Descrizione

Il volume approfondisce la nuova figura del Corporate Planner AI-ready, professionista chiamato a integrare l’intelligenza artificiale nei processi decisionali, di governance, pianificazione strategica, controllo del rischio e rendicontazione aziendale.

In un contesto in cui l’AI non è più una semplice tecnologia, ma una vera infrastruttura cognitiva capace di trasformare il modo in cui l’impresa apprende, prevede e decide, il manuale offre un percorso completo per comprendere ruolo, responsabilità, strumenti e competenze del Corporate Planner AI-ready. L’opera adotta un approccio sistemico e interdisciplinare, integrando definizioni, modelli, norme e casi d’uso in un’unica architettura professionale.

Il testo, di 282 pagine, affronta il tema partendo dai fondamenti epistemologici dell’intelligenza artificiale e della decisione aziendale, per poi sviluppare l’identità professionale del Corporate Planner, il data management strategico, la gestione dei progetti AI, la corporate finance predittiva, il risk management integrato, la governance dell’AI, la compliance normativa e il toolkit operativo per l’applicazione concreta in azienda.

Particolare attenzione è dedicata ai temi oggi più rilevanti per imprese, professionisti e consulenti: AI Act, GDPR, CSRD, ESG, audit, certificazioni, standard ISO/IEC, accountability, sicurezza, resilienza e modelli di governance dell’intelligenza artificiale.

Punti di forza

Analizza il ruolo del Corporate Planner AI-ready nel quadro europeo dell’economia digitale e nel contesto normativo italiano.
Offre un modello operativo per costruire roadmap AI, team AI-driven e maturity model aziendali.
Approfondisce data governance, data lineage, sicurezza, interoperabilità e decisioni guidate dai dati.
Integra corporate finance, AI predittiva, simulazioni, reporting e gestione del rischio.
Esamina governance, etica, fairness, sicurezza e resilienza dei sistemi intelligenti.
Fornisce strumenti pratici: KPI, piani di mitigazione, format di reporting al Consiglio di Amministrazione, casi applicativi, mock test e glossario giuridico.
Supporta la preparazione alla certificazione e l’applicazione concreta dei modelli AI-ready nei processi aziendali.

Frutto del lavoro congiunto di autori con competenze giuridiche, organizzative, finanziarie e tecnologiche, il manuale si propone come uno strumento di lavoro quotidiano per figure amministrative, controller, CFO, risk manager, compliance officer e consulenti coinvolti nella trasformazione AI dei processi decisionali pubblici e privati.

Un volume indispensabile per chi vuole comprendere e governare il passaggio dall’amministrazione del dato alla previsione strategica AI-ready, trasformando la compliance e la pianificazione in leve di valore, responsabilità e vantaggio competitivo.

Michele Iaselli, Docente di diritto digitale e tutela dei dati alla LUISS e di informatica giuridica all’Università di Cassino. Fondatore di Innova Jus e Direttore Scientifico del relativo Centro di Ricerca, è coordinatore del comitato scientifico di Federprivacy. Esperto dell’Ufficio Generale Innovazione Difesa e membro del Comitato di presidenza dell’ENIA.

Stefano Gorla, Membro della commissione 533 UNINFO su AI e del comitato di presidenza di ENIA. Direttore del Dipartimento di Etica di ENIA. Auditor certificato Aicq/Sicev ISO 42001, ISO 27001, 9001, 22301, 20000-1, DPO Certificato Aicq/ Sicev e FAC certifica, Certificato NIST Specialist FAC certifica. Docente, formatore e autore di numerose pubblicazioni sui temi di cui si occupa.

Valeria Lazzaroli, Presidente di Fondazione ENIA, esperta di AI, risk management e governance dell’innovazione. Specializzata in AI predittiva, governance algoritmica e valutazione del rischio, è Lead Auditor ISO/IEC 42001:2023 e relatrice in contesti istituzionali, accademici e industriali sui temi dell’etica dell’AI e della resilienza dei sistemi complessi.

Luciano Tarantino, Presidente di ANP.IA e Vicepresidente di Fondazione ENIA, commercialista e revisore legale. Esperto di corporate finance, venture capital e risk governance, è Lead Auditor ISO/IEC 42001:2023 e si occupa di sostenibilità finanziaria, AI governance e modelli algoritmici applicati ai processi decisionali pubblici e privati.

