GLOSSARIO
Che cosa significa? Il glossario sull’artificial intelligence a cura di aHead Research
Il glossario sull’artificial intelligence rappresenta una selezione di termini fondamentali per la comprensione della disciplina dell’intelligenza artificiale.
Lo spirito di condivisione che contraddistingue aHead Research ci ha spinto a realizzare questo glossario sull’artificial intelligence, con l’intento di contribuire a diffondere cultura sulle tematiche relative ai termini in elenco.
L’elenco dei termini del glossario sull’artificial intelligence è in continua evoluzione e, nel corso del tempo, per ogni voce sarà creata una pagina di approfondimento verticale.
Algoritmo
Modello di istruzioni o set di procedure fornite a sistemi di Intelligenza Artificiale, reti neurali o altri dispositivi, per eseguire determinate azioni, anche complesse. Solitamente le azioni riguardano l’effettuazione di un calcolo, l’elaborazione di dati o l’automatizzazione di attività ripetitive.
Artificial Intelligence
L’intelligenza artificiale è uno strumento che permette a macchinari, computer, robot di replicare quelli che sono i ragionamenti umani. L’uomo può ora avvalersi di questo strumento per poter prendere delle decisioni complesse attraverso l’utilizzo di algoritmi specifici e aiutarlo nel completamento delle attività quotidiane. Grazie a questi algoritmi è possibile ridurre la probabilità di errore da parte dell’uomo e utilizzare la potenza di calcolo delle macchine per poter prendere la decisione corretta.
Capacity Management
Ampia varietà di azioni di pianificazione utilizzate per garantire che un’infrastruttura aziendale disponga di risorse adeguate per massimizzare le sue attività potenziali e la produzione in qualsiasi condizione.
Continuous Intelligence
Modello di progettazione capace di condurre analisi in tempo reale di flussi di dati che vengono elaborati nel momento stesso della raccolta per supportare operazioni aziendali finalizzate al miglioramento delle performance.
Decision Intelligence
Paradigma che racchiude una vasta gamma di tecniche decisionali basate sull’analisi dei dati finalizzata a migliorare il processo di scelta, come l’analisi descrittiva, diagnostica e predittiva.
Demand Forecasting
Insieme di attività volte a prevedere l’evoluzione qualitativa e quantitativa della domanda di un bene o servizio in una finestra temporale variabile, a seconda del grado di deperibilità o della stagionalità del prodotto. Dal grado di accuratezza della previsione della domanda dipendono tutti gli aspetti del business e del profitto di un’organizzazione: gli approvvigionamenti, la produzione, la distribuzione e le vendite
Digital Twin
Un digital twin è la copia (o gemello) digitale di un processo o prodotto che ne simula il comportamento in maniera accurata. Rispetto ad un modello di simulazione classico, un digital twin ha a disposizione dati in tempo reale che sono raccolti tramite dispositivi IoT (Internet of Things), rendendo l’ambiente simulativo molto più dinamico. Grazie a questo filo diretto tra il mondo reale e la controparte virtuale è possibile implementare logiche di monitoraggio e sicurezza, analisi predittive, diagnostica, tutto in tempo reale e mentre il sistema è in funzione.
Fleet Management
Processo di gestione e organizzazione delle attività dei veicoli commerciali, finalizzato a trovare un equilibrio ottimale tra le esigenze dell’impresa, le normative di legge e le soluzioni disponibili sul mercato, affinché sia garantita la massima operatività dell’azienda a costi sostenibili.
Inventory Optimization
Machine Learning (ML)
L’apprendimento automatico – o machine learning – è una branca dell’intelligenza artificiale che prevede la realizzazione di applicazioni software in grado di imparare ad effettuare alcune attività senza essere esplicitamente programmate per farlo. Gli algoritmi di apprendimento automatico riescono a estrarre l’informazione contenuta in grandi moli di dati e possono essere usati per risolvere una vasta quantità di problemi che sarebbero difficili o impossibili da risolvere con lo sviluppo di algoritmi convenzionali.
