Fornire una panoramica completa sugli elementi chiave della strategia AI aziendale, dalla raccolta e gestione dei dati alla governance, fino alla scelta dei modelli e all’analisi dei rischi connessi.
Attraverso esempi concreti e casi studio i partecipanti comprenderanno come integrare l’AI nei processi decisionali e operativi, valutando con consapevolezza benefici, sfide e obblighi normativi introdotti dal Regolamento Europeo AI Act.
L’approccio è bilanciato tra fondamenti teorici e applicazioni pratiche al fine di supportare i professionisti nel costruire strategie di adozione AI sostenibili, sicure e orientate al valore.

1. P.A. data driven e AI driven
Come i dati generano valore: dalla raccolta all’analisi predittiva ai servizi
Data governance e qualità dei dati come base della strategia AI
Strumenti e modelli organizzativi per una cultura AI-driven
2. Tecnologie abilitanti
Machine Learning e Deep Learning: principi fondamentali
Generative AI e LLM (ChatGPT, Gemini, Claude, ecc.): potenzialità e limiti
Casi d’uso concreti in marketing, operations, HR e customer service
3. Modelli di adozione dell’AI
AI pubblica e AI privata: differenze e scelte strategiche
Open Source AI vs. Closed AI: velocità vs. personalizzazione
Valutare i costi, la scalabilità e la sicurezza dei modelli AI
4. Governance, rischi ed etica
Rischi legati all’adozione dell’AI: bias, allucinazioni, privacy e sicurezza dei dati
Linee guida etiche e responsabilità aziendale nell’uso dell’intelligenza artificiale
Strumenti di valutazione del rischio e best practice di implementazione
5. Normativa e compliance
Introduzione all’AI Act europeo: struttura, obblighi e classificazioni di rischio
Legge 23/09/2025, n. 132 sull’IA
Impatti sul business e implicazioni organizzative
Come prepararsi al 2026: roadmap per la conformità
6. Conclusione
Q&A finale
Riepilogo competenze acquisite
Valutazione del corso