Intelligenza artificiale e digital twin nella gestione delle infrastrutture: il caso ANAS e l’impatto economico della manutenzione predittiva

Monteforte, Francesco (A.A. 2024/2025) Intelligenza artificiale e digital twin nella gestione delle infrastrutture: il caso ANAS e l’impatto economico della manutenzione predittiva. Tesi di Laurea in Intelligenza artificiale per i processi decisionali, Luiss Guido Carli, relatore Vittorio Carlei, pp. 59. [Bachelor's Degree Thesis]

Full text for this thesis not available from the repository.

Abstract/Index

Il contesto infrastrutturale e la trasformazione digitale. Il ruolo delle infrastrutture in Italia. ANAS: il profilo aziendale e le sfide aziendali. La digitalizzazione nel settore pubblico e infrastrutturale. Introduzione ai digital twin e all’intelligenza artificiale. Il progetto ANAS e le applicazioni tecnologiche della manutenzione predittiva. Il problema della manutenzione tradizionale e i suoi costi. La soluzione tecnologica ANAS: pipeline AI–Digital Twin. Esempi applicativi: ANAS Smart Road e monitoraggio infrastrutturale avanzato. Valutazione economico‐decisionale del sistema AI nelle infrastrutture. L’AI come leva nei processi decisionali: da reattivo a predittivo. Analisi costi–benefici dell’adozione del sistema digitale. Il ritorno sull’investimento (ROI) e l’impatto sui KPI azienda. Rischi e criticità: cybersecurity, rischi nascosti, barriere organizzative e culturali. Confronto con best practice internazionali e riflessioni conclusive sulle competenze necessarie.

References

Bibliografia: pp. 54-58.

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: Intelligenza artificiale per i processi decisionali
Thesis Supervisor: Carlei, Vittorio
Academic Year: 2024/2025
Session: Autumn
Deposited by: Alessandro Perfetti
Date Deposited: 27 May 2026 14:22
Last Modified: 27 May 2026 14:22
URI: https://tesi.luiss.it/id/eprint/45951

Downloads

Downloads per month over past year

Repository Staff Only

View Item View Item