Business-to-business, si riferisce quindi alle transazioni commerciali ed elettroniche tra aziende, distinguendole da quelle col consumer (vedi b2c) e da quelle col governo (b2g). Il volume delle transazioni b2b è molto più elevato di quello b2c, questo perché le aziende hanno investito molto nel commercio elettronico, inoltre, in una tipica catena di rifornimento (o catena logistica, in ing. supply chain), esistono molte transazioni di b2b, ma soltanto una transazione b2c, dato che il prodotto completo viene venduto al dettaglio al cliente finale.

Business-to-consumer, indica le relazioni che un’impresa detiene con i propri clienti, sia di vendita che di assistenza, ed è una sigla utilizzata soprattutto su internet, quindi per il commercio elettronico.

Big Data è un termine che si riferisce ad una raccolta di dati molto grandi, complessi e veloci che i tradizionali programmi di analisi non riescono ad elaborare per ottenerne il valore; sono quindi dati generati in maniera crescente e di innumerevoli varietà, ma il termine Big Data si riferisce non ai dati bensì alla capacità di usare tutte queste informazioni per elaborare, analizzare e trovare riscontri oggettivi su diverse tematiche. Oggi, con un semplice algoritmo, quelle stesse informazioni possono essere elaborate nel giro di poche ore, magari sfruttando un semplice laptop per accedere alla piattaforma di analisi. Questa è la rivoluzione Big Data.
Perciò i Big Data rappresentano le nuove capacità di collegare fra loro le informazioni per fornire un approccio visuale ai dati, suggerendo pattern e modelli di interpretazione fino ad ora inimmaginabili.
I Big Data non interessano solo il settore IT, infatti l’Information Technology rappresenta per i Big Data solo la prima applicazione, come attraverso il cloud computing, gli algoritmi di ricerca e via discorrendo, d’altra parte i Big Data sono necessari e utili nei mercati business più disparati, dalle automobile, alla medicina, dal commercio all’astronomia, dalla biologia alla chimica farmaceutica, dalla finanza al gaming.
Nessun settore in cui esiste un marketing e dei dati da analizzare può dirsi indenne dalla rivoluzione Big Data.

Il Cloud non è altro che uno spazio di archiviazione personale, chiamato talvolta anche cloud storage, che risulta essere accessibile in qualsiasi momento ed in ogni luogo, utilizzando semplicemente una qualunque connessione ad Internet. Oltre a questa definizione il termine cloud, si può riferire anche ad altri servizi offerti dal cloud computing.
Il Cloud Storage, sincronizza tutti i tuoi file in un unico posto, con il conseguente vantaggio di riscaricarli, modificarli, cancellarli e/o aggiornarli (quindi non c’è più il bisogno di portare con sé hard disk esterni, pen drive USB, o qualsiasi altra cosa che normalmente è possibile perdere o dimenticare). Oltre a questo, volendo, dà anche la possibilità di fare delle preziose copie di backup, nonché, di condividere tutti i file che desideri con chi vorrai, e per quanto tempo vorrai, con indubbi vantaggi di praticità e comodità.
Il Cloud Computing invece è la distribuzione di servizi di calcolo, come server, risorse di archiviazione, database, rete, software, analisi e molto altro, tramite Internet (“il cloud”). Le società che offrono questi servizi di calcolo sono dette provider di servizi cloud e in genere addebitano un costo per i servizi di cloud computing in base all’utilizzo, in modo analogo alle spese domestiche per acqua o elettricità.
Il cloud computing rappresenta un grande cambiamento rispetto alla visione tradizionale delle aziende in materia di risorse IT. Cos’è il cloud computing? Perché è così diffuso? Ecco sei motivi comuni per cui le organizzazioni ricorrono ai servizi di cloud computing:
Il cloud computing elimina le spese di capitale associate all’acquisto di hardware e software e alla configurazione e alla gestione di data center locali, che richiedono rack di server, elettricità 24 ore su 24 per alimentazione e raffreddamento ed esperti IT per la gestione dell’infrastruttura;

