Management delle informazioni e Gestione della conoscenza

Lezione 2
Servizio
In economia e marketing è l’equivalente non materiale di un bene. Esso finisce non appena viene
prodotto. Dunque 2 caratteristiche:
- intangibilità
- deperibilità

Perché i servizi sono importanti?

Stanno diventando centrali e dominanti nelle moderne economie.
Ad esempio per il 70% il PIL italiano è prodotto dai servizi.
Servizi digitali
- egemonizzano la comunicazione, shopping online, pagamenti...
- vengono utilizzati per tagliare costi e aumentare l’efficienza della distribuzione

Cosa hanno di speciale rispetto ai servizi tradizionali?

Scambio di dati e informazioni (esempio del ristorante che sa già le preferenze dei clienti
dunque offerta targetizzata e specifica) tra fornitori e clienti e viceversa.

Pensiero attuale di un servizio:

- un’interazione di tipo fornitore-cliente
- valore catturato che si scambia/viene condiviso
- applicazione di specifiche competenze
- attività economiche indipendenti dallo strumento e dalla piattaforma tecnologica ma usano
pesantemente le tecnologie

Aziende come IBM, Cisco... hanno trasferito il proprio core business dal settore dei beni
materiali al settore dei servizi.
IHIP (Zeithami, Parasuraman and Berry, 1995)  4 caratteristiche dei servizi
- Inseparability: servizio è prodotto e consumato nello stesso momento
- Heterogeneity: esiste un’ampia varietà di servizi personalizzabili
- Intangibility: i servizi non sono percepibili concretamente ma hanno a che fare con prodotti
tangibili (ad esempio autobus che è il mezzo concreto attraverso il quale viene erogato il servizio
di trasporto)
- Perishability: nell’esatto momento in cui un servizio viene erogato ciò si traduce nella fine della
sua esistenza

Lovelock, ad esempio, nei primi anni ’80 ha fornito una classificazione dei servizi incompleta
poiché manca il riferimento all’uso e al ruolo delle tecnologie IT, un settore che in quel periodo
storico non era ancora così evidente e dominante. Tuttavia a partire dagli anni ’90, quando il
settore IT conosce una fase di boom nel mondo dei servizi, la dimensione della conoscenza
diventa rilevante per quelli supportati da queste tecnologie. Dagli anni ’90 dunque il knowledge
management (gestione della conoscenza) diventa una parola chiave le aziende iniziano ad
investire in tal senso producendo software di gestione della conoscenza.
Conoscenza nei servizi IT
3 aspetti fondamentali di come la conoscenza entra in gioco nei servizi digitali:
- conoscenza diventa sia input che output dei nuovi sistemi informativi in termini di gestione dei
dati, memorizzazione, creazione, modifica e aggiornamento dei dati e dunque servizi informativi
verso i clienti
- conoscenza di base anche detta tacita presente all’interno del bagaglio personale del fornitore
(ad esempio chi eroga servizi di consulenza ha una preparazione e conoscenze specifiche)
- conoscenza inserita nel processo e nel sistema che eroga il servizio, dunque nella “macchina”,
in altre parole conoscenza inserita all’interno di tecnologie informatiche si può parlare di
macchine che erogano in autonomia dei servizi (per esempio servizi di ticketing automatici, di
prenotazioni di voli, bancomat...)

Kang (professore di un’Università americana) nel 2006 ha formalizzato una distinzione tra
servizi
- knowledge-based erogati da professionisti di un certo settore che possiedono conoscenze e
competenze specifiche (avvocati, insegnanti, medici, consulenti...) che usano la tecnologia solo
come strumento (insegnante che usa il computer per erogare la lezione agli studenti)
- knowledge-embedded erogati da macchine che hanno al loro interno molta conoscenza
(bancomat, servizi di automazione come il lavaggio auto, servizi di interazione con il cliente via
web...)
Definizione di KM (Knowledge Management)
“Una disciplina di ricerca e applicativa che ha come obiettivo l’intero ciclo della conoscenza
(dalla creazione alla diffusione della conoscenza) all’interno di comunità dette comunità di
pratica o di comunità di apprendimento all’interno di aziende” ovvero quei gruppi di persone che
lavorano insieme su un determinato progetto e che per raggiungere gli obiettivi spesso usano
strumenti tecnologici che hanno come fine la creazione e la condivisione di nuova conoscenza.

