P r e r e q u i s i t i

Il corso è progettato per imprenditori e manager che hanno la responsabilità di guidare il miglioramento e la trasformazione nelle loro organizzazioni, e che vogliono espandere il proprio bagaglio metodologico integrando le potenzialità dell’Intelligenza Artificiale.

Il corso è adatto a chi ha già conoscenza e pratica della metodologia Lean ma limitata conoscenza dell’IA applicata ai processi ed anche a chi ha già familiarità con progetti di digitalizzazione/IA ma cerca un framework metodologico strutturato.

O b i e t t i v o   d e l   c o r s o

Viviamo in un’epoca di profonda trasformazione in cui l’Intelligenza Artificiale sta ridefinendo radicalmente il modo in cui le organizzazioni operano e competono. Parallelamente, le metodologie Lean continuano a rappresentare un pilastro fondamentale per l’eccellenza operativa e il miglioramento continuo.

Questa separazione nasconde un rischio: investire tempo ed energie per perfezionare attività che potrebbero essere completamente automatizzate o radicalmente trasformate attraverso l’IA.

Si rischia di affinare continuamente processi manuali mentre esistono strumenti intelligenti che potrebbero eliminarli o reinventarli completamente.

L’IA di oggi offre un ventaglio di soluzioni che includono: IA generativa capace di creare contenuti, agenti intelligenti che gestiscono workflow complessi, sistemi di process mining che creano nuovi insight aziendali, computer vision e Natural Language Processing che automatizzano attività un tempo esclusivamente umane.

Ignorare queste potenzialità significa condannare i progetti di miglioramento a una visione limitata delle possibilità.

Questo corso nasce dalla consapevolezza che è fondamentale evitare l’errore strategico di automatizzare processi inefficienti e al tempo stesso per cogliere appieno le opportunità delle tecnologie di Intelligenza Artificiale.

I partecipanti impareranno a costruire un “Volano Intelligente” in cui la Lean semplifica i processi, generando dati di qualità che alimentano un’IA efficace, la quale a sua volta rivela nuove opportunità di ottimizzazione.

P r o g r a m m a

Potenzialità dell’IA

Panorama dell’IA e integrazione dei principi teorici alla visione pratica delle applicazioni aziendali.

• Richiamo sull’IA per il Business: Definizione operativa e distinzione tra le principali tecnologie: Machine Learning, Deep Learning, Computer Vision, NLP.
• Il “Volano Lean-AI”: Come la semplificazione Lean abilita l’IA e come l’IA potenzia la Lean (Capability Augmentation, Process Automation, Information Insight).
• Panorama di esempi applicativi in azienda:

(elenco indicativo e non esaustivo)

• Processi d’Ufficio e Supporto: Assistenti per la gestione richieste HR, automazione dei flussi approvativi, analisi di documenti con strumenti come le tecnologie RAG.
• Marketing e Vendite: Piattaforme di analisi dati, creazione di contenuti, chatbot intelligenti per il customer care e analisi del sentiment.
• Operations e Supply Chain: Modelli di previsione della domanda, ottimizzazione della supply chain, gestione degli ordini tramite agenti.
• R&D e Manutenzione: Manutenzione predittiva, diagnosi intelligente, ricerca automatizzata e prototipazione rapida.

Piano strategico per l’IA in azienda

Definire la direzione e governare l’adozione tecnologica.

•           Maturity Model: I modelli di maturità per valutare il posizionamento aziendale

•           Framework di lavoro: Introduzione al percorso strategico: Formazione -> Roadmap -> Portfolio Progetti -> Pilota -> Gestione Portfolio.

•           Costruire la Roadmap: Collegare gli obiettivi di business (es. trasformazione processi, nuovi modelli di business) alle iniziative strategiche di IA, evitando progetti slegati dal valore aziendale.

 Analisi VSM integrata con AI

Diagnosticare i processi con “lenti” tecnologiche.

• VSM Integrato con metriche IA: Evoluzione della Value Stream Map tradizionale. Oltre al tempo ciclo, come rilevare e misurare:
  • Tempo decisionale: Tempo impiegato per giudizio vs recupero dati.
  • Natura cognitiva dell’attività: Quali elaborazioni permettono di agire.
  • Natura del dato: Strutturato vs Non strutturato.
  • Ripetitività: Idoneità all’automazione.
• Rivisitazione dei MUDA con l’IA: Riformulare gli 8 sprechi come “attivatori” (trigger) per l’IA.
• Esempi pratici

Identificazione e prioritizzazione delle opportunità

Selezionare i progetti giusti.

• Criteri di Valutazione: Analisi delle opportunità basata su tre assi: Potenziale di Valore (impatto Lean), Idoneità del Compito (volume, dati, regole) e Fattibilità Tecnica,
• Archetipi di Soluzione: Mappare i problemi agli archetipi di soluzione con IA: IDP (Intellgent Document Processing), RPA/CPA (Robotic/Cognitive Process Automation), Analisi Predittiva, IA Generativa per contenuti, Agenti Decisionali.
• Matrice e Canvas di Prioritizzazione:
  • Uso della Matrice Complessità-Beneficio per identificare i “Quick Wins” vs “Progetti Strategici”,.
  • Compilazione del Canvas di Prioritizzazione Lean-AI: definire problema, soluzione proposta, impatto di business (KPI) e sforzo stimato.
• Esempi pratici

Execution dei progetti di miglioramento IA-based

Passare dalla strategia alla specifica tecnica attuabile.

• Canvas Soluzione IA (Project Charter Generale): Il documento di alto livello che allinea business e IT (Problema, Visione, User Story, Dati, KPI).
• Approfondimento sui Charter Specifici:
• Livello 1 – Prompt/Assistant.
• Livello 2 – Agente IA: Struttura SRS (Software Requirements Specification) adattata. Definire: Obiettivo dell’agente, Ambiente/Percezione (con quali sistemi parla), Azioni possibili e Logica decisionale,
• Livello 3 – Modello di ML: Documento dei requisiti dati e performance. Definire: Fonti dati, Feature, Volume storico necessario, Metriche di performance tecnica (es. accuratezza, richiamo) e ROI atteso
• Esempi pratici

Approccio Pratico:

• Approccio interattivo: alternanza tra spiegazione teorica, dimostrazioni pratiche e coinvolgimento attivo dei partecipanti.
• Riflessione e confronto: discussione su casi reali e applicazioni pratiche per massimizzare il trasferimento di conoscenze nel contesto lavorativo.

Materiale Didattico:

• Slide e dispense riassuntive dei concetti trattati
• Consegna del Toolkit Operativo (Template dei Canvas presentati durante il corso)

Nota: Questo corso è pensato per fornire una base solida e introduttiva sull’uso dell’IA in azienda. A seconda dell’interesse e dei bisogni delle aziende, potrà essere seguito da moduli di approfondimento su temi specifici.