La fabbrica cognitiva: lavoro di persone, dati e conoscenza

La fabbrica cognitiva rappresenta un modello evoluto di manifattura, nel quale persone, dati e tecnologie intelligenti si integrano per migliorare la qualità e la resilienza dei processi.

I dati, affidabili e ben utilizzati, diventano un asset strategico per la gestione quotidiana e per l’evoluzione del business. L’Intelligenza Artificiale supporta le persone, liberandole dalle attività ripetitive, fornendo supporto alle decisioni e valorizzando competenze ad alto valore aggiunto.

Il modello di Academy aziendale assicura la continuità del patrimonio di conoscenza, trasformando l’esperienza dei singoli in sapere condiviso.

Questo approccio rafforza competitività e resilienza, permettendo alle imprese di reagire efficacemente ai cambiamenti del contesto.

Perché si parla della fabbrica cognitiva

La manifattura rappresenta una prestigiosa tradizione italiana e un fulcro per il futuro del Paese: in essa si incontrano competenze tecniche, cultura del prodotto, capacità di adattamento e qualità riconosciuta a livello internazionale. Tuttavia, il contesto in cui le imprese operano è diventato sempre più complesso e instabile: costi energetici variabili, supply chain fragili, clienti sempre più esigenti, mercati volatili sono alcuni esempi delle problematiche con le quali si confrontano ogni giorno i nostri imprenditori.

In questo scenario, “fare bene” non è più sufficiente: è necessario un modello che consenta alle aziende di capire ciò che accade nei processi, di reagire rapidamente agli imprevisti e di trasformare l’esperienza in capacità organizzativa.

Ecco che entra in gioco il concetto di fabbrica cognitiva, ovvero un’evoluzione naturale della fabbrica automatizzata, in cui persone, dati e tecnologie intelligenti interagiscono in modo continuo, creando un sistema capace di apprendere, migliorare e resistere ai cambiamenti.

Negli ultimi anni molte imprese, sull’onda dell’Industria 4.0 e dei relativi incentivi fiscali, hanno investito in macchine sempre più evolute, robot, linee automatiche e sistemi di controllo. Questo approccio ha portato benefici importanti in termini di produttività e qualità, ma spesso tali investimenti sono rimasti isolati, non pienamente integrati tra loro e poco connessi ai processi decisionali.

La fabbrica cognitiva si propone di colmare questo divario, rendendo intelligente l’intero sistema produttivo.

In una fabbrica cognitiva:

• i dati raccolti non restano “confinati” nei singoli reparti;

• le informazioni vengono condivise e interpretate;

• le decisioni non si basano solo sull’esperienza individuale, ma su evidenze oggettive;

• le persone sono supportate da strumenti che amplificano la loro capacità di analisi.

Non si tratta di una fabbrica che “decide da sola”, ma che aiuta le persone a decidere meglio.

Dati & IA

Alla base del paradigma c’è un elemento spesso sottovalutato: la qualità dei dati.

Sensori, software e sistemi informativi producono enormi quantità di informazioni che, senza una gestione strutturata, rischiano di essere solamente un “rumore” poco intellegibile.

Nella fabbrica cognitiva i dati sono considerati una vera e propria infrastruttura strategica, al pari degli impianti o delle competenze chiave.

I dati affidabili permettono di:

• sapere cosa succede davvero in produzione;

• individuare inefficienze ricorrenti;

• prevenire fermi macchina e non conformità;

• monitorare consumi e sprechi;

• supportare decisioni rapide e motivate.

Un principio resta più che mai valido e attuale, ossia che “ciò che non è misurato non può essere governato” e ciò che non è governato diventa, nel tempo, pericoloso per la continuità aziendale.

Quando si parla di fabbrica cognitiva, l’Intelligenza Artificiale non deve essere considerata un oggetto misterioso o una tecnologia ad uso esclusivo delle grandi aziende. Si tratta di uno strumento pervasivo, utilizzabile anche dalle piccole e medie imprese come metodo di lavoro.

Questa tecnologia può aiutare, ad esempio, a:

• prevedere guasti prima che si verifichino;

• individuare anomalie di processo;

• migliorare la pianificazione;

• controllare la qualità lungo tutto il ciclo produttivo;

• ridurre il tempo tra problema e soluzione.

Tuttavia, l’Intelligenza Artificiale può essere utilizzata con successo solo se inserita in un contesto organizzato, con dati affidabili e persone formate. Senza questi elementi, resta un esercizio teorico o un progetto pilota fine a sé stesso.