• La maggior parte dei servizi di cloud computing viene fornita in modalità self-service e on demand, quindi è possibile effettuare il provisioning anche di grandi quantità di risorse di calcolo in pochi minuti, in genere con pochi clic del mouse, e questo garantisce alle aziende eccezionale flessibilità senza la pressione legata alla necessità di pianificare la capacità;
• I vantaggi dei servizi di cloud computing includono la possibilità di usufruire di scalabilità elastica. In materia di cloud questo significa fornire la giusta quantità di risorse IT, ad esempio una quantità maggiore o minore di potenza di calcolo, risorse di archiviazione e larghezza di banda, proprio quando è necessario e dalla posizione geografica appropriata;
• I data center locali richiedono in genere molto spazio per rack e impilamento dei server, nonché configurazione di hardware, applicazione di patch software e altre attività di gestione IT dispendiose in termini di tempo. Il cloud computing elimina la necessità di molte di queste attività, consentendo ai team IT di dedicare il loro tempo al raggiungimento di obiettivi aziendali più importanti;
• I più grandi servizi di cloud computing vengono eseguiti su una rete mondiale di data center sicuri, aggiornati regolarmente all’ultima generazione di hardware, veloce ed efficiente. Questo offre diversi vantaggi rispetto a un singolo data center aziendale, tra cui latenza di rete ridotta per le applicazioni e maggiori economie di scala;
• Il cloud computing aumenta la semplicità e riduce i costi di backup dei dati, ripristino di emergenza e continuità aziendale, grazie alla possibilità di eseguire il mirroring dei dati in più siti ridondanti nella rete del provider di servizi cloud.

Si tratta dell’approccio sistematico e metodologico per trasformare i dati in innovazione. Di per sé il dato è solo il contenitore dell’informazione, ma se unito alla statistica e alle tecnologie è in grado di fornire la prima informazione elementare di cui abbiamo bisogno. Dall’informazione matematico-statistica si passa alla conoscenza dell’informazione, grazie al contributo di persone esperte che attraverso i dati sono in grado di formulare nuove ipotesi e nuove relazioni tra di esse. L’innovazione guidata dal valore aggiunto dei big data costituisce quindi il perno fondamentale non solo delle aziende, ma di qualsiasi settore produttivo e di servizi. I dati inerenti al traffico di una città, ad esempio, potrebbero essere utilizzati da ingegneri per produrre delle app o altri tipi di soluzioni in grado di garantire una città più intelligente. Ogni giorno gli utenti producono dati, la maggior parte dei quali però, soprattutto in Italia, non riescono ancora ad essere raccolti e utilizzati del tutto a causa di una mancanza di skills e tecnologie necessarie.

Il Data Mining è il processo di estrazione di conoscenza da banche dati di grandi dimensioni tramite l’applicazione di algoritmi che individuano le associazioni “nascoste” tra le informazioni e le rendono visibili. In altre parole, col nome data mining si intende l’applicazione di una o più tecniche che consentono l’esplorazione di grandi quantità di dati, con l’obiettivo di individuare le informazioni più significative e di renderle disponibili e direttamente utilizzabili nell’ambito del decision making. L’estrazione di conoscenza (informazioni significative) avviene tramite individuazione delle associazioni, o “patterns”, o sequenze ripetute, o regolarità, nascoste nei dati. In questo contesto un “pattern” indica una struttura, un modello, o, in generale, una rappresentazione sintetica dei dati. Il termine data mining è utilizzato come sinonimo di knowledge discovery in databases (KDD).

