In the digital era, where speed and efficiency are crucial to remain competitive in the market, organizations are constantly seeking new approaches to accelerate software solution development. In this context, the low-code paradigm has emerged as a response to the need for agility in implementing business applications. Low-code is a software development approach that relies on visual and modeling tools to create applications, reducing reliance on manually written traditional code. In the insurance sector, where innovation is essential to maintain a competitive advantage, the adoption of low-code has proven to be highly relevant. Pega, a leading low-code platform, offers cutting-edge solutions to improve activity management and optimize insurance processes. This thesis aims to explore the application of low-code in developing Next Best Action solutions in the insurance sector, with a specific focus on utilizing Pega. The integration of artificial intelligence techniques will be analyzed to enhance the functionalities of Pega, enabling the development of NBA systems capable of suggesting the best course of action in a given context. The future advancements of this technology and the current challenges to be addressed will be discussed. Finally, the overall utilization of Pega as a low-code platform for implementing NBA solutions in the insurance sector will be evaluated, considering the integration of artificial intelligence techniques as a key factor for success and competitiveness for insurance companies.
Nell’era digitale, in cui la velocità e l’efficienza sono fondamentali per rimanere competitivi sul mercato, le organizzazioni cercano costantemente nuovi approcci per accelerare lo sviluppo delle soluzioni software. In questo contesto, il paradigma del low-code si è affermato come una risposta all’esigenza di agilità nell’implementazione di applicazioni aziendali. Il low-code è un approccio di sviluppo software che si basa sull’uso di strumenti visivi e di modellazione per creare applicazioni, riducendo la dipendenza dal codice tradizionale scritto manualmente. Nel settore assicurativo, dove l’innovazione è fondamentale per mantenere un vantaggio competitivo, l’adozione del low-code ha dimostrato grande rilevanza e la piattaforma Pega, leader nel campo del low-code, offre soluzioni all’avanguardia per migliorare la gestione delle attività e ottimizzare i processi assicurativi. Questa tesi si propone di esplorare l’applicazione del low-code nella realizzazione di soluzioni di Next Best Action nel settore assicurativo, con un’attenzione particolare all’utilizzo di Pega. Verrà analizzato come l’integrazione di tecniche di intelligenza artificiale arricchisca le funzionalità di Pega, consentendo lo sviluppo di sistemi NBA in grado di suggerire l’azione migliore in un dato contesto. Saranno discusse le future evoluzioni di questa tecnologia e le sfide attuali da affrontare. Verrà, al termine dell’analisi, valutato globalmente l’utilizzo di Pega come piattaforma low-code per la realizzazione di soluzioni NBA nel settore assicurativo, considerando l’integrazione delle tecniche di intelligenza artificiale come un fattore chiave per il successo e la competitività delle compagnie assicurative.
Less Code, more (artificial) intelligence: migliorare gli sviluppi di preventivi assicurativi online con i modelli adattivi Low-Code di Pega
AUTERA, MICHELA
2022/2023
Abstract
Nell’era digitale, in cui la velocità e l’efficienza sono fondamentali per rimanere competitivi sul mercato, le organizzazioni cercano costantemente nuovi approcci per accelerare lo sviluppo delle soluzioni software. In questo contesto, il paradigma del low-code si è affermato come una risposta all’esigenza di agilità nell’implementazione di applicazioni aziendali. Il low-code è un approccio di sviluppo software che si basa sull’uso di strumenti visivi e di modellazione per creare applicazioni, riducendo la dipendenza dal codice tradizionale scritto manualmente. Nel settore assicurativo, dove l’innovazione è fondamentale per mantenere un vantaggio competitivo, l’adozione del low-code ha dimostrato grande rilevanza e la piattaforma Pega, leader nel campo del low-code, offre soluzioni all’avanguardia per migliorare la gestione delle attività e ottimizzare i processi assicurativi. Questa tesi si propone di esplorare l’applicazione del low-code nella realizzazione di soluzioni di Next Best Action nel settore assicurativo, con un’attenzione particolare all’utilizzo di Pega. Verrà analizzato come l’integrazione di tecniche di intelligenza artificiale arricchisca le funzionalità di Pega, consentendo lo sviluppo di sistemi NBA in grado di suggerire l’azione migliore in un dato contesto. Saranno discusse le future evoluzioni di questa tecnologia e le sfide attuali da affrontare. Verrà, al termine dell’analisi, valutato globalmente l’utilizzo di Pega come piattaforma low-code per la realizzazione di soluzioni NBA nel settore assicurativo, considerando l’integrazione delle tecniche di intelligenza artificiale come un fattore chiave per il successo e la competitività delle compagnie assicurative.| File | Dimensione | Formato | |
|---|---|---|---|
|
899342_less-codemoreartificialintelligence.pdf
non disponibili
Tipologia:
Altro materiale allegato
Dimensione
1.68 MB
Formato
Adobe PDF
|
1.68 MB | Adobe PDF |
Se sei interessato/a a consultare l'elaborato, vai nella sezione Home in alto a destra, dove troverai le informazioni su come richiederlo. I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/101403