30 OTTOBRE - DATI, DIGITALIZZAZIONE, AI: L’IMPATTO DEL DIGITALE NELL’ORGANIZZAZIONE E AI GENERATIVE
Panoramica docenti e contenuti
Docenti
- PIETRO CURTOLILLO: Marketing & Communication Director in CRIF
- MIRCO BALDUINI: Data Scientist in CRIF
Speaker
- ENRICO CLERICI: Digital Transformation Director in Gruppo Montenegro
- ANDREA SEGANTINI: Corporate IT Project Manager & Organizational Analyst Senior in CRIF
Il programma
I contenuti
PARTE 1: 120 mins (PIETRO CURTOLILLO)
Introduzione alla digitalizzazione:
- Definizione di digitalizzazione e il suo impatto sulle PMI
- Vantaggi della digitalizzazione: efficienza operativa, riduzione dei costi, miglioramento della qualità del servizio e competitività
- Principali tendenze tecnologiche: Internet delle cose (IoT), Intelligenza Artificiale (AI), Big Data, Cloud Computing
- Tecnologia: Infrastrutture e strumenti digitali
- Persone: Cultura aziendale e competenze digitali
- Processi: Reingegnerizzazione e automazione dei processi aziendali
- Resistenza al cambiamento
- Mancanza di competenze digitali
- Sicurezza informatica
Presentazione di strumenti di assessment di valutazione per misurare il livello di maturità digitale delle organizzazioni:
- Definizione di maturità digitale
- Gli strumenti più utilizzati per valutare la maturità digitale
PARTE 2: 75 mins (PIETRO CURTOLILLO)
- Presentazione dei modelli di digital transformation e loro applicazione nei contesti organizzativi
- Presentazione di business model e loro applicazione nei contesti organizzativi:
- Business Model Canvas e Lean Canvas: Variante del Business Model Canvas focalizzata su startup e innovazione
- Come utilizzarlo per ottimizzare il modello di business esistente
PARTE 3: 60 mins (MIRCO BALDUINI) - INTRODUZIONE INTELLIGENZA ARTIFICIALE
- Dati di contesto sull’IA
- La figura del Data Scientist
- Glossario di base su AI, Deep Learning e Machine Learning
- Il processo di costruzione e l’utilizzo di un modello predittivo
- Focus su Machine Learning: modelli supervisionati vs modelli non supervisionati; modelli di classificazione; modelli di regressione
- Modelli di classificazione-associazione
- Valutazione delle performance di un modello
- Dati strutturati e non strutturati
- Esempi concreti cross-dipartimentali con focus su input del modello; Output costruzione del modello e risultati
PARTE 4A: 30 mins (ENRICO CLERICI) - ESEMPI DI ADVANCED ANALYTICS
- Advanced Analytics in Montenegro: la testimonianza di Montenegro con gli use case identificati post formazione Data Driven culture
PARTE 4B: 30 mins (ANDREA SEGANTINI) - ESEMPI DI ADVANCED ANALYTICS
- Advanced Analytics in HR di CRIF con PAS: la testimonianza di CRIF per l’applicazione di analitiche predittive nel mondo HR
PARTE 5: 105 mins (MIRCO BALDUINI) - ESERCIZIO PRATICO
- Comprensione su precisione e valutazione di un modello sviluppato dalla data science
- Esercitazione pratica per applicare quanto appreso nella teoria
- Spazio Q&A