Gestione della Tecnologia, dell'Innovazione e delle Operations - primo parziale

L’innovazione nasce da un processo di espansione delle conoscenze o applicazioni.

La scienza e la tecnologia determinano il livello dello sviluppo economico ed in uiscono sulle condizioni

sociali e politiche di un paese. Le tecnologie dell’informatica e della comunicazione hanno determinate

caratteristiche:

- prezzo computer diminuzione del 35% annuo

rapidità nella riduzione dei costi:

- pervasività (capacità investire in ogni settore o impresa)

interdipendenza tecnologica:

- ha impatto sui in termini di informazione = mercati più trasparenti

meccanismi economici:

Le innovazioni e le tecnologie che ne conseguono emergono ad (non in modo continuo, ma

ondate

attraverso cluster di scoperte scienti che e di applicazioni che si alimentano vicendevolmente):

- Meccanizzazione, ferro e industria tessile (1795)

- Vapore, strade ferrate, acciaio e cotone (1850-1900)

- Elettricità, chimica, motore a combustione (1900-1950)

- Petrolchimica, elettronica, aviazione, spazio (1970-80)

- Network digitali, Software, biotecnologie (2000-2020)

- Robotica, nanotecnologie, genomica e chimica verde, intelligenza arti ciale (2020- )

Impatto sulla crescita economica:

La crescita economica viene spiegata sulla base del “residuo ovvero quella parte di sviluppo

di Solow”

che non viene spiegata dalla produttività dei fattori produttivi, ma al progresso tecnologico, che oltre ad

agire sulla produttività dei fattori di produzione, genera una crescita del PIL procapite di lungo periodo. Egli

aveva inoltre predetto che lo sviluppo tecnologico avrebbe aiutato le economie meno sviluppate a

crescere e raggiungere i paesi sviluppati, riducendo il divario, tuttavia la predizione non si è avverata,

poiché ha considerato la tecnologia come variabile esogena al sistema economico (basta

Solow

comprarla, chiunque può accedervi).

(modello è arrivato alla conclusione che La conoscenza

Romer endogeno): tecnologia = conoscenza.

non è esogena, deve essere sviluppata internamente ed è data da: know-how; capitale umano, ricerca e

sviluppo. I paesi che investono in capacità innovativa sono quelli che si sviluppano maggiormente.

Conseguenze dell’introduzione della tecnologia:

1. La tecnologia porta ad un passaggio da un’economia basata sui beni ad una basata sui servizi;

2. Compressione del tempo e dello spazio.

Esiste una relazione tra innovazione e società, non solo nel senso in cui la prima modi ca la seconda, ma

anche poiché il contesto sociale in uenza i processi innovativi.

Ciò venne espresso nel modello delle secondo cui:

3 T di Florida

- la è alla base dello sviluppo economico

tecnologia

- Le variabili che permettono la di erenziazione in termini di capacità di crescita da luogo a luogo sono

poi la capacità di attrarre (capitale umano = bagaglio di conoscenze e competenze) e la

talenti

(livello di apertura ed accettazione del diverso).

tolleranza

Responsabilità sociale:

1. La tecnologia porta, a chi la sa sfruttare, grande ricchezza, provocando quindi un incremento del

divario economico.

2. Considerare il rischio che scaturisce dal potere che viene conferito a chi detiene la tecnologia —>

capacità ad esempio di individuare chi la pensa in un certo modo attraverso la tecnologia = possibili

discriminazioni.

3. Considerare la tecnologia un ne (risolutrice dei problemi), invece che uno strumento.

4. Consumismo tecnologico

Innovazione sostenibile:

Tecnologia ha prodotto, oltre a risultati positivi, anche risultati negativi a livello ecologico.

Al giorno d’oggi si sta iniziando a parlare di economia circolare (quello che viene prodotto, viene poi

dismesso e riciclato per il maggior numero di utilizzi futuri possibili) e di innovazione sostenibile: creazione

di prodotti e servizi che generano valore sulle dimensioni dello sviluppo sostenibile —> triple

bottom line (Planet, People, Pro t).

fi ff fi fl fi fi fl fi

sost:

Percorso dell’innovazione

1. Innovazione delle condizioni operative attraverso il miglioramento dei processi operativi volti alla

riduzione dei danni ambientali (delle risorse utilizzate, degli scarti e dei costi) = eco e cienza.

