알림 목록

Area di analisi: Città metropolitana di Daegu

Area centrale: Municipio di Daegu, 9 distretti/contee, complessi industriali, aree residenziali, trasporti, assistenza sociale e sistema operativo di dati amministrativi sanitari.

Ordine del giorno: Esiste un sistema amministrativo in funzione che collega i dati relativi a industria, popolazione, occupazione, aree commerciali, trasporti e welfare per individuare in anticipo cambiamenti e rischi nelle città manifatturiere?

Tipo Golden Time: Lacuna nell'integrazione dei dati + rischio di latenza decisionale

Data di riferimento: 28 agosto 2026

Versione: Regional AX Golden Time Intelligence v3.2
 

Nel 2019, la città di Daegu ha istituito una piattaforma integrata di big data, che fornisce 775 dati pubblici e circa 14.000 dati statistici relativi alla città, ai suoi distretti e alle sue contee. Attualmente, il D-Data Hub raccoglie, ricerca, analizza e visualizza dati amministrativi, industriali e relativi allo stile di vita. Sebbene l'infrastruttura dati abbia già raggiunto la fase di piattaforma, i casi pubblicamente disponibili che individuano crisi industriali, emigrazione giovanile, declino commerciale e rischi per il benessere sociale come un unico percorso di cambiamento sono limitati. Se i dati rimarranno disponibili solo come dati di interrogazione settoriali per i prossimi due o tre anni, il collegamento tra i cambiamenti nella struttura industriale e gli impatti sulla popolazione e sulle condizioni di vita potrà essere confermato solo attraverso statistiche retrospettive.  Verdetto: il problema del Daegu Administrative AX non risiede nella mancanza di dati, ma nell'incapacità di interpretare diversi segnali di cambiamento nello stesso arco temporale.

Nell'agosto 2026, la città di Daegu ha annunciato "Daegu, città leader per l'innovazione amministrativa basata sull'IA" e ha proposto abbonamenti all'IA generativa, formazione per i funzionari pubblici, automazione delle attività, chatbot specializzati per l'amministrazione e la creazione di una piattaforma amministrativa basata sull'IA di tipo Daegu entro il 2027. L'attenzione dell'IA amministrativa si sta spostando dalla divulgazione dei dati all'utilizzo dell'IA da parte dei funzionari pubblici e di piattaforme proprietarie. Tuttavia, non sono stati distinti gli indicatori di performance tra la riduzione dei tempi di redazione dei report e l'individuazione precoce dei rischi politici. Se la comodità di lavoro offerta dall'IA generativa sostituirà le prestazioni dell'IA amministrativa per i prossimi due o tre anni, la struttura decisionale in materia di politiche rimarrà invariata.  Giudizio: l'IA amministrativa di Daegu ha iniziato a introdurre strumenti, ma il modello di amministrazione preventiva non è ancora stato verificato.

D-Data Hub raccoglie e archivia dati provenienti dalla città di Daegu, dai suoi distretti, contee e organizzazioni affiliate, supporta l'analisi e la visualizzazione e contiene anche dati su finanza aziendale, popolazione fluttuante, immagine del settore manifatturiero, servizi medici e distretti commerciali. La struttura si è ampliata da una piattaforma incentrata sulla pubblica amministrazione a includere dati del settore industriale e privato. Tuttavia, la data di aggiornamento dei set di dati, i tassi di utilizzo effettivi per dipartimento, il numero di casi riflessi nelle decisioni politiche e i risultati non sono stati divulgati in modo integrato. Se nei prossimi due o tre anni aumenterà solo il volume dei dati registrati, la piattaforma si consoliderà come un sistema di elenchi di dati piuttosto che come un sistema di supporto alle decisioni amministrative.  Verdetto: Sebbene Daegu possieda una piattaforma di integrazione dei dati, non vi sono prove che possieda una piattaforma di valutazione integrata.