Persone e tecnologia:

relazione, non competizione

Uno dei timori più diffusi tra gli utilizzatori è che l’Intelligenza Artificiale possa sostituire il lavoro umano. In realtà, nella fabbrica cognitiva accade l’opposto: le persone, come evidenziato anche nel modello “Industria 5.0” diventano ancora più centrali.

Le tecnologie intelligenti si occupano delle attività ripetitive, standardizzabili e ad alta intensità di dati.

Le persone possono invece concentrarsi su ciò che fa davvero la differenza:

• risolvere problemi complessi;

• gestire le eccezioni;

• migliorare i processi;

• garantire sicurezza e qualità;

• mantenere le relazioni con clienti e fornitori.

Il valore umano non scompare, ma si sposta verso attività a maggiore contenuto cognitivo e decisionale.

Rischio di perdita di conoscenza:

Academy aziendali come rimedio

Molte aziende manifatturiere convivono con un problema silenzioso ma critico: la perdita progressiva di conoscenze chiave. Si tratta di competenze costruite in anni di esperienza che rischiano di andare disperse con i pensionamenti, il turnover o la difficoltà di attrarre giovani.

Gran parte di questo sapere è “tacito”, non scritto, non strutturato. Vive nelle persone e nelle loro decisioni quotidiane. Si tratta di un patrimonio enorme, ma fragile.

La fabbrica cognitiva affronta questo rischio in modo diretto, trasformando parte del sapere individuale in conoscenza organizzativa, condivisa e trasferibile.

In questo contesto, l’Academy aziendale diventa un elemento chiave del modello di fabbrica cognitiva. Non si tratta di un semplice “contenitore di corsi”, ma di uno strumento determinante per preservare, sviluppare e trasmettere il patrimonio di conoscenza aziendale.

Un’Academy efficace:

• raccoglie le competenze critiche dell’organizzazione;

• trasforma l’esperienza in contenuti formativi;

• integra formazione tecnica, digitale e organizzativa;

• supporta l’introduzione di nuove tecnologie;

• facilita il passaggio di competenze tra generazioni.

Nella fabbrica cognitiva, l’Academy non è separata dalla produzione, ma dialoga con i processi, utilizzando dati reali, casi concreti e problemi operativi come base per l’apprendimento.

La velocità del cambiamento tecnologico rende obsoleta l’idea di una formazione “una tantum”. Le competenze devono evolvere costantemente insieme ai processi.

L’Academy aziendale diventa quindi il luogo in cui:

• si aggiornano le competenze in modo continuo;

• si sperimentano nuovi strumenti;

• si diffonde una cultura del dato;

• si sviluppano figure ibride tra processo e digitale.

Questo approccio rafforza la competitività perché rende l’organizzazione meno dipendente da singole persone e più capace di adattarsi.

Fabbrica cognitiva:

resilienza e capacità di reazione

In un contesto instabile, un elemento che può fare una vera differenza tra le imprese è quanto velocemente esse riescano a reagire.

Una fabbrica cognitiva, supportata da dati affidabili e da persone formate attraverso un’Academy strutturata, è in grado di:

• leggere in anticipo segnali di criticità;

• riconfigurare i processi;

• mantenere livelli di qualità costanti;

• affrontare shock esterni con minori impatti.

Competitività e resilienza diventano così due facce della stessa medaglia.

La fabbrica cognitiva non è un modello riservato alle grandi imprese. Anche le PMI possono intraprendere questo percorso, a patto di evitare l’errore più comune, quello di accumulare diverse tecnologie senza una visione di insieme.

Il punto di partenza non è l’AI, ma:

• la qualità dei dati;

• l’integrazione dei processi;

• la valorizzazione delle persone;

• la costruzione di un’Academy, anche in forma leggera e progressiva.

conclusioni

Sarebbe un errore pensare che la fabbrica cognitiva sia una moda o uno slogan. Viceversa, è un modo concreto di rispondere alle sfide della manifattura contemporanea, armonizzando tecnologia, persone e conoscenza. I dati e l’Intelligenza Artificiale permettono di governare al meglio i sistemi, ma le persone restano il cuore del sistema, componente alla quale è fondamentale assicurare che il sapere non si perda, ma cresca nel tempo.

In tal senso la fabbrica cognitiva è, prima di tutto, una fabbrica che apprende e insegna.

