WORKSHOP GBD26-27
Vivere l'innovazione da protagonisti!

Genia Big Data sarà presente a SMAU Milano 2026, il principale appuntamento italiano dedicato a innovazione, startup e trasformazione digitale, in programma il 3 e 4 novembre presso Allianz MiCo (Gate 4).

SMAU riunisce ogni anno aziende, startup e professionisti attorno ai grandi temi dell'innovazione: Intelligenza Artificiale, Industria 4.0, trasformazione digitale, sostenibilità e nuove competenze — gli stessi ambiti in cui Genia Big Data lavora ogni giorno con i propri clienti.

Sarà l'occasione per incontrare dal vivo il team, scoprire i progetti di AI e Big Data realizzati per le aziende e confrontarsi su come queste tecnologie possano essere applicate a processi e decisioni reali.

Vi aspettiamo al nostro stand: vieni a trovarci!

Un evento trasversale dedicato a comprendere cosa significa realmente introdurre l'AI all'interno di un processo aziendale.

Si parte da una situazione molto comune: informazioni distribuite tra ERP, Excel, email e sistemi differenti, attività manuali, passaggi ripetitivi, controlli affidati alle persone e difficoltà nel comprendere rapidamente dove intervenire.

Durante l'evento viene ricostruito un processo aziendale end-to-end e mostrato come può essere progressivamente trasformato attraverso integrazione dati, workflow, automazione e AI.

La dimostrazione pratica mette a confronto il processo AS-IS e il processo TO-BE: acquisizione automatica delle informazioni, eliminazione di alcuni passaggi manuali, identificazione delle anomalie, attivazione di alert e supporto AI alla decisione.

L'obiettivo è mostrare concretamente che la Business Transformation non consiste nell'aggiungere un chatbot al processo esistente, ma nel ridisegnare il modo in cui informazioni, attività e decisioni attraversano l'organizzazione.

Un Business Lab dedicato alla trasformazione del Procurement da funzione prevalentemente transazionale a sistema di controllo e anticipazione.

Si parte dalla giornata reale del buyer: ordini da controllare, conferme dei fornitori, consegne, variazioni di prezzo, lead time, certificazioni, stock e comunicazioni distribuite tra sistemi ed email.

La dimostrazione pratica mostra come collegare Purchase Order, supplier, consegne, stock, Forecast e fabbisogni, consentendo al sistema di individuare automaticamente le situazioni che richiedono attenzione.

Durante il live vengono simulate anomalie quali ritardo di un supplier, aumento del lead time, quantità consegnata diversa da quella ordinata, ordine potenzialmente eccedente e concentrazione su un fornitore critico.

L'AI interviene nella lettura delle eccezioni e nella valutazione del loro possibile impatto su magazzino, produzione e servizio al cliente.

Il buyer passa così dal dover cercare continuamente il problema a ricevere informazioni sulle situazioni nelle quali è realmente necessario prendere una decisione.

Un evento costruito volutamente partendo dal punto nel quale molti progetti di AI incontrano la prima vera difficoltà: il dato aziendale.

Conti non perfettamente riclassificati, anagrafiche non uniformi, centri di costo, file Excel, dati ERP, informazioni mancanti e criteri di calcolo differenti rappresentano spesso la realtà dalla quale deve partire il Controller.

La sessione mostra concretamente il percorso che porta dal dato grezzo alla costruzione di una base informativa utilizzabile dall'Intelligenza Artificiale.

La dimostrazione pratica parte da informazioni non strutturate e mostra le fasi di acquisizione, normalizzazione, riconciliazione, riclassificazione e costruzione dei KPI.

Una volta costruita una base dati affidabile, viene mostrato come l'AI possa supportare l'analisi degli scostamenti, individuare anomalie, interrogare i dati in linguaggio naturale, confrontare periodi e costruire scenari.

Il messaggio dell'evento è preciso:

Prima dell'AI viene il dato; dopo il dato può iniziare la Decision Intelligence.

Un laboratorio dedicato a una delle decisioni più sensibili dell'impresa: quanto e a quali condizioni vendere.

Il prezzo viene spesso determinato attraverso listini, politiche commerciali, esperienza del venditore e margini minimi.

Ma la stessa percentuale di sconto può generare conseguenze completamente differenti in funzione di prodotto, cliente, quantità, costo, mix e comportamento storico.

Durante l'evento viene simulata una trattativa commerciale reale.

L'utente modifica prezzo, quantità e sconto e osserva immediatamente l'effetto su fatturato, Margine di Contribuzione e redditività della vendita.

La dimostrazione viene progressivamente arricchita con informazioni relative al cliente: storico, frequenza, mix, comportamento commerciale, marginalità e condizioni precedentemente applicate.

L'AI può quindi supportare la valutazione evidenziando anomalie, condizioni fuori politica, precedenti comparabili e possibili effetti economici.

Il passaggio mostrato dal vivo è quello dal prezzo definito a posteriori alla marginalità valutata prima di assumere la decisione commerciale.

Un evento dedicato a mostrare come la performance commerciale cambi quando il fatturato smette di essere l'unica misura disponibile.

Durante la sessione vengono messi in relazione:

• Agente
• Cliente
• Prodotto
• Prezzo
• Sconto
• Quantità
• Provvigione
• Margine di Contribuzione

La demo parte da due agenti con un fatturato apparentemente simile.

Progressivamente vengono introdotti sconti, mix di vendita e marginalità, mostrando come il ranking possa modificarsi completamente.

Vengono inoltre analizzati clienti che acquistano molto ma generano marginalità differenti e situazioni nelle quali l'aumento del fatturato non produce un aumento equivalente del valore generato.

L'AI può contribuire a individuare condizioni commerciali anomale, clienti con comportamento in cambiamento, opportunità di cross-selling e variazioni della marginalità.

La sessione mostra quindi come passare dal controllo di quanto è stato venduto alla comprensione di come è stato generato quel risultato e quanto valore ha realmente prodotto.