Artificial Intelligence and Innovation Management

Il modello di riferimento. Gli analytics per la comprensione del modello e delle dinamiche di business dell’impresa. Business process analytics, market, custodian e supply chain analytics; competitors analitics. Financial cost and revenues analitics. L’impiego dei business analytics nella progettazione dei sistemi di misurazione della performance aziendale.

La rivoluzione digitale ha portato ad una esplosione della quantità di dati e informazioni disponibili (Big Data), la capacità di analizzare e correlare queste informazioni sta diventando un elemento basilare della competizione d’impresa e fonte di nuovo valore economico e d’innovazione. I Big data sono tuttavia informazioni non facili da gestire utilizzando i tradizionali strumenti dell’Information Technologies a causa della loro mole, della loro eterogeneità e delle loro numerose peculiarità. Per questo motivo stanno nascendo nuove architetture, metodologie e strumenti a disposizione di chi questi dati li deve trasformare in valore per l’azienda per supportare il processo decisionale: il Data Scientist. In questo modulo verranno analizzati le diverse tipologie di dati a disposizione, tecniche di accesso alle informazioni, le metodologie per gestirli e le architetture e strumenti per memorizzarli ed elaborarli.

Il corso affronta in modo approfondito il tema della digital transformation in ambito di business. Esplora i metodi organizzativi e gli impatti di un processo di digital transformation, analizzando gli stakeholders, i tipi di innovazione e gli strumenti.

Le nuove priorità nel marketing management: le marketing metrica e la dashboard degli indicatori di marketing.
Dal valore per il cliente al valore del cliente: value for the customer, customer satisfaction e loyalty, customer equity. Analisi, misurazione e management.
Customer Relationship Management: agire su acquisition, retention e development.
Big Data e Customer Insight Management. I customer insight ed il big data per migliorare le decisioni di marketing e management.
Marketing Modeling e Marketing Analytics

Il corso analizzerà ed approfondirà alcuni problemi tipici di operations management e li affronterà attraverso una modellizzazione quantitativa a supporto del processo decisionale. I temi verranno trattati coniugando un approccio business-oriented e metodologie quantitative di base statistico-econometrica. I contenuti principali sono relativi a: gestione della capacità produttiva, gestione e controllo del magazzino, service operations, selezione e monitoraggio dei fornitori, processi di ottimizzazione e simulazione. I principali obiettivi formativi del corso riguardano la capacità di modellizzare situazioni aziendali complesse e di analizzarle attraverso tecniche e strumenti quantitativi volti a monitorare e a migliorare le performance aziendali, di team e individui.

La capacità dell’uomo di creare sistemi inviolabili rappresenta un mito ricorrente. Spesso, tuttavia, questo si è scontrato con una realtà ben diversa dalle aspettative.

Obiettivo di questo corso è quello di trasmettere i concetti ed i principi alla base della sicurezza informatica (ad esempio, il rischio e gli strumenti per la sua analisi e valutazione, la struttura degli attacchi informatici, il concetto di risorsa ed i requisiti funzionali dei sistemi, l’adeguata gestione della componente umana, ecc.), fornendo così gli strumenti per la costruzione di sistemi ragionevolmente sicuri, tenendo conto sia degli aspetti metodologici, che di quelli comportamentali (operation security) e tecnologici.

Al termine del corso, i partecipanti saranno in grado di valutare in modo critico la sicurezza di un sistema informatico nel suo complesso così come delle sue componenti fondamentali (ad esempio i meccanismi di autenticazione e di autorizzazione degli utenti), essendo in grado di individuare alcune delle possibili vulnerabilità del sistema e di mettere in atto le principali contromisure necessarie per mitigare le criticità individuate, incrementando quindi la robustezza del sistema.

 Per il raggiungimento di questi obiettivi, il corso prevede la presentazione e discussione estensiva di esempi, casi reali ed attuali che saranno dettagliatamente e puntualmente analizzati secondo le metodologie illustrate durante il corso.

 Gli strumenti appresi durante questo corso di base saranno fondamentali per i successivi corsi di “Cryptographic Protocols” e “Computer, Network and Cloud Security”.

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 fornisce una panoramica sulla Machine Learning, con particolare enfasi sulle tecniche di apprendimento simbolico (le tecniche sub-simboliche saranno affrontate all’interno del corso sulle reti neurali).

Saranno trattati i principali problemi di apprendimento e i paradigmi tramite esempi che spieghino come usare i modelli appresi all’interno di sistemi a supporto delle decisioni.

Le aree di applicazione che saranno studiate hanno un impatto a livello industriale in campi come quello automobilistico, della gestione energetica, manutenzione predittiva e definizione delle politiche aziendali.

Il corso si svolgerà attraverso lezioni teoriche e sessioni pratiche

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, comprendo tematiche nel Natural Language Processing quali sentiment analysis, topic classification e dialogue systems.

