Sistemi esperti: analisi dell'investimento

 VI
progettazione e del manufacturing; progetto tra i più vasti e importanti, sia dal punto di 
vista tecnologico, sia da quello economico, sviluppati nel nostro paese. 
Nell'analisi dell'esperienza Alenia, si è ritenuto più interessante concentrarsi 
sull'individuazione fattori di successo e sui problemi derivanti dall'impiego operativo dei 
sistemi esperti, piuttosto che approfondire l'aspetto quantitativo legato entità dei costi e dei 
ritorni misurabili a posteriori in quanto, privilegiando così l’aspetto propositivo su quello 
critico. 
Il confronto tra i casi presenti in letteratura e quelli osservati personalmente, ha fatto 
emergere la complessità del concetto di valutazione quando questa è finalizzata alla 
decisione se usare e come usare le KRT, dal momento che la coesistenza dei successi e dei 
fallimenti, cui si è accennato, è concreta e non derivante dalle considerazioni soggettive dei 
valutatori. 
Dopo aver appreso delle potenzialità dei sistemi esperti e di come questi possono 
costituire la risposta ideale ad esigenze significative, la loro diffusione è apparsa troppo  
modesta. Tra le diverse cause individuate, è stata approfondita quella relativa all'elevato 
costo, scoprendo che esso non origina dalla costosità della tecnologia in sé ma dalla 
laboriosità della fase di trasferimento della conoscenza dalla fonte al computer (knowledge 
acquisition), la quale impegna personale specializzato (sia nel dominio, sia nelle KRT) per 
periodi piuttosto lunghi. Se a ciò si aggiunge il “rischio tecnologico” insito in applicazioni 
complesse come la formalizzazione della conoscenza euristica e procedurale, risulta 
evidente l'avversione per un investimento impegnativo e rischioso, anche se promettente. 
In questo contesto, una prospettiva che attualmente non può essere considerata molto 
più che una speranza, viene dalla (relativamente) nuova tecnologia delle reti neurali 
artificiali (RNA), anch'essa originata dagli studi sull'IA ma che, a differenza delle KRT 
tradizionali, è frutto del paradigma connessionista nato a seguito del “fallimento” di quello 
cognitivista. 
Nonostante oggi l'inclusione delle RNA nelle KRT sia ancora agli albori, le prospettive 
appaiono molto interessanti: confrontando pregi e difetti di RNA e KRT tradizionali, 
emerge una complementarietà straordinaria che ha stimolato i molti ricercatori a cercare di 
 VII
superare i problemi che ancora impediscono l'uso delle RNA in più vasti ambiti di 
applicazione. 
Dalla possibilità di automatizzare la knowledge acquisition, di rappresentare anche la 
conoscenza “fattuale” e di gestire informazioni fuzzy o incomplete, potrebbe nascere una 
nuova concezione dei SE “alternativa”: al fianco di strumenti potenti ma complessi e 
costosi, si potranno avere strumenti “leggeri” ed economici (poiché sviluppati in breve 
tempo e autonomamente da parte del knowledge worker) e quindi vantaggiosamente 
utilizzabili per applicazioni limitate e saltuarie o usa-e-getta. 
 
