Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
Prosegui
x
2 / 25
Salta a - Chiudi
Salta a - Chiudi

Intelligenza Artificiale Pratica: dall’idea al progetto

Video asincroni online dal 28 gennaio
Webinar sincroni: 11 febbraio, 25 febbraio - ore 12:00 (1h ca)
Workshop in presenza c/o Polo territoriale di Lecco: 11 marzo mattina

Schema della sezione

  • Bacheca

    Minimizza tutto Espandi tutto

  • Modulo Online 1: Tipologie di IA

    • OBIETTIVO

      • Introdurre i concetti fondamentali dell’Intelligenza Artificiale con esempi concreti e accessibili alle MPMI.
      • Comprendere i quattro grandi strumenti dell’AI discriminativa (Regressione, Classificazione, Clustering, Anomaly Detection).
      • Introdurre l’AI generativa e il ruolo dei LLM nei processi aziendali.
      • Mostrare applicazioni industriali concrete per ciascun modello.
      • Creare una base concettuale solida per riconoscere il modello adatto a ciascun problema.


      RISULTATI DI APPRENDIMENTO ATTESI
      Alla fine del modulo sarai in grado di:

      • Definire in modo semplice e corretto cos’è l’Intelligenza Artificiale e come apprende dai dati.
      • Spiegare i principi della Regressione e la sua utilità per prevedere relazioni numeriche nei processi produttivi.
      • Descrivere il funzionamento della Classificazione e identificare situazioni aziendali in cui applicarla.
      • Comprendere come il Clustering permette di scoprire gruppi nascosti nei dati (clienti, prodotti, comportamenti).
      • Riconoscere quando l’Anomaly Detection è preferibile alla Classificazione per individuare difetti rari.
      • Comprendere il funzionamento di base dell’AI generativa e dei LLM, e le loro applicazioni nei processi documentali.
      • Valutare il modello più appropriato per un dato problema tecnico o gestionale.
      • Conoscere esempi applicativi ad alto impatto per MPMI in qualità, manutenzione, supply chain, knowledge retrieval e R&D.
    • Completamento
      Gli studenti devono
      Visualizzare
      Icona URL
      1.1 Cos’è l’intelligenza artificiale URL
    • Completamento
      Gli studenti devono
      Visualizzare
      Icona URL
      1.2 L'Attrezzo che Interpreta i Dati: la Regressione URL
    • Icona URL
      1.3 L'Attrezzo che Mette le Etichette: la Classificazione URL
      Condizioni per l'accesso: L'attività Quiz - la Regressione deve risultare spuntata come completata
    • Icona URL
      1.4 L'Attrezzo che Mette Ordine nel Caos: il Clustering URL
      Condizioni per l'accesso: L'attività Quiz - la Classificazione deve risultare spuntata come completata
    • Icona URL
      1.5 L'Attrezzo che fa la Guardia: l'Anomaly Detection URL
      Condizioni per l'accesso: L'attività Quiz - il Clustering deve risultare spuntata come completata
    • Icona URL
      1.6 L'Attrezzo che Crea dal Nulla: Intelligenza Artificiale Generativa URL
      Condizioni per l'accesso: L'attività Quiz - l'Anomaly Detection deve risultare spuntata come completata
    • Icona URL
      1.7 Dall'Idea all'Azione: Il Tuo Primo Progetto AI URL
      Condizioni per l'accesso: L'attività Quiz - AI Generativa deve risultare spuntata come completata
    • Icona URL
      1.8 Progetti AI ad Alto Impatto URL
      Condizioni per l'accesso: L'attività Quiz - il tuo primo progetto AI deve risultare spuntata come completata
    • Icona URL
      Webinar 11 febbraio 2026 ore 11:30 ca URL

  • Modulo Online 2: Come integrare sistemi di IA in azienda

    • OBIETTIVO

      • Fornire un metodo per definire correttamente lo scopo di un progetto AI in azienda
      • Guidare alla scelta dei KPI adeguati per misurare il successo del progetto
      • Introdurre il concetto di TCO (Total Cost of Ownership) e la valutazione economica completa di un progetto AI
      • Fornire criteri rigorosi per la selezione del partner tecnologico e della soluzione (Make vs Buy)


