L’impiego dell’AI nell’area amministrativa e nella gestione del magazzino

L’impiego dell’AI nell’area amministrativa

Analizziamo in questo appuntamento l’impatto esercitato dall’intelligenza artificiale su altre due unità organizzative,ovvero quella amministrativa e quella che si occupa della gestione del magazzino. Per quanto riguarda l’area amministrativa, si può dire che questa ha il compito  di registrare tutti gli eventi economici riguardanti un’organizzazione che accadono in un determinato arco temporale e di redigere, sulla base di questi, il bilancio di esercizio.

L’area amministrativa  è stata una delle prime aree aziendali nella quale l’intelligenza artificiale ha trovato impiego.Infatti, le prime applicazioni dell’intelligenza artificiale per la tenuta della contabilità risalgono ai primi anni ’90^[1]. Ciò è dovuto al fatto che essa ha sempre mostrato grandi potenzialità per migliorare questo processo.

Attualmente, questa tecnologia viene impiegata prevalentemente per automatizzare compiti semplici e di routine, inmaniera tale da liberare i dipendenti dagli incarichi più noiosi e da consentire loro di occuparsi di attività più complesse, come per esempio la realizzazione dei report per la direzione.

A tal proposito, oggi i programmi di intelligenza artificiale vengono impiegati per effettuare la scansione dei documenti, per la gestione delle fatture attive e passive, per rintracciare eventuali frodi sui rimborsi spese, per la tenuta del libro paga, per lo svolgimento degli adempimenti fiscali e di alcuni processi di audit^[2].

Oltre a ciò, la capacità delle macchine intelligenti di imparare dalle operazioni quotidianamente svolte in azienda può essere sfruttata anche per formulare giudizi in merito al rispetto dei principi contabili.

Per ottenere il massimo rendimento da questa tecnologia, è opportuno rafforzare la fase iniziale di identificazione e registrazione degli eventi. Una possibile soluzione è data dalla creazione di “agenti contabili intelligenti”, in grado di riconoscere i fatti rilevanti a partire dai documenti di prima nota.

In seguito, si riportano i principali vantaggi generati dall’introduzione dell’intelligenza artificiale nell’areaamministrativa^[3]:

• Produrre bilanci di esercizio con maggiore tempestività e accuratezza, grazie alla capacità di analizzare e interpretare i dati in maniera più rapida rispetto agli esseri Qualsiasi compito svolto dalle macchineintelligenti, infatti, rilascia output in maniera pressoché istantanea. Relativamente all’accuratezza, questa puòessere garantita soltanto se gli algoritmi vengono preparati correttamente;
• Ridurre gli errori. Le persone sono solite commettere errori sia in maniera intenzionale che per distrazione quando applicano regole e principi predefiniti. Trasmettendo all’intelligenza artificiale le linee guida tramite cui eseguire determinati compiti, questa criticità può essere Infatti, gli algoritmi, una volta imparato un metodo, sono in grado di ripeterlo rapidamente e senza commettere errori;
• Assicurare la conformità da parte dei dipendenti nei confronti delle norme aziendali. Le macchine intelligenti possono monitorare in maniera automatica l’attività svolta 24 ore su 24, in modo tale da scorgereeventuali tentativi di In questo modo il controllo è più stringente, visto che può essere condotto inqualunque momento, cosa che invece non avviene se tale attività è svolta dagli individui;
• Ridurre i costi nel lungo termine, data dalla minore dipendenza dalle persone per lo svolgimento delle attività amministrative. Naturalmente, prima di ottenere questo vantaggio è necessario sostenere significativi costi fissi iniziali correlati allo sviluppo, all’implementazione e alla manutenzione delle soluzioni basate su questatecnologia;
• Rappresentare i dati attraverso la generazione di report grafici e testuali con estrema facilità e con completa flessibilità secondo gli stakeholders coinvolti nel processo di analisi e monitoraggio.

I benefici apportati dall’intelligenza artificiale nell’area amministrativa sono significativi. Nonostante ciò, vi sono ancora alcuni ambiti in cui essa mostra dei limiti, come per esempio la formulazione di una stima circa il valore di alcune voci di bilancio, quali le svalutazioni per perdite durevoli di valore e i fondi per rischi e oneri. Queste poste di bilancio, infatti, devono essere valutate caso per caso, tenendo in considerazione dei fattori che possono cambiare ogni volta.

