ETD

• analisi del valore
• ERP software
• imprese industriali
• indicatori di performance (digital transition
• industrial companies
• performance indicators)
• project management
• project management
• software ERP
• transizione digitale
• value analysis

L’elaborato esplora come l’evoluzione dei sistemi gestionali, dai modelli tradizionali fino all’intelligenza artificiale, stia ridefinendo la gestione dei progetti nelle imprese industriali.
Il caso di studio oggetto di analisi è quello di Zucchetti S.P.A. e, in particolare, del modulo di project management Gestione Progetti all’interno del software Ad Hoc Infinity.
Il lavoro nasce dall’interesse per un tema ormai centrale nel contesto economico attuale: la transizione digitale delle imprese, sviluppando di conseguenza un’analisi circa la creazione di valore dei software ERP nei contesti industriali.
Oggi, la digitalizzazione non rappresenta soltanto un’evoluzione tecnologica, ma una vera e propria trasformazione organizzativa e culturale.
Le aziende che sanno integrare dati, processi e persone riescono a migliorare non solo l’efficienza operativa, ma anche la capacità di generare valore e di adattarsi ai cambiamenti; ad oggi, comprendere come un software ERP possa generare valore significa capire come le aziende riescano a trasformare i dati in decisioni.
L’obiettivo della tesi è, quindi, analizzare il contributo degli ERP alla creazione di valore sia da un punto di vista operativo che strategico, con un focus sul project management industriale.
L’elaborato parte da una distinzione chiave tra automazione e digitalizzazione: un’azienda automatizzata si limita a rendere più rapidi i processi, mentre una digitalizzata riconfigura la propria struttura organizzativa attorno al dato. La distinzione tra “automazione” e “digitalizzazione” viene chiarita mettendo in evidenza come standardizzazione dei processi, cultura dei dati, governance e investimenti infrastrutturali costituiscano precondizioni per la trasformazione digitale.
La digitalizzazione, dunque, è una leva quantitativa che abilita la governance data-driven, cioè una gestione basata su informazioni integrate, oggettive e in tempo reale; il processo di transizione, infatti, è molto più che un semplice passaggio dall’analogico al digitale: è un cambiamento sistemico che investe processi, persone e cultura. Per questo, è stata considerata come una sfida epocale che, alimentata da forze economiche come l’innovazione tecnologica, la globalizzazione, la mass customization e la richiesta di trasparenza, porta a modificare il modo in cui le aziende creano valore, organizzano le risorse, dialogano con clienti e fornitori e si posizionano nel mercato.
In particolare, il cambiamento dato dalla transizione digitale può essere considerato come un insieme di direttrici che non si limitano a rappresentare l’adozione di nuove tecnologie ma definiscono e guidano la trasformazione dell’organizzazione, del modello operativo utilizzato dalle aziende e del valore che offrono al mercato; le direttrici sono: innovazione tecnologica, cultura digitale e formazione, modelli organizzativi e processi, customer centricity e user experience, governance e sicurezza e infrastrutture, investimenti ed ecosistemi digitali.

In questo contesto, la tecnologia non è un fine ma un mezzo per migliorare la qualità delle decisioni e la resilienza delle imprese: in contesti come quelli industriali solitamente poco adattivi e caratterizzati da una forte rigidità, la digitalizzazione permette loro di acquisire maggiore flessibilità anche dal punto di vista organizzativo e produttivo.
I Sistemi Informativi Gestionali (SIG) rappresentano l’infrastruttura portante dell’impresa digitale perché centralizzano i dati provenienti da tutte le aree aziendali e consentono di coordinare le attività in modo integrato.
Le loro caratteristiche vengono successivamente sintetizzate attraverso una analisi SWOT, dove emergono l’integrazione dei dati e la sinergia dei flussi operativi come punti di forza, e la maggiore complessità architetturale come principale debolezza.
Gli ERP, o sistemi di pianificazione delle risorse d’impresa, rappresentano il cuore dei SIG,
rendendo i processi aziendali end-to-end, cioè pienamente integrati, dalla produzione al controllo di gestione.
Il loro valore, in particolare, se adottati in contesti industriali, non è solo tecnologico: riguarda anche la flessibilità organizzativa e la capacità di rendere il management più consapevole nelle scelte operative e strategiche.
