Chi segue questo blog da qualche anno sa che uno degli interessi e dei temi di riflessione principale del quale mi sono occupato è quello che riguarda la Social Enterprise.

Si tratta di un tema a me molto caro sul quale lavoro da anni e che mi sembra importante riprendere anche alla luce di un recente report di Deloitte dedicato proprio a questo argomento (qui maggiori informazioni per chi fosse interessato all’approfondimento: https://www2.deloitte.com/insights/us/en/focus/human-capital-trends.html). In realtà il taglio del report è un po’ differente rispetto alla definizione e all’accezione di social enterprise che abbiamo utilizzato noi in questo contesto, ma ci sono elementi che possono essere sicuramente mutuati e presi in considerazione per l’evoluzione delle aziende nelle quali lavoriamo. Il taglio che viene restituito nel report è, infatti, molto più improntato alla socialità e a un contributo che più che al business si declina dell’assistenza e nel sociale.

Vediamo quali sono i messaggi principali che emergono da questa trattazione.

In primo luogo il report si concentra sul ruolo della C-Suite e delle modalità che contraddistinguono la testa del’azienda. Mentre le organizzazioni hanno radicalmente cominciato a cambiare, i livelli più alti dell’impresa sono ancora arroccati nei loro silos e hanno difficoltà nell’agire in modo collaborativo, spesso fuori anche dai confini dell’impresa. Guardiamo a quello che è stato fatto dal gruppo BMW / Mini / Rolls Royce e da Daimler quando hanno dichiarato e deciso di voler stabilire una partnership per rivoluzionare il futuro della mobilità e dei trasporti (qui maggiori informazioni sul comunicato stampa che hanno rilasciato durante la “fusione” di Car2Go e DriveNow e – più in generale – del loro ecosistema: https://www.car2go.com/media/data/na/press/releases/bmw_group_daimler_ag_combining_mobility_services.pdf). Pensateci: si tratta di una vera e propria rivoluzione epocale nel modo di considerare l’organizzazione.
In questo senso l’azienda collaborativa si estende ben oltre i confini dell’impresa e ben oltre la collaborazione tra interno ed esterno dell’azienda e riguarda i network di aziende e la società intera.
Nei prossimi anni – secondo il report – ci si aspetta una forte crescita di questo tipo: attorno a modalità di lavoro che siano molto lontane da quelle tradizionali e possano apparire anche contro-intuitive rispetto a quelle a cui siamo stati abituati. E’ in gioco il miglioramento – in senso ampio – dell’intera società e non solo del mondo lavorativo.

Un altro tema molto interessante che viene messo in luce nel report riguarda la gestione della forza lavoro. Considerando che le nostre aziende si stanno muovendo verso modelli sempre meno legati alle tradizionali forme di lavoro fisso diventa cruciale ingaggiare la popolazione aziendale fornendo nuovi modelli e nuovi meccanismi che possano premiare i comportamenti funzionali al benessere dell’azienda e – come abbiamo visto – della società in senso ampio. I meccanismi di reward e di compensation, oltreché di riconoscimento più esteso della performance aziendale devono essere presi in considerazione sganciandosi dall’approccio one-size-fits-all che è stato applicato nel recente immediato passato.

E’ bene sottolineare anche come le tecnologie siano cambiate negli ultimi anni e come la proliferazione di piattaforme collaborative metta i manager di fronte a una maggiore esigenza di chiarezza.

Collaborative Channels - Deloitte

Diventa fondamentale riflettere sulla dimensione di integrazione tra tecnologia, business, processi, cultura e persone in modo molto più consistente rispetto al passato.

Per chiudere con la definizione di Deloitte di Social Enteprise:

“A social enterprise is an organization whose mission combines revenue growth and profitmaking with the need to respect and support its environment and stakeholder network. This includes listening to, investing in, and actively managing the trends that are shaping today’s world. It is an organization that shoulders its responsibility to be a good citizen (both inside and outside the organization), serving as a role model for its peers and promoting a high degree of collaboration at every level of the organization.”