Ottimizzazione Matematica
L’ottimizzazione matematica è una branca della ricerca operativa che si occupa di modellizzare problemi con variabili, vincoli e funzione obiettivo. Utilizzando questo approccio diventa possibile trovare la soluzione ottima a problemi molto complessi, in modo da ridurre i costi e massimizzare il profitto. Attraverso l’ottimizzazione matematica è possibile supportare i manager nel processo decisionale, automatizzando i processi e individuando una soluzione migliore di quella identificabile dall’uomo senza il supporto di una macchina.
Predictive Maintenance
Particolare tipo di manutenzione preventiva, che consiste nell’anticipare la manutenzione di macchinari negli impianti industriali, sulla base del monitoraggio delle condizioni. Le informazioni sulla manutenzione predittiva derivano dai dati di misurazione e produzione di macchine e impianti. L’obiettivo è quello di eseguire la manutenzione proattiva di macchinari e attrezzature attraverso una pianificazione anticipata e un’azione mirata.
Previsione
Effettuare previsioni vuol dire determinare in anticipo gli avvenimenti che avverranno nel futuro attraverso l’analisi matematica di ciò che è accaduto nel passato e ciò che sta accadendo nel presente. Strumenti che effettuano previsioni possono aiutare diversi business a sfruttare le opportunità e mitigare i rischi associati alle loro attività, fronteggiando l’incertezza su ciò che potrebbe accadere o meno nel futuro e permettendogli di prendere decisioni in maniera più consapevole.
Production Planning
Processo volto a organizzare l’attività di produzione e pianificare la produzione futura coerentemente con gli obiettivi economico-finanziari di un’organizzazione.
Revenue Management
gestione dei ricavi che permette l’ottimizzazione delle entrate attraverso la gestione delle leve di prezzo e di inventario. È la tecnica che prevede la vendita al cliente giusto, al momento giusto, al prezzo giusto, sul canale di distribuzione giusto, anticipando le azioni dei consumatori e cercando di ottimizzare la vendita e conseguentemente i ricavi.
Serie Storica
Insieme di variabili causali ordinate in base al tempo, rappresentanti la dinamica di un evento in una finestra temporale definita. Solitamente si utilizzano le serie storiche per studiare un fenomeno, identificando ad esempio componenti di ciclicità, trend e accidentalità, e per ipotizzarne l’andamento futuro.
Simulazione
Con il termine simulazione ci si riferisce, genericamente, alla riproduzione delle dinamiche di un sistema. Tramite l’utilizzo di modelli logico-matematici viene rappresentata l’evoluzione temporale di sistemi dinamici (ad esempio modelli climatici, modelli meccanici e di processo, modelli economici). L’ambiente virtuale di simulazione permette di interagire con la copia del sistema per implementare e testare nuove idee (ad esempio la politica di controllo di un processo) e riuscire ad analizzare in dettaglio l’intero sistema.
Supply Chain Optimization
Processo volto a migliorare l’efficienza e le prestazioni di una catena di approvvigionamento, tenendo conto di tutti i vincoli. L’ottimizzazione della supply chain consente alle aziende di massimizzare i profitti lordi, ridurre al minimo le spese operative e creare un’esperienza cliente di successo, bilanciando i costi di distribuzione, inventario, produzione e trasporto.
Transport Planning
Pianificazione richiesta per l’esercizio, la fornitura e la gestione di strutture e servizi per le modalità di trasporto per ottenere un movimento di persone e merci più sicuro, più rapido, confortevole, conveniente, economico e rispettoso dell’ambiente.
What-if Analysis
Modello di simulazione basato su analisi predittiva che consente di valutare l’impatto di una variabile su altre variabili. Risponde alla domanda “Cosa succede se” e consenste di simulare diversi scenari per valutare l’andamento delle diverse previsioni.