Come l’AI può intervenire nel processo di knowledge management

1.  Introduzione

In questo articolo analizzeremo l’influenza esercitata dall’intelligenza artificiale sul knowledge management.Quest’ultimo può essere definito come: “lo sforzo sistematico di trovare, organizzare e rendere disponibile il capitale intellettuale di un’azienda e di alimentare una cultura di apprendimento continuo e di condivisione della conoscenza”^[1].Da questa descrizione si comprende come questo sia un processo fondamentale per la prosperità e la sopravvivenza delle organizzazioni.

Generalmente, la gestione della conoscenza è un’operazione che richiede un significativo consumo di tempo e di risorse a livello organizzativo. La conoscenza aziendale è custodita in varie forme, quali database, documenti, norme,abitudini, procedure, esperienza e competenze dei singoli individui. Inoltre, essa è suddivisibile in due categorie principali^[2]:

• la conoscenza codificata o formale, che può essere resa disponibile in forma scritta e trasmessa tra persone grazie a documenti, regole e istruzioni;
• la conoscenza tacita, che comprende il know-how, l’esperienza personale, le competenze pratiche e che risulta difficilmente catturabile e trasmissibile agli altri.

Un sistema di knowledge management è poi caratterizzato da 4 gruppi di strumenti principali^[3]:

• quelli che trovano e acquisiscono la conoscenza;
• quelli che la elaborano;
• quelli che consentono di trasferirla tra gli individui all’interno dell’organizzazione;
• quelli che la analizzano e che verificano come è stata utilizzata.

In relazione a questi strumenti, è possibile suddividere il processo di knowledge management in 4 fasi fondamentali^[4]: acquisizione, archiviazione, distribuzione ed utilizzo della conoscenza. L’intelligenza artificiale, come già anticipato, ha le potenzialità per influenzare la gestione della conoscenza, in quanto è un’innovazione tecnologica in grado di catturare, condividere, sviluppare e trasformare la conoscenza all’interno delle aziende in maniera più tempestiva edefficiente rispetto ai sistemi tradizionali.

2.  Il knowledge management

La gestione della conoscenza (knowledge management) è l’insieme dei metodi relativi alla creazione, alla condivisione, all’utilizzo e alla gestione della conoscenza e delle informazioni di un’organizzazione. La gestione della conoscenza si riferisce a un approccio multidisciplinare per raggiungere gli obiettivi organizzativi facendo il miglior uso della conoscenza.

Disciplina affermata dal 1991, il knowledge management comprende corsi impartiti nei campi dell’amministrazione aziendale, dei sistemi informativi, della gestione, delle biblioteche e delle scienze dell’informazione. Altri campi possono contribuire alla ricerca sul knowledge management, tra cui l’informazione e i media, l’informatica, la salute pubblica e le politiche pubbliche.

Molte grandi aziende, istituzioni pubbliche e organizzazioni no-profit dispongono di risorse dedicate agli sforzi interni di knowledge management, spesso come parte dei loro dipartimenti di strategia aziendale, IT o gestione delle risorse umane.

Gli sforzi di gestione della conoscenza si concentrano tipicamente su obiettivi organizzativi quali il miglioramento delle prestazioni, il vantaggio competitivo, l’innovazione, la condivisione delle lezioni apprese, l’integrazione e il miglioramento continuo dell’organizzazione. Questi sforzi si sovrappongono all’apprendimento organizzativo e possono essere distinti da questo per una maggiore attenzione alla gestione della conoscenza come asset strategico e all’incoraggiamento della condivisione della conoscenza. Il knowledge management è un abilitatore dell’apprendimento organizzativo.

3.  Le modalità con cui l’AI può intervenire nel processo di knowledge management

Di seguito, si espongono le modalità con cui le macchine intelligenti possono intervenire con successo nelle 4 fasi delprocesso di knowledge management^[5].

3.1.  Acquisizione, creazione e ricerca della conoscenza

In questo stadio, l’intervento dell’intelligenza artificiale è piuttosto significativo e riguarda vari ambiti. Innanzitutto, essa permette di catturare la conoscenza tacita sfruttando alcuni strumenti come il natural language processing o il riconoscimento vocale, i quali estraggono dai dati non strutturati modelli volti a costruire una mappa di questa forma diconoscenza. Il processo di acquisizione della conoscenza viene ottimizzato sfruttando la già citata capacità di analizzare grandi quantità di dati in maniera più rapida rispetto alle persone e di ricondurli a modelli preesistenti.

