Agenda 2026

iKN Italy, forte della sua esperienza pluriennale nella formazione e informazione del middle management, premia:    

• Il BEST cAIo che si è contraddistinto per aver integrato l’AI in modo scalabile e sostenibile, creando un vantaggio competitivo attraverso l’ottimizzazione dei processi, dei costi e delle persone  

• Il BEST AI Leader Under 35 che ha saputo condividere una prospettiva fresca, agile e innovativa nella gestione dei dati, plasmando il futuro dell’innovazione aziendale

• Come le aziende possono anticipare le dinamiche delle grandi potenze tecnologiche per garantire la competitività a lungo termine? 
• Perchè la priorità deve essere rimappare la strategia in funzione dei nuovi poli di crescita? 
• Come costruire una strategia AI che garantisca l’autonomia digitale? 

• L’AI sta evolvendo da leva di crescita a leva di sopravvivenza? 
• La sovranità digitale è una condizione per la difendibilità del business? 
• Quanto è importante la fiducia per la difendibilità dell’AI Agentica?

• Tempo: quanto tempo ottimizzato e quanta capacità decisionale restituita? 
• Conoscenza: quanto è possibile trasformare il sapere aziendale in asset utilizzabile? 
• Sovranità del dato: quanto incide sulla difendibilità del business? 

• Perchè il linguaggio dell’AI ancora non è comune? 
• In un mercato instabile, quali criteri guidano quando, dove e come investire nell’AI? 
• L’AI sta creando valore o duplicazione e complessità? 

• Il modello federato di Amplifon per scalare l’AI con un equilibrio tra controllo centrale e autonomia operativa 
• Il modello orchestrato di Sisal tra centralizzazione strategica e business adoption
• Governance dell’automazione in Groupama: evoluzione dal modello centralizzato all’Hub & Spoke
• Il modello decentralizzato per maggiore velocità di adozione e sviluppo 

• Dal pilota al processo: chiudere il gap tra insight e execution nell’AI 
• Gli insight AI che non vengono integrati nei workflow operativi e non guidano decisioni 
• Il valore AI embedded nei sistemi e nei processi decisionali  

• Perché gli insight restano nelle dashboard e non entrano nei workflow?  
• Chi ha la responsabilità finale della decisione quando interviene l’AI: il modello, il manager o il processo?  
• Cosa manca per integrare l’AI nei sistemi core (ERP, CRM, operation) senza creare colli di bottiglia? 

• Decisioni automatizzate per aumentare velocità ed efficienza nei processi operativi  
• Il modello human-in-the-loop per mantenere controllo e responsabilità sulle scelte critiche 
• Decisioni integrate nei workflow per trasformare l’AI in impatto concreto su tempi e produttività 

• La localizzazione di dati e modelli per ridurre la superficie di attacco 
• La gestione dei dati per prevenire leakage e accessi non controllati  
• L’infrastruttura per garantire resilienza e continuità operativa 

• Protezione dei dati sensibili durante training e inferenza  
• Controllo degli accessi e gestione delle autorizzazioni nei sistemi AI  
• Vulnerabilità emergenti della generative AI tra leakage, prompt injection e misuse 

• Quali sono i costi legati all’implementazione di soluzioni di AI? 
• Come misurare il ritorno sugli investimenti dell’AI? 
• Quali strategie per massimizzare i benefici dell’AI e contenere i rischi economici? 

• Il tempo recuperato come leva di produttività e capacità decisionale  
• La qualità delle decisioni come vero KPI competitivo  
• La sovranità del dato come fattore di difendibilità nel lungo periodo 

• Workforce scheduling intelligente: l’efficienza per ridurre costi e tempi operativi  
• Credit & risk decisioning automatizzato per migliorare qualità delle scelte  
• AI per creare vantaggio competitivo e nuovi modelli di business 
• AI agent per orchestrazione di processi complessi tra sistemi diversi 

• Quali sono i rischi e le opportunità legate alla gestione della sicurezza e dei dati nell’AI? 
• Come l’AI sta evolvendo per generare valore oltre la produttività

Discussione aperta a partire da tre domande fondamentali: 

• Il cAIo è pronto ad assumersi la responsabilità dell’impatto dell’AI sul Business? 
• Da Tech Leader a Change Leader: perchè l’AI non riguarda solo tecnologia? 
• Se l’AI è di tutti la governance deve essere solo del cAIo? 

(Si inizia con un Caffè ☕️) 

Pensiero strategico

• La capacità di visione a lungo termine nell’ambito delle tecnologie AI
• Esempi di come il pensiero strategico nell’AI influisce su tutti i settori aziendali

Gestione del cambiamento e cultura organizzativa

• Gestire la resistenza al cambiamento e promuovere l’adattamento in modo efficace
• Il ruolo del leader nel creare una mentalità pro-innovazione e nel sensibilizzare i team ai vantaggi dell’AI
• Gestire le aspettative e promuovere la fiducia nell’adozione dell’AI

Etica e responsabilità

• Comprendere le implicazioni etiche nell’adozione e nell’uso dell’AI
• La responsabilità del leader nel garantire che l’AI venga utilizzata in modo etico e trasparente
• Gestire le problematiche relative a bias, privacy e protezione dei dati.

Gestione e motivazione del team AI  

• Comprendere le dinamiche dei team tecnici e la comunicazione efficace tra leadership e team 
• Come affrontare le sfide legate alla multidisciplinarità dei team AI: combinazione di competenze tecniche e di business
• Come gestire i costi degli sviluppi AI

Competenze soft per una leadership efficace

• Comprendere le emozioni dei collaboratori in un ambiente complesso con l’empatia e l’intelligenza emotiva
• Gestire il cambiamento emotivo che l’introduzione dell’AI può portare all’interno dell’organizzazione

I partecipanti lavoreranno su casi pratici per comprendere come utilizzare l’Intelligenza Artificiale a supporto delle decisioni manageriali, trasformando dati aziendali in insight, raccomandazioni e automazioni operative

Gestione del dato e creazione di dashboard

• Organizzare dati provenienti da fonti diverse per l’analisi con strumenti di AI
• Utilizzare l’AI per identificare trend, anomalie e KPI rilevanti per il business
• Creare dashboard dinamiche e report visuali per monitorare performance, risultati e aree di miglioramento
• Generare automaticamente sintesi e commenti manageriali a partire dai dati

Simulazione di casi d’uso manageriali

• Analizzare dati commerciali, economici o operativi per supportare le decisioni aziendali
• Utilizzare l’AI per individuare opportunità, criticità e possibili azioni correttive
• Simulare scenari alternativi e valutare l’impatto di diverse scelte strategiche
• Creare presentazioni e report direzionali partendo da dataset e informazioni aziendali

Agenti AI per il supporto alle attività manageriali

• Progettare un agente AI dedicato a specifiche esigenze aziendali
• Configurare agenti in grado di raccogliere informazioni, analizzare dati e produrre report automatici
• Automatizzare attività ripetitive come monitoraggio KPI, aggiornamenti periodici e preparazione della documentazione
• Definire regole di supervisione e controllo umano per garantire affidabilità e qualità dei risultati

Learning by doing
I partecipanti realizzeranno una dashboard AI-driven, analizzeranno un caso aziendale e configureranno un agente AI capace di supportare attività di reporting e monitoraggio, sperimentando concretamente le potenzialità dell’automazione intelligente nei processi manageriali.