AI for Industry: fondamenti di intelligenza artificiale per decision maker

Il programma è strutturato in capitoli tematici che coprono in modo integrato aspetti teorici, applicativi e strategici:

1. Introduzione e contesto. Si parte dall’evoluzione delle rivoluzioni industriali fino alla trasformazione digitale, ripercorrendo i concetti di Industria 4.0 e 5.0 e il ruolo crescente dell’AI come leva strategica.
2. Principi fondamentali dell’Intelligenza Artificiale. Definizione di AI, Machine Learning, Deep Learning, Generative AI e Large Language Models, con spiegazioni semplici delle principali tecniche come regressione, classificazione e reti neurali.
3. Teorie di supporto e modelli produttivi. Riferimenti a concetti come la Teoria del Vantaggio Comparato, Fordismo, World Class Manufacturing e Lean Manufacturing, per comprendere come l’AI si integra nei paradigmi produttivi esistenti.
4. Prerequisiti e infrastrutture. Focus su requisiti tecnici e organizzativi: qualità dei dati, pipeline di raccolta e gestione, infrastrutture tecnologiche, competenze e ruoli chiave nel team.
5. Casi d’uso e applicazioni industriali. Esempi pratici di come l’AI viene applicata per ottimizzare processi come il controllo qualità, la manutenzione predittiva, la pianificazione e l’automazione, con storie di successo reali.
6. Sfide, rischi ed etica. Analisi dei limiti tecnici, organizzativi ed etici, delle barriere all’adozione, dell’uso improprio e delle principali normative di riferimento come GDPR, AI Act e disposizioni internazionali.
7. Raccomandazioni e roadmap. Suggerimenti per un’implementazione responsabile dell’AI in azienda, con indicazioni su come valutare costi e benefici, avviare progetti pilota e promuovere una cultura aziendale aperta all’innovazione.