Fuzzy significa incerto, approssimato. La teoria degli insiemi fuzzy (fuzzy sets) nasce proprio dal fatto che questi sistemi permettono delle transizioni graduali e continue da zero ad uno, ovvero, l’appartenenza o meno di un elemento ad un certo insieme non è definita in maniera deterministica fuori/dentro, ma può assumere un valore decimale. Un esempio classico: l’attributo giovane è qualcosa di personale, non deterministico, “incerto” rispetto alla variabile dell’età, infatti siamo tutti d’accordo nel dire che una persona che ha meno di 18 anni è giovane, man mano che si sale è più raro. Per cui l’appartenenza all’insieme giovani può essere determinata con una funzione della variabile età che assume il valore uno fino a 18, poi decresce fino ad arrivare a zero (non obbligatoriamente). Un 15enne è giovane con valore uno, un ventiseienne con valore 0.8, un quarantenne 0.1 eccetera. Solitamente, per semplicità, si utilizzano funzioni trapezio o triangolo.
A questo punto ci si chiede cosa possiamo farcene di tutto ciò. A qualcosa servono, visto che se ne parla tanto, ed è nato un mercato di sistemi fuzzy. L’applicazione più ricorrente trova spazio nei controlli, in particolare per i regolatori (di velocità, temperatura, ecc.), infatti è molto arbitrario (entro certi limiti) dire se la velocità è alta o bassa. Molto più semplice è dire se è certamente alta, o meno certamente. Si costruiscono così dei grafici in funzione della variabile indipendente (e misurabile), in modo da sapere a quale insieme appartiene un certo elemento (o a quali, visto che si può essere giovani e adulti allo stesso tempo), la somma dell’appartenenza per ogni valore deve essere uno. Così si scrivono le regole di appartenenza.
Le applicazioni moderne si sprecano, anche nei microprocessori, ed infine molto utile nell’intelligenza artificiale perché consente all’agente razionale di affrontare le scelte in condizioni di incertezza, affidandosi ad una rappresentazione sfumata della realtà. Apparentemente il sistema potrebbe sembrare più debole, poiché privo di certezza, ma è notevolmente più potente perché riesce ad affrontare il ragionamento logico evitando le incoerenze logiche, tipiche del ragionamento umano. In molti casi è impossibile affrontare un problema nella sua completezza con la logica booleana classica, sia per motivi computazionali (tempo di elaborazione, quantità di memoria, ecc.) e sia per mancanza di informazioni (informazione imperfetta). Con la fuzzy logic, invece, tutto questo diventa possibile.

L’IA è la disciplina che studia se e in che modo si possano riprodurre i processi mentali più complessi mediante l’uso di un computer. Tale ricerca si sviluppa secondo due percorsi complementari: da un lato l’IA cerca di avvicinare il funzionamento dei computer alle capacità dell’intelligenza umana, dall’altro usa le simulazioni informatiche per fare ipotesi sui meccanismi utilizzati dalla mente umana. Il sistema prevede: l’acquisizione e l’elaborazione di dati e informazioni (sia provenienti dall’esterno, sia contenuti nel sistema in modo opportunamente organizzato) sulla base di opportuni modelli; un ambiente hardware e software idoneo a garantire l’esecuzione delle elaborazioni e l’interazione con l’esterno; un modello di obiettivi e vincoli del sistema, in grado eventualmente di adattarsi all’ambiente circostante. L’IA è caratterizzata dall’interesse per gli aspetti di: percezione dell’ambiente, per es. attraverso l’elaborazione di segnali provenienti da sensori di vario tipo per estrarre gli elementi utili alle decisioni o alla comprensione; interazione con l’ambiente, per es. attraverso interfacce uomo-macchina basate su meccanismi di comprensione del linguaggio naturale, dei manoscritti, di segnali vocali o di immagini; apprendimento, con conseguente modifica del comportamento nel tempo; rappresentazione della conoscenza, sia per una efficace interazione con l’ambiente, sia per facilitare l’analisi, sia per un’efficace soluzione dei problemi di decisione; risoluzione di problemi, anche di tipo non strutturato e tale da richiedere l’elaborazione di informazioni in forma simbolica; realizzazione di processi decisionali ovvero traduzione di decisioni aggregate in decisioni operative e, in particolari ambiti, attuazione delle decisioni.

