L’evoluzione del settore bancario verso paradigmi di Digital Transformation ha reso la Robotic Process Automation (RPA) una leva strategica fondamentale per l’ottimizzazione dei processi operativi e la riduzione del rischio d’errore umano. Il presente lavoro di tesi analizza l’implementazione di soluzioni di automazione all'interno di Credem S.p.A., ponendo a confronto due approcci metodologici e tecnologici distinti: l’adozione della piattaforma Enterprise proprietaria Automation Anywhere (A360) e lo sviluppo di framework custom basati su linguaggio Python. Nella prima parte dell'elaborato viene delineato lo stato dell’arte della tecnologia RPA e il suo impatto nel settore Banking, con un focus sul modello Low-Code offerto dalle soluzioni di mercato. Successivamente, l’analisi si sposta sull'ecosistema Open Source, documentando la gestione del ciclo di vita del software e l'efficacia di librerie specifiche (come Selenium) attraverso l'esposizione di alcuni casi d'uso reali sviluppati presso l'istituto. Il cuore della ricerca risiede nell'analisi comparativa condotta nel Capitolo 5, dove le due soluzioni vengono messe a sistema sulla base di criteri quali scalabilità, sicurezza, manutenibilità e Total Cost of Ownership (TCO). In particolare, si esamina il bilanciamento tra i costi di licenza delle piattaforme proprietarie e i costi di sviluppo/manutenzione delle soluzioni code-based. La tesi conclude delineando la traiettoria verso l’Iperautomazione, discutendo come l’integrazione di AI e Machine Learning rappresenti la naturale evoluzione per una gestione del dato intelligente e predittiva nel panorama finanziario contemporaneo. Nella conclusione si discuteranno i principali punti su cui focalizzare l’attenzione per massimizzare l’efficacia e l’efficienza nell’adozione di soluzioni RPA, mantenendo un focus anche sulla sicurezza e il rispetto degli utenti e clienti.
La Robotic Process Automation in Credem S.p.A: Analisi comparativa tra una piattaforma Enterprise proprietaria e un approccio Open Source
GANAPINI, ANDREA
2024/2025
Abstract
L’evoluzione del settore bancario verso paradigmi di Digital Transformation ha reso la Robotic Process Automation (RPA) una leva strategica fondamentale per l’ottimizzazione dei processi operativi e la riduzione del rischio d’errore umano. Il presente lavoro di tesi analizza l’implementazione di soluzioni di automazione all'interno di Credem S.p.A., ponendo a confronto due approcci metodologici e tecnologici distinti: l’adozione della piattaforma Enterprise proprietaria Automation Anywhere (A360) e lo sviluppo di framework custom basati su linguaggio Python. Nella prima parte dell'elaborato viene delineato lo stato dell’arte della tecnologia RPA e il suo impatto nel settore Banking, con un focus sul modello Low-Code offerto dalle soluzioni di mercato. Successivamente, l’analisi si sposta sull'ecosistema Open Source, documentando la gestione del ciclo di vita del software e l'efficacia di librerie specifiche (come Selenium) attraverso l'esposizione di alcuni casi d'uso reali sviluppati presso l'istituto. Il cuore della ricerca risiede nell'analisi comparativa condotta nel Capitolo 5, dove le due soluzioni vengono messe a sistema sulla base di criteri quali scalabilità, sicurezza, manutenibilità e Total Cost of Ownership (TCO). In particolare, si esamina il bilanciamento tra i costi di licenza delle piattaforme proprietarie e i costi di sviluppo/manutenzione delle soluzioni code-based. La tesi conclude delineando la traiettoria verso l’Iperautomazione, discutendo come l’integrazione di AI e Machine Learning rappresenti la naturale evoluzione per una gestione del dato intelligente e predittiva nel panorama finanziario contemporaneo. Nella conclusione si discuteranno i principali punti su cui focalizzare l’attenzione per massimizzare l’efficacia e l’efficienza nell’adozione di soluzioni RPA, mantenendo un focus anche sulla sicurezza e il rispetto degli utenti e clienti.| File | Dimensione | Formato | |
|---|---|---|---|
|
Ganapini.Andrea.pdf
Accesso riservato
Dimensione
2.74 MB
Formato
Adobe PDF
|
2.74 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14251/5746