  Andrea Calisti

Business Transformation Expert

BLUPEAK - Business is culture

Competenze e responsabilità: guidare i processi aziendali

Nel panorama odierno, caratterizzato da rapidi cambiamenti tecnologici, normative stringenti e crescente attenzione alla qualità e alla sostenibilità, il tema delle competenze e delle responsabilità in azienda assume un ruolo centrale. Non si tratta più soltanto di “saper fare”, ma di strutturare, monitorare e documentare in modo continuo le capacità delle persone e la corretta assegnazione dei ruoli.

In questo scenario, le norme ISO sui Sistemi di Gestione (come la ISO 9001 per la qualità, la ISO 14001 per l’ambiente e la ISO 45001 per la sicurezza) forniscono una guida essenziale e obbligatoria per le organizzazioni che vogliono operare secondo standard riconosciuti e affidabili.

La competenza come requisito sistemico

La ISO 9001:2015, al punto 7.2, introduce un concetto chiave: la competenza, vista come una combinazione coerente di istruzione, esperienza e apprendimento continuo.

Per adempiere al requisito normativo (obbligatorio), le organizzazioni che intendono lavorare in Qualità secondo la norma citata, devono:

• determinare quali competenze sono necessarie per ogni attività che impatta sul sistema di gestione;

• verificare che le persone siano effettivamente competenti;

• colmare eventuali gap attraverso interventi formativi e monitorarne l’efficacia;

• documentare in modo strutturato queste informazioni.

Tale approccio sistemico rende la competenza un asset misurabile e tracciabile, trasformando la gestione delle risorse umane da funzione operativa a punto di forza per la competitività e lo sviluppo aziendale.

Skill Matrix:

mappare e valorizzare le competenze

Per rendere operativi i concetti esposti, un valido supporto è offerto dallo strumento di Lean Management rappresentato dalla Skill Matrix, una matrice che incrocia le figure aziendali con le competenze richieste per le diverse attività. Ogni cella della matrice può riportare un livello di padronanza (es. 1 = in formazione, 2 = base, 3 = esperto, 4 = molto esperto), fornendo una fotografia istantanea delle capacità dell’organizzazione.

Esempio di Skill Matrix

Un’impresa manifatturiera, ad esempio, può costruire una Skill Matrix per il reparto produzione, indicando le competenze tecniche richieste per ogni macchina o impianto (es. macchine CNC, impianto di verniciatura, sistemi di monitoraggio e controllo) e il livello raggiunto da ogni operatore.

Analogamente per l’Ufficio Tecnico si possono verificare le competenze raggiunte nell’utilizzo dei software di calcolo o di disegno rispetto a quelle richieste.

 Questa operazione consente di:

• identificare carenze di competenze critiche;

• pianificare formazione mirata e percorsi di affiancamento;

• assicurare la copertura operativa anche in situazioni straordinarie (ferie, malattie);

• dimostrare in sede di audit che ogni attività è affidata a persone competenti.

Responsabilità:

chiarezza nei ruoli e continuità operativa

Parallelamente al tema della competenza, emerge quello della responsabilità. La Matrice delle Responsabilità (RAM – Responsibibility Assignment Matrix), da non confondere con la Skill Matrix sopra citata, consente di attribuire formalmente, per ogni attività chiave, un responsabile primario e uno o più sostituti operativi. Questa logica è fondamentale per garantire la continuità dei processi e ridurre i rischi organizzativi.

Esempio di RAM

Ad esempio, nel processo di gestione dei reclami cliente, si può assegnare la responsabilità primaria al Responsabile Qualità, con un backup designato nel team tecnico che possa sostituire il responsabile primario in caso di assenza. In questo caso, è importante sottolineare che tutti i soggetti coinvolti devono possedere la medesima competenza per assicurare che l'attività venga svolta in modo equivalente.

In assenza di una RAM formalizzata e gestita, le aziende possono rischiare inefficienze, mancanze documentali, o persino violazioni normative nei casi in cui attività obbligatorie non vengano svolte per assenza dei titolari.

Digitalizzazione delle matrici:

efficienza e tracciabilità

Con la trasformazione digitale in atto, sempre più organizzazioni stanno informatizzando la gestione delle competenze e delle responsabilità, integrandole in sistemi HR, ERP o moduli dedicati alla formazione. Questi strumenti permettono, ad esempio, di:

• associare digitalmente a ogni posizione aziendale mansioni, responsabilità e competenze richieste;

• mantenere evidenze aggiornate e sempre disponibili per audit e ispezioni;

• tracciare scadenze formative, piani di aggiornamento e verifiche periodiche.