Nel 2018, la città di Daegu ha analizzato circa 1,1 milioni di record dal dataset "Salpiso", 32.000 reclami dei cittadini e 5,9 miliardi di record di traffico pedonale per prevedere le aree a rischio di reclami con una precisione del 96,2%. Ciò ha portato a una precisione del 90% nell'assegnazione automatica dei dipartimenti competenti e alla riduzione del tempo medio di elaborazione da sette a sei giorni. L'amministrazione di Daegu possiede già un'esperienza empirica nella previsione di futuri reclami utilizzando dati storici. Tuttavia, non è ancora confermato se questo modello sia stato successivamente diffuso in tutti i dipartimenti in modo continuativo, o se la sua precisione predittiva e i suoi effetti preventivi siano stati misurati in modo sistematico. Se il modello di successo del passato non verrà reintrodotto nel sistema operativo entro due o tre anni, c'è un alto rischio che l'iniziativa AX amministrativa del 2026 si concluda ancora una volta come un singolo progetto pilota.  Verdetto: il problema di Daegu non è l'assenza di tecnologie di amministrazione preventiva, bensì la discontinuità nell'istituzionalizzazione successiva al progetto pilota.

Nel 2026, la città di Daegu ha presentato un sistema di previsione e analisi dei reclami civili, progettato per identificare in anticipo le concentrazioni di domanda, mentre la Società dei Trasporti e la Direzione Generale dell'Acqua hanno implementato un sistema per rilevare i segnali di perdite analizzando i dati di lettura remota dei contatori tramite intelligenza artificiale. La struttura della gestione dei reclami civili e delle infrastrutture si sta spostando da un approccio reattivo a uno incentrato sull'individuazione di segnali anomali. Tuttavia, i risultati non hanno confermato che lo stesso sistema di previsione sia stato esteso ai settori dell'industria, della popolazione, del welfare e delle aree commerciali. Se l'amministrazione predittiva rimarrà limitata alle infrastrutture e ai reclami civili per i prossimi due o tre anni, i sistemi di allerta precoce per i cambiamenti nella struttura urbana rimarranno una lacuna.  Verdetto: Sebbene alcune previsioni relative all'amministrazione quotidiana siano state confermate, le previsioni sui cambiamenti nell'intera città non lo sono state.

Il sistema di monitoraggio delle tendenze dell'economia industriale di Daegu fornisce dati su produzione, esportazioni, occupazione, complessi industriali e andamenti aziendali, mentre il D-Data Hub contiene profili e dati finanziari delle aziende con sede a Daegu. L'amministrazione industriale si è evoluta in una struttura che gestisce simultaneamente statistiche macroeconomiche e informazioni aziendali. Tuttavia, non sono stati confermati risultati pubblicamente disponibili in grado di identificare precocemente aziende e complessi industriali in crisi, collegando le variazioni di vendite, riduzioni occupazionali, consumo di energia elettrica, attività produttive ed esportazioni. Se l'analisi si basa su statistiche mensili per due o tre anni, i segnali di ristrutturazione vengono rilevati solo dopo chiusure, sospensioni o licenziamenti di massa.  Valutazione: Sebbene i dati industriali di Daegu vengano utilizzati per spiegare la situazione attuale, il loro impiego per la valutazione pre-crisi è limitato.

Nel 2026, la città di Daegu ha avviato la creazione di una catena del valore dei dati sull'intelligenza artificiale per il settore manifatturiero, che collega la verifica della qualità dei dati, la valutazione delle prestazioni dei modelli di IA e l'applicazione sul campo per le aziende manifatturiere. Questa struttura estende i dati industriali dalle statistiche amministrative ai dati provenienti dai siti produttivi aziendali. Tuttavia, non sono ancora stati definiti l'autorità, la sicurezza e gli indicatori comuni che colleghino i dati di processo non pubblici delle aziende con i dati sull'occupazione, la localizzazione e il supporto forniti dalle autorità locali. Se i dati relativi al settore manifatturiero rimarranno limitati alla convalida specifica per ogni azienda per i prossimi due o tre anni, non saranno in grado di individuare collettivamente i rischi industriali a livello regionale.  Valutazione: la generazione dei dati AX per il settore manifatturiero è iniziata, ma non si è ancora giunti alla fase in cui questi dati vengono reintrodotti nei dati per le politiche industriali.

Daegu pubblica dati sulla popolazione residente registrata, sui flussi migratori in entrata e in uscita, sulla popolazione per fascia d'età e sulla popolazione residente complessiva, mentre il D-Data Hub fornisce funzioni di analisi demografica a livello regionale. L'amministrazione della popolazione è stata ulteriormente suddivisa, oltre al calo demografico complessivo, in analisi a livello di Eup, Myeon e Dong, nonché per fascia d'età e migrazione. Tuttavia, non è stata confermata alcuna analisi in corso che colleghi l'esodo giovanile a indirizzi di studio, mansioni lavorative, assunzioni aziendali, salari o costi degli alloggi. Se il calo demografico dei prossimi due o tre anni verrà gestito esclusivamente come un fenomeno a livello di distretto amministrativo, le cause della fuga di cervelli dal settore industriale rimarranno isolate.  Verdetto: Daegu misura i movimenti della popolazione, ma non traccia i percorsi industriali che li hanno generati.

