polito.it
Politecnico di Torino (logo)

Innovazione tecnologica: studio e applicazione del chatbot al mondo aziendale – nuova interpretazione dei dati e della loro estrazione = Technological innovation: study and application of the chatbot to the corporate world - new interpretation of data and its extraction

Anna Canavero

Innovazione tecnologica: studio e applicazione del chatbot al mondo aziendale – nuova interpretazione dei dati e della loro estrazione = Technological innovation: study and application of the chatbot to the corporate world - new interpretation of data and its extraction.

Rel. Emilio Paolucci. 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 (3MB) | Preview
[img] Archive (ZIP) (Documenti_allegati) - Other
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (1MB)
Abstract:

Nell’elaborato è stato analizzato il linguaggio naturale e lo sviluppo degli agenti conversazionali sotto diversi punti di vista. Il dato è la fonte principale su cui si basa l’agente conversazionale: la nuova interpretazione ed importanza che gli viene data è la base dello studio. Esso diventa un asset aziendale e il mezzo più veloce ed efficacie per estrarlo è proprio il comando vocale. Nasce così la data economy – monetizzazione del dato - dove le aziende hanno bisogno di software in grado di collezionare dati e informazioni provenienti da diversi punti della loro filiera, ma il vero valore sta nella loro corretta lettura, ed è ora che si inserisce l’innovazione tecnologica portata dagli agenti conversazionali. Il dato viene quindi analizzato in maniera olistica e la sua estrazione viene profilata sulle esigenze del cliente finale. La grande usabilità che caratterizza questo tipo di innovazione permette di azzerare le barriere all’utilizzo, di aumentare il numero delle figure professionali che possono interagire con le business intelligente ed effettuare analisi, evitare i colli di bottiglia dovuti alla scarsa conoscenza dei software ed aumentare il margine di fatturato grazie alle sinergie tra i software analizzati e il comando vocale, il tutto con un breve Pay Back Period. Il grande impatto che il dato ha avuto nella cultura aziendale - ci troviamo infatti nella così della data drive culture - ha veicolato le aziende verso un'attenzione via via maggiore al modo in cui vengono effettuate le analisi, ma soprattutto sulla granularità delle informazioni su cui esse si basano. Sotto questo punto di vista le aziende che sviluppano software di gestione logistica vogliono offrire al loto cliente una soluzione pronta a soddisfare questa necessità. Vengono introdotti controlli sempre maggiori sulla tempestività ed attendibilità delle informazioni, ma questo non porta un reale valore aggiunto se manca, da un lato una cultura aziendale solida, e dall'altro un sistema di estrazione efficacie. Investimenti in sistemi altamente tecnologici portano ad un sotto utilizzo del capitale se non vengono adeguatamente utilizzati nel contesto aziendale. Per questo motivo le aziende che stanno affrontando un processo di innovazione tecnologica hanno come interessa non più solo quello di collezionare dati per svolgere compiti routinari, ma bensì sono interessate a dati provenienti da fonti diverse integrati con sistemi di estrazione dinamici e che permettano di ottimizzare tempi ed investimenti. Attraverso gli agenti conversazionali il luogo di lavoro non è più motivo di blocco in quanto i sistemi conversazionali godono di grande integrabilità su tutti i device. Vengono quindi abbattuti i limiti che caratterizzano l'uso comune delle piattaforme di business intelligence. In conclusione, rimane come open point la poca maturità della tecnologia che si pone come unico limite, nel contesto in cui ci troviamo le prime soluzioni vocali di estrazione punteranno alla semplicità delle domande che possono essere poste e all'assoluta correttezza in modo che tutti i dati estraibili siamo estremamente sfruttabili. Le sinergie che nascono da dati reperiti da fonti di dati diversi e il tempo risparmiato per recuperarli rimangono i grandi punti di forza.

Relators: Emilio Paolucci
Academic year: 2020/21
Publication type: Electronic
Number of Pages: 141
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: New organization > Master science > LM-31 - MANAGEMENT ENGINEERING
Aziende collaboratrici: Tesi Spa
URI: http://webthesis.biblio.polito.it/id/eprint/17764
Modify record (reserved for operators) Modify record (reserved for operators)