Poiché gli argomenti sono apparsi eterogenei, la tesi è stata divisa in due parti: la prima, 
composta da tre capitoli, è dedicata alla valutazione delle KRT dal punto di vista aziendale 
e la seconda, costituita dal quarto capitolo, alle KRT in sè. 
Nel primo capitolo, di natura introduttiva, si sono definiti i concetti chiave per la prima 
parte, ovvero: l'impiego dell'informatica nell'azienda; la conoscenza intesa come fattore 
produttivo; le KRT dal punto di vista tecnico e del loro impiego nelle aziende. 
Nel secondo capitolo si è approfondito il concetto di valutazione inteso come 
procedura per l'istruzione del processo decisionale legato all'investimento in SE nelle sue 
fasi: valutazione della tecnologia; scelta delle applicazioni e fattibilità tecnica; valutazione 
della fattibilità economico-finanziaria; controllo dello sviluppo e dell'utilizzazione. 
Nel terzo capitolo sono state raccolte le esperienze fatte durante il periodo trascorso al 
Laboratorio per l'Intelligenza Artificiale (LIA) dell'Alenia Aeronautica di Torino. 
Nella seconda parte, relativa a quelli che potrebbero essere i SE del prossimo futuro, si 
è analizzata la possibilità di impiegare le RNA come strumento delle KRT. 
Nel capitolo quarto si è accennato ad alcuni studi compiuti in questo ambito dai 
ricercatori di diversi paesi e si sono descritti gli esperimenti da me svolti, concretizzati in un 
strumento software per la realizzazione di SE a RNA (con una semplice applicazione 
dimostrativa) e in un modulo a RNA potenzialmente integrabile in un complesso SE 
sviluppato da Alenia. 
Gli esperimenti hanno dimostrato le grandi potenzialità del nuovo strumento, in quanto 
anche un non-esperto in KRT è stato in grado di realizzare applicazioni significative, tali da 
 VIII
suscitare nei dipendenti di un'azienda, alla quale era stata offerta la possibilità di sviluppare 
(a costi praticamente nulli) un utile SE a RNA, il timore di vedere limitata, ad opera dello 
stesso SE, la propria importanza e autonomia. 
Da questa esperienza si può trarre lo spunto per l'analisi di un altro aspetto importante 
dal punto di vista aziendale: il rapporto tra il personale e i SE, a metà tra il timore e 
l'interesse per quello che può essere configurato un sostituto o un collaboratore. Si tratta di 
aspetti che nel presente lavoro sono stati solamente accennati e che potrebbero essere 
sviluppati da altri laureandi della nostra Facoltà. 
 
  XV
 
 
PARTE I 
 
 
 
PERCHÉ INVESTIRE IN TECNOLOGIE  
DI INTELLIGENZA ARTIFICIALE 
  
Capitolo I 
INTELLIGENZA ARTIFICIALE  E SETTORE PRODUTTIVO 
 
1.1 Informatica e azienda - 1.1.1 Scenari applicativi attuali - 1.1.2 Verso l’informatica strategica - 
1.2 Una risorsa invisibile: la conoscenza - 1.2.1. Dati, informazioni e conoscenza - 1.2.2 Expert e 
expertise - 1.3 Sistemi basati sulla conoscenza - 1.3.1 Sistemi esperti - 1.3.2 Struttura dei SE - 1.3.3 
Confronti con il software tradizioale - 1.3.4 Tecnologie di IA - 1.3.5 Realizzazione di un SE - 1.3.6 
Problemi della knowledge acquisition - 1.3.7 Un rimando al quarto capitolo - 1.4 Le aziende 
incontrano l’IA - 1.4.1 Come introdurre i SE nell’azienda - 1.4.2 Stati Uniti, Europa e Giappone: 
diversi sentieri per l’impiego dei SE - 1.4.3 Il programma ideale per l’investimento in SE - 1.5 
Applicazioni dei SE - 1.5.1 Funzioni dei SE - 1.5.2 Strategie di selezione delle applicazioni 
 
 
Molti considerano acquisiti gli effetti della “rivoluzione informatica” che ha portato i 
computer ad assumere il ruolo di strumento fondamentale, quando non indispensabile, nella 
vita produttiva dei paesi industrializzati. E', però, sufficiente osservare i dati sulla spesa per 
l'informatica, per scoprire che il divario tra i diversi paesi avanzati è notevole: da una parte 
ci sono i paesi leader, come gli USA e il Giappone, e dall'altra paesi come l'Italia, dove la 
spesa per addetto è di circa un terzo rispetto a quella dei primi. La situazione attuale va, 
inoltre, ad aggravare la diversa dinamica che gli investimenti hanno avuto dagli anni '50 ad 
oggi. 
E' perciò vero che in alcuni paesi la prima rivoluzione informatica (legata all'elaborazione 
delle informazioni) è compiuta e che è in corso la seconda (legata al trasferimento delle 
informazioni), ma è altrettanto vero che in Italia la situazione è ben diversa, soprattutto per 
quanto riguarda la pubblica amministrazione e la piccola e media impresa, che insieme 
costituiscono la parte più rilevante del sistema produttivo del nostro paese. 
Spingendo l'analisi più in profondità, si scopre che anche nei paesi più avanzati, sul 
versante dell'elaborazione delle informazioni, non si sono sfruttate a pieno le potenzialità 
offerte dalle attuali tecnologie informatiche. Nei brani che seguono, scritti nell'arco di un 
decennio da studiosi di varie discipline, troviamo il medesimo messaggio: occorre guardare 
Intelligenza artificiale e settore produttivo 
 2
alle tecnologie di intelligenza artificiale per sfruttare, finalmente, i computer in compiti 
complessi e ottenere vantaggi competitivi di grande rilevanza. 
 