La seconda parte dell’elaborato riguarda l’azienda Zucchetti S.p.A., prima software house italiana e leader di mercato, che ha costruito la propria identità sull’integrazione dei processi aziendali.
Infatti, Zucchetti ha saputo coniugare innovazione tecnologica e conoscenza organizzativa, offrendo soluzioni che trasformano i dati in valore gestionale.
Il software Ad Hoc Infinity è uno dei principali prodotti dell’azienda, e rappresenta un sistema ERP modulare, scalabile e orientato al controllo di performance.
In specie, con Ad Hoc Infinity, software per le aziende di grandi dimensioni, il dato non rappresenta più un risultato finale, ma il punto di partenza per la gestione aziendale.
Questo approccio consente alle imprese di passare da una logica reattiva a una logica predittiva, dove i numeri raccontano in tempo reale lo stato del business.
Il cuore di questo studio è il modulo Gestione Progetti, dedicato alla gestione integrata dei progetti.
Gestione Progetti consente di strutturare i progetti secondo una Work Breakdown Structure (WBS): scindendo ogni progetto in progetto, sotto-progetto e attività di progetto (attività elementari).
Ogni attività viene pianificata in termini di budget, risorse e tempi, e i consuntivi inseriti dagli operatori tramite le dichiarazioni di lavoro, permettono di calcolare gli scostamenti e le performance.
Il vantaggio principale è la possibilità di disporre di una visione completa e aggiornata del ciclo di vita del progetto, utile sia per i project manager sia per il controllo di gestione. Infatti, con questo modulo si ha la possibilità di gestire l’intero ciclo di vita di un progetto, partendo dalla sua analisi per definire le varie milestone di progetto, fino ad arrivare alla progettazione ed alla pianificazione operativa delle attività da svolgere e concludendo con quella che è l’effettiva realizzazione del progetto stesso.
Entrando nel vivo del modulo, si procede con un’illustrazione di tutto ciò che si può ottenere da Gestione Progetti:
- Dettaglio dell’attività lavorativa nelle dichiarazioni di lavoro
- Gestione delle spese di costo e di ricavo
- Carico e Scarico dei materiali in dichiarazioni di lavoro
- Gestione delle fasi
- Gestione dei task di agenda
- To Do List per operatore
- Dashboard delle dichiarazioni
- Generazione di movimenti di analitica di impegno, di budget e di consuntivo sia di costo che di ricavo (pre-fatturazione).
Il modulo Gestione Progetti è un vero processo data-driven: ogni scelta è basata su dati reali e raccolti in modo continuo e sulla base di essi, adottando la metodologia dell’Earned Value Management (EVM), è possibile ottenere dati come il PV, l’EV, l’AC, da cui di conseguenza calcolare indicatori chiave come:
• SPI (Schedule Performance Index) che misura il rispetto dei tempi;
• CPI (Cost Performance Index) che misura il rispetto dei costi.
L’interpretazione definisce come un CPI < 1 possa identificare l’inefficienza economica del progetto, mentre, l’indice SPI < 1 segnali ritardi esecutivi.
Di conseguenza, il calcolo di questa tipologia di indici permettono al management di intervenire subito su progetti in difficoltà.
Oltre agli indicatori economici, il modulo integra la matrice RACI, che definisce i ruoli e le responsabilità di ciascun attore di progetto: chi è responsabile, chi approva, chi collabora e chi deve essere informato.
Il modello garantisce chiarezza organizzativa e accountability, riducendo sovrapposizioni e ritardi decisionali e se applicato alla WBS di progetto di Gestione Progetti permette un maggior grado di dettaglio della governance del progetto, oltre che, una chiara distinzione die ruoli e delle responsabilità.
I dati ottenuti dal modulo di Gestione Progetti permettono il calcolo anche di altri indicatori di performance, che nel contesto industriale sono di grande utilità, come il tasso di saturazione e di puntualità delle risorse ed il tasso di efficienza operativa.
Questi dati, una volta aggregati, diventano la base per report di controllo evoluti, che alimentano la business intelligence aziendale.