Alcuni software avanzati consentono di generare report automatici, allarmi sulle scadenze, simulazioni per coperture operative e analisi predittive sui fabbisogni formativi. Questo rende possibile gestire la crescita del personale in modo dinamico, coerente con gli obiettivi strategici dell’impresa.

Coerenza strategica

e coinvolgimento organizzativo

Non si può parlare di competenze e responsabilità senza considerare il fattore umano e culturale. Per funzionare davvero, queste logiche devono essere parte integrante della cultura aziendale, essere comprese e condivise da tutto il personale, non solo formalizzate in documenti. In tal senso, la consapevolezza (punto 7.3 della ISO 9001) diventa un elemento abilitante: ogni collaboratore deve sapere cosa ci si aspetta da lui, quali sono gli obiettivi aziendali e come il suo contributo è determinante per il successo dell’organizzazione.

Inoltre, l’analisi periodica delle competenze e delle responsabilità rappresenta uno strumento potente anche per la gestione del cambiamento, delle nuove tecnologie e della sostenibilità. Ad esempio:

• nell’introduzione di un nuovo impianto automatizzato, la mappatura delle competenze permette di identificare i gap formativi e predisporre un piano di aggiornamento mirato;

• nella gestione ESG, permette di collegare compiti e responsabilità a obiettivi di sostenibilità ambientale e sociale, favorendo un’accountability diffusa.

Conclusione

In sintesi, la gestione delle competenze e delle responsabilità è molto più di un adempimento normativo: è una componente chiave della Governance aziendale. Attraverso strumenti come la Skill Matrix e i sistemi digitali integrati, le organizzazioni possono garantire:

• efficienza operativa e riduzione dei rischi;

• miglioramento continuo della qualità e della sicurezza;

• trasparenza nei ruoli e nella crescita professionale;

• capacità di adattamento al cambiamento e all’innovazione.

In un mondo dove le performance aziendali continueranno a dipendere dalle persone (messe al centro anche nel modello “Industria 5.0”) e dalle specifiche competenze (che potranno riguardare settori innovativi come l’applicazione dell’A.I.), una gestione solida delle competenze e delle responsabilità rappresenta una delle migliori assicurazioni sul futuro delle imprese.

Fonte: Commissione UE

Foto di copertina: Gerd Altmann - Pixabay

  Andrea Calisti

Business Transformation Expert

BLUPEAK - Business is culture

La "middle technology trap", ovvero la trappola dell’innovazione in stallo

Secondo una recente analisi della Corte dei Conti, l’Italia si trova in una delicata fase economica in cui è essenziale ripensare il modello di sviluppo per evitare la cosiddetta “middle technology trap” e competere sia sui costi sia sull’innovazione. Come uscire da questa situazione?

Cos’è la “middle technology trap”

La "middle technology trap" (trappola della tecnologia intermedia) è un concetto che descrive la situazione in cui un Paese o un'azienda sono bloccati in una posizione tecnologica intermedia per cui non riesce più a competere con i concorrenti a basso costo, ma neppure a raggiungere i livelli di innovazione, produttività o sofisticazione tecnologica più avanzati.

Gli aspetti che caratterizzano la “middle technology trap” sono:

• competitività limitata: dovuta agli alti costi di produzione, non sostenuti dall’innovazione tecnologica;

• difficoltà a salire nella “catena del valore”, cioè a passare da settori a bassa intensità tecnologica verso quelli ad alto valore aggiunto;

• dipendenza da tecnologie di importazione per cui invece di sviluppare innovazione internamente, si fa affidamento su tecnologie sviluppate all'estero, limitando la crescita della capacità industriale nazionale;

• investimenti insufficienti in capitale umano e in ricerca e sviluppo.

Un’economia bloccata nella “middle technology trap” è in una posizione intermedia in termini di sviluppo tecnologico e produttivo:

• non è competitiva in termini di costi (come i Paesi emergenti che hanno bassi costi di manodopera);

• non è in grado di competere in termini di innovazione avanzata con i Paesi ad alta tecnologia, ad esempio USA, Germania, Corea del Sud).

Questa situazione ha diversi effetti negativi: bassi margini di profitto, stagnazione, dipendenza tecnologica, difficoltà ad attrarre investimenti.