Un aspetto particolarmente vantaggioso è dato dalla capacità delle reti neurali di realizzare questa fase in maniera autonoma, cioè senza una supervisione umana.

Anche la ricerca della conoscenza da parte dei dipendenti viene facilitata e velocizzata grazie all’impiego di alcunistrumenti, quali natural language processing e machine learning. In particolare, il primo, grazie alla ricerca semantica, permette ai lavoratori di scovare le informazioni di cui necessitano utilizzando il linguaggio comune e non quello per la ricerca booleana. Il secondo invece, memorizza le ricerche effettuate e studia il comportamento di ciascun individuo, in modo tale da prevedere le esigenze informative future.

Si producono poi benefici anche sulla raccolta della conoscenza, che avviene acquisendo dati e informazioni siadall’interno che dall’esterno dell’organizzazione. Infine, si risolve il problema della conoscenza frammentata, poiché tutti i documenti contenenti conoscenza vengono messi a disposizione in un unico sistema centrale a cui tutti i dipendenti possono accedervi.

3.2.  Archiviazione della conoscenza

Questa fase viene eseguita tramite due operazioni principali, ossia l’analisi dei documenti e la ricerca di una loro corrispondenza. In questo modo si semplifica il ritrovamento dei documenti che servono effettivamente al sistema di knowledge management. Inoltre, quest’ultimo viene mantenuto aggiornato perché si ricorda ai dipendenti di salvare lenuove modifiche apportate.

Infine, le macchine intelligenti consentono anche di conservare le competenze e l’esperienza dei dipendenti più esperti destinati ad andare in pensione grazie a delle librerie di conservazione della conoscenza^[6]. Queste ultime archiviano le metodologie e le tecniche di lavoro di alcuni lavoratori esperti e le rendono disponibili nel momento in cui un nuovo dipendente debba svolgere un’attività che le richiede.

3.3.  Distribuzione della conoscenza

In tale stadio l’intelligenza artificiale è in grado di prevedere quali sono i documenti di cui un certo individuo necessita, grazie all’analisi dei suoi comportamenti passati e alla conoscenza della posizione organizzativa ricoperta.

3.4.  Utilizzo della conoscenza

In questa fase le macchine intelligenti effettuano un monitoraggio costante al fine di individuare e premiare gli operatori che hanno impiegato la conoscenza a disposizione in maniera adeguata.

Tabella 1 – Principali benefici apportati dall’intelligenza artificiale nelle fasi del processo di knowledge management[Fonte: Vadari, S., & Desik, P. A. (2021)].

4.  Conclusioni

A livello complessivo, si può quindi affermare che l’intelligenza artificiale applicata ai sistemi di knowledge management migliora significativamente l’esperienza degli utenti, in quanto garantisce maggiore velocità e accuratezza nella ricerca e nell’acquisizione delle informazioni desiderate. Inoltre, produce effetti benefici su ciascuna delle fasi tipiche delprocesso di gestione della conoscenza.

Di conseguenza, è in grado di potenziare i tradizionali sistemi di knowledge management.

Tuttavia, non vi sono soltanto vantaggi nell’adozione di questa tecnologia. Infatti, occorre considerare anche i notevoli costi da sostenere per implementare efficacemente e adattare l’intelligenza artificiale al sistema di knowledge management preesistente. Oltre alle sostanziose spese necessarie, questo processo comporta anche un ingenteconsumo di tempo e di risorse organizzative prima di poter raggiungere il livello di operatività desiderato.

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] Daft R. L. (2021), op. cit., 371.

[2] Daft R. L. (2021), op. cit., 372.

[3] Vadari, S., & Desik, P. A. (2021), op. cit., 10.

[4] Vadari, S., & Desik, P. A. (2021), op. cit., 11.

[5] Vadari, S., & Desik, P. A. (2021), op. cit., 17-21.

[6] Wamba-Taguimdje, S. L., Wamba, S. F., Kamdjoug, J. R. K., & Wanko, C. E. T. (2020), op. cit., 1908.