Scarica Appunti sistemi informativi e più Appunti in PDF di Sistemi Informativi solo su Docsity!
SISTEMI INFORMATIVI
Sistema Informativo: definizione e ruolo
strategico
Definizione generale
Sistema Informativo (SI) = insieme di componenti che permettono la produzione, gestione ed elaborazione dell’informazione. SI aziendale = dati + strumenti/applicazioni + persone + processi → forniscono le informazioni necessarie al business.
Equivoci comuni
SI ≠ sistemi informatici. SI possono esistere anche senza computer (esistevano già prima dell’informatica).
Ruolo delle ICT
Le ICT (Information and Communication Technology) sono diventate centrali nei SI moderni. Comprendono: hardware + software + reti → infrastruttura del SI contemporaneo. Le ICT hanno abilitato: o digitalizzazione massiva dei processi, o accesso istantaneo all’informazione, o trasformazione dei modelli organizzativi (la famosa rivoluzione digitale).
Dato, Informazione, Conoscenza
DATO
Definizione
Il dato è materia prima, grezza, non interpretata. “Descrizione originaria e non interpretata di un evento” (Blumenthal, 1973). È composto da simboli: numeri, lettere, caratteri.
Caratteristiche di un buon dato
Essenziali per essere elaborato correttamente:
- Completezza → rappresentazione precisa, non frammentata.
- Omogeneità → raccolti con le stesse modalità.
- Sincronia → riferiti allo stesso istante temporale.
Significato nullo se isolato
Esempio: “28” da solo non dice nulla. INFORMAZIONE
Definizione
Informazione = dato elaborato, cioè dato + contesto + significato. È la forma utile del dato.
Come nasce
Basta una manipolazione semplice: esempio → 28 → 28/30 a uno studente ⇒ diventa informazione.
Caratteristica chiave:
relatività
Un’informazione è tale solo per chi la usa e nel contesto specifico. Ciò che è informazione per un attore può essere un semplice dato per un altro.
Ruolo dei SI
Le aziende generano enormi quantità di dati → serve tecnologia per: o elaborarli, o trasformarli in informazioni, o distribuirli nei tempi e nei modi utili al business. CONOSCENZA
Definizione (difficile e non completamente standard)
È lo stadio successivo: dato → informazione → conoscenza. Dipende dalla rielaborazione soggettiva dell’informazione.
Caratteristiche
Innovazione ICT = funzione di fattori tecnologici, economici, socio-culturali e normativi (non solo determinismo tecnologico). Persone e processi nei Sistemi Informativi
Persone
Utenti = fruiscono dei benefici del SI. Progettisti/tecnici = sviluppano, mantengono il SI. Obiettivi: o efficienza, produttività, vantaggio competitivo, o maggiore copertura clienti, o miglior servizio.
Processi
Attività aziendali finalizzate a trasformare input in output. Tipi: o processi di base → core business, o processi di supporto → consentono i processi di base. Tipi di Sistemi Informativi per livelli decisionali (Piramide di Anthony, 1965) Livello Chi Obiettivo Tipologia SI Caratteristiche decisioni Operativo personale operativo, supervisori automatizzare attività di routine, migliorare efficienza TPS (Transaction Processing System) decisioni strutturate, procedure definite, breve orizzonte (giorni) Tattico / Manageriale dirigenti funzionali (marketing, finanza, produzione) monitorare e controllare attività operative, migliorare efficacia MIS (Management Information System), DSS (Decision Support System), BI decisioni semistrutturate, orizzonte temporale mesi Strategico / Direzionale top manager (CEO, direttori) definire strategia, prodotti, mercati, organizzazione EIS/ESS (Executive Information System / Executive Support System) decisioni non strutturate, lungo termine, scenari complessi Metodologie moderne per sviluppo SI
Agile e Lean Startup
Obiettivo: innovazione continua, velocità, rispondere ai bisogni reali dei clienti. Ciclo Lean Startup: costruisci → misura → apprendi. MVP (Minimum Viable Product) → test rapido di ipotesi. Pivot = cambio di direzione se l’ipotesi non funziona. Esempio: Instagram → da “Burbn” a piattaforma solo foto/commenti. Casi pratici
Heathrow Airport
Sistema di smistamento bagagli problematico → ritardi e inefficienza.
