ioT & MOBILITY

Michele Cipullo (Targa Telematics): “Così l’agentic AI trasforma i dati in decisioni”



Indirizzo copiato

Michele Cipullo, Go To Market Manager di Targa Telematics, spiega come l’agentic AI abilita il passaggio verso sistemi proattivi capaci, per esempio, di prevenire furti. Come funziona lo Smart Vehicle Protector

Pubblicato il 29 apr 2026



Michele Cipullo, Go to Market Manager di Targa Telematics
Michele Cipullo, Go to Market Manager di Targa Telematics
AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti

Punti chiave

  • Trasformazione del dato grezzo in decisioni operative in tempo reale: ruolo centrale di IoT, AIoT e telematica avanzata.
  • Sviluppo di Agentic AI per azioni autonome e supporto umano (umanità nel loop), esemplificato dallo Smart Vehicle Protector.
  • Valore per fleet e transizione elettrica: infrastrutture di ricarica, database estesi (≈4,5M asset) e analisi per ottimizzare rifornimenti e sostituzioni.
Riassunto generato con AI

L’integrazione tra tecnologie di connessione e analisi avanzata sta riscrivendo le regole del settore dei trasporti, spostando il baricentro dalla semplice raccolta di informazioni alla loro applicazione pratica in tempo reale. Nel corso di un approfondimento tecnico emerso durante il convegno “IoT meets AI: nuove opportunità, nuove responsabilità” organizzato il 16 aprile 2026 dall’Osservatorio Internet of Things del Politecnico di Milano, la visione di Targa Telematics ha evidenziato come il cuore della smart mobility risieda ormai nella capacità di trasformare la mole informativa in decisioni operative immediate, capaci di influenzare la sicurezza e l’efficienza delle flotte moderne.

Come è nata e cosa fa Targa Telematics

Targa Telematics è un’azienda IT nata in Veneto con oltre 20 anni di esperienza nei veicoli connessi. Offre soluzioni tecnologiche di telematica, smart mobility e piattaforme IoT digitali per operatori di mobilità. Si rivolge ad aziende di noleggio a breve e lungo termine, società finanziarie e grandi flotte, spaziando dalla telematica assicurativa all’asset e fleet management, dalla diagnostica e telemetria remota dei mezzi, veicoli professionali e da cantiere, alla gestione dei mezzi aeroportuali.

La metamorfosi del dato nella smart mobility moderna

Il panorama tecnologico attuale vede l’Internet of Things permeare ogni singolo aspetto della filiera automobilistica, dalla fase di produzione fino all’erogazione dei servizi all’utente finale. In questo scenario, la smart mobility non può più essere intesa come una semplice rete di sensori, ma come un ecosistema dove il dato subisce una trasformazione profonda. Come sottolineato da Michele Cipullo, Go To Market Manager di Targa Telematics, si è passati da una fase in cui la telematica forniva un risultato a valle di un’analisi a una in cui l‘informazione diventa l’innesco di processi decisionali.

Secondo l’analisi presentata, questo cambiamento poggia su tre pilastri evolutivi fondamentali che definiscono il valore della connessione oggi. Il primo riguarda il superamento del dato grezzo in favore di quello elaborato, poiché elementi come la posizione o la velocità risultano privi di valore se estrapolati dal contesto operativo o industriale specifico. In secondo luogo, emerge la necessità di una cooperazione sistemica, dove le informazioni provenienti dal veicolo devono dialogare con variabili esterne quali il meteo, i fornitori di carburante, le infrastrutture stradali e i sistemi di Intelligenza Artificiale. Infine, l’evoluzione definitiva si compie nel passaggio dalla mera visibilità di un evento accaduto all’origine di un’azione concreta e misurabile.

La centralità della valorizzazione nel settore automotive

Per un attore globale che gestisce una mole imponente di asset, la capacità di interpretare correttamente i segnali provenienti dalla strada è diventata una priorità strategica. La sfida attuale per chi opera nella smart mobility non è più solo connettere un veicolo, ma garantire che quel collegamento generi un valore tangibile per il cliente. Cipullo chiarisce questo posizionamento spiegando che per la sua organizzazione l’obiettivo principale è oggi quello di “prendere i dati e trasformarli in vere e proprie decisioni operative per i nostri clienti”.