Risulta quindi difficile per le macchine intelligenti effettuare delle valutazioni accurate, visto che ottimizzano le performance nel caso in cui sia possibile ripercorrere ogni volta un procedimento standardizzato, mentre questo tipo di valutazioni può essere ricondotto ai processi decisionali di natura intuitiva (oppure opportunistica…).

L’impiego dell’AI nella gestione del magazzino

Relativamente alla gestione del magazzino, si può affermare che l’intelligenza artificiale combinata con l’Internet of Things sta radicalmente cambiando questo processo.

L’impiego dell’AI nella gestione del magazzino consente di tenere il passo con i rapidi cambiamenti checontraddistinguono la dinamica della catena di fornitura.

I sensori dell’Internet of Things mettono a disposizione grandi quantità di dati e le macchine intelligenti li sfruttano perottimizzare le decisioni. Un esempio in tal senso è dato dalle cosiddette targhette RFID, cioè a radiofrequenza, le qualiconsentono di tracciare la merce in viaggio in tempo reale. In questa maniera, gli algoritmi di machine learning prevedono l’orario di arrivo della merce e conseguentemente preparano la manodopera necessaria a scaricare i mezzi di trasporto. Inoltre, stabiliscono in via preventiva anche quale porzione di merce deve subito entrare nel processo produttivo e quale invece deve essere temporaneamente stoccata in magazzino.

In questo ambito, si fa anche ampio uso di robot, i quali possono essere incaricati di effettuare tutte le movimentazioni della merce all’interno del magazzino: scarico dal mezzo di trasporto e stoccaggio in magazzino, spostamento verso il processo produttivo, deposito dei prodotti finiti nel magazzino e carico del mezzo di trasporto deputato alla consegna. Infine, grazie all’abilità predittiva dell’intelligenza artificiale, è possibile per le organizzazioni gestire il magazzino secondouna domanda che si avvicina sempre di più a quella che si verificherà nella realtà.

Di conseguenza, gli esperti ritengono che si ridurranno gli sprechi di materiali, con un numero di rimanenze che difficilmente andrà a superare quello effettivamente necessario. In questa maniera sarà possibile anche ridurre i costifissi legati alla gestione del magazzino^[4].

Conclusioni

In conclusione, si evidenzia come l’intelligenza artificiale stia progressivamente diventando una risorsa importante dal punto di vista organizzativo, che trova applicazione in numerose aree aziendali. Inoltre, si ribadisce nuovamente l’ideasecondo cui l’intelligenza artificiale sia in grado, se implementata e gestita adeguatamente, di rafforzare e potenziare le abilità umane nello svolgimento di molte attività chiave delle organizzazioni. Ciò si evince da alcune tematiche trattate nel corso dei nostri articoli quali:

• L’impiego che ne viene fatto nel processo decisionale analitico, al fine di prendere decisioni oggettive in modo più rapido; la possibilità di catturare e trasmettere più efficacemente ai dipendenti la conoscenza tacita immagazzinata nelle organizzazioni;
• L’opportunità di ottenere una tempestiva conoscenza delle esigenze della clientela grazie alla rapidità nell’analisi dei dati, al fine di predisporre delle offerte personalizzate ai consumatori;
• La capacità di velocizzare la fase di preselezione dei candidati nel reclutamento di nuovo personale;
• L’abilità di individuare tempestivamente i punti di forza e le criticità nelle prestazioni di un lavoratore, in maniera tale da fornire suggerimenti utili al miglioramento delle performance individuali e organizzative;
• L’impatto positivo esercitato sul tasso di successo dei progetti volti allo sviluppo di prodotti innovativi; la possibilità di gestire alcune pratiche di natura amministrativa, come per esempio la registrazione degli eventi contabili, in modo veloce e accurato;
• L’opportunità di sfruttare l’abilità predittiva delle macchine intelligenti per ottimizzare la quantità di giacenze a magazzino, in modo tale da ridurre gli sprechi di materiale e i costi fissi di gestione.

