Agenda

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

• Il Best CDO che ha saputo orchestrare l’AI in modo scalabile e responsabile, integrandola nella strategia aziendale per creare un vantaggio competitivo sostenibile 
• Il Best Data Leader Under 35 che ha portato una visione disruptive e forward-thinking nella gestione dei dati, promuovendo una data culture innovativa 
• Il Best Data Leader in Manufacturing che ha sfruttato AI, IoT e advanced analytics per trasformare i processi di produzione, facendo dei dati il cuore della digitalizzazione industriale  
• Il Best Data Leader in Space & Defense che ha saputo integrare l’AI, il machine learning e i modelli predittivi avanzati per ottimizzare le operazioni strategiche e garantire la sicurezza nazionale 

• Bilanciare la compliance con le leggi locali e internazionali senza rallentare l’innovazione e riducendo la dipendenza da attori esterni 
• Proteggere le informazioni sensibili da minacce esterne, garantendo il controllo dei dati 
• Investire in infrastrutture tecnologiche locali per evitare il controllo da attori esterni 

• Quali decisioni oggi il CDO delega a sistemi e processi automatizzati? 
• Come bilanciare rapidità decisionale e affidabilità del dato? 
• I modelli di governance attuali aiutano o frenano l’evoluzione del CDO? 

• Governare decisioni, priorità e responsabilità senza diventare un freno per il business 
• Condividere modelli concreti di accountability 
• Il passaggio chiave da KPI tecnologici a metriche di impatto su performance, velocità decisionale e creazione di valore 

• Iscriviti all’evento e ricevi il form di prenotazione. 
• Scegli l’orario che preferisci e assicurati il tuo posto. 
• Ogni slot ti dà accesso a 10 one-to-one esclusivi di networking rapido. Hai 5 minuti per dialogare, scambiare idee e scoprire nuove prospettive. 
• Al suono del gong, cambi interlocutore e continui il tuo percorso di connessioni. 

• L’architettura resiliente e scalabile garantisce la qualità del dato? 
• Quale equilibrio tra automazione e controllo senza compromettere la responsabilità? 
• Come implementare governance adattiva per l’integrazione di AI e automazione, proteggendo i dati sensibili tramite Confidential Computing? 

• Data Product e AI secondo Autoguidovie: come superare i limiti del modello tradizionale per l’innovazione continua
• Democratizzare i dati e abbattere i silos: accelerare le decisioni e aumentare la velocità di innovazione 
• Garantire dati affidabili e facilmente accessibili per decisioni tempestive e informate 

• Il ROI dei dati è solo economico, o include la trasformazione culturale e l’efficienza operativa? 
• I numeri di produttività derivanti dall’AI riflettono davvero il valore aggiunto? 
• Valore per il business: come tradurre i dati in vantaggio competitivo? 

• I sistemi di AI dovrebbero essere in grado di prendere decisioni autonome senza supervisione umana? 
• Quanto è importante che un operatore umano possa intervenire in tempo reale nelle decisioni prese dai sistemi AI? 
• Qual è la principale preoccupazione riguardo l’automazione totale dei processi decisionali? 

• Come garantire che l’AI sia etica, trasparente e conforme senza rallentare l’innovazione? 
• In che modo l’AI Act sta influenzando le strategie di implementazione AI? 
• Il Confidential Computing garantisce la protezione dei dati sensibili? 

• Conciliare privacy e automazione senza compromettere i diritti dei clienti 
• Garantire la protezione dei dati anche nelle decisioni autonome implementate nei processi  
• Evitare il rischio di bias e compliance nella gestione dei dati sensibili 

• Come può il Confidential Computing supportare la protezione dei dati senza compromettere l’operatività aziendale? 
• In che modo le organizzazioni devono prepararsi per garantire che i propri dati rimangano sicuri? 
• Come rendere la protezione dei dati scalabile con tecniche di cifratura quantistiche? 

• Impatto sulla forza lavoro: l’AI come strumento di potenziamento o di sostituzione? 
• AI e responsabilità: chi è responsabile per le decisioni prese dall’AI? 
• AI e personalizzazione dei processi aziendali: quanto è sano rischiare un’adozione troppo personalizzata dell’AI? 

