sostenibilità

Moda personalizzata, il software che misura i consumi prima di produrre


Indirizzo copiato

Una piattaforma ENEA integra progettazione 3D e valutazione energetica per confrontare in tempo reale stampa 3D e processi tradizionali. La sostenibilità entra così nelle decisioni di progetto, insieme a costi, materiali, producibilità e volumi

Pubblicato il 13 ott 2026

Sergio Petronilli

Enea – Agenzia nazionale per le nuove tecnologie, l'energia e lo sviluppo economico sostenibile

Alessio Ubertini

Enea – Agenzia nazionale per le nuove tecnologie, l'energia e lo sviluppo economico sostenibile



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Italy,,Milan,-,04,December,,2022:,Permanent,Exhibition,Space,With
Italy, Milan – 04 December, 2022: Permanent exhibition space with luxury dresses and costumes. Armani Silos, the fashion art space in Milan dedicated to the Armani style. Women dresses collection.




La progettazione digitale sostenibile entra nelle prime fasi del design grazie a una piattaforma ENEA che confronta in tempo reale consumi, fattibilità e processi produttivi. Nei casi dedicati agli accessori moda, stampa 3D e tecnologie tradizionali vengono valutate mentre il prodotto prende forma.

Progettare meglio e in modo più consapevole

Quando si parla di sostenibilità industriale, l’attenzione si concentra spesso sull’efficienza degli impianti, sull’utilizzo di energie rinnovabili o sul riciclo dei materiali. Sono aspetti fondamentali, ma esiste una fase ancora più strategica, spesso sottovalutata, in cui si determina gran parte dell’impatto ambientale di un prodotto: la progettazione.

Le decisioni prese nelle prime fasi dello sviluppo – dalla geometria del componente alla scelta del materiale, fino al processo produttivo – influenzano infatti consumi energetici, costi di produzione, tempi di realizzazione e possibilità di recupero delle risorse a fine vita. Una volta completato il progetto, modificare queste scelte diventa molto più complesso e costoso.

Per questo motivo la trasformazione digitale della manifattura non riguarda soltanto l’automazione delle fabbriche, ma interessa sempre più gli strumenti con cui i prodotti vengono concepiti. L’obiettivo non è semplicemente progettare meglio, ma progettare in modo più consapevole, mettendo a disposizione di progettisti e imprese informazioni che fino a pochi anni fa erano disponibili solo nelle fasi finali dello sviluppo industriale.

La progettazione digitale sostenibile nasce dalle prime scelte

Negli ultimi anni l’evoluzione delle tecnologie digitali ha profondamente modificato il modo in cui vengono sviluppati nuovi prodotti. I moderni sistemi CAD parametrici consentono di generare automaticamente numerose varianti della stessa geometria, mentre il cloud computing rende possibile eseguire elaborazioni complesse direttamente attraverso piattaforme web, senza richiedere software installati localmente.

Parallelamente, l’intelligenza artificiale sta iniziando a svolgere un ruolo sempre più importante nei processi decisionali, analizzando grandi quantità di dati e supportando progettisti e aziende nella scelta delle soluzioni più efficienti. A questo scenario si affianca il concetto di Digital Twin, il gemello digitale del prodotto, che permette di simulare virtualmente il comportamento di un componente prima ancora che venga realizzato fisicamente.

Queste tecnologie stanno progressivamente convergendo verso un nuovo paradigma: la progettazione non è più un’attività limitata alla definizione della forma di un oggetto, ma diventa un ambiente digitale nel quale è possibile valutare, simulare e confrontare in tempo reale le conseguenze delle diverse scelte progettuali.

Perché le valutazioni tardive rallentano il progetto

Nonostante i significativi progressi compiuti negli ultimi anni, nella maggior parte delle aziende il processo decisionale continua a seguire un approccio tradizionale.

Prima viene progettato il prodotto, successivamente vengono analizzati i processi produttivi e soltanto nelle ultime fasi vengono effettuate valutazioni relative ai consumi energetici, ai costi o agli impatti ambientali.

Questo approccio presenta almeno tre criticità.