Con l'incorporazione di Gunwi, l'area amministrativa di Daegu è aumentata di circa il 70% e le regioni rurali, abitate da anziani e a bassa densità abitativa sono state aggiunte al sistema di dati metropolitano. È diventato difficile valutare in modo equo i cambiamenti nei trasporti, nei servizi medici, nell'agricoltura e nei servizi di base a Gunwi utilizzando solo gli indicatori urbani esistenti. Non è stato reso noto un parametro di riferimento comune che distingua tra il centro città e Gunwi, pur confrontandoli come un'unica area abitativa. Se gli standard dei dati rimarranno divisi per due o tre anni, i segnali di allarme a Gunwi saranno diluiti nella media di Daegu.  Valutazione: Sebbene l'incorporazione di Gunwi abbia ampliato la portata dei dati, i criteri per l'integrazione delle aree urbane e rurali non sono stati definiti.

I dati relativi a reclami civili, traffico, approvvigionamento idrico, popolazione fluttuante e aree commerciali vengono generati in tempo reale o con cicli brevi, rivelando i cambiamenti nella vita quotidiana più rapidamente rispetto ai dati anagrafici o alle statistiche commerciali. Daegu ha esperienza nell'utilizzo di questi dati ad alta frequenza per prevedere i punti critici per i reclami civili e per l'individuazione precoce delle perdite idriche. Tuttavia, non sono stati individuati modelli di riferimento incrociato che colleghino i cambiamenti nei dati relativi allo stile di vita a crisi di welfare, declino commerciale, migrazione della popolazione o occupazione industriale. Se le previsioni dipartimentali vengono elaborate con intervalli di due o tre anni, i rischi complessi che si verificano nella stessa regione saranno trattati come reclami civili separati.  Valutazione: Sebbene i dati sullo stile di vita di Daegu siano rapidi, le decisioni politiche sono frammentate per settore.

La piattaforma di integrazione dati di Buk-gu fornisce separatamente una funzione di analisi delle aree commerciali utilizzando la popolazione fluttuante e i settori delle attività commerciali giornaliere. Poiché sono stati istituiti sistemi di analisi a livello distrettuale e di contea, oltre alla singola piattaforma della città metropolitana, i dati focalizzati a livello locale sono stati suddivisi. Tuttavia, non è stato confermato se gli standard dei dati, i cicli di aggiornamento e i risultati delle analisi tra l'hub D-Data metropolitano e le piattaforme distrettuali/di contea siano collegati automaticamente. Se il numero di piattaforme aumenterà per istituzione nei prossimi due o tre anni, la decentralizzazione delle piattaforme si espanderà prima dell'integrazione dei dati.  Valutazione: Sebbene la risoluzione dell'analisi regionale sia migliorata, il sistema di valutazione tra il livello metropolitano e quello locale non è stato integrato.

Nel 2023, la città di Daegu ha avviato un piano generale per la creazione di una mappa dei dati amministrativi – la prima del suo genere tra gli enti locali nazionali – con l'obiettivo di organizzare la localizzazione e le relazioni tra i dati sparsi tra dipartimenti e attività. L'attenzione nella gestione dei dati si è spostata dai singoli file e sistemi alle strutture relazionali dei dati. Tuttavia, al 2026, la portata della mappa dei dati completata, le chiavi di collegamento tra i dati, i tassi di utilizzo da parte del personale sul campo e le responsabilità di aggiornamento non sono verificabili pubblicamente. Se la mappa dei dati rimarrà un elenco basato su documenti per i prossimi due o tre anni, anche la qualità dell'apprendimento e della ricerca sulla piattaforma amministrativa basata sull'intelligenza artificiale risulterà limitata entro il 2027.  Valutazione: Sebbene la localizzazione dei dati amministrativi sia stata identificata, le relazioni semantiche e il sistema di responsabilità rimangono da confermare.