Questa capacità di trasformazione richiede un’infrastruttura solida e un database vastissimo su cui allenare gli algoritmi. Con circa 4 milioni e mezzo di asset connessi, la possibilità di sviluppare soluzioni avanzate si basa su una base statistica che permette di anticipare i trend e perfezionare la precisione delle risposte automatizzate.

L’unione tra AI e IoT: la nascita dell’AIoT

L’incontro tra la capacità di osservazione tipica della sensoristica e la potenza analitica dell’intelligenza artificiale ha dato vita a quello che viene definito AIoT (Artificial Intelligence of Things). In questa sinergia, l’IoT svolge il ruolo dei sensi, osservando il mondo circostante, mentre l’AI agisce come la mente capace di analizzare e, soprattutto, influenzare la realtà. Si tratta di un accoppiamento che Cipullo definisce come un “perfect match”, essenziale per superare i limiti della telematica tradizionale.

La nuova frontiera su cui si stanno concentrando gli investimenti e lo sviluppo tecnologico è l’Agentic AI. Questo approccio rappresenta un salto qualitativo rispetto ai modelli precedenti: non ci si limita più a strumenti che restituiscono report o grafici, ma si punta a sistemi capaci di interagire attivamente con l’ambiente. L’intento dichiarato è quello di evolvere “da strumenti AI che fanno analisi e restituiscono risultati a strumenti AI che sono in grado di suggerire e qualche volta anche fare delle azioni”.

Smart Vehicle Protector: un caso d’uso per la sicurezza

Per comprendere l’impatto reale di queste tecnologie sulla smart mobility, è utile analizzare le applicazioni pratiche nel campo della sicurezza dei veicoli. Un esempio concreto è rappresentato dallo Smart Vehicle Protector, un agente AI progettato per la protezione dai furti. Il funzionamento di questo sistema non si basa su semplici allarmi perimetrali, ma sulla correlazione intelligente di molteplici fattori comportamentali e ambientali.

Il sistema monitora costantemente pattern d’uso che includono:

  • L’orario di accensione del veicolo, identificando attivazioni in momenti insoliti della giornata o della notte.
  • Le modalità di guida, rilevando accelerazioni o manovre brusche non compatibili con il profilo dell’utente abituale.
  • La localizzazione geografica, analizzando se l’auto si sta muovendo verso zone a rischio identificate tramite lo storico dei furti e delle denunce gestite in passato.

Nel momento in cui questi parametri superano una soglia critica, l’agente AI non si limita a registrare l’evento, ma ne innalza automaticamente la priorità. La macchina segnala direttamente alla centrale operativa l’azione necessaria, come ad esempio contattare le forze dell’ordine in tempo reale. Questo approccio trasforma il paradigma della sicurezza, permettendo di passare da una logica di reazione post-evento a una di proattività che può interrompere il furto mentre è ancora in corso, evitando non solo la perdita del veicolo ma anche il suo smantellamento.

Il fattore umano e l’intelligenza assistita

Nonostante l’alto livello di automazione raggiunto, la visione della smart mobility proposta da Targa Telematics non prevede l’esclusione dell’uomo dai processi decisionali. Il concetto cardine è quello dell’umanità nel loop, dove l’agente basato su intelligenza artificiale funge da supporto per potenziare le capacità umane.

Cipullo utilizza una metafora cinematografica per descrivere questo rapporto: “l’agente AI in questo caso è come il Jarvis di Iron Man, è l’assistente personale che permette all’umano di aumentare capacità, potenza, velocità ed efficacia”. In questa configurazione, la tecnologia non sostituisce l’operatore, ma gli fornisce gli strumenti per agire con una precisione e una tempestività che sarebbero impossibili senza il supporto algoritmico.

