
Lorenzo Leone
Dati, Algoritmi e Fornitori: Il Ruolo dell’AI Generativa nei processi di procurement = Data, Algorithms, and Suppliers: The Role of Generative AI in Procurement Processes.
Rel. Maurizio Schenone. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Della Produzione Industriale E Dell'Innovazione Tecnologica, 2025
Abstract: |
L'entusiasmo crescente per l’intelligenza artificiale generativa (GenAI) sta progressivamente trasformando sia la nostra sfera personale sia numerose funzioni aziendali, tra cui quella degli approvvigionamenti. Come spesso accade con le innovazioni dirompenti, l’euforia iniziale non si è ancora tradotta in un impatto proporzionale sul business. Tuttavia, a differenza di tecnologie precedentemente acclamate, ma con risultati limitati in ambito procurement — come la blockchain o la robotic process automation (RPA) — vi è la convinzione sempre più diffusa che l’intelligenza artificiale generativa potrà mantenere, se non superare, le aspettative attuali. Sebbene la piena realizzazione del suo potenziale richiederà tempo, i primi benefici concreti sono già tangibili oggi. Questa analisi nasce con l’obiettivo di esplorare come l’intelligenza artificiale generativa possa trasformare in profondità il mondo del procurement, offrendo risposte concrete a domande sempre più frequenti tra i professionisti del settore: da dove cominciare? Quali benefici aspettarsi? Quali ostacoli superare? Per farlo, il lavoro si articola in un percorso che parte dalle radici: viene tracciata l’evoluzione della supply chain e dei processi di approvvigionamento, per, poi, entrare nel vivo delle dinamiche operative del procurement moderno, tra obiettivi di costo, qualità e trasparenza. La seconda parte analizza l’impatto della digitalizzazione sul settore, dalle piattaforme ERP all’e-procurement, fino all’emergere dell’approccio data-driven e del paradigma del Procurement 4.0. È qui che l’intelligenza artificiale fa il suo ingresso da protagonista. Dopo una panoramica tecnica e storica sulla GenAI — che ne spiega il funzionamento, le potenzialità e le differenze rispetto all’AI tradizionale — questo lavoro si concentra sulle sue applicazioni specifiche nel procurement: generazione di contenuti, analisi documentale, ricerche di mercato, e molto altro. Non vengono ignorati i limiti e le sfide, come la qualità dei dati, la sicurezza e i fenomeni di “allucinazione” nei modelli linguistici. Infine, la presente trattazione si arricchisce con l’esperienza concreta maturata all’interno del team R&D – AI & Innovation di PwC Italy, che ha permesso di osservare da vicino lo sviluppo di soluzioni GenAI applicate al procurement, testarne l’efficacia e comprenderne le reali condizioni di successo. L’intento è quello di offrire uno sguardo dall’interno su una rivoluzione ancora agli inizi, ma destinata a ridisegnare profondamente il futuro del procurement: l’intelligenza artificiale non sta solo ottimizzando processi, ma sta trasformando radicalmente il modo in cui le organizzazioni pensano, decidono e creano valore lungo l’intera supply chain. |
---|---|
Relatori: | Maurizio Schenone |
Anno accademico: | 2024/25 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 128 |
Informazioni aggiuntive: | Tesi secretata. Fulltext non presente |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Della Produzione Industriale E Dell'Innovazione Tecnologica |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA |
Aziende collaboratrici: | Pricewaterhouse Coopers Business Services Srl |
URI: | http://webthesis.biblio.polito.it/id/eprint/35813 |
![]() |
Modifica (riservato agli operatori) |