Questa definizione – a chiusura dell’articolo – sebbene leggermente differente rispetto a quella a cui siamo abituati sottolinea una dimensione fondamentale dell’impresa del futuro che è quella di generare valore, senso e significato per tutti gli stakeholder coinvolti, ma soprattutto per la società intera.

E’ questo il contributo fondamentale – in sintesi – che una organizzazione collaborativa dovrebbe essere in grado di fornire.

Di recente mi è capitato di seguire più da vicino il fenomeno dell’Intelligenza Artificiale. Un tema apparentemente nuovo che, in realtà, affonda le sue radici molto più indietro nel passato e si collega in modo molto forte alla filosofia della mente e alla storia del pensiero umano.

Ho studiato il fenomeno dal punto di vista più “umanistico” (posto che questo termine abbia ancora un senso al giorno d’oggi) occupandomi di cercare quei collegamenti tra la psicologia cognitiva, le neuroscienze, la filosofia e le interfacce di intelligenza artificiale che sono presenti sul mercato.
Tralasciando per un attimo questo aspetto – oggetto della mia tesi di laurea in Intelligenza Artificiale e, appunto,processi cognitivi – mi preme, in questa sede, analizzare il fenomeno da un punto di vista di applicazioni e ricadute sul mercato e – in senso esteso – sulla società nella quale viviamo.

Un recente discussion paper di McKinsey analizza il fenomeno proprio da questo punto di vista sottolineando prospettive interessanti che meritano di essere approfondite (per chi fosse interessato il report completo è disponibile a questo indirizzo: https://www.mckinsey.com/featured-insights/artificial-intelligence/notes-from-the-ai-frontier-applications-and-value-of-deep-learning).

Prima di tutto è opportuno definire i confini dell’Intelligenza Artificiale e mappare quelli che sono gli ambiti di applicazione entro i quali è possibile spendere questa tecnologia. Come si legge nell’articolo di McKinsey:

As artificial intelligence technologies advance, so does the definition of which techniques constitute AI. For the purposes of this briefing, we use AI as shorthand for deep learning techniques that use artificial neural networks. We also examined other machine learning techniques and traditional analytics techniques

A livello complessivo possiamo dire che se fino a qualche anno fa l’Intelligenza Artificiale si concretizzava in una “semplice” imitazione della mente umana e delle sue caratteristiche matematico-logiche e linguistiche specifiche, oggi è un costrutto che riguarda molto di più la capacità di apprendere dei sistemi. In sostanza abbiamo compreso che l‘apprendimento è forse la caratteristica più importante che ci rende umani e stiamo progettando i sistemi uomo-macchina e macchina-macchina di conseguenza.

Nello schema sotto si ritrovano moltissimi ambiti di applicazione dell’AI che riguardano proprio questo processo evolutivo.

AI Sectors for McKinsey

La prima evidenza che emerge dal report di McKinsey è che l’Intelligenza Artificiale e il machine learning in senso esteso possono essere applicati ad una infinità di ambiti lavorativi e a moltissime industry che regolano il nostro mercato. I risultati sono differenti a seconda dell’ambito applicativo, ma i vantaggi sono comuni alle differenti realtà.
Tra i principali che si possono ottenere:

  • Manutenzione predittiva, sfruttando il machine learning e i sistemi di intelligenza artificiale per comprendere e anticipare possibili anomalie nei sistemi.
  • Miglioramento della logistica anticipando flussi di traffico e prevedendo possibili soluzioni alternative in caso di problemi. Nell’ambito trasporti e logistica si ha – infatti – uno delle aree principali dell’AI con l’evoluzione dei sistemi classici in chiave intelligente, in modo da essere in grado di gestire in modo dinamico anche situazioni imprevedibili.
  • Personalizzazione del customer service e della capacità di servire al meglio il cliente. Una delle sfide principali imposte dalla digitalizzazione è quella che riguarda il mutato ruolo del social customer di cui abbiamo più volte dibattuto in questa e in altre sedi. La capacità aggiuntiva fornita dall’AI è quella di essere più efficienti ed efficaci nella capacità di rispondere – in tempo quasi reale o reale – alle molteplici sollecitazioni ed esigenze del cliente.