Gestione delle flotte e transizione elettrica

L’evoluzione della smart mobility è strettamente legata alla sfida della sostenibilità e al passaggio verso i veicoli elettrici. La transizione energetica sta modificando profondamente le necessità del fleet management, rendendo indispensabile un’integrazione dei dati ancora più capillare. Le soluzioni tecnologiche devono oggi essere calibrate su casi d’uso estremamente specifici, poiché la gestione di un veicolo elettrico differisce sensibilmente da quello a combustione interna.

Un aspetto cruciale in questo ambito è il monitoraggio delle infrastrutture di ricarica. Le moderne piattaforme software devono essere in grado di incrociare i dati del veicolo con quelli della rete di ricarica per definire non solo quando sia necessario rifornire di energia, ma anche quale sia il momento ottimale per farlo. Inoltre, la telematica avanzata gioca un ruolo fondamentale nel supportare le aziende durante il processo di transizione, fornendo analisi basate sui dati reali per capire quali veicoli della flotta siano più adatti alla sostituzione con modelli elettrici o formule ibride.

In definitiva, la capacità di calare le soluzioni tecnologiche nel contesto operativo rimane il fattore determinante per il successo delle strategie di mobilità connessa. L’obiettivo finale della smart mobility resta quello di garantire che ogni informazione raccolta diventi uno strumento per migliorare l’operatività quotidiana e la sicurezza degli utenti sulla strada.

FAQ: innovazione

Un’azienda può implementare diversi tipi di innovazione, ciascuno con caratteristiche e impatti specifici:

1. Innovazione di prodotto: miglioramento o radicale cambiamento dei beni offerti.

2. Innovazione di processo: intervento migliorativo o di radicale mutamento riguardante il sistema, i macchinari o l’organizzazione della produzione.

3. Innovazione organizzativa: rinnova le pratiche di gestione e la cultura aziendale per favorire creatività, collaborazione e agilità.

4. Innovazione tecnologica: integrazione di nuove tecnologie come l’intelligenza artificiale, l’automazione o la realtà aumentata.

5. Innovazione sociale: creazione di iniziative che rispondono a esigenze sociali o ambientali contribuendo al successo aziendale.

6. Innovazione di marketing: include le aree vendita, advertising e comunicazione.

Secondo il modello dei “4P dell’innovazione” proposto da John Bessant e Joe Tidd, esistono quattro principali tipologie: innovazione di prodotto, di processo, di posizione e di paradigma. Clayton Christensen distingue invece tra innovazione incrementale, radicale e dirompente.

L’innovazione incrementale si distingue dall’innovazione radicale (disruption) in quanto punta a incrementare l’innovatività di qualcosa che già esiste, apportando miglioramenti graduali e continui a prodotti o processi esistenti. Si tratta di perfezionamenti che non alterano la natura fondamentale dell’offerta.

L’innovazione disruptive (o dirompente), concetto coniato da Clayton Christensen, si riferisce invece a innovazioni che creano un nuovo mercato e rete di valore, eventualmente spiazzando imprese, prodotti e alleanze affermate. Un prodotto veramente innovativo dovrebbe essere “disruptive”, ovvero capace di creare un nuovo mercato, come è stato l’iPhone di Apple che ha ridefinito il concetto di telefono cellulare.

Secondo uno studio di McKinsey, mentre le innovazioni incrementali rappresentano la maggior parte delle attività innovative delle aziende (circa il 70%), sono le innovazioni radicali e dirompenti a generare la maggior parte del valore a lungo termine (fino all’80% del valore totale creato dall’innovazione).

L’open innovation è un approccio strategico e culturale in base al quale le aziende, per creare più valore e competere meglio sul mercato, scelgono di ricorrere non più e non soltanto a idee e risorse interne, ma anche a idee, soluzioni, strumenti e competenze tecnologiche che arrivano dall’esterno, in particolare da startup, università, istituti di ricerca, fornitori, inventori, programmatori e consulenti.

Secondo Henry Chesbrough, che ha coniato il termine nel 2003, l’Open Innovation è “un modello di innovazione distribuita che coinvolge afflussi e deflussi di conoscenza gestiti in modo mirato tra i confini dell’organizzazione fino a generare anche ‘spillover'”.