Nonostante tutti gli effetti positivi appena evidenziati, non si può ritenere che l’intelligenza artificiale sia già pronta per sostituire in maniera definitiva l’uomo nella gestione e nello svolgimento delle attività organizzative. Ciò è dovuto al fatto che essa è caratterizzata da alcuni limiti che sono stati affrontati nel corso della trattazione, come i seguenti:

• L’incapacità delle macchine intelligenti di supportare il processo decisionale di carattere intuitivo, a causa della mancanza di creatività nel fronteggiamento di situazioni mai viste prima;
• La difficoltà a comprendere quali sono le ragioni che conducono questo strumento a prendere una certa decisione piuttosto che un’altra;
• La minore empatia dell’intelligenza artificiale nel contatto con le persone, che può spingere, ad esempio, la clientela a non effettuare acquisti nel caso in cui venga supportata da questa tecnologia;
• L’eliminazione del contatto umano, che in alcuni ambiti organizzativi, come per esempio nella selezione finale dei candidati e nel rapporto di coaching, continua a svolgere un ruolo cruciale;
• Le criticità riscontrate nella valutazione di poste di bilancio che cambiano di volta in volta e che necessitano di un approccio personalizzato;
• I costi da sostenere per l’introduzione, gli aggiornamenti e la manutenzione di questa tecnologia;
• Le spese necessarie per la formazione e la riqualificazione del personale addetto all’uso delle macchine intelligenti.

Sulla base delle ragioni appena esposte, si sostiene che l’intelligenza artificiale da sola non sia in grado di apportaresignificativi benefici alle organizzazioni, poiché risulta ancora cruciale l’intervento dell’uomo nell’introduzione e nella gestione di questo importante strumento tecnologico. Pertanto, si ritiene che la soluzione migliore a livello organizzativosia quella di assicurare una stretta cooperazione tra dipendenti umani e macchine intelligenti, volta a sfruttare i rispettivi punti di forza e a mitigare i relativi punti di debolezza.

Un concreto esempio di questa soluzione deriva dal processo decisionale sequenziale e aggregato adottato da alcune organizzazioni. In questo modo, infatti, si cerca di combinare i punti di forza sia dei decisori intelligenti, riscontrabili nella possibilità di analizzare grandi quantità di dati in tempi ristretti, che dei decisori umani, dati dalla maggiore esperienza e capacità di intuito.

Un’altra importante esemplificazione deriva dal coaching, processo nel quale l’abilità di analisi delle macchine intelligenti può essere impiegata per individuare i suggerimenti volti al miglioramento delle performance dei dipendenti, mentre il coach umano interviene per comunicare in modo più efficace queste intuizioni ai diretti interessati.

Si può quindi ritenere che l’intelligenza artificiale sia uno strumento che ha le potenzialità per migliorare l’operatività delle organizzazioni. Tuttavia, per concretizzare tutte le opportunità fin qui descritte resta cruciale l’intervento dell’uomo, che ha il compito di introdurre e gestire questa tecnologia, fronteggiando opportunamente tutti quei limiti che sono stati riportati.