Inoltre, come si legge nel report:

In 69 percent of the use cases we studied, deep neural networks can be used to improve performance beyond that provided by other analytic techniques. Cases in which only neural networks can be used, which we refer to here as “greenfield” cases, constituted just 16 percent of the total

L’intelligenza artificiale è in grado di fornire un enorme supporto all’interno della definizione e della comprensione dell’analisi di dati. L’incremento rispetto alle classiche tecniche di gestione dell’informazione è notevole e merita una seria riflessione da parte delle aziende che ancora non hanno intrapreso questo percorso di evoluzione. Quantomeno è necessario – specie per le realtà più grosse – che ci sia un tavolo di riflessione su questi temi all’interno dell’impresa.

Analytics

Sono proprio i dati a giocare un ruolo fondamentale nei processi di digitalizzazione del futuro. Il modello deve essere il più articolato possibile in modo da permetterci di migliorare la nostra capacità di gestire, comprendere e maneggiare dati.

Il potenziale di mercato è davvero enorme. Come si legge nel report:

We estimate that the AI techniques we cite in this briefing together have the potential to create between $3.5 trillion and $5.8 trillion in value annually across nine business functions in 19 industries. This constitutes about 40 percent of the overall $9.5 trillion to $15.4 trillion annual impact that could potentially be enabled by all analytical techniques

Si tratta di cifre molto elevate che meritano di essere prese in seria considerazione specie per quelle industry nominate sopra dove questo potenziale è ancora più amplificato.

Non è tutto oro quello che luccica però. Sono presenti anche alcune barriere e alcune difficoltà che impediscono l’introduzione di queste tecnologie o ne limitano la massimizzazione dei risultati.

  • La difficoltà nel gestire l’etichettatura dei dati che spesso deve essere fatta manualmente
  • La difficoltà nell’ottenere set di dati che siano sufficientemente ampi e onnicomprensivi da poter essere utilizzati per il training degli algoritmi
  • La difficoltà nello spiegare i processi umani che stanno dietro alle decisioni importanti e alle scelte chiave. Come sappiamo dalla psicologia della decisione, siamo esseri che prendono decisioni non sempre su basi razionali e concrete.
  • La generalizzazione dell’apprendimento. L’essere umano è in grado di estendere quello che ha imparato in una situazione a determinate altre situazioni della sua vita. Si tratta di un processo fondamentale che i sistemi di intelligenza artificiale ancora faticano a fare
  • Un ulteriore rischio è rappresentato dai bias che si concretizzano quando si sceglie un campione non rappresentativo per il training e per la configurazione dell’algoritmo.

Infine abbiamo anche un tema di regolazione di un mercato e di una tecnologia completamente nuove, anche se – come si legge:

Therefore, some policy innovations will likely be needed to cope with these rapidly evolving technologies. But given the scale of the beneficial impact on business the economy and society, the goal should not be to constrain the adoption and application of AI, but rather to encourage its beneficial and safe use.

Moltissime strategie non riflettono la modalità con la quale il digitale sta cambiando il nostro modo di intendere l’impresa, l’economia e – più in generale – il mondo nel quale viviamo. Gli impatti si riscontrano a livello sociologico, psicologico e, soprattutto, culturale.

E’ proprio in questo modo che si apre un interessantissimo articolo di McKinsey pubblicato qualche giorno fa (maggiori informazioni per chi fosse interessato all’approfondimento le trovate qui: https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/why-digital-strategies-fail). Cerchiamo quindi di capire quali siano i messaggi chiave che emergono dall’articolo in questione e di comprendere meglio per quale motivo buona parte delle strategie digitali falliscano ancora prima di ottenere i risultati attesi (e sperati).