Alcuni esempi

Esistono diversi esempi di Paesi che si trovano in una situazione di “middle technology trap”.

La Thailandia, pur avendo sviluppato una forte crescita economica in settori come l’automotive o la componentistica elettronica, dipende da tecnologie importate e imprese straniere (come Toyota o Samsung) per l’innovazione. Inoltre, resta legata a ruoli di subfornitura con bassa capacità di R&S interna.

La Malesia, pur avendo attratto investimenti stranieri in elettronica e semiconduttori, non ha costruito un ecosistema industriale in grado di perseguire l’innovazione in modo autonomo, con il rischio di non riuscire a evolvere verso un livello più elevato di ricerca e progettazione.

Il Messico è caratterizzato da insediamenti produttivi di grandi aziende straniere, ma il know how e la capacità di innovazione rimangono all’estero e non incoraggiano la capacità locale di innovazione e sviluppo tecnologico.

La situazione italiana

Secondo l’analisi della Corte dei Conti, la situazione dell’industria italiana, pur presentando criticità che disegnano un quadro a luci e ombre, ha ancora possibilità di evitare la “middle technology trap”.

La via per scongiurarla è investire in modo massiccio, strutturato e duraturo in ricerca, sviluppo e innovazione, anche utilizzando le risorse del Piano Nazionale di Ripresa e Resilienza (PNRR), che ha dedicato a ricerca, sviluppo e innovazione circa il 10% delle risorse totali, pari a 19 miliardi di euro.

Le aree da presidiare maggiormente sono:

• potenziare il capitale umano, ad esempio attraverso investimenti in borse di dottorato e sostegno ai giovani ricercatori, anche in collaborazione con il mondo delle imprese;

• favorire la collaborazione tra mondo accademico e imprese, con l’obiettivo di creare o potenziare gli ecosistemi dell’innovazione diffusi sul territorio;

• sviluppare settori prioritari emergenti, come l’intelligenza artificiale, la filiera dell’idrogeno e l’economia spaziale;

• stimolare l’innovazione nelle imprese in termini di spesa e di orientamento alle tecnologie a maggiore intensità tecnologica (deep tech).

Foto di Pavel Danilyuk - PEXELS

i possibili rimedi

È fondamentale prevedere investimenti massicci e mirati sia nella ricerca di base sia nello sviluppo di tecnologie applicate, con particolare attenzione ai settori ad alta intensità di conoscenza e a forte potenziale di crescita. Tali investimenti devono essere orientati a rafforzare l’autonomia tecnologica del Paese, riducendo la dipendenza da forniture estere in ambiti critici come l’intelligenza artificiale, i semiconduttori, le biotecnologie e l’energia.

Foto di RDNE Stock project - PEXELS

Parimenti è opportuno incentivare la proprietà intellettuale attraverso la promozione della registrazione di brevetti, marchi e know-how, incentivando le aziende che innovano.

L’esperienza di Paesi come Corea del Sud dimostra che è possibile uscire dalla trappola attraverso pianificazioni integrate, dove il settore pubblico e quello privato collaborano in modo sistemico e coordinato. In questi casi, i governi hanno svolto un ruolo attivo non solo nel finanziare la ricerca, ma anche nel creare ecosistemi favorevoli all’innovazione, supportando le startup, incentivando le partnership tra imprese e università e facilitando l’accesso ai mercati internazionali.

Un elemento imprescindibile per il successo è la promozione di una cultura nazionale dell’innovazione, che valorizzi la creatività, la sperimentazione e la propensione al rischio. Serve costruire ambienti dove il fallimento non sia stigmatizzato, ma considerato parte integrante del processo di apprendimento e crescita tecnologica. Solo attraverso un cambio di mentalità diffuso, sostenuto da investimenti in capitale umano, formazione avanzata e attrazione di talenti, un Paese può realmente ambire a scalare la frontiera tecnologica globale.

In sintesi, uscire dalla “middle technology trap” richiede molto più che singoli interventi: è necessario introdurre una strategia sistemica, sostenuta nel tempo, che combini visione politica, investimenti, collaborazione pubblico-privato e sviluppo culturale orientato all’innovazione.

Credit foto di copertina: Pixabay

  Andrea Calisti

Business Transformation Expert

BLUPEAK - Business is culture

IA e Robotica: verso l’Internet delle Abilità e nuove forme di interazione uomo-macchina

Dall’IT all’IAT

Il modello di Industria 5.0 sviluppato dall’Unione Europea prevede un’evoluzione della dimensione industriale verso una dimensione resiliente, sostenibile, ma soprattutto umano centrica.