Bibliografia

• Agrawal, A., Gans, J., & Goldfarb, A. (2017). The trade-off every AI company will face.
• Harvard Business Review Digital Articles.
• Aspan, M. (2020). Siri, Did I Ace the Interview? Fortune International (Europe), 181(2).
• Bhimani, A., & Willcocks, L. (2014). Digitisation, Big Data and the transformation of accounting information. Accounting and Business Research, Taylor & Francis, Vol. 44 No. 4.
• Brundage, M., Avin, S., Clark, J., Toner, H., Eckersley, P., Garfinkel, B., … & Amodei, D. (2018). The malicious use of artificial intelligence: Forecasting, prevention, and mitigation. arXiv preprint arXiv:1802.07228.
• CGMA (2016). Business Analytics And Decision Making. Baseline.
• Costa, G., & Gianecchini, M. (2019). Risorse umane: persone, relazioni e valore (Vol. 454). McGraw-Hill.
• Craigen, D., Diakun-Thibault, N., & Purse, R. (2014). Defining cybersecurity. Technology Innovation Management Review, 4(10).
• Daft, R. L. (2017). Organizzazione aziendale. Sesta edizione. Daft, R. L. (2021). Organizzazione aziendale. Maggioli, Milano.
• Davenport, T., Guha, A., & Grewal, D. (2021). How to Design an AI Marketing Strategy: What the Technology Can Do Today—and What’s Next. Harvard Business Review, 99, 42- 47.
• Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48(1), 24- 42.
• Doke, D. (2021). Software AI. Recruiter.
• Forger, G. (2020). AI and IoT are ready for your warehouse. Logistics management (Highlands Ranch, Colo.: 2002).
• Fountaine, T., McCarthy, B., & Saleh, T. (2021). Getting AI to scale. Harvard Business Review.
• Galeotti, M., & Garzella, S. (Eds.). (2013). Governo strategico dell’azienda: Prefazione del Prof. Umberto Bertini. G Giappichelli Editore.
• Gambhir, B., & Bhattacharjee, A. (2021). Embracing the role of artificial intelligence in accounting and finance: contemplating the changing skillset expectations. Development and Learning in Organizations: An International Journal.
• Gregg, M. (2005). CISSP security-management practices. Upper Saddle River, NJ: Pearson Education.
• Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California management review, 61(4), 5-14.
• Harrison, N., & O’Neill, D. (2017). If your company isn’t good at analytics, it’s not ready for AI. Harvard Business Review.
• Henke, N., Levine, J., & McInerney, P. (2018). You don’t have to be a data scientist to fill this must-have analytics role. Harvard Business Review.
• Huang, M. H., Rust, R., & Maksimovic, V. (2019). The feeling economy: Managing in the next generation of artificial intelligence (AI). California Management Review, 61(4), 43-65.
• Lichtenthaler, U. (2020). Mixing data analytics with intuition: Liverpool Football Club scores with integrated intelligence. Journal of Business Strategy.
• Luo, X., Qin, M. S., Fang, Z., & Qu, Z. (2021). Artificial intelligence coaches for sales agents: Caveats and solutions. Journal of Marketing, 85(2), 14-32.
• McAfee, A., & Brynjolfsson, E. (2012). Big data: the management revolution. Harvard business review, 90(10), 60-68.
• Miyashita, M., & Brady, M. (2019). The Health Care Benefits of Combining Wearables and AI. Harvard Business Review.
• Nair, K., & Gupta, R. (2021). Application of AI technology in modern digital marketing environment. World Journal of Entrepreneurship, Management and Sustainable Development.
• Niehueser, W., & Boak, G. (2020). Introducing artificial intelligence into a human resources function. Industrial and commercial training, 52(2), 121-130.
• Ore, O., & Sposato, M. (2021). Opportunities and risks of artificial intelligence in recruitment and selection. International Journal of Organizational Analysis.
• Paschen, J., Kietzmann, J., & Kietzmann, T. C. (2019). Artificial intelligence (AI) and its implications for market knowledge in B2B marketing. Journal of Business & Industrial Marketing.
• Paschen, U., Pitt, C., & Kietzmann, J. (2020). Artificial intelligence: Building blocks and an innovation typology. Business Horizons, 63(2), 147-155.
• Petkov, R. (2020). Artificial intelligence (AI) and the accounting function—A revisit and a new perspective for developing framework. Journal of emerging technologies in accounting, 17(1), 99-105.
