AI E PMI

Nel mese di marzo ho deciso di rimettermi in gioco per l’ennesima volta, iniziando un percorso formativo specialistico in Artificial Intelligence presso la Business School del Politecnico di Milano.
Lo avevo già fatto con loro qualche anno fa, su tematiche più generali di Management, e devo dire che i frutti di quel periodo di approfondimento intenso ho potuto apprezzarli negli anni trascorsi.
Penso che per i professionisti come me, come per i manager che ricoprono ruoli decisionali nelle aziende, di dimensioni più o meno rilevanti, la formazione continua, soprattutto in ambiti di innovazione e frontiera, sia fondamentale per consentire di svolgere il proprio ruolo in modo moderno ed efficace, garantendo ai propri stakeholders la possibilità di poter prendere decisioni (o contribuire alla loro definizione) nel modo più consapevole ed equilibrato possibile, nell’interesse della sostenibilità di lungo periodo dell’organizzazione a cui si appartiene.
Il mio lavoro di consulenza è in gran parte rivolto alle PMI, con particolare attenzione al tessuto economico industriale del nord Italia, e quindi, a valle del primo incontro introduttivo del programma formativo, non potevo che interrogarmi su come il quadro di riferimento che mi è stato proposto possa impattare (o meglio stia già impattando) sul mondo imprenditoriale con cui mi confronto quotidianamente.

Ecco quindi qualche riflessione nata dall’inizio di questo percorso.

In questi giorni primi di formazione, ho potuto apprendere dai docenti e dalle brillanti testimonianze di figure di elevato livello professionale, in aziende di primaria importanza a livello italiano e globale, come l’Artificial Intelligence sia oggi una realtà molto più matura di quanto pensassi.

Mi sono avvicinato a questo percorso formativo proprio perché sentivo l’urgenza di cominciare a dare del TU a questa nuova realtà che ci sta accompagnando quotidianamente nel nostro lavoro, fino a ieri vista con un certo distacco, preso dalle mille cose da fare per tenere fede agli impegni presi con le aziende con cui collaboro.

Nel debriefing che ho fatto a valle della 2 giorni introduttivi del percorso, mi si è subito accesa una lampadina rossa di emergenza, che ha fatto scaturire una domanda semplice ma inesorabile: come potranno le aziende con cui collaboro quotidianamente non farsi travolgere da questa rivoluzione?

In effetti, in 25 anni di attività di consulenza, ho conosciuto decine di PMI, dai settori più strettamente industriali a quello dei servizi B2B, e faccio veramente fatica a immaginare come possano organizzarsi rispetto a quanto richiede un modello moderno ed efficace di approccio all’AI.

La mia riflessione non vuole essere ovviamente una ricetta per risolvere il problema, sono ben lontano da avere risposte su questo argomento, ma vorrei cominciare a mettere sul tavolo della discussione alcuni fattori rilevanti (non sicuramente gli unici) che vale la pena mettere in evidenza per approcciare l’argomento.

Per prima cosa voglio dire che non mi occuperò di tecnologia, non è il mio mestiere e ritengo che non sia neanche il focus di questo ragionamento, possiamo pensare tranquillamente che la tecnologia e la sua maturità sia un fattore invariante rispetto al nocciolo del ragionamento.

I fattori su cui vorrei focalizzare questo contributo sono invece:

·       La struttura e la maturità delle organizzazioni

·       Il posizionamento del business delle PMI e la sua strategicità nel medio periodo

·       Il paradigma dell’approccio data driven

·       La struttura dei costi di un progetto di adozione dell’AI

·       La capacità di una PMI di implementare progetti in AI di successo

Struttura e la maturità delle organizzazioni

Le PMI, fattore portante del modello industriale italiano, sono per definizione organizzazioni di piccole dimensioni, in grandissima parte con meno di 50 dipendenti (in molti casi faticano a superare le 15 unità). Questo fattore crea di per sé una barriera all’introduzione di strumenti complessi e specialistici come l’AI, infatti, in queste organizzazioni difficilmente abbiamo un’organizzazione disegnata con una C-line, in cui sono presenti figure di riferimento adeguatamente skillate sui diversi processi strategici e operativi aziendali.

La normalità è avere l’imprenditore/CEO che coordina tutti i processi, supportato da figure operative di buone capacità operative, ma spesso con un deficit di competenze strategiche e di soft skills.

Fanno eccezione forse le PMI che vivono la presenza di operatori finanziari (tipicamente Fondi di investimento) che per loro cultura e approccio manageriale portano all’interno dell’organizzazione competenze diverse dal saper fare.

