Artificial Intelligence for Management

Il corso si propone di esplorare i principi dell’analisi di bilancio. Fornisce ai partecipanti un quadro di riferimento per comprendere come il valore e i rischi dell’impresa siano catturati nei bilanci e come valutarli correttamente.

Il corso è focalizzato sulla comprensione delle opportunità derivanti dall’innovazione e dalla trasformazione digitale, in termini di modelli di business innovativi per le aziende e di nuovo valore per gli utenti. In particolare, il corso approfondirà i modelli di business e le piattaforme applicate ai trend digitali emergenti. Il corso combina lezioni, discussioni di casi, attività di gruppo e individuali.

Al giorno d’oggi è fondamentale poter utilizzare i dati per prendere decisioni di marketing migliori. Ciò è possibile grazie a una migliore comprensione, previsione e gestione del comportamento dei clienti in un panorama in cui i clienti stessi e i marchi (le aziende) sono i responsabili delle decisioni. Questo corso si concentra sull’uso applicato di varie tecniche/metodi, teorie e approcci della letteratura di marketing in casi aziendali pratici. In parole più particolari, ciò significa esplorare, indagare e prevedere i dati comportamentali e attitudinali (dei clienti) per fornire risposte guidate dai dati a domande di mercato rilevanti.

L’obiettivo è quello di fornire le conoscenze di base sui principali concetti e principi della sicurezza informatica (ad esempio, il rischio, gli strumenti per la valutazione del rischio, gli attacchi e la loro struttura tipica, le risorse, i requisiti funzionali dei sistemi, la componente umana). In questo modo, il corso fornirà gli strumenti di base per la progettazione e l’implementazione di sistemi ragionevolmente sicuri. Durante questo processo, è necessario prendere in considerazione sia gli aspetti metodologici che quelli tecnologici e comportamentali (cioè la sicurezza delle operazioni).

L’intelligenza artificiale (AI) è una disciplina il cui obiettivo è quello di realizzare questo sogno attraverso l’uso delle tecniche più diverse, dalla computazione simbolica basata sulla logica, ai modelli sub-simbolici ispirati dalla struttura del cervello, come le reti neurali. Il corso fornirà una panoramica introduttiva sulle diverse tecniche di intelligenza artificiale esistenti, focalizzandosi sulle applicazioni industriali, discutendo le sfide e le opportunità future, affrontando anche alcune delle implicazioni sociali, economiche ed etiche.

La digitalizzazione dell’economia è uno dei problemi più rilevanti del nostro tempo. L’obiettivo di questo corso è di analizzare come l’economia digitale abbia sostanzialmente sfidato i modelli di business tradizionali e creato nuove opportunità di business.Dopo una breve introduzione dell’economia digitale, verranno presentate le strategie di business specifiche adottate dai diversi attori in questo ecosistema, in particolare le piattaforme. Inoltre, verranno presentate le implicazioni per le politiche e la regolamentazione pubbliche. In particolare, si discuterà rigurardo le nuove pratiche commerciali e i contratti nell’economia digitale e il loro impatto sulla società. Verranno analizzati casi di studio concreti relativi ad Amazon, Airbnb, Booking.com, Facebook, Google, Uber e altri.

Il corso si concentra sugli aspetti finanziari seguendo il ciclo di vita di iniziative innovative a partire dalla loro nascita. Queste giovani imprese di solito richiedono sostanziali finanziamenti esterni nelle prime fasi per creare occupazione, crescita, contributi sociali ed entrate fiscali nel loro futuro. I finanziamenti bancari non sono disponibili per queste iniziative e, pertanto, tutti i fondi devono essere raccolti da altre fonti, ad es. Da amici, familiari, business angels oppure da intermediari finanziari professionali, i cosiddetti fondi di venture capital e private equity. Oltre a questi canali tradizionali, le imprese possono raccogliere fondi utilizzando le piattaforme digitali (crowdfunding) o le tecnologie basate su blockchain (ICO).

L’attività è finalizzata a proporre percorsi di business innovativi focalizzati sull’utilizzo di tecnologie digitali e su nuovi business model.

Il corso prevede l’applicazione delle conoscenze acquisite durante la didattica frontale attraverso lo sviluppo di un progetto pratico creato sulla base di un caso d’azienda reale.

Il coinvolgimento con realtà aziendali sarà tra le componenti portanti del corso. Le aziende assegneranno agli studenti le linee guida per i progetti, calibrandone i contenuti sulla base del class profile, e ne monitoreranno l’avanzamento fornendo supporto ove necessario.

Il corso offre una introduzione ai principi e ai metodi di base del Data Mining e del Machine Learning, con particolare riferimento a Classificazione, Clustering, Regole di associazione, scoperta degli Outlier. Analisi dei principali problemi legati alla qualità dei dati e alla loro trasformazione. Python verrà utilizzato nell’ambito del corso per risolvere problemi di machine learning.

Le reti neurali costituiscono una classe di algoritmi di machine learning , ispirati al cervello e strutturati in strati di neuroni artificiali interconnessi. La rete può essere addestrata su un opportuno insieme di dati per ottimizzarne le connessioni per svolgere un compito specifico.

Le reti neurali “deep”, cioè le reti con molti stati interni (chiamati nascosti), hanno recentemente visto un grande successo in molte applicazioni pratiche. Esse sostituiscono il cuore dei sistemi di produzione, in imprese come Google e Facebook , per la classificazione delle immagini, il riconoscimento vocale, l’elaborazione del linguaggio naturale, la comprensione del linguaggio e la robotica.

