21230044 - Imprese, piattaforme ed ecosistemi digitali

Obiettivi

Il corso di Imprese, piattaforme ed ecosistemi digitali mira a fornire agli studenti una preparazione avanzata nell’analisi economica dei mercati digitali, con particolare attenzione alle dinamiche delle piattaforme e degli ecosistemi innovativi. Il percorso consente agli studenti di sviluppare una solida padronanza dei modelli di economia industriale applicati ai mercati multi-sided, agli effetti di rete, alle strategie di prezzo e alle dinamiche competitive tipiche dei contesti digitali. Parallelamente, approfondisce il ruolo dell’intelligenza artificiale come general purpose technology, analizzandone l’impatto sull’economia, sui costi, sull’organizzazione delle imprese, sui processi decisionali e sulla struttura dei mercati. Il corso include inoltre una componente basata sull’analisi della letteratura empirica, finalizzata a comprendere i processi di digitalizzazione delle imprese e a collegare modelli teorici ed evidenza empirica. Nel complesso, gli studenti acquisiranno competenze avanzate per interpretare e valutare modelli di business digitali, analizzare strategie di impresa e formulare giudizi informati sulle implicazioni regolatorie e di policy, anche attraverso l’analisi di case study delle principali piattaforme ed ecosistemi presenti sul mercato, sviluppando al contempo autonomia critica e capacità di applicazione in contesti accademici e professionali.

Risultati Apprendimento Attesi

Al termine dell’insegnamento, lo studente sarà in grado di:

1. Conoscenza e capacità di comprensione
Comprendere i modelli avanzati di economia industriale applicati alle piattaforme e agli ecosistemi digitali, con particolare riferimento alle strategie di prezzo, alle scelte di design e governance e alle dinamiche concorrenziali. Illustrare il ruolo dell’intelligenza artificiale come tecnologia a uso generale e i suoi effetti sui costi, sull’organizzazione delle imprese, sui processi decisionali e sulla struttura dei mercati. Comprendere i principali approcci teorici e le evidenze empiriche sui processi di innovazione, adozione tecnologica e digitalizzazione delle imprese.

2. Capacità di applicare conoscenza e comprensione
Applicare i modelli e gli strumenti dell’economia industriale e dell’innovazione all’analisi delle strategie delle imprese, dei modelli di business e delle dinamiche degli ecosistemi digitali. Utilizzare gli strumenti della microeconomia dell’intelligenza artificiale per interpretarne le implicazioni economiche e organizzative. Collegare modelli teorici ed evidenze empiriche per analizzare casi concreti relativi alla concorrenza tra piattaforme, all’adozione delle tecnologie digitali e ai loro effetti sulle imprese e sui mercati.

3. Autonomia di giudizio
Valutare criticamente le strategie delle piattaforme e i processi di trasformazione digitale delle imprese, formulando giudizi motivati sulle loro implicazioni concorrenziali, regolatorie e di policy. Attraverso la lettura e la discussione di articoli scientifici e l’analisi di casi di studio, confrontare approcci teorici e risultati empirici, riconoscendone ipotesi, limiti e ambiti di applicazione.

4. Abilità comunicative
Esporre con chiarezza e rigore analitico i modelli, i risultati della letteratura e le principali questioni economiche relative alle piattaforme, all’intelligenza artificiale e agli ecosistemi digitali, utilizzando un lessico appropriato alla disciplina. Attraverso la discussione seminariale degli articoli scientifici, sviluppare e sostenere argomentazioni fondate su elementi teorici ed empirici e confrontarsi criticamente con interpretazioni diverse.

5. Capacità di apprendimento
Organizzare autonomamente lo studio e l’approfondimento di temi complessi utilizzando testi avanzati, articoli scientifici e materiali didattici. Leggere e interpretare la letteratura economica sulla trasformazione digitale, integrando conoscenze teoriche ed evidenze empiriche. Utilizzare gli strumenti acquisiti per aggiornare le proprie conoscenze e affrontare nuovi problemi relativi all’evoluzione delle tecnologie, delle strategie di impresa e dei mercati digitali.

