JOINT RESEARCH PROJECT

Una importante società assicurativa si affida ad ELIS Innovation Hub per l’applicazione delle tecniche di image analytics alle immagini dei sinistri autostradali allo scopo di effettuare procedure di verifica automatica che snelliscano il processo di gestione della pratica. L’attività consiste nel Progetto e sviluppo di una sequenza di check di consistenza che consentano una rapida e automatica comprensione automatica delle caratteristiche del sinistro e del materiale fotografico ad esso associato.

Dato il vasto patrimonio informativo a disposizione, ELIS Innovation Hub svolge un’attività esplorativa e predittiva sui dati del Risparmio Postale per dotare CDP di strumenti innovativi di analisi finalizzati alla proposizione di azioni commerciali e al monitoraggio e valutazione di  iniziative intraprese. In particolare i temi trattati sono unsupervised learning, analisi predittive e l’integrazione dei risultati delle analisi in una dashboard Tableau preesistente.

EGP si affida ad ELIS Innovation Hub per effettuare, nella linea di produzione delle celle di 3SUN, il trial di un’applicazione di AI relativa all’analisi predittiva di due tipi di guasti su un equipment di processo (macchina Wet Bench). L’obiettivo ultimo è quello di Disegnare un’infrastruttura capace di attingere a dati eterogenei (MES e IoT) e di abilitare la manutenzione predittiva sulla 3SUN Gigafactory.

Valutazione ambientale e studio tecnico-economico delle soluzioni disponibili per la produzione di biocarburanti avanzati

Sviluppo di biofuel per una transizione energetica sostenibile. Dovrà essere carbon neutral (o negative, se si riesce a stabilire una tecnologia che riesca a catturare la CO2), generato da biomasse sostenibili e avere prestazioni analoghe a quelle dei combustibili, che ad oggi rappresentano lo stato dell’arte. L’intero processo produttivo dovrà essere tracciabile attraverso strumenti digitali e orientato alla sostenibilità.

HR Analytics for the Homogeneous Classification of Declare and Inferred Skills – Creazione di un sistema dinamico per l’analisi delle competenze aziendali

Attravero la declinazione di un concetto di people intelligence, si vuol predisporre una mappatura delle competenze interne e individuazione delle skills richieste dal mercato, che aiuteranno ad ottenere un vantaggio competitivo. Per realizzare un’efficace mappatura si estrarranno informazioni provenienti dal sistema di performance management, percorsi formativi, (ecc…) e grazie a queste informazioni il sistema dovrà essere in grado di:

1. Presentare i fabbisogni formativi per famiglie professionali​;
2. Fornire uno skill gap delle posizioni rispetto al mercato;
3. Fornire uno skill gap di ciascun employee rispetto ai ruoli futuri che potrà ricoprire.

HR Analytics for the Homogeneous Classification of Declared and Inferred Skills – Creazione di un sistema dinamico per l’analisi e la predizione delle competenze aziendali e sistema di recommendation rispetto ai ruoli

Il progetto ha l’obiettivo di creare un catalogo dinamico delle competenze che aiuti a realizzare:

Catalogazione delle skills interne: individuare/clusterizzare il patrimonio di competenze posseduto dagli employees. L’obiettivo sarà quello di rappresentare su scala mondiale:

• Skills dichiarate dagli employees attraverso compilazione libera;
•  “Inferred abilities” correlate ad interessi, esperienze lavorative, certificazioni, attività di mentoring, etc.

Catalogazione delle skills emergenti (esterne), ovvero individuare in modalità preventiva le competenze emergenti richieste dal mercato del lavoro per impostare in maniera predittiva i piani formativi (up-skilling e reskilling) e avere uno staffing più efficiente

Explanable AI for Predictive Customer Management – Interpretabilità nei modelli di deep learning

Il tema consiste nella realizzazione di un sistema automatico che distingua 2 categorie di utenti: a rischio elevato e a rischio basso (di incidenti); esso sarà realizzato attraverso l’estrazione dai dati raccolti dagli assicurati Generali relativi ad esempio alle rilevazioni GPS delle automobili, che si rivelano utili a delineare il profilo dell’utente. La profilazione consentirà di definire modalità di interazione tra GENERALI e l’utente finale, esse dovranno essere “personalizzate” e “adattative”, ossia dovranno cambiare nel tempo in base alle esigenze del singolo utente e fornire servizi aggiuntivi durante l’interazione. Attraverso la profilazione dell’utente e la creazione di un rapporto interattivo e dinamico con l’automobile e l’assicurazione sarà possibile ridurre le polizze di coloro che hanno rischi più bassi e prevedere non soltanto gli incidenti, ma anche i “quasi incidenti”.

Artificial Intelligence Driven Insight Delivery – analisi del comportamento dei consumatori a partire da fonti dati non stutturate

Creazione di un sistema e di un apposito tool di data visualization, che consenta di fare profilazione dei consumatori, di acquisire informazioni sul comportamento e di comprendere la relazione tra community-consumatori-vendite tramite l’analisi dei dati estratti dai social network.

Prospect Profiling and Customer Experience Enhancement in Collective Integrated Door-to-Door Mobility Services

Crezione di un sistema e di apposito tool di data visualization, che consenta di fare profilazione dei consumatori, identificando i prospect customers (clienti potenziali) e anticipando il loro comportamento, tramite l’analisi dei dati estratti dai social network.

Predictive Risk Analysis for Road Tunnels – Modelli dinamici per la predizione dell’indice di rischio nelle gallerie

L’ambito di ricerca è l’utilizzo dell’intelligenza artificiale nell’esercizio e nella gestione delle infrastrutture. Utilizzando quanto già c’è in termini di dotazione sensoristica, aggiungendo valore ai dati che non hanno ancora un impiego in termini di capacità di insight, si vogliono sviluppare delle tecnologie che consentano di effettuare una sensorizzazione wireless e distribuita a basso costo, attraverso la realizzazione di reti di sensori adatte ad infrastrutture con estensione territoriale molto vasta. In particolare, sulla base delle dotazioni sensoristiche esistenti, si vuol definire un risk index per trafori autostradali.

Sviluppare un sistema di monitoraggio a domicilio per i malati cardiopatici, che possa contribuire ad accorciare le distanze tra il paziente e la struttura, fornendogli maggiore sicurezza, comodità e al contempo riducendo i costi per la struttura sanitaria. Si tratterà di una soluzione di profilazione del paziente, in grado di prevedere eventi anomali sui parametri cardiaci, attraverso dispositivi IoT di monitoraggio: pulsiossimetro, sfigmomanometro, bilancia. Il focus della ricerca consisterà nell’individuazione di un algoritmo predittivo di accuratezza superiore all’88% per il quale valutarne la brevettabilità. Il sistema sarà integrato con il portale del cittadino (Dedalus), interagirà con un assistente virtuale (Alexa, Google) utilizzerà una Smartbox (TIMbox) per la collezione e l’elaborazione dei dati ed un servizio cloud per il salvataggio dei dati. Infine, è previsto un sistema di alert (mail/sms) basato su un algoritmo di riconoscimento delle anomalie che fa riferimento a soglie standard, non personalizzate sul paziente.