2. Innovazione dell’o erta attraverso l’introduzione di creando nuove

prodotti eco compatibili,

opportunità di mercato e portando alla generazione di valore sostenibile = nuove opportunità di

mercato.

3. Innovazione del contesto = modellare il futuro. Contribuzione al miglioramento sociale, ambientale ed

economico attraverso la creazione di un impatto positivo.

Le fasi evolutive del capitalismo industriale:

Fase 1 —> esempio: telaio a vapore

meccanizzazione puntuale

Dal 1784 la macchina a vapore fu applicata ai latoi meccanici e poi ai telai meccanici. In questo modo

una sola macchina, collegata ad una caldaia, poteva azionare decine di telai riducendo il numero di

operai, velocizzando le operazioni e riducendo i costi. Limite: solo una parte della produzione di un

prodotto.

Conseguenze:

- separazione tra chi detiene la proprietà e chi la utilizza (nasce la gura dell’imprenditore, ex artigiano)

- Organizzazione molto semplice.

Fase 2 —> introduzione dell’energia elettrica e produzione di massa:

- Di usione dell’elettricità (facile da produrre e da trasportare).

Ciò fa nascere reti di distribuzione dell’energia e la possibilità di creazione di grandi impianti, grazie alla

possibilità di introdurre macchine tecnologicamente complesse ed in grado di svolgere attività diverse, in

quanto non più tutte collegate ad una sola macchina/caldaia.

Nella seconda fase entra in gioco una ulteriore innovazione, di tipo organizzativo, negli USA —> trasporto

delle merci grazie alla ferrovia ed all’introduzione di e

vendita per corrispondenza catena di montaggio

(attività specializzate).

Conseguenze:

- incremento di produttività e nascita di economie di scala a seguito di nascita di produzione di massa

- Crollo dei costi e dei tempi di produzione

- Incremento della separazione tra chi detiene la proprietà e management perché i costi dei macchinari

aumentano —> nasce la nanza, nascono le moderne Corporation, nascono le società per azioni,

nasce il marketing.

ff ff fi fi fi ffi

Fase 3 —> nascita dell’automazione e delle reti (internet e computer):

Viene utilizzata la capacità di elaborare informazioni da parte di macchine —> abilità cognitive.

Avviene la creazione di impianti automatizzati. Le macchine, collegate a dei computer che coordinano

l’attività, possiedono adesso più funzioni e strumenti da utilizzare per le varie attività.

Conseguenze:

- separazione tra il governo (controllo) di un’attività e la sua esecuzione.

Anni 80’ nascita del progetto (dal Pentagono), volto a collegare dei computer via cavo. Finché

Arpanet

non viene sviluppato un codice di comunicazione condiviso che consente a vari soggetti di comunicare

attraverso reti di collegamento. Nasce poi il fenomeno di internet, uni cazione di reti private, che sfocia poi

nel fenomeno del WWW, unendo tutto il mondo.

Fino al gli utenti potevano solamente ricevere informazioni dalla rete (es. visitare sito di

Web 2.0,

un’azienda), con Web 2.0 gli utenti hanno un ruolo attivo, vi è un’interazione tra soggetti.

Innovazione digitale:

Creare qualcosa di nuovo nel mondo digitale attraverso alcuni elementi:

- collaborazione degli utenti (es. Amazon all’inizio ha venduto per recensioni utenti)

- Dematerializzazione (es. non compro libri ma compro un e-book)

- Relazione fornitore-cliente (ruolo spesso intercambiabile)

- Diverse forme di remunerazione (es. per accedere a Google non pago moneta ma consegno la mia

identità digitale)

Fase 4 —> intelligenza arti ciale:

L’intelligenza arti ciale è la capacità di una macchina di che associamo alla

svolgere compiti cognitivi

mente umana.

Nata con la quarta rivoluzione industriale, nella quale viene automatizzata una facoltà del tutto nuova,

ovvero la Hanno consentito lo sviluppo di questa evoluzione, la disponibilità di

capacità di apprendere.

una enorme quantità di (cresciuta grazie ad Internet of Things) e lo sviluppo della

dati scienza cognitiva,

nata intorno agli anni ’60 (movimento cognitivista: secondo cui il computer è visto come una mente in

grado di processare informazioni).

è lo spazio digitale dove la connessione e l’interazione non sono più limitate

Internet of Things (web 3.0)

agli esseri umani, ma anche a strumenti e macchine che scambiano tra loro informazioni in modo

autonomo ed indipendente dall’etere umano.

