L’incidenza dell’AI sulle variabili organizzative

1        L’introduzione dell’AI impatta significativamente su struttura organizzativa e cultura aziendale

L’introduzione dell’intelligenza artificiale produce un impatto significativo su alcune variabili, come la struttura organizzativa e la cultura aziendale.

Per analizzare l’influenza esercitata da questa tecnologia sui fattori appena citati, si prendono in considerazione alcuni studi embrionali sulle tematiche affrontate. Di conseguenza, le conclusioni alle quali si giungerà necessitano di ulteriori analisi prima di poter essere ritenute valide in termini generali.

2        L’intelligenza artificiale facilita il cambiamento organizzativo

Lo studio “The Cultural Benefits of Artificial Intelligence in the Enterprise” condotto da MIT Sloan Management Review congiuntamente a Boston Consulting Group ha analizzato il rapporto tra l’utilizzo dell’intelligenza artificiale e i modelli organizzativi, raccogliendo in proposito la testimonianza di circa 2.200 addetti e l’esperienza di una ventina di manager di grandi aziende appartenenti a vari settori (dai media ai trasporti, dalla finanza ai trasporti, dall’abbigliamento al food & beverage) che hanno introdotto a vario titolo soluzioni basate su questa tecnologia, ricavandone vantaggi.

Dallo studio è emerso che la cultura aziendale e l’intelligenza artificiale si influenzano reciprocamente e ciò è provato dai benefici direttamente legati all’implementazione di assistenti virtuali, chatbot, robo-software e così via, sia a livello di team che di organizzazione.

Gli esperti, in linea generale, hanno identificato una dinamica di interazione continua tra cultura, uso degli strumenti intelligenti ed efficacia organizzativa e l’hanno battezzata “CUE, Culture-Use-Effectiveness” definendone anche il ciclo vitale: la cultura del team migliora l’adozione dell’AI, quest’ultima migliora l’efficacia del team che a sua volta va a migliorare la cultura del team.

L’adozione degli algoritmi di AI non può quindi prescindere dalla cultura e i manager riconoscono la necessità di doverne coltivare l’accettazione da parte di addetti e collaboratori. C’è infatti un problema di diffidenza da superare, diffidenza che può essere causata da mancanza di comprensione (lo dice il 49% degli intervistati) e di formazione (46%), ma anche dalla scarsità di informazioni (34%) o dal loro eccesso (17%), dalla scarsa qualità dei dati (31%) o da aspettative non soddisfatte (20%).

Il secondo elemento della dinamica CUE sembra inoltre essere l’efficacia: circa il 58% degli intervistati che ha implementato e utilizzato l’AI in azienda ha convenuto che queste soluzioni hanno migliorato le prestazioni del team di lavoro, aiutandoli a prendere decisioni migliori. Nel dettaglio, il 79% dei dipendenti oggetto di indagine è dell’idea che l’AI migliori la vita lavorativa, l’87% vede nella sua applicazione il potenziamento dell’apprendimento collettivo, il 78% maggiore collaborazione, il 65% più chiarezza di ruoli e responsabilità.

Combinare le capacità degli algoritmi con le competenze umane ha portato benefici in realtà come H&M, Nasdaq, Klm, Levi Strauss & Co, Mastercard, McDonald’s, PepsiCo e Spotify. Ricorrere in modo sistemico all’AI nei propri processi presuppone però un grande cambiamento culturale dentro le organizzazioni, perché si rende necessario un linguaggio condiviso che porti a chiedersi quali soluzioni implementare e a quali ambiti applicarle. Obiettivo è certamente la competitività delle organizzazioni in termini di velocità nella risposta alle variabili del mercato e di generazione di valore.

Grazie all’intelligenza artificiale, e in modo particolare alla possibilità di identificare nuovi driver di performance o di misurare le prestazioni in modo più preciso, il 64% delle imprese ha modificato o affinato in tal senso i propri KPI o ne ha creati di nuovi, spesso accompagnandoli a cambiamenti organizzativi per migliorare la collaborazione fra i team.

Se guardiamo alle imprese italiane, il cammino da compiere è ancora lungo. “L’adozione dell’intelligenza artificiale – osserva Roberto Ventura, Managing Director e Partner di Boston Consulting Group – rimane ancora limitata rispetto al panorama internazionale, ma è anche vero che le aziende early adopter hanno notato significativi cambiamenti nel modo di operare all’interno dei propri team. L’AI stimola il passaggio a una visione end-to-end della gestione del lavoro, favorendo una maggiore integrazione di processi diversi ad oggi ancora separati tra loro e una maggiore comprensione del ruolo dei dipendenti e dell’impatto delle proprie azioni sull’intera organizzazione”[1].