L’industria 4.0 o quarta rivoluzione industriale mira ad una produzione industriale completamente automatizzata ed interconnessa. Puntando verso questi due principi cardini le nuove tecnologie digitali avranno un impatto profondo nell’ambito di quattro direttrici di sviluppo: la prima riguarda l’utilizzo dei dati, la potenza di calcolo e la connettività, e si declina in big data, open data, Internet of Things, machine-to-machine e cloud computing per la centralizzazione delle informazioni e la loro conservazione. La seconda è quella degli analytics: una volta raccolti i dati, bisogna ricavarne valore. Oggi solo l’1% dei dati raccolti viene utilizzato dalle imprese, che potrebbero invece ottenere vantaggi a partire dal “machine learning”, dalle macchine cioè che perfezionano la loro resa “imparando” dai dati via via raccolti e analizzati.  La terza direttrice di sviluppo è l’interazione tra uomo e macchina, che coinvolge le interfacce “touch”, sempre più diffuse, e la realtà aumentata. Infine c’è tutto il settore che si occupa del passaggio dal digitale al “reale”, e che comprende la manifattura additiva, la stampa 3D, la robotica, le comunicazioni, le interazioni machine-to-machine e le nuove tecnologie per immagazzinare e utilizzare l’energia in modo mirato, razionalizzando i costi e ottimizzando le prestazioni.

L’IoE, Internet di Tutto, può essere visto come un’implementazione dell’Internet of Things. Se in quest’ultimo caso a sfruttare la rete telematica per comunicare e scambiare dati sono solo ed esclusivamente dispositivi elettronici, l’IoE (l’Internet di tutto) prevede l’interconnessione di dispositivi (smartphone, tablet, smartwatch, fitness tracker e wearale device in genere, televisori smart, elettrodomestici e altro), persone, processi e dati. Alla base di tutto si troverà una rete intelligente, in grado di ascoltare, apprendere e rispondere per offrire nuovi servizi e funzionalità che garantiranno una maggiore sicurezza, semplicità e affidabilità nei settori più disparati. L’IoE coinvolgerà non solo l’ambito lavorativo ma anche quello personale e sociale, conterà più di 50 miliardi di dispositivi connessi i quali andranno a formare una rete da milioni di miliardi di sensori capaci di registrare e condividere ogni singolo evento di cui siano testimoni, portando enormi vantaggi economici e l’ottimizzazione di ogni processo. Internet of Everything significa che tutto il mondo diventa comunicante grazie alle nuove tecnologie (con o senza fili). Le automobili, gli edifici, le piante, le confezioni dei prodotti, gli altoparlanti dello stereo, gli occhiali. Insomma tutti gli oggetti animati o inanimati possono dialogare con noi. Come lo fanno? Grazie a sensori, carte Sim, tag Rfid ma anche (e sempre più) attraverso i nostri smartphone. L’aggiunta di una nuova componentistica intelligente consentirà agli oggetti di diventare veri e propri nodi di una comunicazione che viaggia attraverso il World Wide Web.
L’Internet of Everything cambierà ogni cosa e, a mano a mano che nuove persone, processi, dati, cose potranno connettersi e interagire grazie alla rete, potremo usufruire di nuove informazioni e servizi che prima non avremmo mai preso in considerazione.

L’Internet delle Cose è l’interconnessione di dispositivi fisici, veicoli, edifici o altri oggetti, integrati con parti elettroniche, software, sensori e connettività, che consentano a questi oggetti di raccogliere e scambiare dati, ovvero informazioni. Obiettivo degli oggetti connessi è, in generale, quello di semplificarci la vita automatizzando processi o mettendoci a disposizione informazioni che prima non avevamo.
Ad oggi gli oggetti connessi tramite internet sono un numero compreso tra 5 e 10 miliardi ma le stime prevedono di arrivare ai 25 miliardi entro il 2020.