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.

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.

Manager ed esperti di settore si trovano spesso ad affrontare la sfida di prendere decisioni su questioni complicate, caratterizzate da scenari complessi e da una significativa quantità di dati, conoscenze e modelli analitici. I Sistemi di Supporto alle Decisioni (DSS) sono una classe di strumenti che aiutano gli utenti a comprendere i vantaggi e gli svantaggi delle decisioni alternative, incrementando quindi la consapevolezza del decisore sul processo decisionale ed il suo impatto.

La prima parte del corso è dedicata agli strumenti e alle soluzioni per la rappresentazione della conoscenza e del processo decisionale adottato dagli esperti di settore. I criteri e le regole decisionali possono essere documentate in modo formale, ma comunque intelligibile e, in maniera ancora più importante, possono essere utilizzate per inviare dati ai software (come i motori di regole) per automatizzare parte o tutto del processo decisionale. Standard recenti (come il Decision Model and Notation DMN), saranno introdotti in una sessione pratica, durante la quale gli studenti potranno sperimentare direttamente i vantaggi del documentare e automatizzare i processi decisionali attraverso degli approcci basati sulle regole.

La seconda parte del corso servirà a far familiarizzare gli studenti con i DSS che utilizzano dati e tecniche di apprendimento automatico per apprendere modelli di domini complessi. Questi modelli saranno quindi utilizzati per prevedere e simulare degli scenari, così da poter comparare decisioni alternative e gli effetti previsti. Infine, verranno trattate le tecniche di visualizzazione che aiutano il decisore a confrontare decisioni differenti, le soluzioni ottimali w.r.t. per un dato obiettivo e i criteri decisionali multi-obiettivo.

Sin dai primi automi meccanici del XVII secolo, uno dei più grandi sogni dell’umanità è stato la costruzione di macchine che mostrassero comportamenti e intelligenza umani. 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.

Gli ultimi anni hanno visto un sensazionale utilizzo di applicazioni di intelligenza artificiale in vari ambiti differenti, con una rilevante crescita negli investimenti, che ha indotto molti esperti a credere che il sogno diventerà realtà in tempi brevi.

Ciò sta portando molte imprese a riconsiderare le proprie strategie di business e più generalmente, richiede una profonda riconsiderazione di vari aspetti fondamentali per la nostra società.

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).

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 affronta in modo approfondito alcuni temi relativi alle tecnologie blockchain, quali criptovalute, ICO, e smart contract. Bitcoin e nuove criptovalute hanno acquisito molta importanza negli ultimi mesi. Sempre più investitori guardano con interesse a queste tecnologie, mentre altri le etichettano come una pericolosa bolla speculativa. Più importante: la blockchain e le implementazioni alternative legate a un distributed ledger rappresentano tecnologie innovative, che possono essere sfruttate per distribuire nuove applicazioni. Inoltre, la possibilità di creare smart contract, basati sulla blockchain, consente interazioni e accordi più sicuri tra diverse (e possibilmente anonime) parti, senza la necessità di un’autorità centrale. Questo corso illustrerà i principi e le basi fondamentali della blockchain e degli smart contract.

Modelli e metodologie per l’estrazione di conoscenza da basi di dati. Studio delle tipologie di dati e dei metodi di pre-trattamento. Le funzioni del Data Mining. Apprendimento supervisionato e non supervisionato. Algoritmi e metodi per la costruzione di modelli di classificazione. Algoritmi di clustering. Algoritmi di scoperta di regole associative. Metodi di valutazione della qualità dei risultati del mining. Laboratorio di data mining per l’applicazione dei metodi studiati.

Il corso analizza il quadro di riferimento giuridico dei diritti della persona di fronte alla tecnologia, della tutela dei dati personali, della intersezione tra persona e mercato al cospetto delle piattaforme tecnologiche e dei big data, a partire dai riferimenti normativi di GDPR, Digital Service Act e altri formanti giuridici a vocazione globale. Attenzione sarà posta alla sfida etica sottesa all’equilibrio tra intervento umano e intelligenza artificiale, alla comparazione tra linguaggio giuridico e algoritmi in vista della spiegabilità dei modelli, al ruolo del diritto e del regolatore al cospetto dei mutamenti tecnologici, alla governance e al risk management dei dati.

Alcuni insights riguardano le decisioni automatizzate, la profilazione anche nel settore del credito e dell’assicurazione, la convivenza tra incumbents e new entrants nel settore finanziario.

Il corso si occupa degli aspetti etici derivanti dalla manipolazione di dati. In particolare si focalizza sulla legislazione riguardante la protezione dei dati personali nel contesto italiano ed europeo e delle implicazioni della General Data Protection Regulation in vigore da maggio 2018. Il corso coprirà nello specifico le impliaczioni sulla legalità dei processi, i diritti di chi fornisce i dati e potenziali implicazioni legali di chi esegue analisi dati.