AZIENDE, COMPUTER E SISTEMI ESPERTI 
da Il computer cognitivo di Roger Shank (1984) 
Le grandi aziende usano i computer da anni, ma non certo in maniera interessante. L'industria 
dei computer va affermando che la gestione aziendale può essere automatizzata, ma che cosa 
significa esattamente? Per lo più, le grosse aziende usano i computer per gli stipendi del 
personale o per i registri della clientela. Il vantaggio di avere i dati di gestione in un computer è 
enorme: è molto più facile di trovare quello che si vuole usando un archivio dati computerizzato 
che spulciando classificatori e libri  mastri. (...) Sistemi del genere sono preziosi per le compagnie 
che emettono carte di credito, che possono avere tutte le informazioni su un cliente 
semplicemente dando alla macchina il suo nome o il numero della sua carta, oppure alle 
compagnie aeree che possono avere immediatamente la situazione di un dato volo chiamandone 
il numero di codice. Dato che sono tante le  aziende che trovano utili (o vitali, come nel caso 
delle prenotazioni aeree) sistemi di questo genere, l'uso dei computer si è diffuso sempre di più. 
Purtroppo da questo tipo di utilizzazione nascono alcuni problemi. Primo, l'informazione non è 
accessibile in nessun altro modo che attraverso il nome o numero che la contraddistingue. Se 
vogliamo sapere qualcosa di una certa vendita ma non abbiamo il numero della transazione, 
possiamo incontrare grande difficoltà a trovare quello che si desidera. Quanto più complessa è 
l'informazione immagazzinata dal computer tanto più sono probabili difficoltà nel procurarsi i dati 
che si cercano. Può sembrare una domanda semplice chiedere i nomi di tutte le persone che 
abitano a New York e possiedono una Buick, ma se il programmatore non sapeva che si sarebbe 
rivolta alla macchina una domanda come questa, può darsi che sia impossibile reperire 
l'informazione, anche se è contenuta in memoria. 
Il mondo degli affari ha bisogno di un software impostato in maniera nuova e più efficiente. Le 
aziende oggi hanno bisogno di programmi che l'industria informatica ancora non è preparata a 
creare. Il problema è che i computer attuali non sanno che cosa sanno. Il contenuto dei dati non 
significa niente per la macchina. In assenza di capacità a livello di IA, la macchina ha una gran 
quantità d'informazione, ma nessun sapere. 
Un secondo problema importante (...) è che spesso ci sono troppi dati, c'è un eccesso 
d'informazione. Una volta automatizzata l'intera gestione dati (...) prima o poi un dirigente si 
troverà sotto il naso un enorme fascio di stampati prodotti dal computer, dove può trovare 
qualunque numero possa mai venirgli in mente di chiedere sull'andamento degli affari aziendali. 
Intelligenza artificiale e settore produttivo 
 3
Troppa informazione, ovviamente, può essere peggio che troppo poca: ci vogliono ore per 
venire a capo di una tale massa di dati, e centinaia di pagine di statistiche possono scoraggiare 
chiunque. Anche qui, l'intelligenza artificiale sarebbe d'aiuto. Il computer dovrebbe saper 
riassumere i dati e trarre qualche conclusione. I computer sono diventati preziosi per le  grandi 
aziende, ma queste avranno bisogno dell'intelligenza artificiale per evitare di finire schiacciate 
dall'ingombro dei dati raccolti. 
Oggi centinaia di piccoli imprenditori ricercano la cosiddetta "automazione", avendo sentito dire 
che può assicurare un  risparmio di tempo e di denaro. Ma una piccola impresa non può 
permettersi di stipendiare un esercito di programmatori per scrivere il software più adatto alle 
sue esigenze. 
Il software impostato in un'ottica d'IA presenta possibilità enormi per le piccole aziende. Queste 
infatti hanno bisogno di programmi che siano a misura delle loro specifiche esigenze. Un piccolo 
imprenditore dovrebbe poter fare domande del tipo "Chi mi deve pagamenti arretrati?", oppure 
"Come vanno le vendite nella zona di Jones?": in altre parole, vorrebbe avere accanto qualcuno 
che fosse aggiornato su tutti i particolari della sua azienda, dall'inventario ai pagamenti in 
sospeso. Per questo non c'é bisogno di una vera macchina intelligente, capace di 
apprendimento e di pensiero: ci vogliono però tecniche del tipo sviluppato dalla ricerca 
sull'intelligenza artificiale, per elaborare le istruzioni formulate in linguaggio comune e per 
definire in termini operativi quesiti un pò vaghi come questi. 
C'é un importante stadio intermedio fra i piccoli computer di oggi e i mostri come HAL 9000 di 
"2001: Odissea nello spazio". Questo stadio è un computer moderno equipaggiato di un 
software sofisticato. Di anno in anno si cominciano a vedere programmi sempre Più perfezionati 
ed è solo questione di tempo arrivare ad avere un software tanto perfezionato da consentire a 
una persona del tutto impreparata di ottenere dal computer esattamente quanto le serve. 
La vera efficacia dell'intelligenza artificiale, a breve scadenza, sarà di mettere il software per le 
aziende alla portata delle aziende che ne hanno bisogno. 
Intelligenza artificiale e settore produttivo 
 4
LA NECESSITA' DI SOFTWARE INTELLIGENTE 
da Informatica e qualità del lavoro di Luciano Gallino (1983) 
Ogni angolo del nostro mondo è stato ormai invaso dai computer, dai personal di casa ai 
supercomputer delle grandi aziende e dai grandi centri di ricerca; è però la maggior parte di essi 
sono palesemente sotto o mal utilizzati. 
Di fatto noi compiamo sforzi del tutto insufficienti per inventare nuovi usi di essi che siano 
davvero all'altezza della straordinaria novità rappresentata da questi strumenti; mentre siamo 
costretti a compiere di continuo sforzi affatto eccessivi per ottenere da loro prestazioni che 
sono, a ben vedere, di modesto livello intellettuale (...). 
Gran parte delle attività che sono state computerizzate sono in realtà attività di vecchio tipo, 
come la contabilità aziendale o la scrittura di testi, che i computer hanno permesso di rendere più 
veloci, oppure di automatizzare. Per contro sono pochissime le attività inventate appositamente 
per sfruttare le capacità originali dei computer. Se invece la maggior parte dei computer fosse 
ampiamente dotata di software strutturato in base ai criteri dell'IA; se essi diventassero 
veramente dei "computer cognitivi", la loro utilità crescerebbe di vari ordini di grandezza, sul 
lavoro e nella casa (...) nell'amministrazione pubblica e nella gestione dell'ambiente, in molte 
forme di tempo libero; ma sopratutto, forse, nella scuola e in ogni genere di formazione e di 
aggiornamento professionale, anche di alto livello. 
 
