ANALISI DELLA MATURITÀ DIGITALE E DEFINIZIONE DI UNA ROADMAP EVOLUTIVA PER L’INTEGRAZIONE INTELLIGENTE DELLA BACKBONE AZIENDALE: IL CASO MASTER ITALY S.R.L.

Digital transformation represents a strategic factor for manufacturing companies aiming to evolve toward integrated and data-driven organizational models. In this context, digital maturity constitutes an essential prerequisite for the effective adoption of advanced solutions, including enhanced automation systems and artificial intelligence. This thesis analyzes the level of digital maturity of Master Italy S.r.l., with particular reference to the corporate backbone and intralogistics processes, within the framework of the AI4LOG project. After providing a theoretical overview of industrial information systems and Digital Maturity models, the company’s AS-IS digital architecture is described, and an evaluation model structured around six dimensions is developed: systems integration, data quality, decision automation, visibility and KPIs, dynamic parameterization, and digital governance. The analysis of the main operational processes makes it possible to identify gaps with respect to an AI-ready scenario and to define an evolutionary roadmap aimed at strengthening end-to-end integration and data-driven decision-making capabilities.

La trasformazione digitale rappresenta un fattore strategico per le imprese manifatturiere che intendono evolvere verso modelli organizzativi integrati e data-driven. In tale contesto, la maturità digitale costituisce un prerequisito essenziale per l’adozione efficace di soluzioni avanzate, tra cui sistemi di automazione evoluta e intelligenza artificiale. La presente tesi analizza il livello di maturità digitale di Master Italy S.r.l., con particolare riferimento alla backbone aziendale e ai processi intralogistici, nell’ambito del progetto AI4LOG. Dopo un inquadramento teorico sui sistemi informativi industriali e sui modelli di Digital Maturity, viene descritto l’assetto digitale AS-IS dell’azienda e sviluppato un modello di valutazione articolato su sei dimensioni: integrazione dei sistemi, qualità dei dati, automazione decisionale, visibilità e KPI, parametrizzazione dinamica e governance digitale. L’analisi dei principali processi operativi consente di individuare i gap rispetto a uno scenario AI-ready e di definire una roadmap evolutiva finalizzata a rafforzare l’integrazione end-to-end e la capacità decisionale basata sui dati.