MASTER CAMPUSAI per il controller: Python su Google Colab, qualità dei dati, forecast, RFM, prezzi dinamici, agenti AI, rischio clienti, regressione, ottimizzazione e modelli linguistici
L'intelligenza artificiale applicata al controllo di gestione, con le mani sui dati: Python su Google Colab al posto di Excel, la qualità dei dati (fatture doppie, IVA errata, prezzi anomali con regole e Isolation Forest), il forecast delle vendite con stagionalità e MAPE, la segmentazione RFM dei clienti, i prezzi dinamici con un agente che impara, gli agenti AI per budget, cassa e rischio (Monte Carlo, scostamenti, RACC) e la governance (spiegabilità, dati personali, AI Act). Poi incassi e rischio clienti (DSO, probabilità di insolvenza, perdita attesa), la regressione per stimare i costi delle commesse, il mix ottimo con la programmazione lineare e i prezzi ombra, i modelli linguistici sui documenti con il controllo umano mirato e il modello in produzione: deriva, riaddestramento e business case.
Ogni modulo ha un notebook pronto per Colab sui dati simulati di Ferro & Transenne Srl; i risultati si correggono subito. Il corso segue il libro La distruzione creatrice 4.0: comandare l'AI per marginalizzare di Maurizio Gustinicchi.
Il programma · 12 moduli, 60 ore
Il controller 5.0: Python su Google Colab
Perché il controllo tradizionale va superato, Google Colab e pandas al posto di Excel sulle fatture dei fornitori di Ferro & Transenne, e il modello Satell per scegliere i progetti di intelligenza artificiale
Qualità dei dati e anomalie
I sabotatori silenziosi dei dati: fatture registrate due volte, IVA errata, prezzi al kg fuori mercato ed errori di battitura; regole di controllo, regola IQR e Isolation Forest
Forecast delle vendite
Trend, stagionalità e rumore nella serie delle transenne vendute, indici stagionali, previsione con trend e stagionalità, confronto tra metodi con il MAPE sul primo semestre 2028, Prophet, Holt-Winters e XGBoost
Segmentazione RFM dei clienti
Recency, frequency e monetary dagli ordini di 180 clienti, punteggi da 1 a 5, i sei segmenti, la concentrazione del fatturato, le azioni commerciali e il confronto con il clustering K-Means
Prezzi dinamici e agenti che imparano
La curva di domanda stimata da 104 settimane di prezzi e vendite, elasticità e prezzo ottimo, e un agente di apprendimento per rinforzo che trova da solo il prezzo migliore bilanciando esplorazione e sfruttamento
Agenti AI per budget, cassa e rischio
Il budget 2028 in 1.000 scenari con il Monte Carlo, un agente che legge budget e consuntivo e propone azioni, il costo del capitale corretto per il rischio (RACC) e lo sconto per pagamento anticipato
Governance, spiegabilità e roadmap
Usare l'AI generativa per scrivere e controllare il codice, spiegare i modelli, proteggere i dati, rispettare le regole europee sull'AI e la sicurezza, misurare il ritorno del progetto e costruire la propria roadmap
Incassi e rischio dei clienti
Duecentoquaranta fatture ai clienti del primo semestre 2028: quanto aspettiamo per settore, il DSO, lo scaduto per fasce, la probabilità che un settore non paghi, la perdita attesa e gli incassi previsti di luglio, calcolati in Python
Stimare i costi con la regressione
Quaranta commesse chiuse dicono quanto pesano acciaio, ore e lotti sul costo: la regressione multipla trova i coefficienti, il residuo più grande segnala una commessa anomala, il modello ripulito stima il costo della prossima offerta
Il mix produttivo ottimo
Tre transenne, ore di saldatura e verniciatura limitate, acciaio, domanda e un contratto minimo: la programmazione lineare trova il mix che massimizza il margine e dice quanto vale un'ora di saldatura in più
Modelli linguistici sui documenti: estrarre, verificare, spiegare
Un modello linguistico legge cinquanta fatture: quante volte sbaglia e su quali campi, quali controlli fermano gli errori prima della contabilità, quanto tempo si risparmia davvero; poi i prompt per far scrivere all'AI il commento al report
Dal prototipo alla produzione: monitorare e far rendere l'AI
Il modello di forecast è in produzione da due anni: il MAPE mese per mese mostra la deriva, la soglia fa scattare il riaddestramento; poi il business case del progetto, i ruoli e il piano per portare l'AI nel controllo di gestione
Teoria + caso numerico su un'azienda nuova
Domande a estrazione casuale e una prova pratica su numeri nuovi: IQR, previsione e MAPE, RFM, prezzo ottimo, Monte Carlo, RACC e capitale circolante. Superato l'esame scarichi l'attestato in PDF con codice AIC- e QR di verifica.
Per iscriversi: richiesta dal sito, pagamento con bonifico o via PayPal (anche con carta), attivazione dell'accesso per 12 mesi. Attestato privato di formazione.