I dati relativi a industria, popolazione, welfare e trasporti vengono gestiti utilizzando diversi criteri di identificazione, come numeri di società, residenti, indirizzi, luoghi di lavoro, strutture e orari. Sebbene l'intelligenza artificiale possa collegare questi dati, la combinazione delle fonti originali è limitata a causa delle informazioni personali e dei segreti aziendali. Le regole di combinazione dei dati in stile Daegu, che includono la pseudonimizzazione, la combinazione di unità spaziali e l'accesso per autorizzazione, non sono state divulgate. Se le regole di combinazione non saranno finalizzate entro due o tre anni, la piattaforma di amministrazione basata sull'IA si concentrerà sulla ricerca di dati pubblici e sulla sintesi di documenti.  Verdetto: il divario nell'autorità di combinazione dei dati è maggiore del divario tecnologico nell'amministrazione integrata.

La città di Daegu ha presentato un programma per introdurre un servizio di abbonamento basato sull'intelligenza artificiale generativa nel 2026 e per istituire una piattaforma amministrativa di intelligenza artificiale in stile Daegu, collegata all'infrastruttura comune di intelligenza artificiale a livello governativo, nel 2027. L'utilizzo dell'IA dovrebbe passare da singoli servizi esterni a una piattaforma interna che integri i dati amministrativi. Tuttavia, il budget di costruzione, i compiti applicabili, l'ambito dei dati, l'accuratezza, i soggetti responsabili e i risultati per i cittadini non sono ancora stati definiti. Se la costruzione della piattaforma procederà come progetto tecnologico nei prossimi due o tre anni, le decisioni politiche effettive manterranno l'attuale struttura di reporting e approvazione.  Valutazione: la piattaforma amministrativa di intelligenza artificiale in stile Daegu è in fase di pre-lancio e il modello operativo non è ancora stato verificato.

È stato istituito un team per l'innovazione amministrativa basata sull'IA e sono iniziati i programmi di formazione e sviluppo di leader in questo campo, rivolti a tutti, dai dirigenti al personale operativo. Sebbene esista una struttura che prevede la creazione simultanea di un'organizzazione dedicata e di utenti interni, le procedure per l'integrazione dell'analisi basata sull'IA nei processi decisionali dipartimentali e di adeguamento del budget non sono ancora state definite. Se il completamento della formazione e la creazione di strumenti di automazione non porteranno a modifiche delle politiche, l'efficienza lavorativa e l'ottimizzazione amministrativa rimarranno separate. Se l'utilizzo dell'IA rimarrà una mera competenza individuale per i prossimi due o tre anni, le capacità organizzative svaniranno insieme ai cambiamenti del personale.  Verdetto: l'adozione da parte degli utenti è iniziata, ma l'ottimizzazione amministrativa nei processi decisionali organizzativi non è ancora pienamente operativa.

Il modello di previsione dei reclami civili del 2018 ha identificato in anticipo 27 punti critici e ha ridotto i tempi di elaborazione di circa il 14%. Il sistema di previsione dell'analisi dei reclami civili del 2026 è stato riproposto con un focus sulla previsione di reclami concentrati a breve termine. Sebbene Daegu abbia sperimentato in due occasioni la transizione da una gestione reattiva dei reclami a una previsione proattiva, la continuità e le prestazioni cumulative dei due sistemi non sono state confermate. Se il modello di previsione viene ricostruito ogni volta che un progetto termina nei prossimi due o tre anni, non sarà possibile stabilire una governance in tempo reale.  Verdetto: l'amministrazione proattiva di Daegu è stata ripetutamente dimostrata, ma la sua operatività sostenibile non è stata provata.

Crisi industriali, esodo giovanile, declino dei distretti commerciali e rischi per il welfare si verificano in sequenza nell'arco di diversi mesi o anni. Sebbene le attuali piattaforme pubbliche forniscano aggiornamenti sullo stato di avanzamento per indicatore, non è stata individuata alcuna struttura in grado di segnalare automaticamente i tempi e le soglie critiche in corrispondenza delle quali specifici cambiamenti si ripercuotono su altre aree. Non vi è inoltre alcun feedback che permetta di valutare, all'interno del modello, se i rischi si siano ridotti in seguito alle politiche adottate. Se l'analisi e l'attuazione rimangono separate per due o tre anni, l'amministrazione ripete risposte reattive nonostante disponga di informazioni predittive.  Verdetto: l'amministrazione di Daegu possiede strumenti di analisi dei dati, ma non ha ancora raggiunto una governance efficace in tempo reale.

