Quando Finlex ha iniziato a esplorare l'AI generativa, il team è passato in fretta dalla curiosità alla sperimentazione, realizzando i primi prototipi di un "Finlex Assistant" via chat e di workflow multi-agente pensati per supportare broker e team interni. Se da un lato queste prime soluzioni mostravano un potenziale importante, dall'altro portarle in produzione ha introdotto nuova complessità su performance, governance e controllo operativo.
Con la crescita dei workloads oltre gli ambienti di test locali, il team si è trovato ad affrontare problemi di latenza, coerenza e osservabilità. Operare nei servizi finanziari ha inoltre comportato requisiti stringenti su auditability, data governance ed explainability, mentre l'aumento dell'utilizzo del cloud rendeva la spesa infrastrutturale sempre più difficile da prevedere e ottimizzare.
Allo stesso tempo, Finlex doveva definire come l'AI potesse generare valore concreto per il business all'interno di flussi assicurativi reali, e non limitarsi a una dimostrazione tecnica.
"L'aspetto tecnico non è la sfida più grande", afferma Milad. "La vera sfida è capire come inserire l'AI nel business in modo che risolva davvero i problemi."
Finlex si è affidata a DoiT tramite il programma AWS RAPID GenAI (AI Assessment) per colmare la distanza tra sperimentazione e produzione. In stretta collaborazione con Rajan Bhave, AI Architect di DoiT, e Hossein Rahmani, Head of Engineering di Finlex, il progetto ha unito deep dive tecnici, workshop di architettura, sessioni di valutazione dei modelli e supporto pratico per aiutare Finlex a progettare una piattaforma AI scalabile e production-ready.
DoiT ha guidato l'evoluzione del prototipo iniziale di Finlex basato su LangGraph verso un'architettura cloud-native più solida, costruita su Amazon Bedrock AgentCore e basata sui modelli Anthropic Claude per i principali workflow di AI generativa e agentica: il risultato è una migliore scalabilità, osservabilità e controllo operativo, con una minore dipendenza da orchestrazioni custom. Il progetto ha incluso anche un workshop dedicato alla sicurezza e alla compliance in ambito GenAI, con focus su secure agent design, threat modeling, GDPR ed EU AI Act, per permettere a Finlex di gestire l'AI in modo sicuro all'interno di un contesto finanziario regolamentato.
Tra gli ulteriori interventi rientrano l'implementazione di una propagazione sicura dell'identità multi-tenant, l'introduzione di framework strutturati per la valutazione dei modelli, la ri-architettura dei workflow di elaborazione documentale con Bedrock Data Automation e l'adozione di pattern best-practice per la progettazione degli agenti e la gestione della memoria.
"Abbiamo avuto sessioni dedicate a problemi molto specifici, ma anche workshop più ampi", racconta Hossein. "A volte ci venivano condivisi direttamente snippet di codice per aiutarci ad andare più veloci."
DoiT ci ha dato la fiducia per passare dalla sperimentazione alla produzione. Ci ha aiutato a capire il modo giusto per costruire l'AI destinata al mondo reale.
Milad Rezazadeh, CTO
La collaborazione con DoiT ha generato un impatto misurabile sulla piattaforma, sulle operations e sui team interni di Finlex. Grazie alla maggiore visibilità, governance e ottimizzazione rese possibili da Cloud Intelligence™, Finlex ha aumentato in modo significativo l'efficienza dei costi cloud, costruendo al tempo stesso una base operativa più solida per l'adozione dell'AI.
"Nel 2025 abbiamo ridotto i costi di circa il 35–40%", afferma Milad. "E complessivamente, dalla fine del 2024 a oggi, abbiamo superato il 50% di ottimizzazione dei costi."
Il progetto è stato pensato per migliorare l'accuratezza della consulenza, aumentare l'affidabilità nell'estrazione dei documenti, ridurre il lavoro di supporto ripetitivo e accelerare l'onboarding dei contratti grazie a workflow automatizzati e a una migliore gestione documentale.
Oltre al risparmio sui costi, il progetto ha accelerato la velocità di sviluppo e rafforzato il processo decisionale in tutta l'organizzazione. Finlex ha realizzato con successo la sua prima soluzione end-to-end di AI agentica, creando una base riutilizzabile per i futuri servizi AI-driven e permettendo ai team di valutare e lanciare nuove funzionalità con maggiore sicurezza.
"Oggi abbiamo la certezza che, se domani arriverà qualcosa di nuovo, saremo in grado di valutarlo, costruirlo e portarlo in produzione", conclude Milad.
Finlex è ora concentrata sull'evoluzione da piattaforma AI-enabled a un'architettura pienamente AI-native. Questa nuova fase prevede l'integrazione dell'intelligenza lungo tutto il percorso utente, superando la logica degli assistenti standalone per arrivare a workflow profondamente integrati e automatizzati.
"Non stiamo aggiungendo l'AI come una feature sovrapposta", spiega Milad. "La stiamo integrando nel funzionamento stesso della piattaforma, passo dopo passo."
Finlex sta investendo anche nella trasformazione organizzativa, ridisegnando la propria struttura di engineering per supportare questo cambiamento e introducendo nuovi ruoli incentrati su uno sviluppo product-driven.
In parallelo, Finlex continua ad affinare il proprio approccio al problem-solving in ambito AI, lasciandosi alle spalle workflow rigidi e deterministici per abbracciare un pensiero più adattivo e AI-first.
Guardando avanti, DoiT resterà un partner chiave in questo percorso, sostenendo l'ulteriore messa in produzione, lo scaling di nuovi casi d'uso e l'orientamento in un panorama AI in rapida evoluzione.
"Nell'AI c'è sempre incertezza", ha aggiunto Milad. "Ma lavorare con DoiT ci ha dato la fiducia per andare avanti."
Finlex è un'insurtech con sede a Francoforte e uffici anche a Berlino e in Austria, oltre a essere un broker wholesale specializzato in cyber insurance e financial lines. La sua piattaforma mette in contatto broker, assicuratori e aziende attraverso un marketplace completamente digitale, pensato per semplificare i flussi assicurativi più complessi.
Quella che era nata come una piccola operatività basata su Excel si è evoluta in una sofisticata piattaforma cloud-native, capace di supportare processi assicurativi end-to-end: dalla richiesta di offerta all'underwriting, fino alla gestione delle polizze. Oggi Finlex è concentrata sulla sua prossima grande trasformazione: rendere AI-native l'intera piattaforma.
"Fin dall'inizio la nostra missione è stata digitalizzare e semplificare i processi assicurativi", afferma Milad Rezazadeh, CTO di Finlex. "Oggi l'AI è diventata parte centrale del modo in cui offriamo valore."
AWS GenAI Accelerator
I Senior AI Forward Deployed Engineers affiancano il suo team per passare dall'idea a una pipeline GenAI production-ready su Bedrock e SageMaker.
“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”
Josh Zarrabi, Infrastructure Engineer
“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”
David Adkins, Director of Software and Platform Engineering
Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.
DevOps Lead, Software Projects
Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.
Paul White, VP of Engineering, Shasta Cloud
We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.
Martin Lee, Director of Operations
DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.
Milad Rezazadeh, CTO
Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.
Eli Zilbershtein, Head of DevOps, Hippo
You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.
Omri Cohen, Director of Engineering, Platform
Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.
Jonathan Langer, COO, Claroty
Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.
Kfir Lippmann, CFO, Salt Security
Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.
Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru
This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.
Jason Moore, Principal DevOps Engineer, Accrete AI
Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.
Ziv Sivan, VP of Engineering
Let us show you what ships this week.