Obiettivo del KM
Catturare la conoscenza tacita delle persone e trasformarla in un asset aziendale cioè
formalizzare e rendere esplicita questa conoscenza per esempio in termini di righe di codice o
righe di testi all’interno di documenti che poi vengono digitalizzati. Tutto ciò viene fatto per un
duplice scopo:
- aumentare l’efficienza delle persone
- creare nuovo valore per l’azienda
Conoscenza tacita
Il saper-fare delle persone che non si è in grado di spiegare/esplicitare in parole.
Tra le varie teorie della conoscenza quella nota come “spirale della conoscenza”, di Nonaka e
Takeuchi, afferma di poter catturare questa conoscenza tacita. I due studiosi giapponesi hanno
definito un metodo per esplicitarla: è un processo di continua esternalizzazione e
internalizzazione della conoscenza attraverso il dialogo, la scrittura, l’insegnamento... Dunque la
conoscenza è un qualcosa che in modo continuativo entra dentro di noi ed esce in una certa
forma e poi di nuovo torna all’interno e viene nuovamente trasformata e così via.

Per riassumere il Knowledge Management è l’insieme di persone, tecnologie e processi che

creano e continuano a condividere la conoscenza.

Lezione 3

KIBS (Knowledge Intensive Business Services): letteralmente servizi ad alta intensità di

conoscenza) nuovi servizi basati sulla conoscenza che hanno l’obiettivo di fare
business/vendere qualcosa
NB: il cliente è coinvolto sempre più nel processo di erogazione del servizio avviene una co-
produzione di conoscenza in cui il cliente collabora con il fornitore

Miles distingue tra due tipi di KIBS:

1) T - KIBS erogati da tecnologie (macchine)
2) P - KIBS erogati da professionisti attraverso l’utilizzo di tecnologie
Molte aziende usano i KIBS. Anche le manufactoring companies hanno iniziato ad usarli per
offrire servizi associati con la loro produzione tradizionale

servitization servitizzazione: la convergenza tra la produzione e i servizi servizi digitali

sempre più integrati nei prodotti fisici
Case-studies
- Lego offerta non solo di mattoncini ma integrazione di componenti digitali nelle costruzioni
- Amazon

Smart Services
- servizi intelligenti nel settore pubblico: hanno lo scopo di anticipare i problemi e i bisogni dei
clienti (i cittadini)

Benefici degli Smart Services

- ridurre costi
- aumentare i volumi di mercato
- innovare

Internet of Things
Dispositivi sempre connessi alla rete e comunicano con il proprio possessore attraverso un’app
(ad esempio la domotica).

Smart Services for Smart Cities

Nelle città intelligenti la rete idrica, rete elettrica, la viabilità e in generale tutti i servizi rivolti ai
cittadini vengono gestiti attraverso sistemi tecnologici connessi.

Pubblica Amministrazione 4.0

Usare tutte le tecnologie presenti al giorno d’oggi per innovare i servizi della PA.
Inizialmente servizi di e-government poi grazie ai social media nuove opportunità per migliorare
i servizi della PA.

Open Government
Nel 2008 Obama:
“Government as a platform”  pioniere dell’Open Government open source e open data
(l cittadino deve poter, per esempio, avere l’accesso ai dati delle spese pubbliche)
Durante la sua presidenza venne creato un sito di OpenGov.

Caratteristiche degli Open Data

completi, accessibili, primari, erogati in tempo reale, aggiornati, liberi da licenze...

Esempi di Open Government

[Link] americano è un sito in cui vengono postate delle sfide e se vengono completate si
ottengono dei premi o si viene assunti dalle società, vi sono poi siti in cui i cittadini possono
partecipare concretamente alla pianificazione della città, siti in cui si possono dare dei
suggerimenti ai politici...

Lezione 4
Il 2010 è l’anno di avvento dei Big Data e coincide in parte con l’avvento degli smartphones

- grandi quantità di dati

- utilizzabili da diversi stakeholders se trasformati in conoscenza
- 5 V:
 volume (talmente grandi da non essere gestibili con database tradizionali)
 velocità (processati in tempo reale, sono dati prodotti in modo molto veloce)
 varietà (dati di tipi differenti)
 veracity
 valore (economico...)

Lezione 5
Machine Learning
2 tipi di algoritmi:
algoritmi supervisionati
- impara su dati passati dagli uomini
- due fasi: addestramento e valutazione

algoritmi non supervisionati

- non viene applicata la metodologia addestramento e test ma l’algoritmo deve imparare a
dividere i dati in gruppi di elementi accomunati da caratteristiche simili
- usati per fare previsioni