• Pighin, M., & Marzona, A. (2018). Sistemi informativi aziendali: ERP e sistemi di data analysis.
• Poba-Nzaou, P., Galani, M., Uwizeyemungu, S., & Ceric, A. (2021). The impacts of artificial intelligence (AI) on jobs: an industry perspective. Strategic HR Review, 20(2), 60- 65.
• Ponnapalli, P. (2022). Keys to successful innovation through artificial intelligence. Harvard Business Review.
• Ransbotham, S., Candelon, F., Kiron, D., LaFountain, B., & Khodabandeh, S. (2021). The Cultural Benefits of Artificial Intelligence in the Enterprise. MIT Sloan Management Review and Boston Consulting Group.
• Rudko, I., Bashirpour Bonab, A., & Bellini, F. (2021). Organizational structure and artificial intelligence. Modeling the intraorganizational response to the ai contingency. Journal of Theoretical and Applied Electronic Commerce Research, 16(6), 2341-2364.
• Samonas, S., & Coss, D. (2014). The CIA strikes back: Redefining confidentiality, integrity and availability in security. Journal of Information System Security, 10(3).
• Shrestha, Y. R., Ben-Menahem, S. M., & Von Krogh, G. (2019). Organizational decision- making structures in the age of artificial intelligence. California Management
• Review, 61(4), 66-83.
• Simonovich, L. (2021). Balancing AI advances with robust cybersecurity solutions. World Oil.
• Soni, V. D. (2020). Challenges and Solution for Artificial Intelligence in Cybersecurity of the USA. Available at SSRN 3624487.
• Strubell, E., Ganesh, A., & McCallum, A. (2019). Energy and policy considerations for deep learning in NLP. arXiv preprint arXiv:1906.02243.
• Tabesh, P. (2021). Who’s making the decisions? How managers can harness artificial intelligence and remain in charge. Journal of Business Strategy.
• S (2021). 3 areas where AI will boost your competitive advantage. Harvard Business Review Digital Articles.
• Truong, T. C., Zelinka, I., Plucar, J., Čandík, M., & Šulc, V. (2020). Artificial intelligence and cybersecurity: Past, presence, and future. In Artificial intelligence and evolutionary computations in engineering systems (pp. 351-363). Springer, Singapore.
• Tschang, F. T., & Almirall, E. (2021). Artificial intelligence as augmenting automation: Implications for employment. Academy of Management Perspectives, 35(4), 642-659.
• Tse, T., Esposito, M., Takaaki, M., & Goh, D. (2020). The dumb reason your AI project will fail. Harvard business review digital articles, 2-5.
• Vadari, S., & Desik, P. A. (2021). The Role of AI/ML in Enhancing Knowledge Management Systems. IUP Journal of Knowledge Management, 19(2), 7-31.
• Wamba-Taguimdje, S. L., Wamba, S. F., Kamdjoug, J. R. K., & Wanko, C. E. T. (2020). Influence of artificial intelligence (AI) on firm performance: the business value of AI-based transformation projects. Business Process Management Journal, 26(7), 1893-1924.
• Whitmore, A., Agarwal, A., & Da Xu, L. (2015). The Internet of Things—A survey of topics and trends. Information systems frontiers, 17(2), 261-274.
• Yampolskiy, R. V. (2017). AI Is the Future of Cybersecurity, for Better and for Worse. Harvard Business Review. May, 8.
• Zaki, M., McColl-Kennedy, R., & Neely, A. (2021). Using AI to Track How Customers Feel—In Real Time. Harvard Business Review.
• Zhang, H., Zhang, X., & Song, M. (2021). Deploying AI for New Product Development Success: By embracing and incorporating AI in all stages of NPD, companies can increase their success rate of NPD projects. Research-Technology Management, 64(5), 50-57.
• Zouave, E., Gustafsson, T., Bruce, M., Colde, K., Jaitner, M., & Rodhe, I. (2020). Artificially intelligent cyberattacks. Swedish Defence Research Agency, FOI, Tech. Rep. FOI.
• (2017). Lavazza a caccia di “coffe addicted” con l’intelligenza artificiale. Il Sole 24 Ore. Retrieved fromhttps://www.ilsole24ore.com/art/lavazza-caccia-coffee-addicted-l- intelligenza-artificiale–AEBRpxQD 2022/08/02
• Amar, J., Majumder, S., Surak, Z., & von Bismarck, N. (2021). How AI-driven nudges can transform an operation’s performance. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/operations/our-insights/how-ai-driven- nudges-can-transform-an-operations-performance 2022/07/27
