L'AI BUSINESS CANVAS NELL’IMPRESA

Ubaldo Comite, Eveny Ciurleo

Abstract


L'introduzione dell'intelligenza artificiale (AI) nei processi aziendali rappresenta un'opportunità significativa per le imprese di innovare e mantenere la competitività. Tra i vari strumenti sviluppati per facilitare l'adozione dell'IA nel business, l'AI Business Canvas emerge come una risorsa chiave per le aziende che cercano di navigare con successo nell'integrazione dell'intelligenza artificiale. Questo contributo esplora l'adozione di un AI Business Canvas e ne illustra l'applicazione pratica attraverso un esempio immaginario di una catena di supermercati. La prima sezione discute l'introduzione dell'IA nei processi aziendali, sottolineando la distinzione tra intelligenza artificiale generale e ristretta e il valore fondamentale degli algoritmi nel guidare le decisioni operative che generano valore per l'azienda e i suoi clienti. Si evidenzia come l'implementazione dell'IA richieda un approccio sofisticato che vada oltre la tradizionale analisi basata sui dati. La seconda sezione introduce il concetto di AI Business Canvas, che si differenzia dagli approcci tradizionali come il Business Model Canvas (BMC) per il suo focus specifico sull'integrazione dell'IA. Vengono presentati diversi modelli di canvas sviluppati per rispondere alle esigenze specifiche della pianificazione e dell'implementazione di sistemi di IA nelle aziende, tra cui il Machine Learning Canvas, l'AI Canvas di Agrawal et al. e l'AI Project Canvas. L'esempio di applicazione a una catena di supermercati illustra come l'AI Business Canvas possa essere utilizzato per migliorare la gestione delle scorte, in particolare per i prodotti a breve durata, attraverso sistemi di ordinazione automatizzati basati sull'AI. Questi sistemi ottimizzano le consegne sfruttando dati complessi, come lo storico delle vendite e le previsioni meteo, per ridurre gli sprechi e migliorare l'esperienza del cliente evitando situazioni di stock-out.

Parole chiave


AI Business Canvas, intelligenza artificiale, gestione delle scorte

Riferimenti bibliografici


Agrawal, A., Gans, J., & Goldfarb, A. (2022). A simple tool to start making decisions with the help of AI (2018).

Cebulla, A., Szpak, Z., & Knight, G. (2023). Preparing to work with artificial intelligence: assessing WHS when using AI in the workplace. International Journal of Workplace Health Management, 16(4), 294-312.

Dekker, R. (2022). Designing AI projects using a reactive digital canvas.

Dorard, L. (2021). Machine learning canvas v1. 1: change log.

Frank, D. A., Jacobsen, L. F., Søndergaard, H. A., & Otterbring, T. (2023). In companies we trust: consumer adoption of artificial intelligence services and the role of trust in companies and AI autonomy. Information Technology & People, 36(8), 155-173.

Fruhwirth, M., Breitfuss, G., & Pammer-Schindler, V. (2020). The Data Product Canvas-A Visual Collaborative Tool for Designing Data-Driven Business Models.

Hao, X., & Demir, E. (2024). Artificial intelligence in supply chain management: enablers and constraints in pre-development, deployment, and post-development stages. Production Planning & Control, 1-23.

Kerzel, U. (2021). Enterprise AI Canvas Integrating artificial intelligence into business. Applied Artificial Intelligence, 35(1), 1-12.

McCarthy, J. (2007). From here to human-level AI. Artificial Intelligence, 171(18), 1174-1182.

Metelskaia, I., Ignatyeva, O., Denef, S., & Samsonowa, T. (2018, June). A business model template for AI solutions. In Proceedings of the International Conference on Intelligent Science and Technology (pp. 35-41).

Nurcahyo, A., Suroso, J., & Wang, G. (2022). The Artificial Intelligence (AI) Model Canvas Framework and Use Cases. Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI), 8(1), 1.

Öhlin, J. (2019). Retail Business Model Change in the Era of Digital Transformation: A case study from the perspective of a business model canvas.

Osterwalder, A., & Pigneur, Y. (2004). An ontology for e-business models. Value creation from e-business models, 1, 65-97.

Piest, J. P. S., Iacob, M. E., & Wouterse, M. J. T. (2022). Designing intelligence amplification: a design canvas for practitioners. Proceedings of the 8t

Piest, J. P. S., Iacob, M. E., & Wouterse, M. J. T. (2023, April). Tutorial: conceptualizing intelligence amplification in human-centred AI applications using the design canvas. In 9th International Conference on Human Interaction & Emerging Technologies: Artificial Intelligence & Future Applications (pp. 129-138). AHFE Conference.

Stalmachova, K., Chinoracky, R., & Strenitzerova, M. (2021). Changes in business models caused by digital transformation and the COVID-19 pandemic and possibilities of their measurement—case study. Sustainability, 14(1), 127.

Thiée, L. W. (2022). Developing an ontology for data science projects to facilitate the design process of a canvas.

A. M. Turing, “Lecture to the london mathematical society,” The Collected Works of A.M. Turing, vol. Mechanical Intelligence, 1947

Venkatesan, R., & Lecinski, J. (2021). The AI marketing canvas: A five-stage road map to implementing artificial intelligence in marketing. Stanford University Press.




ISSN: 1971-5293

ISSNe: 2283-3374

Esperienze d'Impresa, Reg. Tribunale Salerno n. 875 del 3/11/1993