Il D. Lgs 231/2001 dichiara che le aziende e gli enti in genere possono essere chiamati a rispondere in sede penale per taluni reati commessi nel proprio interesse o vantaggio dai propri amministratori o dipendenti. Si tratta quindi di una legge che rende responsabile la stessa azienda di alcuni reati, citati nella norma, commessi dai propri dipendenti; si integra nel progetto internazionale di compliance.
Che cos’è la compliance? E’ il rispetto delle leggi e normative esterne (es.leggi, regolamenti, norme) ed interne (procedure, istruzioni, direttive, manuali).
Con l’espressione “la 231” si fa, pertanto, riferimento al quadro normativo che disciplina la responsabilità diretta delle aziende e degli enti in genere che si aggiunge, senza sostituirsi, a quella (da sempre esistita) delle persone fisiche che hanno materialmente commesso il reato.
Ci si può quindi uniformare al Modello di organizzazione, gestione e controllo, cioè un sistema, interno all’azienda o all’ente in genere, che mira ad impedire o contrastare la commissione dei reati sanzionati dalla 231 da parte degli amministratori o dipendenti. In quanto sistema esso si articola in diverse componenti, tra cui a titolo di esempio: forme di organizzazione, linee guida, principi, procure, deleghe, processi, procedure, istruzioni, software, standard, programmi di formazione, clausole, organi, piani, report, checklist, metodi, sanzioni, internal auditing, etc. Alcune componenti del Modello 231 sono caratteristiche (ad esempio Organismo di Vigilanza, identificazione e valutazione attività c.d. sensibili in quanto a rischio-reato, codifica degli obblighi informativi in favore dell’Organismo di Vigilanza, etc.), altre non caratteristiche ed, eventualmente, esistenti in azienda indipendentemente dai requisiti 231 (ad esempio procedure, sistema disciplinare, internal auditing, etc.). È preferibile che il Modello sia documentato e formalmente adottato dalla società o ente in genere. Infine è necessario che il Modello sia concretamente in esercizio (assicurando ad esempio l’effettiva operatività di una procedura), verificato e aggiornato periodicamente.
I reati inclusi nella 231: principalmente si tratta di corruzione, concussione, frode ai danni dello Stato, reati societari (es.falso in bilancio), ricettazione, omicidio colposo o gravi lesioni colpose con violazione delle norme antinfortunistiche; ma include anche terrorismo, delitti contro la personalità individuale (schiavitù), abuso di mercato, mutilazione degli organi genitali; è probabile che saranno inclusi in futuro reati ambientali e corruzione privata.
A seconda del reato le sanzioni per il dipendente giudicato colpevole sono quelle da Codice Penale, per l’azienda le possibili sanzioni sono pecuniarie, di revoca di autorizzazioni oppure interdittive (es. divieto di partecipazione a gare pubbliche per un certo periodo).

Machine-to-machine, è una locuzione che fa riferimento a tecnologie o servizi che realizzano uno scambio di informazioni automatico da macchina a macchina, senza o quasi senza l’interazione umana. Alcuni esempi sono le apparecchiature per la gestione dei magazzini, per la sensoristica o quelli per la localizzazione. Queste comunicazioni m2m si possono verificare anche tramite protocollo internet (IP) e si associano quindi all’espressione IoT (Internet of Things), ove gli oggetti «si rendono riconoscibili e acquisiscono intelligenza grazie al fatto di poter comunicare dati su se stessi e accedere ad informazioni aggregate da parte di altri».

Nelle neuroscienze, il termine rete neurale (o rete neuronale) viene utilizzato come riferimento a una rete o a un circuito di neuroni. Sono spesso identificati come gruppi di neuroni che svolgono una determinata funzione fisiologica.
Le reti neurali artificiali (ANN Artificial Neural Networks) invece sono un sistema di elaborazione dati, posso presentarsi sotto forma di algoritmo o di hardware. Si tratta di un modello matematico/informatico di calcolo ispirato alle reti neurali biologiche, è quindi costituito da numerosi elementi detti “neuroni artificiali” interconnessi, questo sistema adattivo muta la sua struttura insieme al flusso di informazioni esterne o interne che scorrono attraverso la rete durante la fase di apprendimento.
Le ANN sono modellate sulla struttura neurale della corteccia cerebrale mammifera ma in scala decisamente più piccola, tipicamente sono organizzate in strati, ogni strato è composto da un alto numero di nodi interconnessi i quali elaborano i segnali ricevuti e trasmettono il risultato ai nodi successivi.
Solitamente, una rete neurale artificiale può essere utilizzata per la risoluzione di quattro categorie di problemi. Una rete artificiale è utilizzata spesso e volentieri nella classificazione di dati in vari gruppi; riconoscere regolarità, modelli e schemi all’interno di una grande massa di dati; effettuare predizioni sulla base dei dati di input in suo possesso; ottimizzare un risultato già ottenuto con altri mezzi. Per sua natura, una rete neurale artificiale può fornire risultati anche molto precisi a partire da una serie di dati di ingresso molto ampia e varia.

