce fondamentalmente come uno strato di traduzione e controllo. L'attuario scrive il suo modello, ad esempio usando Python, che oggi è insomma lo standard aureo per la data science. In passato per portare quel codice Python sui sistemi vecchi della compagnia servivano mesi di riscrittura da parte del dipartimento IT, con l'enorme rischio di introdurre errori durante la traduzione. [00:09:04] S0: Certo, un passaggio manuale. [00:09:06] S1: Hx Renew invece permette di caricare quel modello direttamente nella piattaforma. Il sistema gestisce in automatico l'ingestione dei dati, blocca la versione del modello, crea un tracciamento di audit per ogni singola modifica e genera un'intersaccia web pulita. Wow, molto più snello. L'underwriter semplicemente apre la piattaforma, inserisce I parametri del cliente e ottiene il calcolo basato su un modello che è certificato, sicuro e di fatto impossibile da alterare per sbaglio. [00:09:36] S0: Quindi, Hyperexponential si posiziona esattamente in quello snodo vitale in cui la matematica pura deve trasformarsi in una proposta commerciale.