L’intelligenza artificiale nei sistemi di controllo interno e gestione dei RISCHI: SCIGR e modello ex d.lgs. 231/2001 tra compliance e innovazione
Moccia, Giuliana (A.A. 2024/2025) L’intelligenza artificiale nei sistemi di controllo interno e gestione dei RISCHI: SCIGR e modello ex d.lgs. 231/2001 tra compliance e innovazione. Tesi di Laurea in Diritto societario, Luiss Guido Carli, relatore Andrea Palazzolo, pp. 78. [Master's Degree Thesis]
|
PDF (Full text)
Restricted to Registered users only Download (1MB) | Request a copy |
Abstract/Index
Sistemi di gestione dei rischi e compliance a confronto. Il Sistema di controllo interno e di gestione dei rischi (SCIGR). Il modello di organizzazione, gestione e controllo ex d.lgs. 231/2001. Analisi comparativa: verso una governance integrate. Il controllo interno alla luce delle nuove opportunità offerte dall’IA. Introduzione all’intelligenza artificiale. L’IA al servizio delle imprese: le nuove frontiere del controllo interno e i vantaggi che derivano dall’intelligenza artificiale e dall’approccio data-driven. L’impiego di strumenti dell’IA nelle società di capitali: fra rischi, obblighi di predisporre assetti adeguati e responsabilità. L’influenza dell’IA sul modello di organizzazione, gestione e controllo ex d. Lgs. 231/2001: il DDL e l’aggravante dei reati commessi tramite l’impiego dei sistemi di intelligenza artificiale. L’intelligenza artificiale nel settore bancario: il caso Intesa Sanpaolo. L’intelligenza artificiale: dal quadro teorico all’applicazione pratica. Intesa Sanpaolo: profilo aziendale e struttura della governance. Iniziative e progetti di IA all’interno del gruppo. Indagine empirica: il sondaggio interno.
References
Bibliografia: pp. 74-78.
| Thesis Type: | Master's Degree Thesis |
|---|---|
| Institution: | Luiss Guido Carli |
| Degree Program: | Master's Degree Programs > Master's Degree Program in Strategic Management (LM-77) |
| Chair: | Diritto societario |
| Thesis Supervisor: | Palazzolo, Andrea |
| Thesis Co-Supervisor: | Manna, Mario |
| Academic Year: | 2024/2025 |
| Session: | Autumn |
| Deposited by: | Alessandro Perfetti |
| Date Deposited: | 11 Feb 2026 15:15 |
| Last Modified: | 11 Feb 2026 15:15 |
| URI: | https://tesi.luiss.it/id/eprint/44796 |
Downloads
Downloads per month over past year
Repository Staff Only
![]() |
View Item |