Già questa caratteristica di base dell’organizzazione mi fa temere un gap difficilmente colmabile con il mercato esterno (internazionale) che creerà una progressiva distanza, sempre più marcata, in temini di produttività del lavoro e di conseguenza di competitività e capacità di crescita e sviluppo.

Il posizionamento del business delle PMI e la sua strategicità nel medio periodo

Per quanto sopra esposto, ritengo che sia difficile nel medio periodo pensare ad un posizionamento strategico delle PMI italiane in un’area di innovazione e rilevanza che consenta il giusto sviluppo dell’organizzazione, fondamentale a garantire la competitività sul mercato.

Aziende con poca conoscenza degli strumenti digitali, e ancor più degli strumenti basati sull’AI, vedranno la propria produttività oraria stagnare con ricadute negative sulla marginalità dei propri prodotti/servizi e la conseguente scarsità di risorse necessarie a investimenti e innovazione.

Questo determinerà la progressiva perdita di competitività sul mercato e la loro marginalizzazione verso attività sempre a minor valore aggiunto.

Il paradigma dell’approccio Data driven

Questo aspetto è uno tra quelli che maggiormente mi preoccupa.

Infatti, non si vede una propensione a riconoscere il DATO come driver decisionale principale. L’imprenditore, spesso, avendo una conoscenza approfondita della propria organizzazione e del mercato/sistema industriale di riferimento, tende a prendere decisioni basate principalmente sulla propria capacità di intuire la strada migliore per la propria società. Questo nel breve periodo non è deleterio per l’organizzazione, però lega indissolubilmente la sorte della società a quella dell’imprenditore. Non creare una cultura del dato, che consente anche ad altri di affrontare problemi e decisioni, basandosi su fattori oggettivi e strutturati, fa si che, una volta che l’organizzazione perderà il suo condottiero, nessuno saprà orientarsi tra le onde della concorrenza e delle regole del mercato, condannando l’azienda ad un progressivo e rapido declino.

Il passaggio alla cultura del dato è fondamentale, anche per le PMI, e lo sarà ancora di più pensando all’introduzione dell’AI nelle piccole aziende. Progetti di AI in aziende con dati di bassa qualità si tradurranno in grossolani buchi nell’acqua, costosi economicamente e ancora di più per la perdita di fiducia che indurranno nelle persone, verso uno strumento che nulla avrà a che fare con il fallimento.

La struttura dei costi di un progetto di adozione dell’AI

Il problema dimensionale delle PMI italiane, che tante volte è stato già menzionato nella letteratura economica negli ultimi anni, è sicuramente applicabile anche all’avvento dell’AI.

I progetti di AI sono costosi, impegnano risorse significative soprattutto a livello di energia computazionale e per l’addestramento del modello.

Aziende di piccole dimensioni, oltre ad avere una grande difficoltà nell’avere le competenze per poter gestire in modo efficace un progetto di introduzione dell’AI, difficilmente avranno le risorse economiche per potersi permettere progetti che veramente garantiscano un salto di competitività e produttività nei loro processi operativi. Tanto più considerando il livello di successo che normalmente questi progetti hanno.

La capacità di una PMI di implementare progetti in AI di successo

In base a tutto quanto sopra esposto, risulta difficile immaginare che una normale PMI possa implementare autonomamente progetti di AI efficaci.

Forse dovremo cominciare a valutare l’argomento da una diversa angolazione. Se le singole aziende non saranno strutturalmente adeguate ad affrontare questo tipo di innovazione, dovremmo ragionare su come metterle in rete per unire gli sforzi e poter strutturare dei centri di competenza che possano agevolarne lo sviluppo tecnologico in questo ambito, condividendo competenze e costi, insostenibili per il singolo soggetto.

Associazioni di categoria, centri di formazione di avanguardia (Università, Fondazioni, …), centri di ricerca pubblici e privati dovranno svolgere un ruolo strategico nel creare le condizioni affinché le PMI capiscano, prima di tutto, la necessità e l’urgenza di affrontare il tema dell’AI (e prima ancora quello della rilevanza del Dato e della Digital transformation) e poi, una volta adeguatamente formate, siano in grado di mettere le loro conoscenze a fattor comune per sviluppare soluzioni che consentano a loro e ai loro partner di migliorare la produttività complessiva e di rimanere rilevanti, in un mercato che si evolve sempre più rapidamente.