PRESENTAZIONE

L’insegnamento tratta i metodi analitici e quantitativi a supporto dei processi decisionali strategici nel settore energetico. L’insegnamento introduce i framework per lo sviluppo della strategia e l'analisi del settore, ponendo particolare attenzione alla creazione di valore e alle forze competitive. L’insegnamento presenta, inoltre, le basi concettuali per comprendere come i big data e l'intelligenza artificiale abbiano cambiato i processi decisionali strategici e le linee guida pratiche per gestire le sfide legate ai big data nel processo decisionale.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

L’insegnamento si propone di fornire agli studenti conoscenze per contribuire ai processi decisionali strategici, attraverso l’impiego di vari metodi analitici. Al termine dell’insegnamento, gli studenti avranno acquisito la capacità di riconoscere e interpretare le principali componenti di una strategia aziendale, comprendendo come i fattori interni ed esterni influenzino le decisioni strategiche. Gli studenti saranno in grado di applicare strumenti di analisi dell’ambiente e delle fonti di vantaggio competitivo e valutare le scelte di posizionamento e diversificazione. L’insegnamento fornirà strumenti per affrontare le sfide poste dall’uso dei big data e dell’intelligenza artificiale nei processi decisionali strategici, con particolare riferimento alle applicazioni nell’ambito energetico. Le competenze acquisite includono la capacità di interpretare scenari complessi, elaborare strategie fondate su dati e analisi strutturate, e comunicare i risultati in contesti interdisciplinari e ad elevata incertezza.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

1. Fondamenti di strategia

• Descrivere i principi fondamentali della strategia e dei processi decisionali strategici
• Analizzare gli ambienti competitivi e le dinamiche di settore nel comparto energetico
• Valutare come le imprese sviluppano vantaggi competitivi attraverso risorse e competenze

2. Processi decisionali strategici data-driven

• Spiegare il ruolo dei dati e dell’analisi quantitativa nei processi decisionali strategici
• Interpretare evidenze data-driven a supporto della pianificazione strategica e delle performance aziendali
• Valutare opportunità e criticità associate agli approcci basati sui dati

3. Processi decisionali strategici AI-driven

• Descrivere il ruolo dell’intelligenza artificiale nelle decisioni strategiche e manageriali
• Valutare l’impatto delle tecnologie di IA su innovazione, competitività e trasformazione organizzativa
• Riconoscere opportunità, rischi e implicazioni etiche dei processi decisionali basati sull’intelligenza artificiale

4. Framework concettuali per le decisioni strategiche

• Applicare framework concettuali e analitici a supporto dell’analisi strategica
• Condurre valutazioni strategiche di imprese, mercati e posizionamento competitivo
• Valutare alternative strategiche in condizioni di incertezza e complessità

5. Metodi quantitativi per lo sviluppo della strategia

• Applicare metodi quantitativi e strumenti analitici a supporto dello sviluppo strategico
• Interpretare evidenze quantitative per attività di previsione, ottimizzazione e valutazione delle performance
• Integrare il ragionamento strategico con l’analisi quantitativa nei processi decisionali manageriali

PREREQUISITI

Non sono richiesti prerequisiti specifici. È tuttavia auspicabile una conoscenza di base dei concetti fondamentali di management strategico.

MODALITA' DIDATTICHE

L'insegnamento adotta una modalità didattica prevalentemente a distanza. La didattica erogata a distanza consiste in lezioni frontali registrate, che coprono i contenuti teorici e concettuali del modulo. La didattica in presenza consiste in esercitazioni pratiche, attività in gruppi e discussioni guidate, al fine di stimolare l’interazione, consolidare le competenze analitiche e favorire l’applicazione di metodi e strumenti a casi concreti del settore energetico e ambientale.

Per le studentesse e gli studenti con disabilità, DSA o BES

Si ricorda alle studentesse e agli studenti con disabilità, con DSA o con BES che per poter richiedere adattamenti in sede d'esame occorre prima inserire la certificazione sul sito web di Ateneo alla pagina servizionline.unige.it nella sezione "Studenti". La documentazione sarà verificata dal Settore servizi per l'inclusione degli studenti con disabilità e con DSA di Ateneo. All'inizio dell'insegnamento è consigliato contattare la docente o il docente per concordare modalità d'esame che, nel rispetto degli obiettivi dell'insegnamento, tengano conto delle modalità di apprendimento individuali. Per richiedere strumenti compensativi o misure dispensative, le studentesse e gli studenti con disabilità o DSA devono compilare l'apposito Webform disponibile alla pagina https://unige.it/disabilita-dsa, almeno 7 giorni lavorativi prima dell'esame. Le studentesse e gli studenti con BES possono invece inviare la richiesta via e-mail alla docente o al docente, mettendo in copia la Referente di Dipartimento prof. Elena Lagomarsino (inclusione.economia@unige.it) e il Settore inclusione: inclusione.studenti@info.unige.it. Le richieste saranno valutate dalla docente o dal docente e potranno essere approvate o non approvate.