Il corso fornisce una panoramica delle idee fondazionali e degli sviluppi recenti nell’ambito delle reti neurali, spiegando le loro potenzialità per scopi pratici. Saranno affrontate tecniche supervisionate e non supervisionate, metodi per la visualizzazione e la comprensione del comportamento delle reti e tecniche antagoniste per ingannare le reti stesse. Saranno oggetto del corso anche le nuove applicazioni nel campo del reinforcement learning, e alcuni sorprendenti risultati in ambito di simulazione di giochi.

Il corso focalizza l’attenzione sull’importanza di investire su software di Artificial Intelligence per potenziare attività aziendali strategiche come l’assistenza clienti, l’automazione dei processi e la gestione delle informazioni. Le lezioni analizzano l’impiego dell’Artificial Intelligence nelle aziende dell’Industry 4.0 a vantaggio dei propri business, coprendo tematiche nel Natural Language Processing quali sentiment analysis, topic classification e dialogue systems.

La computer vision cerca di analizzare il contenuto delle immagini digitali attraverso un corpus molto esteso di tecniche provenienti da diversi settori. Queste includono, fra le altre, la teoria del segnale e dell’informazione, calcolo, geometria e algebra lineare, probabilità e statistica, ottimizzazione e apprendimento automatico.

Negli ultimi tre decenni la computer vision è diventata una tecnologia di processi fondamentale per realizzare l’ispezione e l’assemblaggio dei prodotti. Inoltre, grazie alle recenti scoperte nel campo del rilevamento ottico e dell’analisi, siamo testimoni di un crescente incremento della computer vision all’interno di prodotti comuni come auto, console di gioco, app, computer ed elettrodomestici.

Il corso fornirà una panoramica su alcune delle più efficaci tecniche di computer vision, oltre ad esempi di applicazione sia nel processo produttivo sia nel prodotto finale.

Il corso si occupa della rivoluzione digitale nei servizi di telecomunicazione. Vengono trattati i paradigmi dei servizi della telecomunicazione e discusse le opportunità e le sfide dell’integrazione introdotte dalla trasformazione digitale della comunicazione. Vengono trattate le più recenti tecnologie che supportano il paradigma dei servizi di telecomunicazione moderni, dal network softwarization alle architetture IoT e le implementazioni dei servizi.

Il corso fornirà alcuni approfondimenti sui sistemi di supporto alle decisioni da due prospettive ortogonali: un approccio basato sull’ottimizzazione, basato sull’IA simbolica (prima parte) e un approccio guidato dai dati (data-driven), basato sull’IA sub-simbolica (seconda parte).

Al termine dell’intero processo di apprendimento, gli studenti dovrebbero essere in grado di:
– avere un’idea generale di cosa sono i DSS e di come gestirli da diversi punti di vista
– identificare i problemi decisionali che possono essere affrontati con un approccio data-driven.
– conoscere le basi della modellazione con i vincoli e MiniZinc

Il corso affronta le principali questioni etiche, politiche e giuridiche legate all’IA, con particolare riferimento al mito dell’etica dell’intelligenza artificiale, alle proprietà politiche dei sistemi informatici e alle norme italiane e europee sull’IA. L’analisi concettuale sarà accompagnata dalla discussione di casi concreti. I partecipanti svilupperanno così la capacità di riconoscere le fallacie, i miti e le narrazioni fuorvianti – che inducono all’adozione affrettata di prodotti immaturi – e di individuare percorsi di automazione realistici e conformi ai diritti fondamentali.

Questo corso esplora come l’AI stia trasformando l’evoluzione naturale delle imprese, ridefinendo processi, processi decisionali e interi modelli di business. Analizziamo cosa significa costruire un’organizzazione AI-first e i nuovi ruoli che guidano questo cambiamento, come l’AI Strategist e l’AI Solution Architect. Attraverso casi concreti e strumenti pratici, mostriamo come l’AI supporti l’innovazione continua e la sperimentazione strategica. L’attenzione è posta sull’uso dell’AI non solo per automatizzare, ma per ripensare il modo in cui le aziende creano valore e si adattano nel tempo. Gli studenti imparano a guidare la trasformazione del business attraverso un’evoluzione basata su evidenze e abilitata dall’AI.

Il corso analizza il Change Management come fattore chiave per l’adozione efficace dell’Artificial Intelligence in azienda. L’attenzione è posta sugli impatti organizzativi, culturali e manageriali dell’AI, sulla gestione delle resistenze al cambiamento e sul ruolo della leadership nel guidare trasformazioni data-driven. Il corso fornisce framework e strumenti per allineare tecnologia, persone e strategia in contesti di innovazione ad alta complessità.

Questo corso è progettato per dotare gli studenti di competenze pratiche nello sviluppo No-Code. Il programma copre i fondamenti, inclusi vantaggi, limiti, strumenti chiave e l’intersezione con l’AI. I moduli pratici includono lo sviluppo di siti web, landing page, chatbot basati su AI, agenti AI e sistemi di automazione, il tutto tramite strumenti No-Code e di Vibe Coding.

Questo corse offre un’introduzione pratica ai Large Language Models (LLM) e ai sistemi di intelligenza artificiale multimodale, guidando i partecipanti dalle basi delle reti neurali fino alle moderne capacità generative e agentiche. Attraverso spiegazioni concettuali, esempi reali e dimostrazioni pratiche, il corso mira a mostrare come gli LLM elaborano le informazioni, come interagire efficacemente con essi tramite il prompt engineering e come possano essere integrati con strumenti, automazioni e fonti di conoscenza esterne.

L’obiettivo è fornire ai partecipanti le competenze necessarie per comprendere, utilizzare e applicare gli LLM con sicurezza all’interno di contesti professionali e organizzativi.