• Come l’AI permette di ridurre sprechi, ottimizzare l’uso delle risorse e migliorare la produttività in modo sostenibile?
• Come garantire che le soluzioni AI siano scalabili per adattarsi all’evoluzione delle esigenze di produzione e operazioni? 
• Quali sono i benefici concreti della servitizzazione nel contesto dell’Industria 4.0/5.0? 

• Tecniche di machine learning per l’individuazione di anomalie e riduzione dei downtime
• Come ottimizzare i processi di manutenzione per migliorare la continuità operativa?
• L’evoluzione della manutenzione predittiva con l’uso dell’AI per affrontare sfide industriali

• Garantire scalabilità e resilienza nelle operazioni difensive 
• Miglioramento della gestione predittiva della manutenzione 
• Integrazione AI con sistemi ERP e MES per decisioni più informate 

• Come supportare la creazione di prototipi, modelli e design in tempo reale, e trasformare la fabbrica in un sistema cognitivo?
• Come automatizzare la generazione di manuali e guide tecniche personalizzate che supportano l’operatore e favoriscono l’evoluzione delle competenze?
• Come creare programmi di formazione dinamici e personalizzati con simulazioni interattive per gli operatori? 

• Quali prospettive sui costi di accesso alle tecnologie di produzione in orbita 
• Come cambia la gestione del flusso del materiale e la precisione delle operazioni in microgravità 
• Perchè l’accesso alle risorse spaziali sono ancora limitate 

• In che modo il digital twin favorisce l’integrazione tra IT e OT e protegge le infrastrutture critiche da minacce informatiche?
• La data governance del digital twin è davvero impeccabile? 
• Come implementare il concetto di “security by design” per assicurare la protezione continua e la sicurezza delle operazioni industriali?

• Adapting strategy when regulations evolve faster than your roadmap 
• Building credibility in the boardroom through risk-aware storytelling 
• Staying agile without weakening governance or trust 

• Come costruire team fluidi che evolvono con la tecnologia e la strategia aziendale? 
• Come coinvolgere ogni dipartimento nell’utilizzo dei dati per prendere decisioni strategiche, migliorare i processi e creare nuove opportunità di business? 
• Come misurare l’impatto del team di dati attraverso KPIs chiari e misurabili? 

• Quali sono le normative europee che compongono il Digital Omnibus (rafforzamento dei diritti dei consumatori, trasparenza e regolamentazione delle piattaforme online) 
• Quali sono le modifiche legali che influenzano le operazioni aziendali, consentendo alle aziende di restare conformi 
• In che modo le nuove regolamentazioni vanno ad impattare la strategia aziendale a livello di governance e compliance 

• Come le normative europee, come il GDPR, si integrano con il Digital Omnibus per garantire una protezione completa 
• Analisi delle responsabilità delle piattaforme digitali nella gestione dei dati e le implicazioni legali di violazioni 
• Esame di case study in cui la gestione dei dati è stata criticamente influenzata da violazioni normative 

• Quali sono gli obblighi di trasparenza e responsabilità che le piattaforme digitali devono rispettare per evitare sanzioni 
• Quali sono le regolamentazioni del comportamento delle piattaforme rispetto ai consumatori (compresi i diritti degli utenti e le modalità di risoluzione dei conflitti) 
• Come integrare le normative nel proprio settore, favorendo una strategia di conformità mirata 

• Quali criteri utilizzare per investire in formazione continua per i team e adottare tecnologie che garantiscono la protezione dei dati e la compliance normativa 
• Come aggiornare le politiche aziendali per rispondere alle nuove normative, garantendo trasparenza nella gestione dei dati 
• Come implementare un piano graduale per l’adozione delle normative, con un sistema di monitoraggio continuo e reporting periodico 

• Orchestrare un ecosistema di dati e modelli AI richiede potere decisionale o influenza culturale?  
• Quali sono le skill per integrare la visione tecnologica con gli obiettivi di business a lungo termine? 
• Come gestire la complessità dall’integrazione di sistemi intelligenti e AI, garantendo sicurezza, etica e governance? 

(Si inizia con un Caffè ☕️) 

• Se il prodotto diventa servizio, sei pronto a essere responsabile non solo dei dati ma del valore economico generato? 
• Con l’hype sull’Agentic AI e l’RPA, qual è oggi il confine tra automazione utile e perdita di controllo? 
• Nel 2026 l’integrazione IT/OT è ancora un problema tecnico o è una questione di responsabilità tra CIO, CDO, COO e fabbrica?

(Si inizia con un Caffè ☕️)