• Balabio, B., Orlando, P., & Scolari, T. (2021). Cresce il mercato dell’intelligenza artificiale in Italia. Retrieved from https://www.osservatori.net/it/ricerche/comunicati- stampa/artificial-intelligence-italia-mercato-progetti-20202022/07/08
• Berruti, F., Nel, P., & Whiteman R. (2020). An executive primer on artificial general intelligence. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/operations/our-insights/an-executive- primer-on-artificial-general-intelligence 2022/07/06
• Boehm, J., Curcio, N., Merrath, P., Shenton, L., & Stahle T. (2019). The risk-based approach to cybersecurity. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/risk-and-resilience/our-insights/the-risk- based-approach-to-cybersecurity 2022/08/03
• Brooks, C. (2022). Alarming cyber statistics for mid-year 2022 that you need to know. Forbes. Retrieved from https://www.forbes.com/sites/chuckbrooks/2022/06/03/alarming- cyber-statistics-for-mid-year-2022-that-you-need-to-know/?sh=7043d0247864 2022/08/03
• Brown, S., Gandhi, D., Herring, L., & Puri, A. (2019). The analytics academy: bridging the gap between human and artificial intelligence. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/the- analytics-academy-bridging-the-gap-between-human-and-artificial-intelligence 2022/07/18
• Buehler, K., Dooley, R., Grennan, L., & Singla, A. (2021). Getting to know-and manage- your biggest AI risks. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/getting-to- know-and-manage-your-biggest-ai-risks 2022/07/11
• Bughin, J., Seong, J., Manyika, J., Chui, M., & Joshi, R. (2018). Notes from the AI frontier: Modeling the impact of AI on the world economy. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai- frontier-modeling-the-impact-of-ai-on-the-world-economy#part1 2022/07/15
• Chakraborty, A. (2021). A.I. can be a cornerstone of success – but only if leaders make the right choices. Fortune. Retrieved from https://fortune.com/2021/10/27/ai-artificial- intelligence-business-strategy-data-accenture/ 2022/07/29
• Chui, M., Hall, B., Singla, A., & Sukharevsky, A. (2021). The state of AI in 2021. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business- functions/quantumblack/our-insights/global-survey-the-state-of-ai-in-20212022/07/08
• Chui, M., Manyika, J., Miremadi, M., Henke, N., Chung, R., Nel, P., & Malhotra, S. (2018). Notes from the AI frontier: Applications and value of deep learning. McKinsey global institute discussion paper, April. Retrieved from https://www.mckinsey.com/featured- insights/artificial-intelligence/notes-from-the-ai-frontier-applications-and-value-of-deep- learning 2022/07/07
• Dandona, G. S., Sharma, J., & Wright, M. (2021). Our own digital journey: upskilling hundreds of McKinsey technologists in AI. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/about-us/new-at-mckinsey-blog/ai-upskilling-for-over-500- firm-technologists 2022/07/19
• Fowler, G. (2020). AI and its potential for cybersecurity. Forbes. Retrieved from https://www.forbes.com/sites/forbesbusinessdevelopmentcouncil/2020/12/18/ai-and-its- potential-for-cybersecurity/?sh=5d2f609e69d9 2022/08/03
• https://assets.siemens-energy.com/siemens/assets/api/uuid:cf20f2e1-ca9c-4589-9f88- 4e6592b4672d/brochure-deeparmour-industrial-200609.pdf 2022/08/05
• https://bids.berkeley.edu/news/berkeley-institute-data-science-and-accenture-applied- intelligence-announce-new-collaboration 2022/07/18
• https://info.algorithmia.com/hubfs/2020/Reports/2021-Trends-in- ML/Algorithmia_2021_enterprise_ML_trends.pdf?hsLang=en-us 2022/07/08
• https://wwd.com/business-news/technology/levis-ai-bootcamp-data-science-1234881378/ 22/09/04
• https://www.accenture.com/_acnmedia/PDF-63/Accenture-CoBE-Brochure-
• pdf#zoom=50 2022/08/23
• https://www.accenture.com/fr-fr/_acnmedia/36dc7f76eab444cab6a7f44017cc3997.pdf 2022/07/08
• https://www.bcg.com/publications/2020/is-your-company-embracing-full-potential-of- artificial-intelligence 2022/09/17
• https://www.capgemini.com/wp-content/uploads/2019/07/AI-in- pdf 2022/08/03