La creazione di un ambiente più collaborativo all’interno del team, aggiunge Ventura, spinge inoltre i dipendenti ad espandere l’utilizzo delle soluzioni di intelligenza artificiale ad altri processi, sia interni che esterni, creando nuove opportunità di crescita per l’azienda.

La sfida cui sono chiamati i leader, conclude lo studio, è da oggi in avanti quella di adottare la dinamica CUE su larga scala, guidando il cambiamento dall’alto e sviluppando il linguaggio comune necessario per coinvolgere i dipendenti e ottenerne supporto attivo per adattare nel tempo le soluzioni AI.

Con la giusta attenzione della componente manageriale, il ciclo virtuoso tra cultura organizzativa e uso dell’intelligenza artificiale può quindi portare a un’organizzazione più coesa e in grado di riflettere i valori strategici desiderati. Superata l’idea che questa tecnologia si sostituirà completamente all’uomo e minimizzati i pregiudizi che l’accompagnano, questo l’assunto finale, l’intelligenza artificiale può diventare uno strumento di management per allineare i singoli processi a obiettivi più ampi, come equità e inclusività.

Spostandosi verso il livello organizzativo, il funzionamento generale del Modello C-U-E è il medesimo, anche se è opportuno analizzare dei fattori differenti per spiegare la correlazione tra le tre variabili principali. Il primo aspetto importante da segnalare riguarda la necessità di sviluppare un linguaggio comune condiviso all’interno delle organizzazioni in maniera tale da comprendere cosa si indica quando si parla di intelligenza artificiale. In questo modo si colgono meglio le potenziali opportunità che si presentano.

Anche in questo caso poi occorre effettuare un cambiamento culturale per sfruttare appieno i benefici derivantidall’innovazione tecnologica. Tale percorso non è semplice, poiché richiede che tutte le personedell’organizzazione modifichino il loro modo di pensare in funzione dell’intelligenza artificiale. Una volta superata questa fase complessa, si hanno miglioramenti a livello di performance, in quanto aumenta il livello di competitività sul mercato. Infatti, le organizzazioni sfruttano questa tecnologia sia per migliorare processi già esistenti che per individuare nuove metodologie tramite cui creare valore. In questa maniera si ha la possibilità di difendersi dai competitors e di cogliere nuove opportunità di crescita. Tale maggiore competitività può spingere le aziende a modificare alcune assunzioni strategiche di base e le modalità con cui misurare le performance.

Relativamente a quest’ultimo aspetto, si fa riferimento ai cosiddetti KPI, ossia i Key Performance Indicators. A tal proposito, il 64% degli intervistati afferma che l’adozione dell’intelligenza artificiale ha spinto le loro organizzazioni acambiare gli indicatori chiave di performance. Nonostante questi profondi cambiamenti, la cultura aziendale non risulta essere danneggiata.

Infatti, si può affermare che l’introduzione di questa tecnologia e i cambiamenti correlati incrementino il morale di tutta l’azienda. Anzi, secondo il sondaggio^[2], maggiori sono le modifiche da apportare e migliore è l’impatto a livello culturale. Nello specifico, nel 57% dei casi le organizzazioni che hanno effettuato cambiamenti moderati per implementare l’intelligenza artificiale hanno riscontrato un miglioramento complessivo del morale. Tale valore sale al 66% per le imprese che hanno dato vita a una vera e propria ristrutturazione organizzativa. Quindi, sembrerebbeche più vasto è l’impiego di questa tecnologia e maggiori sono i benefici di natura culturale. Per chiudere questa analisi, si può affermare che il ciclo virtuoso esistente tra cultura organizzativa, uso dell’intelligenza artificiale ed efficacia organizzativa può condurre verso un’organizzazione più coesa e in grado di riflettere i valori strategicidesiderati.

In attesa che possa generare anche sostanziali benefici finanziari: al momento solo l’11% delle aziende oggetto di indagine ha attribuito vantaggi finanziari alle iniziative legate all’AI.

3        Impatto dell’introduzione dell’AI sulla struttura organizzativa

La struttura organizzativa aziendale può essere definita tramite tre diverse affermazioni. In particolare:

• La struttura organizzativa indica i rapporti di dipendenza formale, compresi il numero di livelli gerarchici e lospan of control di manager e supervisori;
• La struttura organizzativa identifica il raggruppamento di individui in unità organizzative e di unitàorganizzative nella totalità dell’organizzazione;
• La struttura organizzativa comprende la progettazione di sistemi che assicurino una comunicazione e uncoordinamento efficaci e l’integrazione degli sforzi fra le unità organizzative^[3].