L'INFORMATICA COME RISORSA STRATEGICA 
da Il Computer di Giulio Occhini (1990) 
Storicamente l’informatica è stata introdotta nelle organizzazioni di vario tipo, pubbliche o 
private, con due ordini di obiettivi. Il primo è la riduzione del costo dei beni e dei servizi offerti, 
che si consegue sostituendo il computer all'uomo nei processi a carattere operativo. Il secondo 
obiettivo, non disgiunto dal primo, è ridurre i tempi che intercorrono tra la richiesta e la fornitura 
dl prodotto/servizio (...). 
L'evoluzione tecnologica e la drastica riduzione dei costi suggeriscono oggi modi 
concettualmente diversi di sfruttare le potenzialità dello strumento informatico. Questo 
orientamento, cui viene dato il nome di informatica "strategica" in contrapposizione alla 
informatica "operativa" di cui si è parlato in precedenza, vede il computer come mezzo non per 
fare le stesse cose in modo più efficiente, ma per fare cose nuove, inconcepibili senza di esso, o 
per migliorare i processi di natura decisionale. 
Intelligenza artificiale e settore produttivo 
 5
Con riferimento al primo aspetto, esiste ormai un'ampia casistica di prodotti/servizi ispirati e resi 
possibili dal computer (...). Un esempio di nuovo servizio, offerto all'utente (dalle banche) è lo 
sportello automatico, in cui il cliente esegue direttamente, senza intermediazioni, la transazione 
desiderata (...). 
Passando all'altro obiettivo dell'informatica strategica, il computer può intervenire nel processo 
decisionale per aiutare l'uomo ad affrontare con maggior cognizione di causa, e quindi con 
maggiore razionalità, situazioni complesse, si tratti della direzione di un'impresa industriale o 
commerciale, di un ente amministrativo o anche di un ente di governo. 
Questa nuova dimensione di utilizzo dell'informatica deriva dale possibilità di integrare 
logicamente e tecnologicamente vari sottosistemi applicativi, di mettere a fattor comune il 
patrimonio informativo dell'organizzazione, nonché di aggregare l'informazione a vari livelli di 
sintesi (...). 
Nell'ottica del supporto decisionale molti dei problemi che l'informatica strategica dovrà 
affrontare richiederanno l'analisi di fatti e situazioni non descrivibili in termini numerici e la 
capacità di stabilire collegamenti non secondo algoritmi, ma piuttosto secondo regole di 
ragionamento dettate dall'esperienza. Ciò significa che l'emergente tecnologia dell'Intelligenza 
Artificiale svolgerà un ruolo cruciale nel successo di questa nuova informatica e, in particolare, 
l'area dei cosiddetti Sistemi Esperti basati sulla conoscenza (...). 
 