FedEx
SI complessi e interconnessi → gestione globale di pacchi, veicoli e aerei. Esempi: o Smistamento pacchi in millisecondi, o Tracking online, sito con 50M visitatori/mese. Conclusione: SI ben progettati = vantaggio competitivo cruciale. Evoluzione delle architetture ICT nei sistemi informativi
Quattro fasi storiche
- Batch (fine anni ’50) o Mainframe centralizzati. o Elaborazione dati a lotti (batch), posticipata rispetto alle operazioni reali. o Effetto: maggiore efficienza nei calcoli, ma servizio al cliente ancora lento.
- Real-time (inizio anni ’70 – metà anni ’80) o Introduzione dei dumb terminal, collegati ai mainframe. o Possibilità di accesso in tempo reale ai dati dal front office. o Impatto organizzativo: back office meno centrale, clienti vedono operazioni immediatamente.
- PC revolution (metà anni ’80) o Nascita dei personal computer → architettura client-server/distribuita. o Elaborazione decentralizzata, maggiore produttività individuale (es. Excel). o Svantaggi: costi più alti (Total Cost of Ownership, manutenzione software e hardware). o Problemi: “obesità dei client”, necessità di software open source in alcuni contesti.
- Cloud computing (oggi) o Architetture basate su Internet, applicazioni e dati disponibili “in cloud”. o Modello utility computing: risorse noleggiate secondo necessità (elasticità). o Riduzione dei costi fissi → costi variabili. o Esempi reali: AWS (EC2, S3), Netflix, Airbnb.
Limiti: scelta e integrazione dei servizi complessa e costosa.
Grid computing
Combina la potenza di molti computer distribuiti per risolvere problemi complessi, precedentemente gestibili solo dai supercomputer. I task vengono suddivisi in porzioni più piccole e assegnati ai singoli nodi. Esempi notevoli: o Folding@Home: utilizza i PC dei gamer per simulazioni scientifiche (COVID-19, cancro). o Supercomputer tradizionali: simulazioni automobilistiche (Toyota), reattori nucleari, terremoti. Vantaggi: costo inferiore rispetto ai supercomputer, sfrutta hardware sottoutilizzato.
Content Delivery Network (CDN)
Migliora le performance di siti web e contenuti multimediali distribuendo copie geograficamente vicine agli utenti. Riduce latenza e consumo di banda, garantendo maggiore velocità e affidabilità.
Convergenza tra informatica e telecomunicazioni
Convergenza dei dispositivi: smartphone e tablet integrano funzioni che prima richiedevano più dispositivi. Convergenza delle reti: voce, video e dati condividono lo stesso backbone IP (VoIP, videoconferenze). Vantaggi: riduzione dei costi, maggiore flessibilità e mobilità. Green computing Obiettivo: ridurre impatto ambientale e consumo energetico delle infrastrutture IT. Strategie principali: o Virtualizzazione: riduce server fisici e consumi energetici. o Datacenter cloud: ottimizzazione energetica condivisa, energia rinnovabile. o Software di gestione dell’energia e riduzione degli sprechi (stampa, standby). o Smaltimento responsabile hardware obsoleto. Effetto misurabile: migrazione al cloud riduce le emissioni di CO ₂fino al 72%.
Efficienza e prioritizzazione dei servizi cloud
I provider regolano le attività in base a disponibilità energetica e urgenza dei task (es. durante COVID-19, priorità a servizi sanitari). Cloud computing consente efficienza operativa e gestione intelligente dei carichi, ottimizzando costi e risorse. Il ruolo della tecnologia e del cloud nell’economia della collaborazione
Le ICT non influenzano più solo front e back office, ma anche relazioni con stakeholder e clienti. Concetti chiave: o Crowdsourcing: esternalizzazione di attività a utenti online (es. YouTube, MTurk, Microsoft). o Open innovation: sfrutta l’intelligenza collettiva di dipendenti, clienti e partner. o Produzione paritaria (peer production): beni/servizi creati da comunità auto- organizzate (es. software open source, Wikipedia). o Crowd economy: domanda di beni/servizi soddisfatta da individui non collegati formalmente, abilitati da piattaforme digitali cloud-based. Esempio: Amazon Mechanical Turk permette di delegare micro-attività (“Human Intelligence Tasks”) a persone nel mondo intero.
Trend Digitali
Contesto Digitale Globale
Internet: 5,16 mld utenti (2023), social attivi 4,76 mld, 1,6 mld siti web. E-commerce: 3,59 trilioni $. Tempo online: media mondiale 6-7 h/giorno (varia per Paese). Conseguenze: maggior connessione, creazione/condivisione contenuti, interazione azienda- cliente.