Pertanto, si può ritenere che essa determini le modalità tramite cui il lavoro viene diviso, supervisionato e coordinato all’interno di un sistema organizzativo per conseguire specifici obiettivi prefissati.

Di conseguenza, è strategicamente importante per tutte le organizzazioni garantire coerenza tra la struttura organizzativa e l’innovazione apportata dall’intelligenza artificiale. Scendendo nel dettaglio, la possibile influenza che questa tecnologia può avere sulla struttura organizzativa impatta le seguenti 7 variabili^[4].

3.1.  Varietà e ampiezza del lavoro

L’intelligenza artificiale, secondo gli esperti, non eliminerà le professioni in modo integrale, ma porterà alla rimozione di alcuni compiti dalle attività. Ciò significa che in futuro è presumibile che la varietà dell’attività lavorativa sia destinata a diminuire, perché i singoli lavoratori eseguiranno un numero minore di incarichi, provocando così una riduzione della dimensione orizzontale del lavoro. In particolare, le persone si dedicheranno aquelle attività più complesse, che richiedono intuizione, pensiero ed empatia, mentre le macchine si occuperannodi quelle semplici e ripetitive.

3.2.  Autonomia del lavoro

Contestualmente alla riduzione della dimensione orizzontale del lavoro, è ipotizzabile che avvenga un rafforzamento di quella verticale, che consiste in maggiore autonomia e in maggior controllo per ciascun operatore umano. Infatti, le macchine intelligenti sono in grado di svolgere la maggior parte dei compiti di routine, mentre il restante lavoro viene eseguito da collaboratori specializzati. Soltanto garantendo loro un certo grado di libertà si possono trovaredelle soluzioni alle problematiche che si presentano^[5].

3.3.  Span of control e dimensione delle unità organizzative

Non esiste ancora alcuna ricerca che dimostri nella pratica come questi vengano influenzati dall’intelligenzaartificiale.

Nonostante ciò, secondo gli studiosi, la tendenza futura sarà caratterizzata da spazi di controllo più ampi e da strutture organizzative più piatte rispetto a quelle attuali. Allo stesso tempo, però, occorre sottolineare che potrebbenon esistere un adattamento ideale all’intelligenza artificiale in termini di dimensione delle unità organizzative, in quanto quest’ultima dipende dall’interazione di molteplici fattori contingenti. Per questo motivo, in tale ambito non èancora possibile formulare delle conclusioni generali.

3.4.  Grado di centralizzazione

E’ possibile affermare che, a livello generale, tutte le innovazioni tecnologiche promuovono una progressiva decentralizzazione del processo decisionale. Si presuppone pertanto che anche l’intelligenza artificiale operi in questa direzione. Nello specifico, secondo alcuni studiosi la forma organizzativa protagonista dei prossimi anni sarà “l’organizzazione autonoma decentralizzata”;

3.5.  Catena di comando

La catena di comando fa riferimento al numero di livelli gerarchici presenti nella struttura organizzativa. In tal senso, la tendenza emergente è quella del “delayering”, ossia il processo mediante il quale si riduce il numero dei livelligerarchici grazie alla rimozione di alcuni middle managers.

Nelle organizzazioni moderne, infatti, un eccessivo numero dei livelli gerarchici viene valutato negativamente, perché determina rigidità, scarsa reattività ai cambiamenti ambientali, problemi di comunicazione e scarsa motivazione. Data la sua capacità di prendere decisioni, si può presupporre che l’intelligenza artificiale possafacilitare il processo di delayering, contribuendo così in maniera decisiva al passaggio verso le organizzazioni piatte.

3.6.  Grado di formalizzazione e di standardizzazione

Occorre precisare  che il grado di formalizzazione e di standardizzazione determina la differenza tra struttureorganizzative meccaniche ed organiche. Le prime hanno un elevato livello sia di standardizzazione che di formalizzazione, mentre le seconde hanno un basso grado per entrambe le variabili considerate. Inoltre, queste varianti dipendono strettamente dal dinamismo che contraddistingue l’ambiente in cui è inserita l’organizzazione.

L’intelligenza artificiale è un’innovazione dirompente che genera profondi cambiamenti a livello ambientale e che aumenta il livello di incertezza. Di conseguenza, si suppone che il forte dinamismo ambientale condurrà a un incremento delle organizzazioni che adottano il modello organico, con un abbassamento sia del livello distandardizzazione che di quello di formalizzazione.