1.1 Informatica e azienda 
Il primo impiego degli elaboratori elettronici nell'ambiente produttivo risale a pochi decenni 
fa, ma la loro utilizzazione è diventata rapidamente così estesa e indispensabile che oggi, 
nell'immaginario collettivo, è forse più verosimile un ufficio senza carta che uno senza 
computer, ovvero uno stabilimento senza operai che uno senza robot1. 
Non è questa la sede per analizzare le cause di un fenomeno tanto straordinario, 
peraltro già descritto nei dettagli da altri; a noi interessa intravedere nella dinamica 
espansione dei campi di applicazione dove ricercare le migliori opportunità di successo, 
come impiegare lo strumento informatico per raggiungere i più elevati vantaggi competitivi 
per l'azienda. 
                                                 
1
 ma, più probabilmente, sistemi CAD/CAM 
Intelligenza artificiale e settore produttivo 
 6
 
1.1.1 Scenari applicativi attuali 
L'impiego del computer permea buona parte dell'attività dell'impresa, tanto da rendere 
ardua e apparentemente superflua una analisi sistematica delle applicazioni dell'informatica. 
D'altra parte, nel nostro intento di suggerire le tendenze e di individuare le aree a più alto 
potenziale di successo, abbiamo bisogno di un quadro metodologico per l'interpretazione 
del fenomeno. A tal scopo, lo schema di analisi proposto da Occhini [8] appare adeguato. 
Possiamo considerare l'ufficio e la fabbrica come le componenti elementari di qualsiasi 
azienda operante in qualsiasi settore; alcune saranno composte esclusivamente da uffici, 
mentre altre anche da una o più fabbriche. Restano escluse da questa rudimentale 
schematizzazione le aziende del settore primario e alcune funzioni delle grosse aziende quali, 
ad esempio, la ricerca, ma ciò non è rilevante ai fini della nostra analisi. 
Analizziamo, quindi, separatamente questi due ambienti applicativi. 
 
