Matteo Alessio
Uso dell'Intelligenza Artificiale per la predizione della Business Interruption - Analisi ed integrazione dei rischi ESG = Artificial Intelligence for Business Interruption prediction - ESG risks analysis and integration.
Rel. Guido Perboli, Mariangela Rosano. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2022
Abstract: |
Questo elaborato intende inizialmente porre l’accento sulle questioni legate al tema della sostenibilità, evidenziando gli elementi principali che coinvolgono il mondo delle imprese e fornire chiavi di lettura per comprendere l’importanza di coinvolgere le PMI in meccanismi virtuosi di miglioramento continuo nella gestione dei rischi aziendali. La parte core di questo documento, invece, illustra il lavoro svolto all’interno della società Arisk Srl, Spin-off del Politecnico di Torino, volto all’integrazione dei rischi ESG all’interno del software di predizione dei rischi AI4 Red Flags. Tale soluzione ha come obiettivo quello di fornire a banche, imprese (PMI) ed autorità uno strumento di analisi e valutazione dell’esposizione ai rischi aziendali, nonché quello di garantire supporto decisionale nella gestione di tali rischi tramite un approccio data-driven. Gli output principali restituiti all’utente sono degli Instant Score relativi alla probabilità di default dell’impresa valutata, alla qualità della governance e alla Business Continuity. In tale contesto, è stata sviluppata e qui illustrata una procedura di ESG self-assesment, messa a disposizione dell’imprenditore o ad un suo delegato, che prevede la compilazione di un questionario per l’individuazione dei rischi ESG che l’impresa deve fronteggiare, l’inserimento dei parametri di probabilità, impatto, gravità, trattamento, etc. per ogni rischio individuato precedentemente e il completamento di appositi framework per esplicitare azioni intraprese, azioni programmate, KPI, Obiettivi dell’Agenda 2030 perseguiti, etc. |
---|---|
Relators: | Guido Perboli, Mariangela Rosano |
Academic year: | 2021/22 |
Publication type: | Electronic |
Number of Pages: | 131 |
Additional Information: | Tesi secretata. Fulltext non presente |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Gestionale |
Classe di laurea: | New organization > Master science > LM-31 - MANAGEMENT ENGINEERING |
Aziende collaboratrici: | ARISK SRL |
URI: | http://webthesis.biblio.polito.it/id/eprint/22541 |
Modify record (reserved for operators) |