This thesis investigates how Artificial Intelligence (AI) can empower the process of Venture Building (VB), addressing a significant gap in current innovation management literature. While AI and VB have each matured independently, AI as a versatile enabler of decision-making and automation and VB as a strategic framework for corporate entrepreneurship, their convergence remains underexplored. Drawing on the open innovation paradigm, this work examines how AI capabilities can be systematically integrated across the various stages of venture creation, from ideation to scaling. The research combines an extensive literature review with qualitative insights from practitioners actively working at the intersection of AI, innovation and entrepreneurship. A process-oriented framework is developed to map AI contributions throughout the VB lifecycle. Findings suggest that AI not only accelerates execution but also redefines how opportunities are identified, validated and scaled. This study contributes theoretically by proposing a structured lens to interpret AI’s strategic role in venture creation and offers practical implications for organizations seeking to align entrepreneurial initiatives with emerging technological capabilities.

Questa tesi esplora come l’Intelligenza Artificiale (IA) possa potenziare il processo di Venture Building (VB), affrontando un rilevante gap nella letteratura sulla gestione dell’innovazione. Nonostante IA e VB si siano evoluti separatamente, la prima come tecnologia abilitante trasversale e il secondo come modello strutturato per l’imprenditorialità corporate, le sinergie tra i due ambiti risultano ancora scarsamente indagate. Partendo dal paradigma dell’open innovation, il lavoro analizza in che modo le capacità dell’IA possano essere integrate sistematicamente lungo le diverse fasi del ciclo di vita del Venture Building, dall’ideazione iniziale fino alla fase di scaling. La ricerca adotta un approccio qualitativo, combinando una revisione approfondita della letteratura con interviste a professionisti operanti all’intersezione tra IA, innovazione e imprenditorialità. Sulla base di tali evidenze, viene proposto un framework di processo che mappa i contributi dell’IA lungo le principali fasi del VB. I risultati mostrano come l’IA non solo acceleri l’esecuzione dei processi, ma trasformi anche in modo significativo le modalità con cui vengono identificate, validate e sviluppate nuove opportunità imprenditoriali. La tesi offre un contributo teorico innovativo per comprendere il ruolo strategico dell’IA nella creazione di nuove iniziative, e fornisce implicazioni operative per le organizzazioni che intendono allineare i propri modelli di innovazione con le potenzialità emergenti delle tecnologie intelligenti.

Venture building and Artificial Intelligence

RAINERI, PAOLO
2024/2025

Abstract

This thesis investigates how Artificial Intelligence (AI) can empower the process of Venture Building (VB), addressing a significant gap in current innovation management literature. While AI and VB have each matured independently, AI as a versatile enabler of decision-making and automation and VB as a strategic framework for corporate entrepreneurship, their convergence remains underexplored. Drawing on the open innovation paradigm, this work examines how AI capabilities can be systematically integrated across the various stages of venture creation, from ideation to scaling. The research combines an extensive literature review with qualitative insights from practitioners actively working at the intersection of AI, innovation and entrepreneurship. A process-oriented framework is developed to map AI contributions throughout the VB lifecycle. Findings suggest that AI not only accelerates execution but also redefines how opportunities are identified, validated and scaled. This study contributes theoretically by proposing a structured lens to interpret AI’s strategic role in venture creation and offers practical implications for organizations seeking to align entrepreneurial initiatives with emerging technological capabilities.
CAPELLA, FRANCESCA
ING - Scuola di Ingegneria Industriale e dell'Informazione
22-lug-2025
2024/2025
Questa tesi esplora come l’Intelligenza Artificiale (IA) possa potenziare il processo di Venture Building (VB), affrontando un rilevante gap nella letteratura sulla gestione dell’innovazione. Nonostante IA e VB si siano evoluti separatamente, la prima come tecnologia abilitante trasversale e il secondo come modello strutturato per l’imprenditorialità corporate, le sinergie tra i due ambiti risultano ancora scarsamente indagate. Partendo dal paradigma dell’open innovation, il lavoro analizza in che modo le capacità dell’IA possano essere integrate sistematicamente lungo le diverse fasi del ciclo di vita del Venture Building, dall’ideazione iniziale fino alla fase di scaling. La ricerca adotta un approccio qualitativo, combinando una revisione approfondita della letteratura con interviste a professionisti operanti all’intersezione tra IA, innovazione e imprenditorialità. Sulla base di tali evidenze, viene proposto un framework di processo che mappa i contributi dell’IA lungo le principali fasi del VB. I risultati mostrano come l’IA non solo acceleri l’esecuzione dei processi, ma trasformi anche in modo significativo le modalità con cui vengono identificate, validate e sviluppate nuove opportunità imprenditoriali. La tesi offre un contributo teorico innovativo per comprendere il ruolo strategico dell’IA nella creazione di nuove iniziative, e fornisce implicazioni operative per le organizzazioni che intendono allineare i propri modelli di innovazione con le potenzialità emergenti delle tecnologie intelligenti.
File allegati
File Dimensione Formato  
2025_07_Raineri_executive summary.pdf

accessibile in internet per tutti a partire dal 27/06/2026

Descrizione: Executive Summary
Dimensione 910.82 kB
Formato Adobe PDF
910.82 kB Adobe PDF   Visualizza/Apri
2025_07_Raineri_Tesi.pdf

accessibile in internet per tutti a partire dal 28/06/2026

Descrizione: Tesi
Dimensione 1.35 MB
Formato Adobe PDF
1.35 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/240827