Il D-Data Hub, le piattaforme distrettuali e provinciali, il sistema di analisi delle tendenze industriali ed economiche, la previsione dei reclami civili e il team per l'innovazione amministrativa basato sull'IA sono attualmente operativi. Gli elementi di base, quali dati, piattaforme, organizzazioni e dimostrazioni, sono già presenti. Tuttavia, non sono ancora stati confermati i risultati che dimostrano la connessione di questi elementi a un unico processo decisionale e di allerta precoce. Se nei prossimi due o tre anni non si raggiungerà un'operatività integrata, verrà aggiunta una nuova piattaforma basata sull'IA al sistema esistente.  Valutazione: Il livello di preparazione generale si trova nella fase di "consolidamento delle fondamenta - frammentazione del sistema operativo".

Nel D-Data Hub sono stati raccolti dati amministrativi, statistici, industriali, relativi alla popolazione mobile e aziendali, ed è stata implementata una mappa dei dati. Sebbene l'aggregazione fisica dei dati sia avvenuta, i sistemi di identificazione comuni, gli standard di attualità, l'autorità di integrazione e le responsabilità di aggiornamento dipartimentali non sono verificati pubblicamente. Esiste un divario tra il numero di dataset e il numero effettivo di punti dati collegabili. Se questa discrepanza persisterà per due o tre anni, l'analisi basata sull'intelligenza artificiale sarà limitata all'utilizzo ripetuto di una quantità ristretta di dati.  Valutazione: i dati vengono archiviati in modo integrato, ma non hanno ancora raggiunto la fase di interpretazione integrata.

La formazione sull'amministrazione dell'IA è stata estesa ai dirigenti e al personale operativo, e alcuni distretti e contee, come Buk-gu, gestiscono piattaforme dati separate. L'utilizzo dell'IA e dei dati è attualmente nelle sue fasi iniziali, diffondendosi da un singolo dipartimento dedicato alle aree operative e all'amministrazione di base. Non sono stati resi noti i dati relativi agli utenti attivi per dipartimento, al numero di attività automatizzate, ai tassi di implementazione delle politiche e alle differenze di utilizzo tra distretti e contee. Se le disparità di prestazioni non verranno misurate nei prossimi due o tre anni, alcuni dipartimenti con un elevato utilizzo coesisteranno con dipartimenti che non lo utilizzano.  Valutazione: l'IA amministrativa è nella fase di formazione di utenti leader, piuttosto che di diffusione in tutta l'organizzazione.

I casi di previsione e rilevamento sono confermati in aree vulnerabili a reclami civili, domanda concentrata di reclami e perdite di approvvigionamento idrico. Mentre l'amministrazione predittiva è entrata nei domini dei disagi quotidiani e della gestione delle infrastrutture, non vi sono prove che si sia estesa all'occupazione industriale, alle migrazioni di popolazione, alle crisi del welfare o ai rischi fiscali. Viene mantenuto un sistema duale in cui gli obiettivi di previsione si concentrano su eventi a breve termine, mentre i cambiamenti strutturali sono gestiti attraverso statistiche mensili e annuali. Se la previsione del rischio strutturale non si estende per 2-3 anni, l'AX amministrativo rimane nell'ambito dell'efficienza operativa.  Giudizio: la previsione degli eventi è giudicata come espansione parziale, mentre la previsione strutturale è giudicata come non diffusa.

La piattaforma amministrativa basata sull'intelligenza artificiale di tipo Daegu dovrebbe essere costruita nel 2027, ma le regole di combinazione per i dati relativi a industria, popolazione e stile di vita, così come gli indicatori di allerta delle politiche, non sono ancora state definite. Se la progettazione della piattaforma e il perfezionamento dei dati procederanno in sequenza, l'effettiva operatività potrebbe essere posticipata a dopo il 2028. Durante questo periodo, si verificheranno contemporaneamente la ristrutturazione del settore manifatturiero, l'esodo giovanile, i cambiamenti nell'area residenziale di Gunwi e lo sviluppo del nuovo aeroporto.  Valutazione: il momento ideale per l'amministrazione basata sull'intelligenza artificiale non è dopo il completamento della piattaforma, bensì nei prossimi 12-18 mesi, durante i quali verranno definiti i rapporti tra i dati e i criteri di allerta.