La connessione tra cose e persone da luogo al fenomeno dei “big alla base dello sviluppo e della

data”,

crescita dell’intelligenza arti ciale e dati da:

- ERP (Enterprise resource planning) e sistemi contabili —> megabytes (transazioni, pagamenti)

- Attività di relazione con i clienti e sistemi di CRM (customer relationship management) —> gigabyte

- Web —> terabytes, generati da enti pubblici, banche dati, informazioni governative.

- Big data in senso proprio (es. chat, blog, social media, sensori, rilevatori)—> exabytes

- Dati che deriveranno dall’aumento delle capacità di calcolo e di interazione.

disponibilità di una grande quantità di dati (es. produco

Big data: non forniti intenzionalmente

informazioni quando guardo/scelgo un lm), frutto di una grande varietà di fonti (ovvero

non controllate

possibilità che informazioni non siano vere), ed (informazioni in forme diverse e

indipendenti eterogenee

spesso incompatibili - qualitative/quantitative).

La dei Big Data:

complessità

1. Volume (bytes)

2. Velocità

3. Varietà

4. Veridicità

5. Variabilità: dati soggetti a variazioni di disponibilità, formato e natura nel tempo

Intelligenza arti ciale riesce in parte a risolvere il problema della complessità, poiché esamina enormi

quantità di dati. Tuttavia, altrettante quantità vengono prodotte dalla stessa.

fi fi fi fi fi fi

Big data si rivelano un’opportunità per chi deve assumere delle decisioni, ma anche un rischio,

principalmente legato alla privacy (si riesce a delineare l’identità digitale di una persona).

Sistemi esperti (rule-based approach):

Struttura di un sistema:

1. ovvero insieme di regole date alla macchina (di tipo if-then)

Base di conoscenza:

2. algoritmo che serve a selezionare, dare un ordine ed in ne applicare la regola.

Motore Inferenziale:

3. che permette di interagire con il sistema esperto

Interfaccia con l’utente:

Problemi:

1. Acquisiscono conoscenza attraverso un processo di da chi la possiede. Bisogna quindi

elicitazione

identi care chi ha la conoscenza e tradurla in termini di regole che possano essere usate dal software

2. di cile tradurla in regole

Conoscenza tacita:

dei sistemi esperti:

Limiti

- funzionano solo in uno speci co ambito

- Successivi mutamenti della conoscenza vanno integrati nel sistema (no processo automatico)

- Impossibilità di funzionare in caso di situazioni diverse da quelle contemplate

Nello stesso periodo nasce il che ha però meno

movimento connessionista,

successo e per cui il computer è solamente uno strumento di elaborazione.

Nella prospettiva connessionista è importante l’aspetto biologico del cervello

umano (come prende decisioni, ovvero attraverso una rete di neuroni

connessi da sinapsi = rete neurale).

Si creano algoritmi (neuroni arti ciali), rappresentati da funzioni di attivazione

(somma dei segnali in entrata ponderati per trasmettere segnali in uscita).

Come accade per il cervello, la conoscenza è distribuita tra le connessioni che

uniscono i neuroni arti ciali e che uniscono i vari layer della rete neurale (input layer,

hidden layer e output layer).

Impara mediante l’esperienza le facciamo vedere milioni di immagini per cui ogni volta

(try and error),

userà il processo try and error, nché non svilupperà maggiormente il suo sistema di sinapsi, riuscendo

poi ad apprendere e funzionare.

L’errore viene gestito mediante la ovvero comunicato a tutti i neuroni, tornando

back propagation,

indietro.

Il processo di addestramento utilizza:

- dati che utilizzo per farla apprendere

training dataset:

- utilizzate al termine di addestramento (tasso di errore accettabile), per veri care che la

test dataset:

macchina funzioni davvero, faccio vedere cose mai viste.

Tipi di apprendimento:

- gruppo di esperti che comunicano alla rete i feedback del processo di try and error e

supervisionato:

che hanno dunque prima catalogato tutte le informazioni.

- processo di tipo inferenziale sui dati osservati, sui quali la rete individua

non supervisionato:

caratteristiche comuni e scopre automaticamente gli errori. Questo processo richiede molti più dati, ma

non è necessaria la presenza di un esperto.