Il software come un servizio (SaaS: Software as a Service) consente agli utenti di connettersi ad app basate sul cloud tramite Internet e usare tali app. Esempi comuni sono la posta elettronica, i calendari e gli strumenti di produttività.
Il modello SaaS offre una soluzione software completa che puoi acquistare con pagamento in base al consumo da un provider di servizi cloud. Noleggi l’uso di un’app per l’organizzazione e gli utenti si connettono all’app tramite Internet, in genere con un Web browser. L’infrastruttura sottostante, il middleware, il software delle app e i dati delle app si trovano tutti nel data center del provider di servizi. Il provider di servizi gestisce l’hardware e il software e, con il contratto di servizio appropriato, garantisce la disponibilità e la sicurezza dell’app e dei dati. Il modello SaaS consente ad ogni tipo di organizzazione di essere rapidamente operativa con un’app con costi iniziali minimi.
Ecco alcuni dei vantaggi dei Saas:
Accesso ad applicazioni sofisticate. Per fornire app SaaS agli utenti, non devi acquistare, installare, aggiornare o gestire hardware, middleware o software. Grazie al modello SaaS anche le applicazioni aziendali più sofisticate, come ERP e CRM, diventano abbordabili per le organizzazioni che non dispongono delle risorse per acquistare, distribuire e gestire l’infrastruttura e il software necessari.
Pagamento solo per le risorse usate. Puoi anche risparmiare denaro in quanto il servizio SaaS offre scalabilità verticale automatica in base al livello di utilizzo.
Uso di software client gratuito. Gli utenti possono eseguire la maggior parte delle app SaaS direttamente dal Web browser senza che sia necessario scaricare e installare alcun software, sebbene alcune app richiedano plug-in. Questo significa che non devi acquistare e installare software speciale per gli utenti.
Semplice mobilità della forza lavoro. Il modello SaaS ti permette di garantire in modo semplice la mobilità alla forza lavoro perché gli utenti possono accedere a dati e app SaaS da qualsiasi dispositivo mobile o computer connesso a Internet. Non devi preoccuparti di sviluppare app per l’esecuzione in tipi di computer e dispositivi diversi, perché ci ha già pensato il provider di servizi. Inoltre, non ti serve personale con un’esperienza speciale per gestire le problematiche di sicurezza correlate all’uso di dispositivi mobili. Una scelta attenta del provider di servizi ti garantirà la sicurezza dei dati, indipendentemente dal tipo di dispositivo in cui vengono utilizzati.
Accesso ai dati delle app da qualunque luogo. Con i dati archiviati nel cloud, gli utenti possono accedere alle informazioni da qualsiasi dispositivo mobile o computer connesso a Internet. E quando i dati di un’app vengono archiviati nel cloud, non vanno persi in caso di problemi al computer o al dispositivo di un utente.

Il workflow, in italiano “flusso di lavoro”, è l’automazione totale o parziale di un qualsiasi processo aziendale, un passaggio quindi di documenti o informazioni tramite regole ben definite. Il partecipante di un workflow è una risorsa aziendale che esegue il lavoro associato ad una particolare attività. Una risorsa può essere una risorsa umana, cioè un singolo individuo o un insieme di persone che condividono un insieme di compiti da svolgere che interagisce con un’applicazione software e/o un hardware specifico.