polito.it
Politecnico di Torino (logo)

INTELLIGENZA ARTIFICIALE E STARTUP: ANALISI DELLE TIPOLOGIE DI INNOVAZIONE NEL CONTESTO EUROPEO = ARTIFICIAL INTELLIGENCE AND STARTUP: ANALYSIS OF DIFFERENT TYPES OF INNOVATION IN EUROPE

Francesca Agata Cirinna'

INTELLIGENZA ARTIFICIALE E STARTUP: ANALISI DELLE TIPOLOGIE DI INNOVAZIONE NEL CONTESTO EUROPEO = ARTIFICIAL INTELLIGENCE AND STARTUP: ANALYSIS OF DIFFERENT TYPES OF INNOVATION IN EUROPE.

Rel. Emilio Paolucci, Elettra D'Amico. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2021

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (6MB) | Preview
Abstract:

L’obiettivo del presente lavoro di tesi è quello di analizzare e confrontare le startup di intelligenza artificiale e di intelligenza aumentata, essendo queste due tecnologie simili ma aventi come scopo ultimo due modalità di applicazioni differenti. L’ intelligenza artificiale viene definita come una tecnologia in grado di sostituire completamente le capacità umane; d’altra parte, si ha il concetto di aumento dell’intelligenza e si parla di un sistema uomo-macchina in cui tra questi due soggetti si innesca un processo collaborativo, in cui la macchina supporta l’uomo. A tal proposito, diviene opportuno indagare su come le competenze richieste all’uomo per svolgere un’attività possano mutare in questo nuovo contesto tecnologico. Il presente lavoro è partito dallo studio della letteratura sull’evoluzione dell’intelligenza artificiale, accennando a quelle che saranno le nuove tecnologie digitali emergenti. Si sono analizzate, inoltre, le tendenze attuali e future della startup in modo da poter spiegare come la loro tecnologia impatti sul mondo del lavoro. Partendo dalla definizione dei due concetti, si è provveduto a classificare le startup fondate in territorio europeo in “automation startup”, nel caso in cui sviluppassero una tecnologia di intelligenza artificiale nel senso di sistema autonomo, e “augmentation startup”, nel caso in cui si riferissero ad un sistema a supporto dell’uomo. Definendo un opportuno metodo di ricerca, nel secondo capitolo viene spiegata la modalità con cui è stato creato un database in grado di raccogliere tutte le informazioni relative alle startup, con il fine ultimo di poter ottenere un confronto significativo tra le due categorie. Il filo conduttore dello studio è rappresentato dall’analisi di variabili, riferite in senso lato alle startup, ai fondatori, e agli investimenti concessi, per poter valutare differenze e analogie tra intelligenza artificiale e intelligenza aumentata. Il terzo capitolo procede, infatti, con un’analisi delle due tecnologie analizzandole sia attraverso i dati raccolti sulle startup a livello generale, sia attraverso dati più specifici relativi a investitori e fondatori. È stato, quindi, possibile analizzare il contesto geografico con maggior numero di startup, i principali settori economici di appartenenza e le tecnologie intraprese. Successivamente si sono analizzate le principali informazioni relative ai fondatori, per valutare il modo in cui il percorso formativo impatti sullo sviluppo della startup. In ultimo viene effettuata un’analisi d’insieme relativa agli investimenti stanziati e alla distribuzione di questi negli anni. Il quarto capitolo pone l’attenzione sugli investimenti, per approfondire le analisi, e studiare la probabilità che le due categorie di startup hanno di ottenere un finanziamento. Per quest’ultime analisi è stato utilizzato un software statistico per poter operare attraverso l’utilizzo di un modello di regressione non lineare. Per far questo, molte variabili indipendenti sono state prese in considerazione, in modo da mettere in luce ed evidenziare più informazioni possibili.

Relatori: Emilio Paolucci, Elettra D'Amico
Anno accademico: 2020/21
Tipo di pubblicazione: Elettronica
Numero di pagine: 81
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE
Aziende collaboratrici: NON SPECIFICATO
URI: http://webthesis.biblio.polito.it/id/eprint/19417
Modifica (riservato agli operatori) Modifica (riservato agli operatori)