Social Media
Funzioni: o Comunicazione azienda-cliente. o Collaborazione interna (progetti, innovazione). o Crowdsourcing & open innovation. Esempi: Facebook, Instagram, X.
Internet of Things (IoT)
Definizione: oggetti fisici connessi a internet (sensori, wearable, smart device). Numero dispositivi 2023: 16,7 mld. Applicazioni: smart city, smart home, smart factory, agricoltura digitale, sanità. Evoluzione: Internet of Everything → AI + oggetti connessi. Smart Energy: ottimizzazione consumi energia rinnovabile tramite sensori e AI.
Smart City e Sostenibilità
Obiettivi: sicurezza, traffico, energia, raccolta dati, servizi ottimizzati. Investimenti: 13 mld $ (2019) → 120 mld $ (2024). Esempi pratici: o Hangzhou: AI traffico → -15% ingorghi. o Copenhagen: monitoraggio bici → +40% efficienza.
AI + Mobile: servizi personalizzati. AI generativa + creatività: media, ricerca, contenuti. Robotica + AI: automazione, produttività.
Rivoluzione Digitale & Industry 4.
Introduzione
Le ICT (Information and Communication Technology) oggi permeano quasi tutti i settori e mansioni: contabilità, medicina, ingegneria, design, musica, arte. I computer non solo elaborano dati ma supportano decisioni complesse e processi creativi. Uso professionale: gestione traffico aereo, diagnosi mediche, monitoraggio investimenti, CAD, sistemi sanitari, ecc. Uso personale: finanza, comunicazioni, e-commerce, giochi, social.
Rivoluzione Digitale
Caratteristiche principali: o Ritmo evolutivo sostenuto. o Tecnologie sempre più accessibili (costi contenuti). o Impatto su processi produttivi, modelli di business, relazioni con clienti e mercati. o Integrazione tra processi fisici e digitali → rinnovamento organizzativo. Effetti principali: o Automatizzazione dei lavori manuali e cognitivi. o Espansione della gamma di compiti svolti dalle macchine.
Industry 4.
Origine: Germania, 2011. Definizione: quarta rivoluzione industriale; produzione interconnessa e automatizzata. Tecnologie abilitanti: o IoT / Industrial IoT (sensori, dispositivi connessi, monitoraggio in tempo reale). o Intelligenza artificiale e machine learning. o Robotica e cobot (robot collaborativi). o Big Data & cloud computing.
o Additive manufacturing (stampa 3D). Obiettivi: migliorare efficienza, qualità, flessibilità, personalizzazione dei prodotti. Espansione delle ICT e “densità digitale” Densità digitale: quantità di dati interconnessi generati per unità di attività. Fattori principali:
- Connessioni: persone, oggetti, aziende connesse ovunque (mobile first).
- Dati: Big Data con volume, varietà, velocità; analizzati grazie al cloud.
- Interazioni: nuovi modelli di business (es. Uber, Airbnb, servitization: prodotti → servizi). Esempi pratici: o Droni: da militari → agricoltura, fotografia, videoproduzioni. o Veicoli autonomi e camion industriali. o Smart home, smart city, wearable (Apple Watch, Fitbit). Impatti sul lavoro Automazione: o Blue-collar: lavori manuali, ripetitivi (catene di montaggio, macchinari) → robot, IoT, AI. o White-collar: attività cognitive semplici → sportelli automatici, software gestionali. o Knowledge worker: compiti complessi e creativi (architetti, manager, scienziati) → AI in supporto, ma non totale sostituzione. Opportunità: o Competenze difficili da replicare: creatività, pensiero innovativo, capacità socio- emotive, abilità manuali. o Nuove professioni: programmatori, data scientist, esperti di machine learning, designer high-skilled. o Lavori futuri ancora non immaginabili sfrutteranno tecnologia in modi innovativi. Rischi: o Disoccupazione tecnologica temporanea. o Maggiori differenze tra lavoratori high-skilled e low-skilled. Tecnologie chiave e applicazioni Tecnologia Applicazioni principali IoT / Industrial IoT Smart home, smart city, monitoraggio industriale, e-health AI / ML Decisioni complesse, diagnosi, ricerca legale, assistenza personalizzata Robotica / Cobot Produzione automatizzata, assistenza, gestione stress Additive manufacturing Prototipi e produzione industriale, aerospaziale, biomedicale Mobile devices / BYOD Accesso remoto, micro-momenti, collaborazione real-time Big Data & Cloud Analisi predittiva, personalizzazione servizi, ottimizzazione processi Conclusioni strategiche