Il modulo potrebbe integrarsi con l’intelligenza artificiale, ponendosi l’obiettivo di interagire con il sistema in linguaggio naturale. In questo contesto, l’AI potrebbe: comprendere cosa l’utente vuole fare (intento), identificare con quali dati/vincoli operare (WBS, vincoli di costi, vincoli di tempo ed allocazione delle risorse), selezionare quale capacità attivare (forecast, ottimizzazione, classificazione, ricerca documentale) e restituire output verificabili
Per esempio: “Fammi un check-up del Progetto Alfa”, e ottenere risposte come:
“L’attività di assemblaggio è al 78% di completamento e ha già consumato il 90% del budget.”
Quindi, l’agent AI dovrebbe essere in grado di comprendere l’intento dell’utente e, identificando con quali dati deve operare, dovrebbe essere in grado di selezionare le skills più opportune da attivare restituendo output verificabili.
Questo tipo di interazione trasformerebbe l’ERP in un assistente decisionale, capace di dialogare e fornire insight predittivi.
In conclusione, il caso Zucchetti mostra come la digitalizzazione non sia solo un’evoluzione tecnologica, ma un cambiamento culturale di ogni contesto aziendale.
Il valore dei sistemi ERP, e del modulo Gestione Progetti in particolare, risiede nella capacità di trasformare i dati in conoscenza e la conoscenza in decisioni consapevoli: l’impresa del futuro sarà dunque intelligente, integrata e orientata al dato.
Il contributo complessivo dell’elaborato è mostrare che la digitalizzazione produce valore quando tecnologia, processi e governance dei dati convergono in un disegno coerente. In questo senso, l’ERP non è tanto un costo da comprimere, quanto una colonna portante: crea le condizioni per standardizzare, misurare e apprendere; abilita moduli specialistici, come Gestione Progetti, che rendono operativa la strategia; offre un terreno solido su cui innestare pratiche di intelligenza artificiale responsabili e spiegabili. L’intento è fornire una chiave di lettura utile a interpretare progetti di trasformazione digitale nel settore industriale, indicando leve, vincoli e criteri di valutazione che ne aumentano la probabilità di successo.

INGLESE:
This paper explores how the evolution of management systems, from traditional models to artificial intelligence, is redefining project management in industrial companies.
The case study analyzed is Zucchetti S.p.A., with a particular focus on the Gestione Progetti (Project Management) module within the Ad Hoc Infinity software.
The work arises from an interest in a topic that has become central in today’s economic landscape: the digital transition of businesses. It therefore develops an analysis of the value creation process generated by ERP software in industrial contexts.
Today, digitalization represents not only a technological evolution but also an organizational and cultural transformation.
Companies that integrate data, processes, and people can improve not only operational efficiency but also their ability to create value and adapt to change. Understanding how ERP software generates value therefore means understanding how companies can transform data into decisions.
The aim of this thesis is to analyze the contribution of ERPs to value creation from both operational and strategic perspectives, with a specific focus on industrial project management.
The thesis begins by distinguishing between automation and digitalization: an automated company merely streamlines processes, while a digitalized company restructures its entire organization around data. The distinction is clarified by emphasizing that process standardization, data culture, governance, and infrastructure investment are all prerequisites for true digital transformation.
Digitalization thus serves as a quantitative lever that enables data-driven governance that is, management based on integrated, objective, real-time information. The transition process is far more than a shift from analog to digital; it is a systemic change that affects processes, people, and culture. For this reason, it represents a major challenge.
Driven by economic forces such as technological innovation, globalization, mass customization, and the demand for transparency, it is reshaping the way companies create value, organize resources, interact with customers and suppliers, and position themselves in the market.
Specifically, the change brought about by digital transition can be understood as a set of drivers that go beyond the mere adoption of new technologies. These drivers also define and guide organizational transformation, operating models, and the value companies offer to the market. They include technological innovation, digital culture and training, organizational models and processes, customer centricity and user experience, governance and security, and infrastructure, investment, and digital ecosystems.
In this context, technology is not an end in itself but a means of improving decision quality and business resilience. In industrial settings, typically less adaptable and characterized by structural rigidity, digitalization enables greater flexibility from both organizational and production perspectives.
Management Information Systems (MIS) form the backbone of the digital enterprise, centralizing data from all business areas and enabling integrated coordination of activities.
Their characteristics are summarized through a SWOT analysis, which identifies data integration and operational flow synergy as strengths, and architectural complexity as the main weakness.
