Trasformazione digitale - Concetti, metodi e strumenti per manager Paolo Dell'Aversana - Apaform
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Trasformazione digitale
Concetti, metodi e strumenti per manager
Paolo Dell’Aversana
2° Seminario APAFORM “Formazione dei top manager alla digitalizzazione
dell’economia”, Milano, mercoledì 20 marzo
Problemi aperti • Big Data e Informazione Complessa • Saper riconoscere e gestire la complessità • Estrarre vantaggio competitivo dalla complessità • Usare metodi e strumenti moderni • Formare le persone in modo nuovo
Nuove priorità per il management a) gestire le nuove forme di complessità informativa b) gestire le nuove forme di complessità tecnologica c) gestire le nuove forme di complessità umana
Tematiche e campi di applicazione • Nuove forme di comunicazione • Nuovi modi di concepire beni e servizi • Nuovi settori di ricerca e innovazione • …
Un esempio illustre di
‘mentalità manageriale moderna’
“… Why not study machine learning myself ...
… Perhaps I could motivate [other managers] to
study new technologies and lead by example.
Maybe I could inspire people in the various
companies I’m involved with to take action through
study and hands on use of a machine learning…” *
* 9 Novembre 2017, Risto Siilasmaa, Chairman of the Board of Directors of Nokia Corporation
Un nuovo tipo di formazione? Affiancare la formazione specifica con la formazione su nuove conoscenze e competenze provenienti da discipline quali l’Intelligenza Artificiale, le Neuroscienze, le Scienze Cognitive …
Machine Learning Le macchine che imparano si nutrono di dati. Il paradigma del Machine Learning si basa sull’apprendimento da grandi data set di training.
Informazioni e dati
I ‘Big Data’ rappresentano il ‘cibo’
per la nuova rivoluzione dell’
Intelligenza Artificiale.
Machine Learning
Metodi, strumenti e flussi di lavoro
Oggi esiste una ‘nuova informatica’ (nuovi codici e
ambienti di sviluppo) dedicata all’
‘Advanced Analytics’ e al Machine Learning
Molti algoritmi …
Ad esempio, le ‘deep neural networks’
Nel campo dell'apprendimento automatico, una rete neurale
profonda è un modello matematico composto di molteplici
livelli "neuroni" artificiali, che si ispira a una rete neurale
biologica.Infinite applicazioni …
Esempio: ottimizzare l’integrazione delle informazioni
per migliorare i servizi rivolti ai clienti/utenti.
Casi esemplari: Uber usa il ML per prevedere le abitudini di viaggio degli
utenti; i servizi di Expedia sono stati sviluppati sull’apprendimento
automatico, Ocado usa un network di robot per la gestione dei magazzini e
delle consegne, Royal Bank of Scotland ha un sistema ML per la gestione di
intere attività bancarie, Royal Free Hospital ha un sistema ML per il
monitoraggio dei pazienti …Esempi tecnologici
Diagnosi medica
Da uno studio del 2016 di Frost & Sullivan il mercato dell’Artificial Intelligence per
l’Healthcare sarà di 6,6 miliardi di dollari entro il 2021, con un tasso di crescita del 40%.
Le applicazioni: diagnosi medica per immagini, supporto alla cura del paziente …Esempio: distinguere cellule benigne da
cellule tumoraliEsempio: distinguere cellule benigne da
cellule tumorali
malign
benign
Third Principal Component (PC3)
First Principal Component (PC1)Esempi tecnologici nell’industria
petrolifera
I lavori ripetitivi e pericolosi saranno progressivamente rimpiazzati da
sistemi artificiali:
nel drilling, sugli impianti offshore, in alcuni step del processo
esplorativo e di sviluppo, nel controllo remoto del funzionamento degli
impianti …L’approccio Human-Machine Learning
Combinare i risultati delle moderne Neuroscienze
con le Scienze dell’Organizzazione, il Machine
Learning e altre nuove tecnologieUn approccio integrato basato su un
“umanesimo tecnologico”
Principio ergonomico della mente:
“Capire la mente per ottimizzare la tecnologia
ed il suo impiego all’interno di organizzazioni umane
complesse”Anche la tecnologia di intelligenza artificiale più sofisticata va pensata in relazione al suo utente finale: l’uomo
Nel moderno sviluppo tecnologico, le prerogative
umane fondamentali non perdono valore, ma lo
acquistano:
Capacità semantiche
Contestualizzazione
Creatività
Senso estetico
Etica …Esempi di Human-Machine Learning Piattaforme per l’integrazione multimodale dei flussi informativi ispirate al funzionamento del cervello Imaging avanzato combinato con algoritmi di Pattern Recognition e Machine Learning New Computer Aided Medical Diagnosis Ambienti immersivi multi-sensoriali per l’analisi dell’informazione complessa
Il professional moderno
Dovrebbe essere in grado di interfacciarsi
proficuamente con le nuove tecnologie, non subendole,
ma potenziando le proprie competenze attraverso
l’intelligenza artificiale e il Machine Learning.Il manager moderno
Dovrebbe essere in grado di
a) usare con disinvoltura gli strumenti gestionali e decisionali
basati sul ML, le reti neurali profonde e le nuove tecnologie;
b) trarre profitto nel suo campo dai progressi delle neuroscienze
moderne e delle scienze cognitive.Qualche riferimento
(ResearchGate -Paolo Dell’Aversana)
Complessità, Machine Learning e Neuroscienze
Complessità, Machine Learning e Neuroscienze-Parte 2Neurobiological Background of Exploration Geosciences New methods for data analysis based on cognitive criteria Paolo Dell’Aversana
A Global Approach to Data
Value Maximization:
Integration, Machine Learning and Multimodal Analysis.
In preparazione
…
Cambridge
Scholar
Publications
(June 2019)
Paolo Dell’AversanaDiscussione
Avvertenza: i testi e i concetti espressi in questa presentazione sono basati su opinioni indipendenti di Paolo Dell’Aversana. Possono essere liberamente utilizzati e diffusi senza alcun vincolo, purché l’autore venga correttamente citato, menzionandone il nome completo e l’evento di riferimento (2° Seminario APAFORM “Formazione dei top manager alla digitalizzazione dell’economia”, Milano, mercoledì 20 marzo, presso la sede APAFORM).
Puoi anche leggere