Scopri i dettagli

Pagine	282
Data pubblicazione	Giugno 2026
ISBN	8891679024
ean	9788891679024
Tipologia prodotto	Cartaceo
Sottotitolo	Manuale per il nuovo professionista della governance AI e della previsione strategica
Collana	I fuori collana
Editore	Maggioli Editore
Dimensione	17x24

Autori

Michele Iaselli, Stefano Gorla, Valeria Lazzaroli e Luciano Tarantino

Indice

Prefazione
Introduzione – Fondamenti epistemologici per il Corporate Planner AI-ready
1. Le cinque bussole viste dall’interno: anatomia concettuale e potenza manageriale
2. Algebra lineare: la scienza della rappresentazione, la politica delle variabili, l’arte della compressione
3. La teoria dei grafi: l’impresa come rete, la propagazione del rischio, la geometria delle dipendenze
4. Aristotele, Pascal, Leibniz, Popper, Morin: filosofia e scienza nell’analisi dei dati
5. Retail predittivo, risk management bancario, manifattura intelligente, logistica ottimizzata
6. Come le bussole diventano strumenti di governance

PARTE I - IDENTITÀ, RUOLO E OPERATING MODEL DEL CORPORATE PLANNER AI-READY

Capitolo I – Identità professionale, valore strategico e responsabilità core
1. Il posizionamento giuridico-istituzionale del Corporate Planner nel quadro europeo dell’economia digitale
2. La figura del Corporate Planner nel diritto nazionale italiano: qualificazione professionale e quadro normativo di riferimento
3. Differenziazione funzionale e giuridica del Corporate Planner rispetto alle figure professionali affini: DPO, Chief AI Officer, Compliance Officer e Risk Manager
4. Le competenze giuridico-normative del Corporate Planner AI-ready: un profilo professionale integrato tra diritto, tecnologia e strategia
5. Visione prospettica: il Corporate Planner nella governance multilivello dell’intelligenza artificiale tra diritto europeo, diritto nazionale e autoregolamentazione
6. I vantaggi competitivi di un Corporate Planner AI-ready
7. Responsabilità core

Capitolo II – Roadmap AI, team AI-driven e maturity model
1. Modello risk-based: come si costruisce una roadmap AI che regge nel tempo
2. Architettura procedurale della roadmap AI
3. Architettura di controllo della performance, del rischio e della stabilità predittiva
4. Architettura organizzativa, ingegneria delle competenze e governo della trasformazione
5. Caso applicativo: sistema di credit scoring in una realtà finanziaria retail
6. Evoluzione strutturale dei team AI-driven
7. Coefficiente di coerenza sistemica
8. Workforce planning e resilienza
9. Allineamento degli incentivi e cultura della responsabilità

PARTE II - DATI, PROCESSI E PROJECT MANAGEMENT PER L’AI

Capitolo III – Data management strategico
1. Il dato come bene giuridico: fondamenti normativi della data governance nel contesto del Corporate Planning
2. Provenienza e tracciabilità del dato: il principio di data lineage nella disciplina europea
3. Proprietà e titolarità del dato: regimi giuridici tra GDPR, Data Act e Data Governance Act
4. Protezione e sicurezza del dato: obblighi normativi e misure tecniche nel framework europeo
5. Interoperabilità e circolazione dei dati: il quadro giuridico per gli scambi di dati nel contesto aziendale
6. Architettura operativa, indicatori e audit interno
7. Decisioni guidate dai dati

Capitolo IV – Gestione dei progetti AI, tassonomia delle tecnologie e deployment
1. Gestione di progetti AI
2. Gate 5 - Readiness operativa e infrastrutturale
3. Architettura della continuità e disciplina del capitale umano
4. Architetture decisionali, natura dell’errore e implicazioni di governo
5. Architettura dell’autonomia, funzione di ricompensa e ingegneria del potere decisionale
6. Struttura dell’informazione, potere computazionale e vincoli sistemici
7. Infrastruttura computazionale, integrazione sistemica e disciplina dell’esercizio
8. Topologia della computazione e configurazione del rischio
9. Topologia computazionale come decisione di capitale, rischio e potere decisionale
10. Resilienza dell’architettura predittiva e protezione del capitale decisionale

PARTE III - CORPORATE FINANCE E AI PREDITTIVA

Capitolo V – Corporate finance e AI predittiva
1. Il capitale come variabile strategica e l’incertezza come condizione strutturale
2. Tre metriche, tre epistemologie della decisione d’investimento
3. Architettura finanziaria dell’impresa, leva e dinamica del rischio
4. Formalizzazione probabilistica dei flussi e ottimizzazione del capitale sotto incertezza
5. Modellazione probabilistica dei flussi di cassa
6. Strutturazione dell’incertezza strategica e integrazione nella decisione finanziaria
7. Struttura differenziale del valore, curvatura economica e diagnosi della fragilità finanziaria

Capitolo VI – Risk management integrato e casi applicativi
1. Distribuzione della perdita, capitale economico e architettura della resilienza finanziaria
2. Simulazione Monte Carlo e valutazione distribuzionale del valore
3. Rendimento corretto per il rischio e allocazione efficiente del capitale
4. Reporting AI-informed per stakeholder e board

