- Data inizio
- Durata
- Formato
- Lingua
- 31 gen 2025
- 40 ore
- Online
- Italiano
Fornire gli strumenti per (ri)disegnare la roadmap di adozione e sviluppo dell’AI in azienda bilanciando strategia, elementi tecnologici, organizzativi e di contesto.
a cura di Alessandro Arbore, Direttore di Digital for non Digital Manager
“Sono passati più di 20 anni da quando in Bocconi si organizzò il primo convengo sulla digital transformation. Quali sono state le tappe principali di questa rivoluzione?”
Quando a metà degli anni 90 organizzammo i primi eventi sul nuovo paradigma, un best seller nelle librerie era “Being Digital” (“Essere Digitali”), di Nicholas Negroponte. Menzionare oggi Negroponte è un po’ come ricordare Sandy Marton nelle serate nostalgiche con gli amici. Per quanto gli scenari descritti in quel libro non si siano mai pienamente realizzati, il professore americano fu il primo di una lunga serie di guru e profeti della trasformazione digitale. Per molti anni venne spontaneo pensare che gli unici ad arricchirsi col digitale fossero quelli che raccontavano agli altri come arricchirsi col digitale.
Ma tutto scorre e venti anni dopo quella rivoluzione è ormai compiuta e prosegue inarrestabile. Nessun manager oggi può permettersi di ignorare le logiche e gli strumenti di base dell’economia digitale, indipendentemente dal ruolo o dal settore in cui opera.
La trasformazione che stiamo osservando ha attraversato almeno quattro fasi, prima di entrare in quella attuale:
“E oggi? Come sta cambiando il modo di fare business? Quali sono le frontiere più recenti?”
Oggi siamo entrati in una nuova fase, forse più dirompente delle altre. E’ quella dell’intelligenza artificiale (IA) e degli agenti intelligenti (IAT), del machine learning e del business abduttivo: big data, analytics, software e algoritmi sempre più sofisticati vengono utilizzati dalle aziende a fini descrittivi, diagnostici, predittive e prescrittivi per affinare al meglio la propria azione commerciale.
L’attività di management, in molte aziende sulla frontiera, non è più il risultato di un’analisi ex ante, secondo il tradizionale approccio deduttivo. Emerge un approccio più liquido, induttivo e iterativo, in cui la strategia e le decisioni operative prendono forma man mano, in funzione dei feedback ricevuti in tempo reale dal mercato, con una logica cosiddetta di apprendimento continuo: try, learn, adjust. Test, learn, scale-up.
In un recente lavoro, ad esempio, la collega Andreina Mandelli ricorda come il gigante dell’online shopping Alibaba non potrebbe offrire i servizi personalizzati di cui oggi godono i propri clienti senza l’utilizzo di sofisticati software basati sull’intelligenza artificiale. Tali sistemi, stando a quanto riportano alcuni studiosi, gli consentono di analizzare in tempo reale dati relativi a 175.000 transazioni al secondo per i suoi 500 milioni di clienti. Simili algoritmi sono progettati con lo scopo di trovare relazioni fra i dati senza ipotesi di partenza. Ciò è possibile utilizzando, appunto, tecniche di machine learning, ovvero metodologie di analisi statistica basate su modelli matematici avanzati che permettono l’individuazione di pattern e regolarità in bacini di dati apparentemente caotici.
Per alcune imprese e per alcuni settori, dunque, le nuove strade del valore si fanno pian piano più chiare. Per molte, tuttavia, il digitale rimane una fonte certa di minacce e una sorgente incerta di opportunità ancora da esplorare.
SDA Bocconi School of Management
Fornire gli strumenti per (ri)disegnare la roadmap di adozione e sviluppo dell’AI in azienda bilanciando strategia, elementi tecnologici, organizzativi e di contesto.
Nuove modalità per gestire e orientare i Sistemi Informativi aziendali e generare valore attraverso l’applicazione efficace della Governance alle infrastrutture IT.
Fondamenti teorici e pratici per comprendere le potenziali applicazioni della Generative AI all'interno dei perimetri aziendali