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.