PARTE IV - GOVERNANCE, ETICA, SICUREZZA E COMPLIANCE

Capitolo VII – Modelli di governance dell’AI
1. Fondamenti giuridici della governance dell’intelligenza artificiale nelle organizzazioni: dall’obbligo normativo alla scelta strategica
2. Architetture organizzative AI-ready: modelli di struttura e criteri giuridici di progettazione
3. Ruoli, responsabilità e catena di accountability nella governance dell’AI: il quadro giuridico della ripartizione delle funzioni
4. Standard ISO/IEC e best practice internazionali per la governance dell’AI: dal framework normativo all’implementazione operativa
5. Implementazione operativa del modello di governance AI: roadmap giuridica, valutazione della maturità e miglioramento continuo
6. Architettura organizzativa, controllo del rischio e legittimità decisionale
7. Ridefinizione dell’autorità economica e architettura del controllo nell’era predittiva
8. Architettura normativa e disciplina organizzativa dell’AI nell’impresa privata
9. Ruoli e responsabilità nella governance dell’intelligenza artificiale

Capitolo VIII – Etica, fairness, sicurezza e resilienza dei sistemi intelligenti
1. Legittimità del potere decisionale, rischio morale e sostenibilità del valore
2. Equità distributiva, spiegabilità decisionale e legittimità economica nell’impresa algoritmica
3. Supervisione umana, controllo epistemico e legittimità decisionale nell'impresa algoritmica
4. Distorsioni strutturali, rischio sistemico e progettazione correttiva nell’impresa algoritmica
5. Vulnerabilità specifiche dell’AI e modello operativo di maturità
6. Architettura preventiva del rischio nei sistemi di intelligenza artificiale
7. Geometria della vulnerabilità e disciplina della robustezza nei sistemi di apprendimento
8. Architettura strutturale di gestione delle crises nei sistemi algoritmici

Capitolo IX – Compliance integrata: AI Act, GDPR, CSRD, ESG, audit e certificazioni
1. L’AI Act come pilastro della compliance normativa: architettura regolamentare, obblighi e sistema sanzionatorio per il Corporate Planner
2. Il GDPR nell’era dell’intelligenza artificiale: compliance integrata tra protezione dei dati personali e sistemi algoritmici
3. CSRD, tassonomie ESG e rendicontazione di sostenibilità: la compliance normativa all’intersezione tra intelligenza artificiale e sviluppo sostenibile
4. Le connessioni tra la compliance normativa e gli standard ISO/IEC: un framework integrato per la conformità del Corporate Planner AI-ready
5. Il modello di compliance integrata: gap analysis, audit normativo e gestione dinamica della conformità per il Corporate Planner
6. Architettura giuridica e disciplina organizzativa nell’impresa algoritmica
7. Struttura regolatoria, responsabilità algoritmica e disciplina del capitale nell’impresa predittiva
8. Rendicontazione di sostenibilità e integrazione dell’AI nell’architettura del valore responsabile
9. Verificabilità strutturale, responsabilità organizzativa e legittimazione istituzionale dell’AI

PARTE V - TOOLKIT OPERATIVO, CASI INTEGRATI E PREPARAZIONE ALLA CERTIFICAZIONE

Capitolo X – Toolkit operativo e metodo di preparazione
1. Architettura operativa per il governo della decisione algoritmica
2. Architettura formale per l’integrazione tra visione, predittività e disciplina del capitale
3. Strumento di governo del rischio algoritmico integrato nella pianificazione strategica
4. Piano di mitigazione e monitoraggio
5. KPI di verifica
6. Documento di reporting al Consiglio di Amministrazione Corporate Planner AI-ready
7. Piano di studio: architettura progressiva della competenza

Capitolo XI – Casi integrati, mock test e piano di miglioramento
1. Struttura proposta per esame di certificazione
2. AI operating model e governance
3. Fondamenti quantitativi e logica decisionale

Riferimenti normativi
1. Diritto dell’Unione europea
1.1. Regolamentazione dell’intelligenza artificiale
1.2. Protezione dei dati personali
1.3. Governance e circolazione dei dati
1.4. Cybersecurity e resilienza digitale
1.5. Sostenibilità e rendicontazione ESG
1.6. Mercato unico digitale e proprietà intellettuale
1.7. Responsabilità e tutela dei consumatori
1.8. Programmi e finanziamenti
2. Diritto nazionale italiano
3. Giurisprudenza

Riferimenti bibliografici
1. Intelligenza artificiale e diritto
2. Protezione dei dati personali e privacy
3. Cybersecurity e sicurezza delle informazioni
4. Sostenibilità, ESG e rendicontazione
5. Governance aziendale, risk management e standard
6. Documenti istituzionali e di policy

Glossario giuridico applicato
Conclusioni