Con la proliferazione indipendente di piattaforme dipartimentali e strumenti di intelligenza artificiale, le definizioni dei dati, le procedure aziendali e i modelli si cristallizzano all'interno di ciascun sistema. La successiva integrazione comporta costi maggiori per la pulizia dei dati e l'adeguamento organizzativo rispetto a una nuova implementazione. Se i servizi si espandono senza una struttura comune nei prossimi due o tre anni, la decentralizzazione tecnologica rafforza la decentralizzazione amministrativa.  Valutazione: il primo rischio irreversibile non è la mancanza di dati, ma la cristallizzazione della semantica dei dati tra i diversi sistemi.

Se l'analisi basata sull'IA si concentra sulla redazione di report e sul recupero dei dati, la velocità di produzione dei documenti aumenta, mentre il processo decisionale esistente rimane invariato. Se i report prodotti rapidamente portano a un maggior numero di approvazioni e progetti, la complessità amministrativa in realtà aumenta. Se non si stabilisce un collegamento tra analisi, decisione, esecuzione e performance nell'arco di due o tre anni, l'IA si radica come infrastruttura di produzione di documenti anziché come sistema di valutazione. Verdetto: il secondo rischio irreversibile è che l'analisi AX amministrativa venga definita come automazione aziendale.

Daegu Administrative AX è tecnicamente fattibile, ma non è ancora stato implementato come sistema operativo amministrativo.

La struttura attuale si trova nella fase di raccolta dati e utilizzo dell'intelligenza artificiale, ma non è ancora in grado di determinare in modo preventivo le cause e le trasformazioni del cambiamento urbano.

Se la piattaforma amministrativa basata sull'intelligenza artificiale, in stile Daegu, rimarrà limitata all'automazione dei documenti, l'amministrazione sarà più rapida, ma non sarà in grado di rispondere in modo proattivo ai cambiamenti locali.

Valutazione finale: ARANCIONE — Infrastruttura dati solida + Sistema di allerta precoce interdominio debole

Periodo ideale: dai 12 ai 18 mesi

Fonti di prova

• Daegu D-Data Hub
• Struttura di raccolta e analisi dei dati di D-Data Hub
• Stato dei dataset detenuti da D-DataHub
• Promozione della creazione di una mappa dei dati amministrativi sul modello di Daegu.
• Rapporto di revisione sull'ordinanza della città di Daegu relativa all'istituzione di un'amministrazione per l'intelligenza artificiale.
• Piano di amministrazione di Daegu per l'AX e la piattaforma di amministrazione basata sull'IA per il 2027
• Stato organizzativo del team di innovazione amministrativa per l'IA
• Prestazioni del modello di previsione della vulnerabilità dei reclami civili di Daegu
• Piattaforma di integrazione dati di Daegu Buk-gu
• Creazione di una catena del valore dei dati di intelligenza artificiale per il settore manifatturiero a Daegu.

Approfondimento strutturale: l'unità più piccola di AX amministrativo non è costituita dai dati, bensì dagli eventi di cambiamento.

I dati amministrativi sono classificati in base alle aree di competenza dipartimentale, come industria, popolazione, trasporti e welfare. Tuttavia, i cambiamenti regionali effettivi non si esauriscono all'interno di un singolo dipartimento. Il processo per cui una diminuzione della produzione aziendale porta a una riduzione delle assunzioni, che a sua volta causa l'emigrazione giovanile e che, infine, si traduce in una diminuzione delle vendite commerciali e della domanda di servizi scolastici, è un unico evento che attraversa molteplici sistemi.

Le piattaforme attuali registrano i cambiamenti che si verificano nella stessa regione attraverso molteplici set di dati. Anche se i dati sono integrati, se non viene assegnata una relazione che indichi che si tratta di eventi identici, l'intelligenza artificiale si limita a visualizzare i cambiamenti simultanei tra gli indicatori e non è in grado di determinarne le cause o i percorsi di transizione. Con l'aumentare del numero di set di dati, aumenta anche la quantità di informazioni non correlate.

L'AX amministrativo non si configura nel momento in cui i dati dipartimentali vengono archiviati in un unico luogo, ma nel momento in cui si traccia attraverso quali dipartimenti è passato un singolo evento di cambiamento e quale risultato ha prodotto.  Valutazione strutturale: il collo di bottiglia nell'AX amministrativo di Daegu non risiede nell'integrazione dei dati, ma nell'incapacità di collegare i cambiamenti nel settore industriale, nella popolazione e nello stile di vita a un singolo ID evento.