Le modalità concrete di implementazione includono:
1. Call for ideas: concorsi per raccogliere idee innovative da startup, PMI o singoli individui
2. Hackathon: gare di programmazione per sviluppare soluzioni digitali innovative
3. Incubatori o acceleratori di startup gestiti dall’azienda
4. Accordi con partner esterni: collaborazioni con altre aziende, startup, università o centri di ricerca
5. Acquisizioni di startup o PMI innovative

Secondo le ricerche dell’Osservatorio Startup Thinking, nel 2024 l’88% delle grandi aziende italiane implementa l’open innovation, che è diventata centrale come strumento per l’innovazione e la trasformazione aziendale.

L’innovazione di prodotto offre numerosi vantaggi competitivi alle aziende:

1. Crescita accelerata: secondo uno studio di McKinsey, le aziende che eccellono nell’innovazione di prodotto crescono fino a cinque volte più velocemente rispetto ai loro concorrenti.

2. Differenziazione dalla concorrenza: in un mercato sempre più saturo e competitivo, le aziende che innovano costantemente i propri prodotti mantengono un vantaggio competitivo significativo.

3. Creazione di nuovi mercati: prodotti veramente innovativi possono creare nuovi bisogni o soddisfare esigenze latenti dei consumatori.

4. Miglioramento della customer experience: l’innovazione influenza positivamente il modo in cui i consumatori interagiscono con prodotti e servizi, migliorando funzionalità, prestazioni e semplificando i processi.

5. Personalizzazione: grazie a dati e intelligenza artificiale, le aziende possono offrire prodotti e servizi più personalizzati.

Secondo una ricerca di Nielsen, i prodotti veramente innovativi hanno una probabilità tre volte superiore di generare vendite significative rispetto ai prodotti incrementali.

L’innovazione sociale si riferisce a “nuove idee (prodotti, servizi e modelli) che soddisfano bisogni sociali (in modo più efficace delle alternative esistenti) e che allo stesso tempo creano nuove relazioni e nuove collaborazioni”, secondo la definizione dell’Open Book of Social Innovation della Young Foundation e Nesta.

In pratica, l’innovazione sociale risponde in modo nuovo a bisogni della società emergenti o già presenti, costruendo nuove relazioni tra pubblico, privato e terzo settore. È importante notare che non è necessariamente legata al concetto di profitto, ma piuttosto si configura come un ibrido, una combinazione tra profit e no profit dove contano sia la sostenibilità economica del progetto sia i suoi destinatari.

Esempi concreti di innovazione sociale includono:

1. Il microcredito ideato da Muhammad Yunus, che ha vinto il Premio Nobel per la Pace nel 2006.

2. Kibi, una piattaforma di apprendimento adattivo per DSA (disturbi specifici dell’apprendimento), basata su AI e gamification.

3. Neurabook, un’applicazione di intelligenza artificiale per supportare la comunicazione aumentativa di bambini autistici.

4. Empatica, che ha lanciato un dispositivo che supporta chi soffre di epilessia inviando immediatamente richieste di soccorso in caso di crisi convulsiva.

5. PC4U.tech, un’iniziativa nata da quattro ragazzi milanesi che durante la pandemia hanno donato pc e tablet ricondizionati a studenti che non ne disponevano.

Secondo il report 2024 del Social Innovation Monitor del Politecnico di Torino, le startup italiane che combinano impatto sociale e ambientale con un modello imprenditoriale sostenibile hanno raggiunto quota 640, in aumento del 9% rispetto all’anno precedente.

Implementare un’innovazione continua nelle aziende presenta diverse sfide significative:

1. Superare l’innovazione episodica: Come osserva Rita McGrath, professoressa alla Columbia Business School, “in troppe organizzazioni l’innovazione è qualcosa di episodico”, con iniziative che appaiono e scompaiono in base ai cambiamenti di leadership o di contesto interno, senza creare competenze durature.

2. Creare strutture formali: L’innovazione dovrebbe essere trattata “con la stessa sistematicità dei processi di qualità o di progettazione”, con responsabilità chiare, budget, ritualità e procedure codificate.