3.7.  Incentivi

Si tratta di un meccanismo di coordinamento, in genere monetario, che è fortemente influenzato dall’intelligenza artificiale. Infatti, quest’ultima determina, generalmente, una riduzione delle ore di lavoro per ciascun dipendente. Ciò può generare dei benefici di natura psicologica nei lavoratori, che così hanno più tempo libero a disposizione. Contestualmente però, occorre valutare anche l’impatto che questo taglio delle ore ha in termini di salario.

Tabella 6 – Influenza dell’intelligenza artificiale sulla struttura organizzativa[6].

3        Impatto dell’introduzione dell’AI sulla cultura aziendale

Passando alla cultura aziendale, questa può essere descritta come ” l’insieme di valori, opinioni e conoscenze chesono condivisi dai membri di un’organizzazione e insegnati ai nuovi membri come la maniera corretta di pensare acomportarsi^[7]”. Quindi, essa guida e orienta i comportamenti di tutti gli individui presenti in azienda e determina le modalità con cui un gruppo di persone individua e fronteggia le questioni derivanti dall’ambiente esterno.

Esiste una stretta correlazione tra questa variabile organizzativa, l’intelligenza artificiale e l’efficacia organizzativa. Secondo il MIT SMR-BCG report^[8], un sondaggio globale che ha coinvolto 2197 manager e 18 dirigenti, questa innovazione tecnologica ha la capacità di rafforzare sia la cultura organizzativa a livello generale che quella dei singoli       team che operano all’interno delle organizzazioni.

Il potenziamento della cultura passa attraverso alcuni cambiamenti che riguardano le modalità di apprendimento eil modo con cui le persone lavorano insieme. In questo modo i dipendenti si sentono maggiormente coinvolti nell’attività aziendale e si crea una forte coesione nei singoli team.

Di conseguenza, si comprende come sia importante formare una cultura che supporti l’innovazione tecnologica al fine di usufruire dei vantaggi appena richiamati. È possibile rappresentare tramite una schematizzazione la dinamica che caratterizza il rapporto tra cultura organizzativa, impiego dell’intelligenza artificiale ed efficaciaorganizzativa:

 Figura 1 – Modello C-U-E (Culture-Use-Effectiveness)[9].

Il grafico dimostra l’esistenza di un possibile circolo virtuoso tra le tre variabili considerate, le quali finiscono per rafforzarsi reciprocamente. Il ciclo vitale del modello prevede che tutto parta dalla cultura aziendale, la quale migliora l’adozione dell’intelligenza artificiale, che a sua volta migliora l’efficacia prima di tornare al punto di partenza.

Per quanto riguarda i team, occorre considerare che, in un primo momento, l’implementazione dell’intelligenza artificiale richiede la necessità di un cambiamento culturale. Ciò può determinare una resistenza al cambiamento nei lavoratori, i quali talvolta non hanno fiducia nelle macchine intelligenti, a causa della mancanza di comprensione per il 49% degli intervistati, della scarsa formazione per il 46%, della carenza di informazioni per il 34% e della bassa qualità dei dati per il 31%^[10]. Tuttavia, una volta superate queste difficoltà iniziali, può prendere avvio ilModello C-U-E che genera un insieme di benefici.

Secondo il 58% degli intervistati, infatti, l’adozione dell’intelligenza artificiale incrementa l’efficienza e la qualità del processo decisionale, con una conseguente ottimizzazione anche dell’efficacia. Tale potenziamento delle performance determina a sua volta dei vantaggi di natura culturale. In particolare, si riscontra un miglioramento dell’87% nell’apprendimento collettivo, del 79% nel morale, del 78% nella collaborazione e del 65% nella chiarezza dei ruoli^[11].

Prendendo come riferimento l’incremento del morale, si possono fornire due esempi pratici. Il primo è rappresentato dal gruppo svedese di abbigliamento H&M, il quale ha sviluppato un modello di intelligenza artificialeper fissare i prezzi di vendita dei prodotti durante il periodo degli sconti di fine stagione. In particolare, si è adottato un metodo secondo cui il prezzo viene determinato sia dall’addetto commerciale che dagli algoritmi per poi giungere ad un compromesso. I dipendenti, secondo i dirigenti dell’azienda, hanno accolto positivamente questa tecnica, in quanto consente loro di prendere decisioni migliori. Il secondo è dato dalla società finanziaria Nasdaq, la quale ha introdotto l’intelligenza artificiale per processare rapidamente i documenti. In particolare, mentre in passato gli operatori impiegavano circa 1 ora per analizzare ciascun documento, adesso questa innovazione permette di analizzarne 6000 ogni tre minuti. Tale soluzione è stata recepita favorevolmente dai dipendenti, in quanto ha consentito loro di non svolgere più la medesima attività ripetitiva a livello quotidiano e di focalizzarsi su operazioni più interessanti e motivanti. Quindi, si può affermare che in questi casi la collaborazione tra macchine intelligenti e persone impatta positivamente sul morale.