La prima riguarda la sostenibilità. Se una valutazione energetica evidenzia che il processo produttivo scelto non è ottimale, intervenire sul progetto può richiedere una revisione completa della geometria, con inevitabili aumenti di tempi e costi.

La seconda riguarda la crescente diffusione della personalizzazione di massa. Settori come il fashion, il design, l’arredo o il biomedicale richiedono prodotti sempre più personalizzati, spesso realizzati in piccoli lotti o addirittura come pezzi unici. In questi contesti non esiste una tecnologia produttiva universalmente migliore: la soluzione più efficiente dipende dalla geometria del componente, dal materiale utilizzato, dal numero di pezzi da realizzare e dai vincoli del processo produttivo.

Infine, manca ancora una reale integrazione tra gli strumenti di progettazione digitale e quelli dedicati alla valutazione della sostenibilità. Nella maggior parte dei casi il progettista deve ricorrere a software differenti, esportare dati, effettuare simulazioni separate e confrontare manualmente i risultati. Un processo che rallenta lo sviluppo del prodotto e rende difficile prendere decisioni rapide durante le fasi creative.

Dai dati alle decisioni di manifattura

La sfida della manifattura digitale non consiste quindi soltanto nell’introdurre nuove tecnologie produttive, come la manifattura additiva, ma soprattutto nel fornire ai progettisti strumenti capaci di trasformare i dati in conoscenza.

Immaginare un sistema che, mentre il progettista modifica la geometria di un componente, sia in grado di stimare automaticamente il fabbisogno energetico associato ai diversi processi produttivi significa spostare la sostenibilità dall’ultima fase del ciclo di sviluppo all’inizio del processo decisionale.

È proprio in questa direzione che si stanno orientando le più recenti attività di ricerca sulla convergenza tra progettazione parametrica, piattaforme cloud, Digital Twin e sistemi intelligenti di supporto alle decisioni. L’obiettivo non è sostituire il progettista, ma metterlo nelle condizioni di scegliere in modo più rapido, consapevole e basato sui dati, valutando in tempo reale gli effetti delle proprie decisioni progettuali.

In questo contesto si inserisce il lavoro sviluppato da ENEA, che propone una piattaforma digitale capace di integrare modellazione parametrica, personalizzazione web e confronto energetico tra diverse tecnologie produttive direttamente durante la progettazione del prodotto, aprendo la strada a una nuova generazione di strumenti per la manifattura sostenibile.

La piattaforma ENEA per la progettazione digitale sostenibile

Per superare i limiti degli approcci tradizionali, i ricercatori ENEA hanno sviluppato una piattaforma digitale che integra modellazione parametrica, cloud computing e valutazione energetica in tempo reale. L’obiettivo è semplice ma ambizioso: consentire ai progettisti di conoscere l’impatto delle proprie scelte mentre il prodotto è ancora in fase di definizione, senza attendere analisi successive o simulazioni offline.

Il principio alla base della piattaforma è quello del feedback immediato. Ogni modifica apportata alla geometria del modello tridimensionale aggiorna automaticamente una serie di parametri che influenzano direttamente il processo produttivo, come il volume del componente, la quantità di materiale necessaria, la complessità geometrica e il numero di pezzi da realizzare. Queste informazioni vengono elaborate in tempo reale per confrontare diverse tecnologie di produzione e stimarne il fabbisogno energetico.

In pratica, il progettista non deve più scegliere preventivamente una tecnologia produttiva e verificarne la convenienza solo al termine dello sviluppo del progetto. È il sistema stesso che, durante la progettazione, mette a confronto le possibili alternative, evidenziando vantaggi e limiti di ciascun processo dal punto di vista del consumo energetico da esso richiesto.

Il Digital Twin entra nel processo decisionale

Il concetto di Digital Twin viene spesso associato al monitoraggio di impianti industriali attraverso sensori IoT e dati provenienti dalla produzione reale. In realtà il suo potenziale è molto più ampio.