UFFICIO 
Si possono dare molte definizioni di ufficio; in questa sede, visto lo scopo della disamina, 
consideriamo il luogo in cui, in modo organizzato, più persone operano il trattamento 
delle informazioni; in contrapposizione alla fabbrica nella quale si trasforma la materia. 
Gli elaboratori elettronici fecero la loro comparsa negli uffici delle grandi multinazionali 
all'inizio degli anni '60, capaci di trattare le informazioni solo nella forma più simile a quella 
della loro rappresentazione interna (numeri in base 2): i numeri. A tappe sempre più 
ravvicinate, l'elaboratore è diventato capace di gestire testi, documenti complessi, grafica, 
suoni, immagini e conoscenza (Figura 1) ovvero l'informazione in tutte le sue espressioni. 
Intelligenza artificiale e settore produttivo 
 7
Figura 1 : Evoluzione del trattamento automatico delle informazioni 
numeri
testi
immagini e suoni
conoscenza
EDP
WP e DTP
MPC
SE
informazioni
tempo  
 
Possiamo considerare l'attività degli uffici articolata su due livelli: la gestione del processo 
operativo primario e la gestione del processo progettuale/decisionale. 
Il processo operativo primario costituisce la ragion d'essere dell'organizzazione. In 
un'azienda manifatturiera esso consiste nella produzione, in una banca nell'erogazione 
dei servizi alla clientela, in un'assicurazione nella stipulazione dei contratti e così via. 
Il processo progettuale/decisionale è costituito dal complesso delle funzioni che 
attengono alla progettazione, alla pianificazione e al controllo del processo operativo 
primario con lo scopo di renderne massima l'efficienza. 
Attualmente le applicazioni avvengono, nella stragrande maggioranza dei casi, nell'area a 
supporto delle attività inerenti il processo operativo primario. Ciò deriva essenzialmente da 
due fattori; uno di carattere tecnico ed un altro di natura economica. 
Nel passato remoto e recente, infatti, il lavoro esecutivo è stato preponderante 
nell'ufficio e di conseguenza al fine di ridurre i costi si è cercato di sostituire il personale con 
gli elaboratori. Tale operazione è stata resa possibile dallo stato della tecnologia fin dagli 
anni '70, quando le capacità di calcolo e di immagazzinamento dei dati consentirono di 
procedurizzare ed automatizzare l'amministrazione e la contabilità. L'evidente aumento della 
produttività del personale e la relativa facilità con cui la funzione amministrativo/gestionale fu 
trasformata in programmi convinsero ampie schiere di manager sulla “redditività 
dell'investimento” in tecnologie informatiche, innescando quel processo che ha portato il 
computer ad una diffusione capillare all'interno dell'azienda. 
Intelligenza artificiale e settore produttivo 
 8
Da una analisi dei costi del personale di ufficio (Figura 2) e della loro tendenza si scopre 
però che la rilevanza assunta dai knowledge worker (specialisti e manager), impiegati nel 
processo progettuale/decisionale, supera quella di coloro che svolgono compiti esecutivi e 
che il divario è destinato ad aumentare. Ciò apre nuove prospettive per l'impiego 
dell'informatica, che supportato dallo sviluppo tecnologico dovrebbe portare ad una nuova 
“ondata”, che andrebbe a sovrapporsi a quella ancora in atto relativa all'area operativa. 
Figura 2 : Ripartizione e tendenze dei costi del personale di ufficio (Fonte: Il Sole-24 Ore, 
1990) 
Lavoro direttivo
(26%)
Quadri e lavoro
specializzato
( 40%)
Lavoro esecutivo
(34%)
CATEGORIA TENDENZA
knowledge
worker {
 