Enterprise Resource Planning (ERP) systems represent the core of MIS, making business processes truly end-to-end that is, fully integrated from production to management control.
Their value, particularly in industrial contexts, extends beyond technology to encompass organizational flexibility and more informed operational and strategic decision-making.
The second part of the thesis focuses on Zucchetti S.p.A., Italy’s leading software house and market leader, which has built its identity around process integration.
Zucchetti has successfully combined technological innovation with organizational expertise, offering solutions that transform data into managerial value.
Ad Hoc Infinity is one of the company’s flagship products, a modular, scalable, and high-performance ERP system.
With Ad Hoc Infinity, designed for large enterprises, data is no longer the end result but the starting point of business management.
This approach allows companies to move from reactive to predictive logic, where numerical data conveys the state of the business in real time.
At the heart of this study lies the Project Management module, dedicated to integrated project management.
It structures projects using a Work Breakdown Structure (WBS), dividing each project into subprojects and elementary activities.
Each activity is planned in terms of budget, resources, and time. The actual figures entered by operators via work statements make it possible to calculate variances and performance indicators.
The main advantage is the ability to maintain a complete, up-to-date view of the entire project lifecycle, useful for both project managers and management control.
This module manages every stage of a project, from analysis and milestone definition to design, operational planning, and final execution.
At its core, the Project Management module enables:
• Recording work activity details in work statements
• Managing cost and revenue expenses
• Loading and unloading materials in work statements
• Managing phases and tasks
• Using an agenda and to-do lists for operators
• Viewing statement dashboards
• Generating commitment analytics, budgets, and final cost/revenue statements (pre-invoicing)
The Project Management module is inherently data-driven: every decision is based on real-time, continuously collected data.
By applying the Earned Value Management (EVM) methodology, it is possible to derive key data such as PV (Planned Value), EV (Earned Value), and AC (Actual Cost), from which the following indicators are calculated:
• SPI (Schedule Performance Index), measures schedule adherence
• CPI (Cost Performance Index) , measures cost efficiency
A CPI < 1 indicates economic inefficiency, while an SPI < 1 signals schedule delays.
Calculating these indicators allows management to promptly intervene in struggling projects.
Beyond economic metrics, the module incorporates the RACI matrix, which defines each participant’s role and responsibilities, who is responsible, who approves, who collaborates, and who must be informed.
This model ensures organizational clarity and accountability, reducing overlaps and decision-making delays. When applied to a project’s WBS, it enhances governance detail and clearly delineates roles and responsibilities.
The data generated by the Project Management module also enables the calculation of additional performance indicators such as resource utilization rates, punctuality, and operational efficiency which are particularly valuable in industrial settings.
Once aggregated, this data serves as the foundation for advanced control reports that feed into the company’s business intelligence system.
The module could be further enhanced through integration with artificial intelligence, enabling natural language interaction with the system.
In this context, an AI agent could: interpret user intent, identify relevant data and constraints (WBS, cost, time, resource allocation), select appropriate capabilities (forecasting, optimization, classification, document retrieval), and return verifiable outputs.
For example:
User: “Run a check-up on Project Alpha.”
System: “The assembly activity is 78% complete and has already consumed 90% of the budget.”
Such an AI assistant would understand intent, operate on relevant datasets, and activate suitable analytical skills to produce verifiable results.
This interaction would transform the ERP into a decision-making assistant capable of communicating, anticipating issues, and providing predictive insights.
In conclusion, the Zucchetti case demonstrates that digitalization is not merely a technological evolution but a cultural shift across all business contexts.
The value of ERP systems and the Project Management module in particular lies in their ability to transform data into knowledge and knowledge into informed decisions.
The company of the future will thus be intelligent, integrated, and data-driven.
The overall contribution of this work is to show that digitalization creates value when technology, processes, and data governance converge in a coherent design.
In this sense, the ERP is not a cost to be minimized but a cornerstone: it establishes the conditions for standardization, measurement, and organizational learning; it enables specialized modules like Project Management to operationalize strategy; and it provides a solid foundation for implementing responsible and explainable AI practices.
Ultimately, this framework helps interpret digital transformation initiatives in the industrial sector, identifying the levers, constraints, and evaluation criteria that increase the likelihood of success.