• https://www.careers.ox.ac.uk/article/the-pymetrics-games-overview-and-practice- guidelines 2022/07/26
• https://www.cnr.it/sites/default/files/public/media/attivita/editoria/VOLUME%20FULL%20 14%20digital%20LIGHT.pdf 2022/08/22
• https://www.levistrauss.com/2021/05/17/machine-learning-bootcamp/ 2022/07/19
• https://www.linkedin.com/pulse/how-coca-cola-using-ai-stay-top-soft-drinks-market- shivani-salunkhe 2022/08/23
• https://www.mckinsey.com/about-us/new-at-mckinsey-blog/mckinsey-receives-top- ranking-in-the-forrester-wave-ai-report 2022/07/19
• https://www.nist.gov/system/files/documents/cyberframework/cybersecurity-framework- pdf 2022/08/03
• https://www.statista.com/statistics/1083482/worldwide-ai-revenue-increase/ 2022/08/02 https://www.statista.com/statistics/1083516/worldwide-ai-cost-decrease/ 2022/08/02
• https://www.statista.com/statistics/1119824/global-business-and-hr-leaders-on-ai-impact- to-job-numbers/ 2022/07/20
• https://www.statista.com/statistics/1235395/worldwide-ai-enabled-cyberattacks- companies/ 2022/08/05
• https://www.statista.com/statistics/1293758/ai-marketing-revenue-worldwide/ 2022/07/25
• https://www.statista.com/statistics/472934/business-analytics-software-revenue- worldwide/ 2022/07/29
• https://www.statista.com/statistics/871513/worldwide-data-created/ 2022/07/29
• https://www.statista.com/statistics/941137/ai-investment-and-funding-worldwide/ 2022/07/08
• https://www.treccani.it/enciclopedia/intelligenza-artificiale 2022/07/04
• https://www.treccani.it/enciclopedia/sicurezza-informatica/#:~:text=sicur%C3%A9zza%20inform%C3%A0tica%20Ramo%20dell’informatica,dati%20riservati%20in%20essi%20contenuti. 2022/09/13
• https://www.tripwire.com/state-of-security/security-data-protection/43-billion-stolen- through-business-email-compromise-since-2016-reports-fbi/ 2022/09/13
• https://www.webfx.com/martech/pricing/ai/#:~:text=In%202020%2C%20companies%20can%20pay,house%20or%20freelance%20data%20scientists.&text=In%20comparison
• %2C%20custom%20AI%20solutions,from%20%246000%20to%20over%20%24300%2C 000. 2022/09/18
• Jeans, D. (2020). Companies will spend $50 billion on artificial intelligence this year with little to show for it. Forbes. Retrieved from https://www.forbes.com/sites/davidjeans/2020/10/20/bcg-mit-report-shows-companies- will-spend-50-billion-on-artificial-intelligence-with-few-results/?sh=7efe3fe57c87 2022/09/17
• Johar, P. (2020). How AI makes big data smarter. Forbes. Retrieved from https://www.forbes.com/sites/forbestechcouncil/2020/03/23/how-ai-makes-big-data- smarter/?sh=381f9b6a4684 2022/08/01
• Luchtenberg, D., & Migliorini, R. (2022). Coca-Cola: The people-first story of a digital transformation. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/business-functions/operations/our-insights/coca-cola-the-people-first-story-of-a-digital-transformation 2022/08/02
• Malins, A. (2022). Machine learning and artificial intelligence: implementation in practice. Forbes. Retrieved from https://www.forbes.com/sites/forbestechcouncil/2022/01/25/machine-learning-and- artificial-intelligence-implementation-in-practice/?sh=7692b2a35c89 2022/07/15
• Manyika J., & Sneader K. (2018). AI, automation, and the future of work: Ten things to solve for. McKinsey Global Institute. Retrieved from https://www.mckinsey.com/featured- insights/future-of-work/ai-automation-and-the-future-of-work-ten-things-to-solve-for 2022/07/15
• Marr, B. (2017). The Amazing Ways Coca Cola Uses Artificial Intelligence And Big Data To Drive Success. Forbes. Retrieved from https://www.forbes.com/sites/bernardmarr/2017/09/18/the-amazing-ways-coca-cola- uses-artificial-intelligence-ai-and-big-data-to-drive-success/?sh=1448c01778d2 2022/08/02
• Marr, B. (2018). The amazing ways how Unilever uses artificial intelligence to recruit & train thousands of employees. Forbes. Retrieved from https://www.forbes.com/sites/bernardmarr/2018/12/14/the-amazing-ways-how-unilever-uses-artificial-intelligence-to-recruit-train-thousands-of-employees/?sh=485a1ca76274 2022/07/26
• Marr, B. (2022). The most in – demand technical skills – and how to develop them. Forbes. Retrieved from https://www.forbes.com/sites/bernardmarr/2022/08/03/the-most- in-demand-technical-skills–and-how-to-develop-them/?sh=7a1c4e1362e4 2022/08/22