Nel caso della piattaforma web 3D sviluppata da ENEA il Digital Twin riguarda il processo decisionale stesso. Ogni modifica della geometria genera infatti una rappresentazione digitale aggiornata non soltanto dell’oggetto, ma anche delle conseguenze che quella scelta produce sul processo produttivo.

Questo significa che il progettista può valutare immediatamente come cambiano i consumi energetici passando, ad esempio, da una lavorazione meccanica tradizionale a una tecnologia di manifattura additiva oppure modificando il numero di componenti da produrre.

La progettazione diventa così un processo dinamico, nel quale il modello digitale evolve insieme alle informazioni necessarie per prendere decisioni sempre più consapevoli.

Dal browser al confronto energetico in tempo reale

Uno degli aspetti più innovativi della piattaforma è la sua architettura cloud.

Grazie all’utilizzo di una piattaforma web basata su tecnologie di modellazione parametrica eseguite da remoto, l’utente può personalizzare il prodotto direttamente dal browser senza disporre di software CAD installati sul proprio computer. Le operazioni di calcolo vengono eseguite sul server e i risultati vengono restituiti in pochi istanti attraverso un’interfaccia interattiva.

Fig. 1 – Architettura della piattaforma ed esempio di algoritmo

Questo approccio offre numerosi vantaggi.

Da un lato riduce le barriere tecnologiche, consentendo anche alle piccole e medie imprese di accedere a strumenti normalmente riservati ad ambienti CAD professionali. Dall’altro centralizza algoritmi, modelli e aggiornamenti, rendendo più semplice l’integrazione con altri sistemi aziendali, come piattaforme PLM (Product Lifecycle Management), sistemi MES (Manufacturing Execution System) o ambienti di gestione della produzione.

Il configuratore non rappresenta quindi soltanto uno strumento di personalizzazione del prodotto, ma evolve in un vero Sistema di Valutazione Energetica in tempo Reale (Real-Time Energy Assessment System), capace di affiancare il progettista nelle scelte tecnologiche.

Progettazione sostenibile tra stampa 3D e tecnologie tradizionali

Per verificare l’efficacia dell’approccio sono stati sviluppati due casi studio appartenenti al settore degli accessori moda, un comparto nel quale convivono elevata personalizzazione, cicli di sviluppo molto rapidi e produzioni spesso limitate a piccoli lotti.

L’espositore per collane e i consumi a confronto

Il primo riguarda un espositore personalizzabile per collane, caratterizzato da un’elevata libertà progettuale. Attraverso la piattaforma è possibile modificare dimensioni, forme, elementi decorativi e testi personalizzati osservando come queste variazioni influenzino il fabbisogno energetico delle diverse tecnologie produttive.

Fig. 2 – Differenti configurazioni di prodotto con i corrispondenti consumi energetici con sistemi di produzione tradizionale (CNC) e stampa 3D (FDM, MJF) e il modello stampato in 3D

La chiusura per gioielli e la fattibilità produttiva

Il secondo caso studio è dedicato a una chiusura per gioielli, un componente apparentemente semplice ma caratterizzato da requisiti funzionali molto più stringenti.

Fig. 3 – Configurazione del modello tramite piattaforma web e il modello stampato in 3D

In questo scenario la piattaforma non confronta soltanto i consumi energetici, ma evidenzia anche la reale fattibilità produttiva delle diverse geometrie. Alcune configurazioni, infatti, risultano facilmente realizzabili mediante manifattura additiva, mentre presentano criticità significative con tecnologie tradizionali basate su stampi e fusione.

Questo aspetto introduce un elemento particolarmente interessante: il sistema non si limita a stimare l’energia necessaria per produrre un componente, ma diventa uno strumento capace di guidare il progettista verso soluzioni realmente producibili, evitando di investire tempo nello sviluppo di geometrie che potrebbero rivelarsi incompatibili con il processo produttivo scelto.

La sostenibilità come parametro della progettazione

L’analisi dei due casi studio conferma un principio spesso trascurato: non esiste una tecnologia produttiva universalmente migliore.

La soluzione più efficiente dipende contemporaneamente dalla geometria del prodotto, dalla quantità da realizzare, dal materiale impiegato e dalle caratteristiche del processo produttivo.