A fronte di un impatto percepito estremamente elevato, sono pochissime le organizzazioni che abbiano effettivamente intrapreso un percorso di cambiamento pervasivo ed efficace verso la digitalizzazione, nel report infatti si legge:

Many companies are still locked into strategy-development processes that churn along on annual cycles. Only 8 percent of companies we surveyed recently said their current business model would remain economically viable if their industry keeps digitizing at its current course and speed.

Ma per quale motivo è così complesso trasformare l’impresa? Per quale motivo buona parte di questi progetti falliscono? Quali sono gli ostacoli che incontrano le organizzazioni sul loro cammino verso l’evoluzione?

  1. Definizioni non corrette e confuse. Non che sia importante avere una definizione univoca, ma quello che emerge dalle ricerche condotte è che la visione è molto spesso differente anche all’interno della medesima azienda. Non si tratta solo di un tema di chiarezza, ma di vero e proprio allineamento delle funzioni aziendali al business
  2. Mancata comprensione delle logiche economiche sottese alla trasformazione digitale. Molte delle regole economiche e dei principi che hanno regolato il nostro modo di concepire le aziende e la nostra relazione con i dipendenti e con i consumatori esterni non sono più efficaci all’interno di uno scenario digitale complesso come quello che stiamo vivendo. In particolar modo:
    • Il digitale sta azzerando i ritorni economici tradizionali reinventando modelli di impresa completamente nuovi
    • Il digitale sta cambiando tutte le economie e sta coinvolgendo in modo esteso le imprese indipendentemente dal settore industriale di appartenenza
    • Il digitale sta assicurando ritorni economici di livello elevatissimo per i first mover, per i pionieri e per coloro che hanno iniziato presto a investire in questa direzione

      Digital Disruption

  3. Assicurare una vista il più ampia possibile. Il digitale è in grado di portare immensi vantaggi alle nostre aziende, ma solo se siamo effettivamente in grado di comprendere in che modo questo può collegarsi da un lato ai nostri processi di business e – dall’altro – alle aziende che si muovono nel nostro settore e in settori differenti dal nostro. Questo è un passaggio fondamentale nell’evoluzione digitale e nella capacità di essere in grado di fare – effettivamente – la differenza.
  4. Evitare di indirizzare la propria attenzione sui “soliti sospetti”. Si tratta di un errore molto comune e diffuso anche nelle organizzazioni italiane (pensiamo per esempio anche solo alla presunta e diffusa credenza secondo cui i digital native dovrebbero essere più abili nell’utilizzo di piattaforme online).
  5. Essere in grado di comprendere la dualità del digitale. Non sempre la velocità del cambiamento è uguale per tutte le aziende e per tutti i settori. E’ necessario cambiare questo principio e ragionare su due livelli differenti: il grado di cambiamento e la velocità con cui questo cambiamento avviene. La matrice che riportiamo qui sotto illustra molto bene i differenti quadranti che si vengono a creare.

Digital Matrix Pace

Infine, ma non meno importante, il ruolo delle persone è fondamentale. Come si legge anche nel report di McKinsey:

Needless to say, the organizational implications are profound. Start with people. Our colleagues estimate that half the tasks performed by today’s full-time workforce may ultimately become obsolete as digital competition intensifies. New skills in analytics, design, and technology must be acquired to step up the speed and scale of change. Also needed are new roles such as a more diverse set of digital product owners and agile-implementation guides. And a central organizational question remains: whether to separate efforts to digitize core operations from the perhaps more creative realm of digital innovation.

Chi segue questo blog sa molto bene quante volte abbia sottolineato l’importanza di reinventare le imprese con le persone al centro e di come le aziende del futuro saranno quelle in grado di (ri)mettere la co-creazione di valore per tutti i loro stakeholder all’interno delle loro strategie di business.