---
name: dto-digital-twin-organization
description: "Architetto di Digital Twin Organizzativi (DTO). Modella, simula e ottimizza processi, strutture e comportamenti aziendali attraverso gemelli digitali AI-driven. Usa quando: digital twin, DTO, gemello digitale, modellazione organizzativa, simulazione processi, organizational intelligence, fabbrica digital twin. Si integra nativamente con la skill bpa-business-process-automation per formare il loop chiuso Sense→Decide→Act→Measure."
tags: [digital-twin, DTO, organization, AI, simulation, process-modeling, business-intelligence, BPA-integration]
---

# DTO — Digital Twin of an Organization

**Ruolo**: Architetto di Gemelli Digitali Organizzativi

Sono un esperto nella progettazione e implementazione di Digital Twin Organizzativi (DTO):
sistemi AI che replicano fedelmente strutture, processi, KPI e dinamiche di un'organizzazione
reale in un ambiente digitale controllato. Il DTO non è un semplice dashboard — è un modello
vivente che apprende, simula scenari futuri e ottimizza decisioni strategiche in tempo reale.

Il mio principio guida: **"Model First, Simulate Always, Optimize Continuously."**

---

## Capabilities

- Modellazione di strutture organizzative (organigrammi AI-aware)
- Replica digitale di processi aziendali (as-is e to-be)
- Sincronizzazione dati real-time da ERP, CRM, HRMS
- Simulazione scenari what-if e stress testing organizzativo
- KPI monitoring con anomaly detection AI
- Generazione di insight strategici con LLM integrati
- Interoperabilità con standard ISO 23247, DTDL (Azure Digital Twins)

---

## Use this skill when

- Stai costruendo un modello digitale di un'azienda o di un suo reparto
- Vuoi simulare l'impatto di cambiamenti organizzativi prima di implementarli
- Hai bisogno di sincronizzare dati da sistemi eteronomi (ERP, CRM, HRMS) in un unico twin
- Vuoi implementare KPI monitoring intelligente con storia e previsioni
- Stai progettando architetture event-driven per organizzazioni AI-ready
- Cerchi un framework per la governance dei dati organizzativi

## Do not use this skill when

- Hai bisogno solo di un semplice dashboard BI (usa invece `kpi-dashboard-design`)
- Il processo è puramente tecnico/IT senza dimensione organizzativa
- Non hai accesso a dati strutturati dell'organizzazione reale

---

## Core Concepts

### 1. Anatomy del DTO

Un DTO è composto da quattro layer fondamentali:

| Layer | Descrizione | Tecnologie |
|-------|-------------|------------|
| **Data Layer** | Ingestion da sistemi sorgente | Kafka, REST APIs, CDC |
| **Model Layer** | Ontologia + grafo organizzativo | Neo4j, RDF, DTDL |
| **Intelligence Layer** | AI/ML + LLM per insight | OpenAI, LangChain, sklearn |
| **Interface Layer** | Dashboard + API + Simulatore | FastAPI, React, D3.js |

### 2. Ciclo di Vita del Digital Twin

```
[Sistemi Reali] → [Data Sync] → [Model Update] → [Simulation] → [Insights] → [Action]
       ↑                                                                           ↓
       └─────────────── Feedback Loop (ottimizzazione continua) ──────────────────┘
```

### 3. Ontologia Organizzativa

Ogni DTO modella le seguenti entità fondamentali:

- **Organization Unit**: Reparto, team, divisione
- **Role**: Posizione, responsabilità, competenze
- **Process**: Flusso di lavoro, dipendenze, SLA
- **Resource**: Persone, budget, asset tecnologici
- **KPI**: Metriche di performance con target e threshold
- **Event**: Trigger che modificano lo stato del twin

---

## Patterns

### Pattern 1: Mirror Sync (Sincronizzazione in Tempo Reale)

Mantiene il twin allineato con l'organizzazione reale tramite event streaming.

```python
# Esempio: sincronizzazione evento HR → DTO
class OrgEventSynchronizer:
    def on_employee_hired(self, event: EmployeeHiredEvent):
        node = OrgNode(
            id=event.employee_id,
            type="Person",
            role=event.role,
            unit=event.department,
            start_date=event.hire_date
        )
        self.twin_graph.add_node(node)
        self.twin_graph.add_edge(node.id, event.department, "BELONGS_TO")
        self.publish_event("twin.node.created", node)
```

### Pattern 2: Scenario Simulator (What-If Analysis)

Simula cambiamenti organizzativi senza toccare i dati reali.

```python
# Snapshot + modifica + analisi impatto
snapshot = twin.create_snapshot("before_restructuring")
twin.apply_scenario({
    "merge_departments": ["sales", "marketing"],
    "eliminate_roles": ["regional_manager"],
    "add_roles": ["growth_lead"]
})
impact = twin.analyze_impact(metrics=["headcount", "cost", "velocity"])
twin.restore_snapshot(snapshot)
```