Per produzioni altamente personalizzate e piccoli lotti, la manifattura additiva mostra generalmente vantaggi significativi perché elimina la necessità di stampi e attrezzaggi dedicati. All’aumentare dei volumi produttivi, invece, le tecnologie convenzionali recuperano competitività grazie all’ammortamento delle operazioni di preparazione e alla maggiore produttività degli impianti.

La vera innovazione non consiste quindi nell’individuare una tecnologia “migliore”, ma nel mettere il progettista nelle condizioni di scegliere quella più adatta in funzione dello specifico scenario produttivo.

In questo modo la sostenibilità smette di essere una verifica effettuata al termine del progetto e diventa un parametro progettuale, valutato continuamente insieme a costi, prestazioni, qualità ed estetica. È proprio questa integrazione tra progettazione digitale e supporto alle decisioni che rappresenta uno dei passaggi più significativi verso una manifattura realmente intelligente.

AI e Digital Twin nella progettazione digitale sostenibile

Se oggi piattaforme come quella sviluppata da ENEA sono in grado di confrontare automaticamente diverse tecnologie produttive sulla base di indicatori energetici, il passo successivo è rappresentato dall’integrazione dell’intelligenza artificiale nei processi di progettazione.

Negli ultimi anni l’AI generativa ha dimostrato di poter supportare attività sempre più complesse, dalla scrittura di codice alla produzione di contenuti fino all’analisi di grandi moli di dati. Nel settore manifatturiero, tuttavia, il suo impatto più significativo potrebbe non essere la generazione automatica di geometrie, bensì la capacità di assistere progettisti e aziende nelle decisioni che accompagnano l’intero ciclo di sviluppo del prodotto.

L’obiettivo non è sostituire l’esperienza del progettista, ma amplificarne le capacità. Un sistema intelligente può analizzare simultaneamente migliaia di combinazioni tra materiali, geometrie, processi produttivi, consumi energetici, costi e tempi di produzione, restituendo scenari che sarebbe difficile valutare manualmente.

Si passa così da strumenti che rappresentano il prodotto a piattaforme che contribuiscono attivamente alle decisioni progettuali.

Dati e simulazione per la manifattura digitale

La vera trasformazione non deriva dall’introduzione di una singola tecnologia, ma dall’integrazione di strumenti che fino a pochi anni fa operavano separatamente.

La progettazione parametrica consente di modificare rapidamente un prodotto variandone forma e dimensioni. Il cloud computing permette di eseguire elaborazioni complesse senza infrastrutture locali dedicate. I Digital Twin introducono la possibilità di simulare virtualmente il comportamento di prodotti e processi, mentre l’intelligenza artificiale rende possibile interpretare queste informazioni e trasformarle in raccomandazioni operative.

La convergenza di questi elementi sta dando origine a una nuova generazione di piattaforme digitali capaci di accompagnare il progettista durante tutto il processo decisionale.

In questo scenario il modello tridimensionale non rappresenta più soltanto la descrizione geometrica di un oggetto, ma diventa il punto di accesso a un patrimonio informativo molto più ricco, comprendente dati energetici, indicatori ambientali, costi industriali, vincoli produttivi e prestazioni attese.

Ogni modifica progettuale aggiorna dinamicamente questo patrimonio informativo, rendendo possibile valutare in tempo reale le conseguenze di una decisione prima ancora che il prodotto venga realizzato.

Progettazione sostenibile nell’Industria 5.0 e nelle PMI

L’evoluzione descritta si inserisce pienamente nella visione dell’Industria 5.0 promossa dalla Commissione Europea.

Se Industria 4.0 ha concentrato l’attenzione sulla digitalizzazione dei processi produttivi e sull’interconnessione delle macchine, Industria 5.0 amplia questa prospettiva introducendo tre obiettivi complementari: sostenibilità, resilienza e centralità della persona.

In questo paradigma il progettista assume un ruolo ancora più strategico. Non è chiamato soltanto a sviluppare prodotti innovativi, ma anche a prendere decisioni che influenzano consumi energetici, utilizzo delle risorse, emissioni e competitività dell’intero processo produttivo.