Programma


Parte 0 — Mercati digitali e pricing delle piattaforme

Effetti di rete e tipologie di piattaforma
Big data
Rating e sistemi di raccomandazione
Crescita delle piattaforme
Fondamenti del pricing nei mercati multi-sided

Parte I — Estensioni del pricing e design delle piattaforme digitali

Discriminazione di prezzo
Strategie freemium
Aspettative degli utenti
Rating e sistemi di reputazione
Bias comportamentali
Governance dei venditori

Parte II — L’intelligenza artificiale come general purpose technology

Fondamenti di microeconomia dell’intelligenza artificiale
Valore della previsione
Sostituti e complementi
Automazione
Pricing dell’intelligenza artificiale
Potere di mercato e collusione algoritmica
Privacy e proprietà intellettuale
Misinformazione e bias

Parte III — Innovazione tecnologica, digitalizzazione ed ecosistemi digitali

Economia dell’innovazione
Adozione e diffusione delle tecnologie
Piattaforme e concorrenza
Gatekeeping
Entrata nei mercati
Regolamentazione dei mercati digitali
Digitalizzazione delle imprese
Digitalizzazione e mercato del lavoro
Adozione digitale e produttività
Digitalizzazione e sostenibilità
Analisi e discussione della letteratura scientifica su digitalizzazione ed ecosistemi digitali

Prerequisiti

nessuno

Testi Adottati

Parte 0 --- Richiami sui mercati digitali e pricing delle piattaforme
● Belleflamme, P., Peitz, M. (2021), The Economics of Platforms: Concepts and Strategy, Cambridge University Press --- capp. 1, 2, 4 e 5 (§5.1-§5.2).
Parte I --- Estensioni di pricing e design delle piattaforme digitali
● Belleflamme, P., Peitz, M. (2021), The Economics of Platforms: Concepts and Strategy, Cambridge University Press --- cap. 5 (§5.3-§5.4) e cap. 6.
Parte II --- L’intelligenza artificiale come general purpose technology
● Gans, J. (2025), The Microeconomics of Artificial Intelligence, MIT Press (accesso aperto) --- capp. 1-7, 10, 12-13, 15-20, 22.
Parte III --- Innovazione tecnologica e letteratura scientifica su digitalizzazione e ecosistemi digitali
● Tidd, J., Bessant, J. (2020), Managing Innovation: Integrating Technological, Market and Organizational Change, 7th edition, Wiley --- capp. 1-2 e 10 (§10.9, diffusione e adozione delle tecnologie).
● Antonelli, C. (2018), The Evolutionary Complexity of Endogenous Innovation: The Engines of the Creative Response, Edward Elgar Publishing, Cheltenham --- cap. 1.
● Cohen, W. M., & Levinthal, D. A. (1990), Absorptive capacity: A new perspective on learning and innovation, Administrative Science Quarterly, 35(1), 128-152. https://doi.org/10.2307/2393553
● Teece, D. J. (1986), Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy, Research Policy, 15(6), 285-305. https://doi.org/10.1016/0048-7333(86)90027-2
● Jung, J., & Gómez-Bengoechea, G. (2025), The upheaval years: A literature review on firms’ digitalization new era, Economics of Innovation and New Technology, 34(2), 231-273 --- survey introduttiva trasversale a III.A e III.B. https://doi.org/10.1080/10438599.2024.2328538
● Pino, F. (2022), The microeconomics of data --- a survey, Journal of Industrial and Business Economics, 49, 635-665 --- survey introduttiva trasversale a III.A e III.B. https://doi.org/10.1007/s40812-022-00220-6

Per III.A e III.B, il corso utilizza inoltre una selezione di articoli scientifici pubblicati su riviste internazionali, indicati nella Reading list relativi alla Parte III e distribuiti a lezione.

Modalità Frequenza

non obbligatoria

Modalità Valutazione

La prova d'esame è scritta. La durata della proba è di un'ora e quindici minuti. La valutazione prevede una prova scritta composta da due domande aperte sui contenuti del corso (Parti 0–III): una obbligatoria e una a scelta tra due alternative. È inoltre possibile presentare, su base volontaria, un articolo scientifico relativo alla Parte III. La presentazione, svolta in gruppo ma valutata individualmente, concorre per il 25% al voto finale; il restante 75% è determinato dalla prova scritta. Per chi non effettua la presentazione, il voto dipende interamente dalla prova scritta. La valutazione è espressa in trentesimi. La valutazione considera correttezza e completezza delle risposte, comprensione dei concetti, capacità di applicazione e argomentazione, chiarezza espositiva e uso del linguaggio disciplinare. La graduazione del voto segue questi criteri: 18–21 conoscenza essenziale e applicazione elementare; 22–24 preparazione adeguata e applicazione corretta; 25–27 buona padronanza e capacità di collegamento; 28–30 conoscenza approfondita e autonomia critica; lode per prestazione eccellente e particolarmente rigorosa.