- processo in cui non esiste una risposta ottima, ma solamente posizioni peggiori o migliori

per rinforzo:

(come ad esempio nei giochi), sulla base di criteri per giudicare se una soluzione funziona (try and

error)

Deep learning:

Processo di apprendimento basato su un’architettura della rete composta

da un ognuno dei quali compie attività

elevato numero di layer,

speci che e che utilizza una varietà molto ampia di dati.

Profondità di rete: numero di layer presenti. Ampiezza di rete: numero di

fi

fi fi

ffi fi fi

fi fi fi

nodi che compongono ciascun layer. Le macchine che utilizzano deep learning possono creare strutture

di interpretazione di realtà molto complesse. Tuttavia, non è possibile capire quali logiche vengano

utilizzate dagli algoritmi di deep learning (reti neurali = black box).

Ambiti di applicazione dell’intelligenza arti ciale:

1. Riconoscimento riconoscere ed esprimere il linguaggio naturale (es. Siri)

linguistico:

2. Riconoscimento es. riconoscimento facciale

immagini:

3. Manipolazione (robotica): capacità cognitiva e sica di manipolazione (articoli scritti da reti neurali).

4. raccolta, immagazzinamento e analisi di vari tipi di informazione (es. sistemi di

Analisi di business:

classi cazione delle preferenze degli utenti).

Vari distinti sulla base di:

tipi di robot

- ssi (linee di produzione) o mobili (logistica)

mobilità:

- robot di tipo classico (braccia robotiche, lavorano indipendentemente

Interazione con le persone:

dagli esseri umano) e cobot (fatti per lavorare in collaborazione con un essere umano).

- robot di aspetto umanoide o senza.

Aspetto: dell’intelligenza arti ciale:

Applicazioni manageriali

1. Automazione dei processi: es studi legali automatizzata ricerca di sentenze su un tema e sintesi nale.

2. Market intelligence: analisi dei dati (cluster di clienti interessati, previsione trend di consumo)

3. Interazione tra soggetti: chatbot

Gli all’adozione dell’intelligenza arti ciale:

ostacoli

- di coltà di comprensione: reti neurali = black box

- Costi di adozione elevati: pregiudizi

- Volontà di non licenziare le persone

- Immaturità delle tecnologie: più pregiudizio che realtà

Gli dell’intelligenza arti ciale:

sviluppi

- IA forte: capace di riprodurre e migliorare le performance cognitive dell’essere umano (sostituendolo)

- IA debole: prestazione di una macchina a supporto dell’attività di un essere umano.

Le abilità cognitive di un sistema intelligente (IMPARARE !!):

1. riuscire ad identi care, classi care, condensare e rappresentare le informazioni che

Pro lazione:

nascono da una grande quantità di dati.

arrivare in modo sistematico a conclusioni che abbiano senso e che

2. Produzione di conoscenza:

siano giusti cate dall’esperienza.

3. anticipare il futuro sulla base dei dati disponibili (es. andamento dei mercati nanziari).

Previsione:

4. dati utilizzati per prendere delle decisioni/valutazioni di tipo soggettivo (es. può

Ponderazione:

imparare a valutare se una persona è bella o brutta, in base ai canoni di bellezza che noi abbiamo e

che lei impara sulla base dei giudizi delle persone). Non si tratterà di senso estetico, ma della capacità

di formare modelli di rappresentazione della realtà appresi.

5. identi cazione di una scelta

Prescrizione:

6. progettare il nuovo “creatività arti ciale” (capacità combinatoria, che associata ad

Progettazione:

enormi quantità di dati porta a risultati originali).

I sistemi di intelligenza arti ciale hanno un’e cacia molto elevata, ma in un campo molto limitato (es.

riconoscere solo le sedie).

Impatto economico delle macchine intelligenti:

1. aspettativa negativa (USA 47% potrebbe essere sostituito nei prossimi anni), tuttavia

Occupazione:

l’invecchiamento della popolazione renderà necessaria forza lavoro che non sarà del tutto

compensata da robot. E’ indubbio comunque che le mansioni lavorative cambieranno in modo

signi cativo. In ogni caso, nel lungo termine l’impatto sarà positivo anche nelle economie meno

sviluppate.

2. due loni di pensiero: c’è chi pensa che saranno necessarie

Competenze del personale:

competenze tecniche al ne di collaborare con le macchine; e chi pensa che non saranno necessarie

ffi fi fi fi fi fi fi fi fi fi fi fi fi fi fi fi ffi fi fi fi fi

che competenze complementari a quelle delle macchine (con le quali sarà facile relazionarsi), di tipo

cr