Per raggiungere questi obiettivi servono strumenti capaci di fornire informazioni affidabili nel momento stesso in cui le decisioni vengono prese.

Le piattaforme digitali di nuova generazione rappresentano proprio questa evoluzione: ambienti nei quali simulazione, analisi dei dati e supporto intelligente convergono per assistere il progettista, senza sostituirne competenze ed esperienza.

Le opportunità per le PMI italiane

Questo approccio assume un valore ancora maggiore nel contesto industriale italiano, caratterizzato da una forte presenza di piccole e medie imprese.

Molte aziende operano in settori dove la personalizzazione rappresenta un fattore competitivo fondamentale: moda, arredamento, gioielleria, meccanica di precisione, biomedicale e design sono solo alcuni esempi.

In questi comparti è sempre più difficile individuare una soluzione produttiva valida per tutti i casi. Ogni commessa richiede in genere geometrie differenti, materiali diversi e volumi produttivi estremamente variabili.

Disporre di piattaforme capaci di confrontare automaticamente differenti scenari produttivi significa ridurre i tempi di sviluppo, limitare gli errori progettuali e migliorare la qualità delle decisioni già nelle fasi iniziali del progetto.

Non si tratta soltanto di un vantaggio tecnologico, ma di uno strumento che può contribuire ad aumentare la competitività delle imprese, accelerando la transizione verso modelli produttivi più sostenibili e flessibili.

Il futuro della progettazione digitale sostenibile

Guardando ai prossimi anni, l’evoluzione appare ancora più interessante.

Le piattaforme di progettazione potranno essere alimentate da dati provenienti direttamente dalle fabbriche attraverso sensori IoT, sistemi MES (Manufacturing Execution System), piattaforme PLM (Product Lifecycle Management) e Digital Twin di produzione. L’intelligenza artificiale potrà utilizzare queste informazioni per costruire modelli predittivi sempre più accurati, aggiornati continuamente con dati reali.

In prospettiva sarà possibile immaginare veri e propri agenti intelligenti capaci di assistere il progettista durante l’intero sviluppo del prodotto. Questi sistemi potranno suggerire automaticamente modifiche geometriche per ridurre i consumi energetici, individuare il materiale più adatto, stimare costi e tempi di produzione, evidenziare criticità di fabbricazione e proporre il processo produttivo più conveniente in funzione degli obiettivi aziendali.

Il progettista resterà al centro del processo decisionale, ma potrà contare su strumenti capaci di elaborare in pochi secondi una quantità di informazioni impossibile da gestire manualmente.

La progettazione guida la transizione digitale

La competitività della manifattura europea non dipenderà esclusivamente dall’introduzione di nuove tecnologie produttive, ma dalla capacità di prendere decisioni migliori fin dalle prime fasi dello sviluppo del prodotto.

Integrare progettazione parametrica, Digital Twin, cloud computing e intelligenza artificiale significa trasformare il modello digitale da semplice rappresentazione geometrica a piattaforma di conoscenza, capace di accompagnare progettisti e imprese lungo tutto il percorso decisionale.

La ricerca sviluppata da ENEA dimostra come questa trasformazione sia già iniziata. Portare la valutazione energetica all’interno dell’ambiente di progettazione significa anticipare le decisioni, ridurre gli sprechi e rendere la sostenibilità un parametro operativo e non soltanto un obiettivo dichiarato.

La sfida dei prossimi anni sarà estendere questo approccio, integrando nuovi indicatori ambientali, dati provenienti dagli impianti produttivi e modelli di intelligenza artificiale sempre più evoluti. In questo scenario il progettista non perderà centralità: al contrario, disporrà di strumenti che gli permetteranno di affrontare problemi sempre più complessi con maggiore rapidità, consapevolezza e capacità decisionale.

La progettazione digitale non sarà più soltanto il punto di partenza della produzione, ma il luogo in cui si costruiscono, fin dall’inizio, sostenibilità, efficienza e competitività. Ed è proprio qui che si giocherà una parte importante del futuro della manifattura italiana.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x