MANAGERIAL GOVERNANCE OF INTELLIGENT AUTOMATION: AN INTEGRATED FRAMEWORK FOR AI-DRIVEN PROCESS ECOSYSTEMS

The purpose of this thesis is to provide organizations with a governance framework that can be utilized for business process automation within the context of complex and interconnected process ecosystems. To achieve this, the study begins its exploration with an analysis of the evolution of processes automated by various technologies, including Business Process Management (BPM), Robotic Process Automation (RPA), low-code/no-code platforms, Generative AI and agentic systems. Through literature research, the success or failure of organizations to create automation benefits is documented. Subsequently, it has been evaluated how organizations are implementing Intelligent Process Transformation (IPT) through a case study approach across industries, including financial services banking, insurance, and energy. Then, the methodology is engaged in qualitative and quantitative research, whereby, firstly, a combined analysis of literature and case study results is conducted to identify common issues facing the governance of organizations’ automation initiatives. Then, the thesis proposes a structured governance framework that translates these gaps into actionable dimensions. Each dimension is associated with measurable Key Performance Indicators (KPIs) and maturity levels, enabling organizations to assess and monitor their automation initiatives in a more objective and data-driven way. In addition it is developed a comparison with the existing governance models with respect to how it could be used to improve the future of project management; with emphasis placed on how this will relate specifically to artificial intelligence (AI) systems. The main contribution of this research lies in the identification of managerial gaps in intelligent automation and in the development of a governance framework designed to address these challenges in a structured and systematic way.

L’obiettivo di questa tesi è fornire alle organizzazioni un framework di governance utilizzabile per l’automazione dei processi aziendali nel contesto di ecosistemi di processo complessi e interconnessi. A tal fine, lo studio avvia la propria analisi esaminando l’evoluzione dei processi automatizzati attraverso diverse tecnologie, tra cui Business Process Management (BPM), Robotic Process Automation (RPA), piattaforme low-code/no-code, Intelligenza Artificiale Generativa e sistemi agentici. Attraverso analisi e revisione della letteratura, vengono analizzati i fattori che determinano il successo o il fallimento delle organizzazioni nella generazione di valore dall’automazione. Successivamente, viene esaminato come le organizzazioni implementano la Intelligent Process Transformation (IPT) mediante un approccio basato su casi studio, considerando diversi settori, quali servizi finanziari, assicurazioni ed energia. La metodologia adottata si basa su un approccio sia qualitativo che quantitativo, attraverso prima l'integrazione dell’analisi della letteratura con i risultati dei casi studio al fine di individuare problematiche ricorrenti nella governance delle iniziative di automazione. Successivamente, la tesi propone un framework di governance strutturato che traduce tali gap in dimensioni operative. A ciascuna dimensione sono associati specifici Key Performance Indicators (KPI) e livelli di maturità, consentendo alle organizzazioni di valutare e monitorare le proprie iniziative di automazione in modo più oggettivo e data-driven. Inoltre, viene sviluppato un confronto con i modelli di governance esistenti, al fine di valutarne il contributo al miglioramento delle pratiche future di project management, con particolare attenzione al ruolo dei sistemi di Intelligenza Artificiale (AI). Il principale contributo di questa ricerca risiede nell’identificazione dei gap manageriali nell’ambito dell’automazione intelligente e nello sviluppo di un framework di governance progettato per affrontare tali sfide in modo strutturato e sistematico.