Valuing generative AI in industrial operations: a quantitative framework for managing investment risk and uncertainty

In recent years, the rapid evolution of Industry 4.0 and the emergence of Industry 5.0 have highlighted the transformative potential of Artificial Intelligence (AI) in manufac- turing. Among its most disruptive branches, Generative AI (GenAI) offers new oppor- tunities to support decision-making, knowledge management, and operational efficiency. Despite growing interest, there is still a lack of standardized methodologies to evaluate the strategic and economic value of GenAI solutions in industrial contexts. This the- sis addresses this gap by developing a qualitative and quantitative framework for the evaluation of GenAI applications in manufacturing. The model is designed to support decision-makers in assessing costs, benefits, and risks associated with different categories of industrial chatbots, including productivity assistants, knowledge retrieval tools, and decision-making enhancers. The framework combines a systematic literature review with study cases’ applications conducted within Philip Morris International’s digital trans- formation program, ensuring both theoretical rigor and practical relevance. The results demonstrate how a structured evaluation approach can guide organizations in prioritizing investments, evaluate the level of uncertainty of innovation projects, and aligning GenAI initiatives with broader strategic objectives. Beyond the quantitative assessment, the thesis also reflects on critical adoption challenges, such as transparency, trust, and work- force integration, which are essential for realizing the human-centric vision of Industry 5.0.

Negli ultimi anni, la rapida evoluzione dell’Industria 4.0 e l’emergere dell’Industria 5.0 hanno messo in evidenza il potenziale trasformativo dell’Intelligenza Artificiale (IA) nel settoremanifatturiero. Traisuoiramipiùdirompenti, l’IntelligenzaArtificialeGenerativa (GenAI) offre nuove opportunità per supportare il processo decisionale, la gestione della conoscenza e l’efficienza operativa. Nonostante il crescente interesse, manca ancora una metodologia standardizzata per valutare il valore strategico ed economico delle soluzioni GenAI nei contesti industriali. Questa tesi affronta tale lacuna sviluppando un framework qualitativo e quantitativo per la valutazione delle applicazioni di GenAI nella manifat- tura. Il modello è concepito per supportare i decisori nella valutazione di costi, benefici e rischi associati a diverse categorie di chatbot industriali, tra cui assistenti di produttività, strumenti di recupero della conoscenza e supporti al processo decisionale. Il framework combina una revisione sistematica della letteratura con applicazioni a casi di studio con- dotti all’interno del programma di trasformazione digitale di Philip Morris International, garantendo al tempo stesso rigore teorico e rilevanza pratica. I risultati dimostrano come un approccio strutturato di valutazione possa guidare le organizzazioni nel definire le pri- orità di investimento, valutare il livello di incertezza dei progetti di innovazione e allineare le iniziative GenAI agli obiettivi strategici più ampi. Oltre alla valutazione quantitativa, la tesi riflette anche sulle principali sfide di adozione, quali trasparenza, fiducia e inte- grazione della forza lavoro, che risultano essenziali per realizzare la visione human-centric dell’Industria 5.0.