3. Sviluppare una leadership orientata all’apprendimento: È necessario passare “dal bisogno di dimostrare di avere ragione a un approccio guidato dalla scoperta”, con leader disposti ad accogliere nuove evidenze e modificare i piani sulla base di ciò che viene appreso.

4. Superare barriere culturali: Molte aziende premiano ancora la prevedibilità e la stabilità dei risultati, mentre l’innovazione richiede una cultura che valorizzi l’apprendimento e accetti il rischio.

5. Ottenere credibilità presso i vertici aziendali: Secondo le ricerche degli Osservatori Startup Thinking e Digital Transformation Academy, l’Open Innovation e i nuovi modelli di innovazione devono ancora guadagnare completa credibilità presso i vertici aziendali italiani.

Per superare queste sfide, aziende come Brambles hanno istituito strutture formali con un direttore dell’innovazione, processi di governance con finanziamenti e procedure di screening e incubazione delle idee, mentre John Deere ha integrato l’innovazione nelle responsabilità di tutti gli executive.

L’intelligenza artificiale sta trasformando profondamente l’innovazione aziendale in molteplici aspetti:

1. Adozione crescente: Secondo un rapporto di McKinsey del 2024, l’adozione dell’IA è aumentata significativamente, con il 50% delle aziende che ha implementato l’IA in due o più funzioni aziendali, rispetto a meno di un terzo nel 2023.

2. Mercato in espansione: Il mercato globale dell’IA è stato valutato a 196,63 miliardi di dollari nel 2024 e si prevede che crescerà a un tasso annuo composto (CAGR) del 28,46% tra il 2024 e il 2030.

3. Integrazione nei prodotti: Le aziende stanno incorporando l’IA in una vasta gamma di prodotti, dai dispositivi smart home ai veicoli autonomi, creando prodotti più intelligenti, adattivi e personalizzati.

4. Applicazioni sociali: L’IA viene utilizzata anche per l’innovazione sociale, come nel caso di Neurabook, un’applicazione di intelligenza artificiale per supportare la comunicazione aumentativa di bambini autistici.

5. Enhanced humans: Il Technology Foresight 2025 di NTT Data ha individuato come trend emergente gli “Enhanced humans”, che prevede una maggiore collaborazione tra persone e macchine per amplificare le capacità umane.

Nonostante l’entusiasmo, solo il 26% delle aziende ha sviluppato le capacità necessarie per superare le prove di concetto e generare valore tangibile dall’IA. Le imprese devono investire non solo nella tecnologia, ma anche nelle competenze e nella governance per sfruttarne appieno il potenziale.

Numerose aziende hanno implementato con successo strategie di innovazione, trasformando i loro settori e creando valore significativo:

1. Tesla ha rivoluzionato l’industria automobilistica con i suoi veicoli elettrici, ripensando completamente l’esperienza di guida e integrando tecnologie avanzate come l’autopilot e gli aggiornamenti software over-the-air.

2. Airbnb ha innovato il settore dell’ospitalità creando una piattaforma peer-to-peer per l’affitto di alloggi, trasformando il modo in cui le persone viaggiano e alloggiano.

3. Apple continua a essere un esempio di innovazione di prodotto di successo, con l’introduzione dell’Apple Watch nel 2015 che ha creato un nuovo mercato per gli smartwatch.

4. Enel ha ampiamente utilizzato il paradigma dell’open innovation per ripensare il proprio business, creando una divisione dedicata all’innovazione e alla sostenibilità e avviando centinaia di partnership con startup.

5. Prysmian è un esempio di innovazione aziendale grazie alla sua capacità di integrare nuove tecnologie e collaborare con startup, investendo oltre 100 milioni di euro annui in ricerca e sviluppo.

6. Ferrero ha realizzato l’innovazione di prodotto con la sua Nutella vegana nel 2024, sostituendo il latte con farina di ceci e sciroppo di riso.

7. TIM ha annunciato nel 2024 un investimento di circa 130 milioni di euro per far crescere TIM Enterprise nel Cloud e costruire un nuovo Data Center di ultima generazione.