 
La Figura 3 riassume le applicazioni dello strumento informatico nell'ufficio, distinguendo tra 
l'area operativa e quella strategica e tra l'informatica di organizzazione e quella individuale; 
intendendo per informatica di organizzazione quella volta all'automazione di aree 
omogenee del sistema informativo attraverso l'archiviazione, il reperimento e lo scambio 
delle informazioni, e per informatica individuale l'insieme di applicazioni atte a supportare 
l'opera dei knowledge worker. Analizziamo ora, molto sinteticamente, le categorie di 
applicazioni indicate nella figura, muovendo da quelle tradizionali di informatica operativa a 
quelle strategiche. 
Electronic Data Processing (EDP). L'elaborazione elettronica dei dati consiste 
nell'automazione di aree omogenee del sistema informativo aziendale tramite software 
solitamente custom. La Contabilità Generale, il pagamento delle imposte, la gestione 
dei conti correnti bancari e la tenuta del magazzino sono solo alcuni esempi del vasto 
e variegato universo dell'EDP. Queste applicazioni sono state fatte al fine di ridurre 
Intelligenza artificiale e settore produttivo 
 9
l'impiego di personale umano, sostituendolo con un sistema hw/sw  più efficiente ed 
economico. 
Electronic Data Interchange (EDI). Lo scambio elettronico di dati, a differenza 
dell'EDP e nonostante la tecnologia lo renda possibile da anni, non ha avuto una 
grandissima diffusione. La possibilità di superare l'uso della carta offerta dall'EDI a 
fronte di vincoli di natura giuridica e di consuetudine, offrirebbe numerosissimi 
vantaggi. Comunque, probabilmente, la seconda metà degli anni '90 vedrà un grande 
sviluppo di quest'area. Molti indizi avvalorano questa tesi: 
• consolidata tecnologia del fax; 
• potenziamento delle linee di trasmissione (fibre ottiche/centrali digitali); 
• superamento dei problemi di comunicazione legati agli standard (vedi fenomeno 
Internet); 
• tecnologia disponibile (memorie ottiche, 100 mips sul tavolo, software OCR 
efficace, ecc.). 
Office Automation (OA). Consiste nell'automazione/procedurizzazione delle  lavoro 
individuale di ufficio, fatta più con l'intento di migliorare la produttività dei knowledge 
worker che allo scopo di sostituirli. Le applicazioni di OA sono solitamente 
software del tipo off-the-shelf che, grazie alla notevole diffusione, hanno raggiunto 
anche una vasta popolarità. Alcuni prodotti, infatti, sono venduti in milioni di copie, 
rappresentando una notevole parte dell'intero mercato dell'informatica. Inizialmente 
l'OA è coinciso con il word processing (elaborazione elettronica dei testi), area che 
si è successivamente estesa fino desk top publishing, intesa come editoria da tavolo. 
Da qualche anno sono in commercio applicativi che consentono la redazione di 
documenti, anche molto complessi, con grafici e immagini, impiegando un personal 
computer e una stampante laser investendo una cifra complessiva inferiore ai 5 
milioni di lire. Considerando che la spesa media di un'azienda per pubblicazioni varie 
è pari a circa il 10% del fatturato e che un sistema DTP consente di ridurre tale costo 
a meno di un terzo si spiega il grosso successo di queste applicazioni. Con il passare 
Intelligenza artificiale e settore produttivo 
 10
degli anni all'elaboratore di testi si sono affiancati i fogli elettronici (Spread Sheet), i 
gestori di archivio (Data Base Manager), la posta elettronica (Electronic Mail), i 
sistemi autore per la realizzazione di applicazioni multimediali (Authoring System) e 
così via. 
Management Information System (MIS). Ad uno stadio elevato di maturità 
dell'informatica di organizzazione, quando le diverse procedure EDP sono state 
raccordate e sussiste un'unica base di dati, il MIS aggrega le informazioni generate a 
livello operativo al fine di consentire alla direzione strategica e agli addetti alla 
supervisione tattica di operare con elevato grado di conoscenza della situazione 
interna ed esterna all'azienda. 
Decision Support System (DSS). Sono programmi applicativi mirati all'acquisizione e 
alla manipolazione dei dati, finalizzati al miglioramento della qualità delle decisioni dei 
manager. A differenza delle applicazioni di OA, i DSS intervengono nell'area 
specifica dell'azienda. La definizione di DSS varia, quindi, a seconda 
dell'applicazione: per un manager finanziario esso è strumento di pianificazione del 
cash-flow, per uno specialista di logistica è l'algoritmo di ottimizzazione dei percorsi 
e dei tempi di trasporto e così via. 
Expert System (ES). Sono sistemi di consultazione, utilizzabili dall'utente come 
supporto in una specifica area di attività, anche molto complessa. A differenza dei 
DSS i sistemi esperti gestiscono in maniera trasparente informazioni qualitative e 
grazie alla forma di rappresentazione interna della conoscenza sono in grado di 
giustificare le conclusioni e di essere aggiornabili con relativa semplicità.