      RISULTATI DI APPRENDIMENTO ATTESI
      Alla fine del modulo i partecipanti sarai in grado di:

      • Definire lo scopo di un progetto AI rispondendo correttamente a “Cosa, Dove, Chi, Perché”
      • Distinguere obiettivi vaghi da obiettivi ben formulati e circoscritti
      • Formulare KPI SMART per misurare l’impatto di un progetto AI in produzione, qualità, amministrazione o supply chain
      • Stimare correttamente i costi diretti e indiretti di un progetto AI attraverso il modello TCO
      • Riconoscere la differenza tra prezzo del software e costo totale di possesso
      • Valutare rischi, complessità e tempi di sviluppo di approcci Make vs Buy
      • Identificare i criteri chiave per la scelta del partner (verticalità, scalabilità, supporto, TCO trasparente)
      • Redigere un mini-capitolato di progetto che includa scopo, KPI, costi, partner.
    • Icona URL
      2.1 Il Primo Passo: Definire lo Scopo (e i Confini) URL
      Condizioni per l'accesso: L'attività Quiz iniziale modulo 2 deve risultare spuntata come completata
    • Icona URL
      2.2 La Bussola del Progetto: Scegliere i KPI Giusti URL
      Condizioni per l'accesso: L'attività 2.1 Il Primo Passo: Definire lo Scopo (e i Confini) deve risultare spuntata come completata
    • Icona URL
      2.3 L'Iceberg dei Costi: Stimare il Total Cost of Ownership URL
      Condizioni per l'accesso: L'attività 2.2 La Bussola del Progetto: Scegliere i KPI Giusti deve risultare spuntata come completata
    • Icona URL
      2.4 Il Compagno di Viaggio: Selezionare il Partner e lo Strumento URL
      Condizioni per l'accesso: L'attività 2.3 L'Iceberg dei Costi: Stimare il Total Cost of Ownership deve risultare spuntata come completata
    • Icona URL
      Webinar 25 febbraio 2026 ore 11:30 ca URL

  • Workshop conclusivo in presenza (4h) - 11 marzo 2026, Polo territoriale di Lecco

    • Esperienza 1: Laboratorio di Regressione

      OBIETTIVO
      Utilizzare dati aziendali per identificare correlazioni e costruire un semplice modello predittivo.

      RISULTATI DI APPRENDIMENTO ATTESI
      Alla fine del modulo sarai in grado di:
      •    Utilizzare dati aziendali e strumenti di analisi per identificare correlazioni, individuare le variabili più influenti e costruire un semplice modello predittivo.

      Esperienza 2: Laboratorio di Classificazione per il Controllo Qualità 

      OBIETTIVO
      Comprendere i fondamenti della visione artificiale e i limiti della classificazione binaria, addestrando un modello per il controllo qualità.

      RISULTATI DI APPRENDIMENTO ATTESI
      Alla fine del modulo i partecipanti sarai in grado di:
      •    Comprendere i fondamenti della visione artificiale, i limiti della classificazione binaria e addestrare un modello multi-classe (più robusto) per il controllo qualità.

      Esperienza 3: Laboratorio di Analisi Documentale con LLM 

      OBIETTIVO
      Sfruttare la potenza degli LLM per analizzare la coerenza e la conformità tra documenti tecnici complessi.

      RISULTATI DI APPRENDIMENTO ATTESI
      Alla fine del modulo i partecipanti sarai in grado di:
      •    Sfruttare la potenza degli LLM (es. ChatGPT, Gemini) per interrogare documenti tecnici complessi (es. RDO, offerte) ed estrarre i punti chiave
      •    Redigere una sintesi che evidenzi la conformità di un'offerta rispetto a una specifica tecnica, identificando eventuali scostamenti.

  • Glossario

Aiuto
Documentazione
Link
  • Logo Interreg

Il progetto Interreg MITICA è un’operazione cofinanziata dall’Unione Europea, Fondo Europeo di Sviluppo Regionale, dallo Stato italiano, Fondo di Rotazione, dalla Confederazione elvetica e dai Cantoni nell’ambito del Programma di Cooperazione Interreg VI-A Italia-Svizzera.

Apri in una nuova finestra