PROGRAMMA/CONTENUTO

Il modulo Strategic Decision-Making Process and Quantitative Methods affronta teorie e tecniche a supporto dei processi decisionali strategici, con particolare attenzione al settore energetico e alla transizione ecologica. Il modulo combina un inquadramento teorico dei concetti strategici con strumenti analitici e quantitativi per l’analisi del contesto, l’individuazione del vantaggio competitivo e l’utilizzo di big data e intelligenza artificiale a supporto delle decisioni.

Contenuti principali

1. Fondamenti di strategia

• Principi e componenti della strategia
• Processi decisionali strategici e formulazione della strategia
• Analisi di settore, ambienti competitivi e vantaggio competitivo
• Risorse, competenze e creazione di valore nel settore energetico

2. Processi decisionali strategici data-driven

• Ruolo dei dati e dell’analisi quantitativa nei processi decisionali strategici
• Modelli di business data-driven e pianificazione strategica
• Qualità dei dati, interpretazione ed evidence-based decision-making
• Opportunità e criticità degli approcci basati sui dati

3. Processi decisionali strategici AI-driven

• Applicazioni di intelligenza artificiale nelle decisioni strategiche e manageriali
• Previsioni, ottimizzazione e analisi strategica abilitate dall’IA
• Implicazioni organizzative dell’adozione dell’IA
• Opportunità, rischi e questioni etiche legate ai processi decisionali basati sull’IA

4. Framework concettuali per le decisioni strategiche

• Framework per l’analisi strategica e il posizionamento competitivo
• Analisi SWOT e strumenti di valutazione strategica
• Valutazione ex ante ed ex post delle strategie
• Valutazione in itinere della strategia e Balanced Scorecard
• Strumenti di portfolio strategy per le imprese energetiche
• Misurazione della concentrazione e test di diversificazione

5. Metodi quantitativi per lo sviluppo della strategia

• Metodi quantitativi per l’analisi strategica e il supporto alle decisioni
• Ragionamento statistico e strumenti analitici per le decisioni manageriali
• Key Performance Indicators (KPI) aziendali per il decision-making strategico
• Integrazione dell’analisi quantitativa attraverso Excel
• Costruzione di indici per il decision-making strategico

TESTI/BIBLIOGRAFIA

Grant, R. M. (2021). Contemporary strategy analysis. John Wiley & Sons. [Limitatamente alle parti indicate dal docente]

Ahmad, T., Zhang, D., Huang, C., Zhang, H., Dai, N., Song, Y., & Chen, H. (2021). Artificial intelligence in sustainable energy industry: Status Quo, challenges and opportunities. Journal of Cleaner Production, 289, 125834.

Sivarajah, U., Kamal, M. M., Irani, Z., & Weerakkody, V. (2017). Critical analysis of Big Data challenges and analytical methods. Journal of Business Research, 70, 263-286.

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

Le lezioni avranno inizio secondo quanto previsto dal calendario didattico del Dipartimento di Economia.

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

L’esame finale consisterà in una prova scritta, volta a verificare la comprensione dei concetti teorici e l’applicazione degli strumenti analitici trattati nel corso. Ulteriori indicazioni sulle modalità di valutazione saranno fornite nel corso delle lezioni. 

MODALITA' DI ACCERTAMENTO

MODALITA' DI ACCERTAMENTO

Le domande contenute nella prova scritta riprendono i temi e i concetti fondamentali affrontati nell’insegnamento. I casi di analisi sono pensati per misurare la capacità di applicare le conoscenze a scenari reali. Tra i criteri di valutazione rientrano, oltre al grado di comprensione dei concetti chiave, degli scenari decisionali e alla capacità analitica, anche l’uso appropriato del linguaggio disciplinare.

ALTRE INFORMAZIONI

ALTRE INFORMAZIONI

Gli studenti in possesso di certificazione di DSA, disabilità o altri bisogni educativi speciali sono invitati a mettersi in contatto con il docente all’inizio del corso, al fine di concordare modalità didattiche ed eventuali adattamenti nella prova d’esame che, pur nel rispetto degli obiettivi formativi dell’insegnamento, tengano conto delle loro specifiche modalità di apprendimento e prevedano adeguati strumenti compensativi.