Analisi della performance aziendale: metodi tradizionali e prospettive evolutive nell’era dell’intelligenza artificiale

Ferrari, Federico Maria (A.A. 2024/2025) Analisi della performance aziendale: metodi tradizionali e prospettive evolutive nell’era dell’intelligenza artificiale. Tesi di Laurea in Economia aziendale, Luiss Guido Carli, relatore Francesca Di Donato, pp. 86. [Bachelor's Degree Thesis]

Full text for this thesis not available from the repository.

Abstract/Index

La performance aziendale: definizione e significato. Concetto di performance economico-finanziaria. Equilibrio economico, finanziario e patrimoniale. Indicatori di efficacia, efficienza e valore. Gli strumenti tradizionali per l'analisi della performance. Indicatori di redditività: ROE, ROI, ROS. Indicatori di solidità e liquidità. Cenni agli indici di rotazione. Il bilancio d’esercizio come fonte informativa. Limiti dell'analisi tradizionale. Dipendenza da dati storici e statici. Scarsa tempestività delle informazioni. Mancanza di capacità predittiva. Rischio di interpretazioni parziali. Nuove prospettive: l'intelligenza artificiale nell'analisi della performance. Panoramica introduttiva sull’IA e applicazioni nel mondo aziendale. L’IA nel controllo di gestione: automazione, reportistica, previsioni. Riflessione sull’articolo "a review of AI and its impact on management accounting and society". Vantaggi e criticità dell’uso dell’IA nei processi decisionali. Il contributo dell’IA generativa al ruolo del CFO: riflessioni dal report McKinsey “GenAI: A Guide for CFOs”.

References

Bibliografia: pp. 79-83. Sitografia: pp. 84-86.

Thesis Type: Bachelor's Degree Thesis
Institution: Luiss Guido Carli
Degree Program: Bachelor's Degree Programs > Bachelor's Degree Program in Economics and Management (L-18)
Chair: Economia aziendale
Thesis Supervisor: Di Donato, Francesca
Academic Year: 2024/2025
Session: Extraordinary
Deposited by: Alessandro Perfetti
Date Deposited: 08 Sep 2026 07:40
Last Modified: 08 Sep 2026 07:40
URI: https://tesi.luiss.it/id/eprint/46714

Downloads

Downloads per month over past year

Repository Staff Only

View Item View Item