Ai e process automation: un approccio data-driven alla reingegnerizzazione aziendale. Il caso studio Crif S.P.A

La crescente diffusione dell'Intelligenza Artificiale (AI) e, in particolare, della Generative AI (GenAI), sta trasformando profondamente il modo in cui le organizzazioni progettano, gestiscono e ottimizzano i propri processi. In questo contesto, la presente tesi analizza il ruolo dell'AI come leva di reingegnerizzazione aziendale attraverso un approccio data-driven, con particolare riferimento all'adozione di Microsoft Copilot e delle tecnologie di process automation in ambito enterprise. Il lavoro combina un inquadramento teorico sui principali concetti legati all'Intelligenza Artificiale, alla Generative AI, ai Large Language Models, agli AI Agents e al Business Process Reengineering, con l'analisi di un caso studio sviluppato presso CRIF S.p.A. e il suo innovation hub BOOM. L'obiettivo è comprendere come l'adozione dell'AI possa evolvere da semplice sperimentazione tecnologica a processo organizzativo strutturato, capace di generare valore attraverso formazione, change management, governance e misurazione delle performance. Attraverso la metodologia AS-IS/TO-BE, viene analizzato un percorso di AI adoption rivolto a un contesto enterprise, evidenziando criticità, opportunità di miglioramento e possibili soluzioni di redesign. Particolare attenzione è dedicata alla costruzione di un modello di adozione supportato da strumenti di assessment, KPI e dashboard di reporting, finalizzati a misurare il livello di maturità degli utenti e a orientare le decisioni organizzative. I risultati mostrano come l'efficacia dell'AI dipenda non solo dalla tecnologia, ma dalla capacità dell'organizzazione di integrare competenze, processi e meccanismi di governance. Il contributo del lavoro consiste quindi nella proposta di un modello operativo per l'adozione dell'Intelligenza Artificiale che coniughi innovazione tecnologica, misurazione delle performance e cambiamento organizzativo.