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 |