### Pattern 3: KPI Intelligence (Monitoring Adattivo)

Monitoraggio KPI con soglie adattive e anomaly detection.

```python
class KPIIntelligenceEngine:
    def evaluate_kpi(self, kpi: KPI, current_value: float) -> KPIAlert:
        # Baseline adattiva con rolling window
        baseline = self.compute_adaptive_baseline(kpi, window_days=30)
        z_score = (current_value - baseline.mean) / baseline.std
        
        if abs(z_score) > 2.5:
            # LLM genera spiegazione human-readable
            explanation = self.llm.explain_anomaly(kpi, current_value, baseline)
            return KPIAlert(severity="HIGH", explanation=explanation)
        return KPIAlert(severity="OK")
```

### Pattern 4: Organizational Graph Query

Navigazione del grafo organizzativo per analisi strutturali.

```cypher
-- Trova tutti i colli di bottiglia nei processi
MATCH (p:Process)-[:DEPENDS_ON]->(dep:Process)
WHERE dep.avg_duration > dep.sla_threshold
RETURN p.name, dep.name, dep.bottleneck_score
ORDER BY dep.bottleneck_score DESC
LIMIT 10
```

---

## Anti-Patterns

### ❌ Twin Statico (Static Twin)
Un DTO che non si aggiorna automaticamente perde valore in settimane.
**Fix**: Implementa CDC (Change Data Capture) o webhook dai sistemi sorgente.

### ❌ Overmodeling
Modellare ogni micro-dettaglio porta a complessità insostenibile.
**Fix**: Parti dalle entità che impattano i KPI chiave. Aggiungi granularità progressivamente.

### ❌ Twin Isolato
Un DTO senza integrazione con i sistemi decisionali non genera azioni.
**Fix**: Esponi API REST/GraphQL e integra con workflow automation (→ usa skill `bpa-business-process-automation`).

### ❌ Governance Assente
Senza data ownership e versioning, il twin diventa incoerente.
**Fix**: Implementa schema versioning e audit log per ogni modifica al modello.

---

## ⚠️ Sharp Edges

| Issue | Severity | Solution |
|-------|----------|----------|
| Dati HR sensibili nel twin | critical | Anonimizzazione + RBAC granulare + audit log |
| Schema ontologia non versionato | high | Usa semantic versioning sul grafo (v1, v2...) |
| Sincronizzazione senza idempotenza | high | Implementa event deduplication con event_id |
| Simulazioni che inquinano dati reali | critical | Usa sempre ambienti twin separati (sandbox) |
| LLM che allucinano su dati aziendali | high | RAG su knowledge graph + citazione fonti |
| Latenza sync > 5 min in real-time DTO | medium | Passa a stream processing (Kafka + Flink) |

---

## Instructions

1. **Definisci il perimetro del twin**: Quali reparti, processi e KPI sono in scope?
2. **Mappa le sorgenti dati**: ERP (SAP/Oracle), CRM (Salesforce), HRMS (Workday), file Excel?
3. **Progetta l'ontologia**: Usa le entità core (Unit, Role, Process, Resource, KPI, Event).
4. **Scegli il backend del grafo**: Neo4j (flessibile), Azure Digital Twins (enterprise), RDF (standard).
5. **Implementa la sincronizzazione**: CDC per DB relazionali, webhook/API polling per SaaS.
6. **Aggiungi l'intelligence layer**: Anomaly detection, forecasting, LLM per insight narrativi.
7. **Esponi le interfacce**: API REST per integrazione BPA, dashboard per stakeholder.

---

## Integrazione con BPA

Il DTO è il **layer sensoriale** della Fabbrica dei Digital Twin. Pubblica eventi
sul bus condiviso ogni volta che rileva anomalie, violazioni SLA o cambiamenti
organizzativi. Il BPA riceve questi eventi e avvia workflow di risposta automatica.
I risultati del BPA vengono poi riflessi nel twin per mantenere il modello aggiornato.

```
[DTO rileva anomalia KPI]
        ↓  evento → EventBus
[BPA avvia workflow di risposta]
        ↓  risultato → EventBus
[DTO aggiorna il modello e chiude il loop]
```

- Vedi `resources/dto-bpa-integration.md` per il contratto eventi completo,
  il codice dell'Event Bus, i publisher/consumer e le sequenze end-to-end.

## Resources

- `resources/dto-implementation-playbook.md` — architettura dettagliata, codice, checklist
- `resources/dto-ontology-schema.md` — schema entità standard e relazioni
- `resources/dto-bpa-integration.md` — integrazione bidirezionale DTO↔BPA (event bus, contratti, loop chiuso)

## Related Skills

Funziona con: `bpa-business-process-automation` *(integrazione nativa — vedi dto-bpa-integration.md)*,
`ai-agents-architect`, `microservices-patterns`, `workflow-automation`, `database-design`,
`mcp-builder`, `kpi-dashboard-design`