• Mohan S. (2022). How to make it easier to implement AI in your business. Forbes. Retrieved from https://www.forbes.com/sites/forbestechcouncil/2022/05/27/how-to- make-it-easier-to-implement-ai-in-your-business/?sh=481bfbd65300 2022/07/12
• Rossitto, S. (2021). “Senza intelligenza artificiale e big data impossibile un vaccino contro il Covid in tempi brevi”. Il Sole 24 Ore. Retrieved from https://www.ilsole24ore.com/art/senza-intelligenza-artificiale-e-big-data-impossibile-vaccino-contro-covid-tempi-brevi-AD5lOYHB 2022/08/01
• Rusconi, G. (2022). L’intelligenza artificiale facilita il cambiamento organizzativo. Il Sole 24 Ore. Retrieved from https://www.ilsole24ore.com/art/l-intelligenza-artificiale-facilita- cambiamento-organizzativo-AEitC2OB 2022/07/14
• Sinur, J., & Peters, E. (2019). AI & big data; better together. Forbes. Retrieved from https://www.forbes.com/sites/cognitiveworld/2019/09/30/ai-big-data-better- together/?sh=61a9e9a360b3 2022/08/01
• Taulli, T. (2021). Artificial intelligence: should you teach it to your employees? Forbes. Retrieved from https://www.forbes.com/sites/tomtaulli/2021/09/10/ai-artificial- intelligence-should-you-teach-it-to-your-employees/?sh=2bab6b507b73 2022/07/18
• Tremolada, L. (2019). Machine learning, deep learning e reti neurali. Ecco di cosa parliamo. Il sole 24 ore. Retrieved from https://www.ilsole24ore.com/art/machine- learning-deep-learning-e-reti-neurali-ecco-cosa-parliamo–AEaToEBH2022/07/07
• ASIMOV, I. (1950), I, Robot. (Cited at page 5)
• BABBAGE, C. (1982), «On the Mathematical Powers of the Calculating Engine», The Origins of Digital Computers. Texts and Monographs in Computer Science.
• BODEN, M. A. (2018), Artificial Intelligence: A Very Short Introduction.
• CAMPBELL, M., HOANE, A. J. e HSIUNG HSU, F. (2002), «Deep Blue», Artificial Intelligence, vol. 134, p. 57–83.
• CLARKE, A. C. e KUBRICK, S. (1968), 2001: A Space Odyssey.
• DICK, P. K. (1968), Do Androids Dream of Electric Sheep?
• HASHEMIPOUR, S. e ALI, M. (2020), «Amazon Web Services (AWS) – An Overview of the On-Demand Cloud Computing Platform».
• KRIZHEVSKY, A., SUTSKEVER, I. e HINTON, G. E. (2012), «ImageNet classification with deep convolutional neural networks», Communications of the ACM, vol. 60, p. 84 – 90.
• LECUN, Y., BENGIO, Y. e HINTON, G. E. (2015), «Deep Learning», Nature, vol. 521, p. 436–444.
• MASLEJ, N., FATTORINI, L., BRYNJOLFSSON, E., ETCHEMENDY, J., LIGETT, K., LYONS, T., MANYIKA, J., NGO, H., NIEBLES, J. C., PARLI, V., SHOHAM, Y., WALD, R., CLARK, J., e PERRAULT, R. (2023), «The AI Index 2023 Annual Report», Rap. tecn., AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA.
• MCCARTHY, J. (1960), «Programs with common sense».
• MCCARTHY, J., MINSKY, M., ROCHESTER, N. e SHANNON, C. E. (2006), «A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955», AI Mag., vol. 27, p. 12–14.
• RAO, A. S. e VERWEIJ, G. (2017), «Sizing the prize: what’s the real value of AI for your business and how can you capitalise?».
• RUSSELL, B. e WHITEHEAD, A. N. (1956), «Principia Mathematica to *56».
• RUSSELL, S. e NORVIG, P. (1995), «Artificial intelligence – a modern approach: the intelligent agent book».
• TURING, A. (1937), «On computable numbers, with an application to the Entscheidungsproblem», Proc. London Math. Soc.
• VASWANI, A., SHAZEER, N. M., PARMAR, N., USZKOREIT, J., JONES, L., GOMEZ, A. N., KAISER, L. e POLOSUKHIN, I. (2017), «Attention is All you Need», in «NIPS».

Note

[1] Petkov, R. (2020). Artificial intelligence (AI) and the accounting function—A revisit and a new perspective for developingframework. Journal of emerging technologies in accounting, 17(1), 99.

[2] Gambhir, B., & Bhattacharjee, A. (2021). Embracing the role of artificial intelligence in accounting and finance: contemplating thechanging skillset expectations. Development and Learning in Organizations: An International Journal, 17.

[3] Petkov, R. (2020), op. cit., 102-104.

[4] Forger, G. (2020). AI and IoT are ready for your warehouse. Logistics management (Highlands Ranch, Colo.: 2002), 47-50.