Nonostante le esemplificazioni positive appena riportate, occorre evidenziare che non tutti sono concordi sul fatto che il Modello C-U-E sia destinato a trovare sempre concreta applicazione nella realtà. Infatti, il 17% degli intervistati afferma che l’implementazione dell’intelligenza artificiale non ha prodotto alcun impatto sull’efficienza e laqualità del processo decisionale, oppure li ha addirittura peggiorati. Conseguentemente, secondo loro non sono stati riscontrati neanche i benefici a livello culturale.

4        Conclusioni

Quindi, riassumendo quanto finora descritto, si può affermare che i principali cambiamenti indotti dall’intelligenzaartificiale nella struttura organizzativa sono i seguenti: la riduzione della varietà del lavoro e l’incremento dell’autonomia per ciascun lavoratore, la riduzione del grado di centralizzazione del processo decisionale, il passaggio verso struttureorganizzative piatte e organiche, e la riduzione delle ore di lavoro settimanali.

È stata effettuato un sondaggio su un totale di 325 lavoratori per comprendere la loro attitudine nei confronti delle tendenze future precedentemente individuate^[12]. A livello generale, è stato riscontrato che quasi tutti i cambiamenti a livello di struttura organizzativa preventivati vengono accolti positivamente dagli intervistati. L’unica modifica che halasciato qualche perplessità è rappresentata dalla riduzione della varietà del lavoro.

Per concludere, si ribadisce che l’introduzione dell’intelligenza artificiale nelle organizzazioni determina notevoli cambiamenti sia a livello strutturale che a livello culturale. Relativamente alla struttura organizzativa, la tendenza principale prevede uno spostamento verso strutture piatte e organiche, capaci di reagire tempestivamente aldinamismo che contraddistingue il moderno contesto competitivo.

Per quanto riguarda invece la cultura aziendale, la ricerca riportata dimostra come la maggior parte dei manager e dei dirigenti intervistati ritenga che vi sia una correlazione positiva con l’intelligenza artificiale e con l’efficacia organizzativa.

Al momento, tuttavia, a causa della recente crescita e diffusione dell’intelligenza artificiale, non è ancora possibilestabilire con certezza se tali modifiche saranno vantaggiose o meno a livello organizzativo. L’analisi effettuata, infatti, come già sottolineato, si basa su studi embrionali che necessitano di ulteriori approfondimenti prima di poteressere reputati come validi a livello generale.

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#part12022/07/15
• 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».
• https://www.ilsole24ore.com/art/l-intelligenza-artificiale-facilita-cambiamento-organizzativo-AEitC2OB

Note

[1] https://www.ilsole24ore.com/art/l-intelligenza-artificiale-facilita-cambiamento-organizzativo-AEitC2OB

[2] Ransbotham, S., Candelon, F., Kiron, D., LaFountain, B., & Khodabandeh, S. (2021), op. cit.

[3] Daft, R. L. (2017). Organizzazione Aziendale. Sesta edizione, 87.

[4] 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), 2343-2348.

[5] Daft R. L. (2021), op. cit., 368.

[6] Rudko, I., Bashirpour Bonab, A., & Bellini, F. (2021)

[7] Daft, R. L. (2017), op. cit., 371.

[8] Ransbotham, S., Candelon, F., Kiron, D., LaFountain, B., & Khodabandeh, S. (2021). The Cultural Benefits of Artificial Intelligencein the Enterprise. MIT Sloan Management Review and Boston Consulting Group.

[9] Ransbotham, S., Candelon, F., Kiron, D., LaFountain, B., & Khodabandeh, S. (2021)

[10] 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.

[11] Ransbotham, S., Candelon, F., Kiron, D., LaFountain, B., & Khodabandeh, S. (2021), op. cit., 8 (il sondaggio ha coinvolto 2197manager e 18 dirigenti).

[12] Rudko, I., Bashirpour Bonab, A., & Bellini, F. (2021), op. cit., 2352-2353.