Misurare il successo dell’innovazione in un’azienda richiede un approccio multidimensionale che consideri diversi indicatori:

1. Crescita e performance finanziaria: Secondo uno studio di McKinsey, le aziende che eccellono nell’innovazione di prodotto crescono fino a cinque volte più velocemente rispetto ai concorrenti. Questo si traduce in indicatori come aumento del fatturato, quota di mercato e redditività attribuibili a nuovi prodotti o servizi.

2. Adozione da parte dei clienti: Una ricerca di Nielsen mostra che i prodotti veramente innovativi hanno una probabilità tre volte superiore di generare vendite significative rispetto ai prodotti incrementali. La velocità e l’ampiezza dell’adozione sono indicatori chiave del successo dell’innovazione.

3. Apprendimento organizzativo: Come sottolinea Rita McGrath, il cuore dell’innovazione aziendale continua è la capacità di apprendere in modo sistematico. Questo può essere misurato attraverso la velocità con cui l’organizzazione adatta le proprie strategie in base a nuove evidenze.

4. Efficacia delle collaborazioni esterne: Per le aziende che adottano l’open innovation, il numero e la qualità delle collaborazioni con startup, università e altri partner esterni possono essere indicatori significativi.

5. Governance dell’innovazione: La presenza di processi strutturati, con responsabilità chiare, budget dedicati e procedure codificate per la raccolta, selezione e incubazione delle idee innovative.

