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 tipi di decisioni oggi il CDO può delegare ai sistemi automatizzati, e quali richiedono intervento umano?
• In che modo infrastrutture cloud regionali e AI integrate modificano la consapevolezza e la responsabilità nell’utilizzo del dato?
• Quali elementi di governance sono necessari per garantire che le decisioni automatizzate siano affidabili, tracciabili e conformi?

• 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 

• 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 con soluzioni AI avanzate
• Ottimizzare la manutenzione predittiva nelle infrastrutture critiche per migliorare l’affidabilità operativa e ridurre i tempi di inattività
• Esplorare nuovi framework per l’uso dell’AI nei processi quotidiani e nei progetti strategici, con un focus su soluzioni per la manifattura e la difesa

• In che modo il digital twin favorisce l’integrazione tra IT e OT e protegge le infrastrutture critiche da minacce informatiche?
• Come implementare strategie di manutenzione predittiva basate su AI per ottimizzare l’affidabilità e la longevità delle infrastrutture industriali?
• In che modo integrare l’AI con sistemi ERP e MES per garantire decisioni più rapide e informate e migliorare l’efficienza produttiva?

• Le nuove sfide della space economy e della difesa e il loro impatto su progettazione, produzione e integrazione dei sistemi aerospaziali
• Digital Twin, AI e dati operativi per comprendere, simulare e ottimizzare sistemi sempre più complessi lungo tutto il ciclo di vita
• Resilienza industriale e supply chain strategiche come fattori chiave per garantire affidabilità, sicurezza e continuità nelle missioni critiche

• Come l’integrazione IT/OT e le pratiche AIVQ assicurano qualità, affidabilità e interoperabilità nelle infrastrutture mission-critical, dalla progettazione alla messa in esercizio?
• Qual è il ruolo dei dati e della collaborazione intersettoriale nell’evoluzione del manufacturing e dei servizi space-based, e come influenzano iniziative, modelli operativi e opportunità tra industria, spazio e difesa?
• Come proteggere ecosistemi produttivi e infrastrutture critiche in contesti complessi, bilanciando la condivisione dei dati, la sovranità informativa e la continuità operativa?

• 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 KPI chiari e misurabili? 

• Cos’è il Digital Omnibus e perché nasce: semplificazione, coordinamento e razionalizzazione del quadro normativo digitale europeo
• Quali sono le principali normative coinvolte (GDPR, AI Act, Digital Services Act, Digital Markets Act, Data Act) e come interagiscono tra loro
• Quali cambiamenti introduce per le imprese: riduzione delle sovrapposizioni normative e maggiore chiarezza negli obblighi
• Implicazioni per la governance aziendale: evoluzione dei modelli di compliance verso un approccio integrato

• Quali sono le principali modifiche (attese) che incidono su processi, responsabilità e modelli organizzativi
• Come cambia il concetto di compliance grazie al coordinamento dei requisiti normativi
• Ruolo delle funzioni aziendali (legale, IT, risk, compliance) in un contesto normativo integrato
• Come prepararsi a scenari regolatori in evoluzione, ancora soggetti a negoziazione

• Come il Digital Omnibus si inserisce nel quadro della protezione dei dati ed oltre il GDPR
• Integrazione tra data governance, AI e responsabilità delle piattaforme digitali
• Nuove aspettative su gestione dei dati, accountability e tracciabilità di processi automatizzati
• Casi e scenari in cui la mancata integrazione normativa genera rischi legali e operativi

• Evoluzione degli obblighi di trasparenza, moderazione dei contenuti e gestione dei rischi
• Rapporto tra piattaforme, utenti e autorità: diritti, tutele e meccanismi di enforcement
• Implicazioni per le imprese che operano in ecosistemi digitali (anche non piattaforme)
• Strategie per integrare i requisiti normativi nei modelli di business

• Passare da un approccio reattivo a uno proattivo nella gestione della compliance digitale
• Definire una roadmap di adeguamento basata su priorità, rischi e impatti organizzativi
• Investire in competenze trasversali (legali, tecnologiche, organizzative)
• Implementare sistemi di monitoraggio continuo, audit e reporting integrato
• Sviluppare un modello di governance capace di adattarsi all’evoluzione normativa europea

• 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 ☕️)