guest

0 Commenti
Più recenti Più votati
Inline Feedback
Vedi tutti i commenti

L’intelligenza artificiale per l’innovazione

Tutti
Che cos'è InnoverAI
AI & STARTUP
AI TRANSFORMATION
AI & INNOVAZIONE
Leggi l'articolo InnoverAI, l’intelligenza artificiale per l’innovazione: un cambio di paradigma da affrontare insieme
NEXTWORK360-Economyup
InnoverAI, l’intelligenza artificiale per l’innovazione: un cambio di paradigma da affrontare insieme
Leggi l'articolo Davide Dattoli: “Con l’AI bisogna re-imparare a fare le startup”
L'INTERVISTA
Davide Dattoli: “Con l’AI bisogna re-imparare a fare le startup”
Leggi l'articolo Le aziende stanno comprando formazione inutile sull’intelligenza artificiale?
AI FLUENCY
Le aziende stanno comprando formazione inutile sull’intelligenza artificiale?
Leggi l'articolo Nel pharma l’AI accelera la ricerca di nuovi farmaci. Può fare lo stesso con l’innovazione di prodotto in altri settori?
AI TRANSFORMATION
Nel pharma l’AI accelera la ricerca di nuovi farmaci. Può fare lo stesso con l’innovazione di prodotto in altri settori?
Leggi l'articolo AI Resilience: il criterio che manca nella valutazione dell’innovazione in ambito AI
L'ANALISI
AI Resilience: il criterio che manca nella valutazione dell’innovazione in ambito AI
Leggi l'articolo AI in azienda, c’è un gap tra aspettative e ritorni: come superarlo con l’AI governance
L'APPROFONDIMENTO
AI in azienda, c’è un gap tra aspettative e ritorni: come superarlo con l’AI governance
Leggi l'articolo Dagli agenti AI alla workforce digitale: come cambia il lavoro nelle imprese
L'APPROFONDIMENTO
Dagli agenti AI alla workforce digitale: come cambia il lavoro nelle imprese
Leggi l'articolo One-Person Unicorn: come gli AI agent stanno riscrivendo il concetto di startup
LA TENDENZA
One-Person Unicorn: come gli AI agent stanno riscrivendo il concetto di startup
Leggi l'articolo Cosa sono le “20x Companies”: team minuscoli che competono con gli operatori storici grazie all’AI
TENDENZE
Cosa sono le “20x Companies”: team minuscoli che competono con gli operatori storici grazie all’AI
Leggi l'articolo L’era dell’AI e della “Shadow Competence”: perché il 239% di produttività in più sta restando fuori dalla tua azienda
AI TRANSFORMATION
L’era dell’AI e della “Shadow Competence”: perché il 239% di produttività in più sta restando fuori dalla tua azienda
Leggi l'articolo Costruire da soli una startup con l’AI in 7 mosse (come ha fatto a San Francisco Vittorio Viarengo)
OPEN WORLD
Costruire da soli una startup con l’AI in 7 mosse (come ha fatto a San Francisco Vittorio Viarengo)
Leggi l'articolo Harsh Wardhan, Innovation Manager Google: “Così cambiano open innovation e design thinking nell’era della Gen-AI”
ai transformation
Harsh Wardhan, Innovation Manager Google: “Così cambiano open innovation e design thinking nell’era della Gen-AI”
Leggi l'articolo Come cambia il design thinking nell’era dell’incertezza e dell’AI generativa
L'OSSERVATORIO
Come cambia il design thinking nell’era dell’incertezza e dell’AI generativa
Leggi l'articolo InnoverAI, l’intelligenza artificiale per l’innovazione: un cambio di paradigma da affrontare insieme
NEXTWORK360-Economyup
InnoverAI, l’intelligenza artificiale per l’innovazione: un cambio di paradigma da affrontare insieme
Leggi l'articolo Davide Dattoli: “Con l’AI bisogna re-imparare a fare le startup”
L'INTERVISTA
Davide Dattoli: “Con l’AI bisogna re-imparare a fare le startup”
Leggi l'articolo Le aziende stanno comprando formazione inutile sull’intelligenza artificiale?
AI FLUENCY
Le aziende stanno comprando formazione inutile sull’intelligenza artificiale?
Leggi l'articolo Nel pharma l’AI accelera la ricerca di nuovi farmaci. Può fare lo stesso con l’innovazione di prodotto in altri settori?
AI TRANSFORMATION
Nel pharma l’AI accelera la ricerca di nuovi farmaci. Può fare lo stesso con l’innovazione di prodotto in altri settori?
Leggi l'articolo AI Resilience: il criterio che manca nella valutazione dell’innovazione in ambito AI
L'ANALISI
AI Resilience: il criterio che manca nella valutazione dell’innovazione in ambito AI
Leggi l'articolo AI in azienda, c’è un gap tra aspettative e ritorni: come superarlo con l’AI governance
L'APPROFONDIMENTO
AI in azienda, c’è un gap tra aspettative e ritorni: come superarlo con l’AI governance
Leggi l'articolo Dagli agenti AI alla workforce digitale: come cambia il lavoro nelle imprese
L'APPROFONDIMENTO
Dagli agenti AI alla workforce digitale: come cambia il lavoro nelle imprese
Leggi l'articolo One-Person Unicorn: come gli AI agent stanno riscrivendo il concetto di startup
LA TENDENZA
One-Person Unicorn: come gli AI agent stanno riscrivendo il concetto di startup
Leggi l'articolo Cosa sono le “20x Companies”: team minuscoli che competono con gli operatori storici grazie all’AI
TENDENZE
Cosa sono le “20x Companies”: team minuscoli che competono con gli operatori storici grazie all’AI
Leggi l'articolo L’era dell’AI e della “Shadow Competence”: perché il 239% di produttività in più sta restando fuori dalla tua azienda
AI TRANSFORMATION
L’era dell’AI e della “Shadow Competence”: perché il 239% di produttività in più sta restando fuori dalla tua azienda
Leggi l'articolo Costruire da soli una startup con l’AI in 7 mosse (come ha fatto a San Francisco Vittorio Viarengo)
OPEN WORLD
Costruire da soli una startup con l’AI in 7 mosse (come ha fatto a San Francisco Vittorio Viarengo)
Leggi l'articolo Harsh Wardhan, Innovation Manager Google: “Così cambiano open innovation e design thinking nell’era della Gen-AI”
ai transformation
Harsh Wardhan, Innovation Manager Google: “Così cambiano open innovation e design thinking nell’era della Gen-AI”
Leggi l'articolo Come cambia il design thinking nell’era dell’incertezza e dell’AI generativa
L'OSSERVATORIO
Come cambia il design thinking nell’era dell’incertezza e dell’AI generativa

Articoli correlati

0
Lascia un commento, la tua opinione conta.x