Questa declinazione sembrerebbe essere in contrasto con l’avanzata dell’intelligenza artificiale nelle organizzazioni e nei sistemi produttivi. A tal proposito diversi studiosi di robotica, tra i quali l’italiano Bruno Siciliano dell’Università Federico II di Napoli, al fine di mantenere e valorizzare le competenze umane, si sono fatti promotori del concetto di Internet of Skills (Internet delle Abilità) e I.A.T. – Inter-Action Technologies, tecnologie dell’interazione tra uomo e robot che progressivamente andranno a sovrapporsi e a sostituirsi alle tecnologie dell’informazione (I.T.).

Le recenti innovazioni nel campo dell’IA, testimoniate dalle ricerche di società come Google e Nvidia, segnano la transizione dalle tecnologie dell’informazione e della comunicazione (IT) a quelle dell’interazione (IAT).

Come sottolineato dal professor Siciliano, non si tratta di una semplice evoluzione tecnologica, ma di un vero e proprio cambio di paradigma, col quale, aggiungiamo noi, le aziende e le organizzazioni dovranno necessariamente confrontarsi, rivedendo il proprio approccio al business, per mantenere e migliorare il posizionamento nel mercato.

L’acronimo IAT sottolinea il ruolo chiave dell’interazione fisica nell’applicazione delle nuove tecnologie. Progressivamente assisteremo a un’evoluzione delle applicazioni di intelligenza artificiale da una dimensione cognitiva di analisi ed elaborazione di informazioni a una dimensione fisica che integrerà capacità di percezione, cognizione e azione concreta nel mondo fisico, con un’interazione tangibile con l’ambiente e l’essere umano. Si passerà dalla dimensione dell’Internet of Things a quella dell’Internet of Skills, ossia Internet delle Abilità: insieme di tecnologie capaci di esaltare il capitale umano e le abilità individuali.

A che punto siamo

con l’utilizzo dell’IA nell’Industria 5.0

Tra le principali applicazioni dell’IA nell’Industria 5.0 troviamo, ad esempio:

• Manutenzione predittiva: attraverso l’analisi dei dati raccolti dai sensori, l’IA può prevedere guasti e malfunzionamenti delle macchine, riducendo tempi di inattività e costi di manutenzione.

• Automazione collaborativa: i cobot (robot collaborativi) lavorano a fianco degli operatori umani, migliorando efficienza e sicurezza nei processi produttivi.

• Ottimizzazione della supply chain: algoritmi avanzati analizzano i dati di produzione e logistica per migliorare la gestione delle scorte, ridurre i tempi di consegna e minimizzare gli sprechi.

• Supporto decisionale: strumenti di IA analizzano grandi quantità di dati per fornire insight strategici ai manager, migliorando la qualità delle decisioni aziendali.

• Sicurezza informatica e controllo qualità: le tecnologie di machine learning aiutano a individuare anomalie nei sistemi e a garantire standard produttivi elevati grazie all’analisi automatizzata di immagini e dati di produzione.

Alcune di queste applicazioni, ad esempio i robot collaborativi o i sistemi impiegati nella Supply Chain, già prevedono una forma di interazione tra l’uomo e la macchina, destinata, come abbiamo visto, a diventare sempre più stretta.

L’evoluzione richiede necessariamente sia un cambiamento di approccio verso la tecnologia, sia la maturazione di nuove competenze, non solo di tipo tecnico, ma anche relative alla sfera relazionale e delle cosiddette soft skill.

Formazione

per gestire l’evoluzione delle competenze

Per rispondere alle nuove esigenze, sarà necessario investire nella formazione delle risorse umane, per far emergere competenze manageriali e tecniche in grado di governare i processi digitalizzati. Le aziende dovranno rivedere le proprie strutture per integrare modelli formativi in grado di gestire la conoscenza e le competenze core.

Tra le strategie di formazione più efficaci:

• Academy aziendali: strutture di formazione interna per garantire l’aggiornamento continuo delle competenze dei dipendenti.

• E-learning e piattaforme digitali: soluzioni di apprendimento online che permettono un accesso flessibile e scalabile alle risorse formative.

• Tutorship: trasferimento di competenze tra dipendenti senior e nuove generazioni di lavoratori.

• Esperienze immersive e simulazioni AR/VR: utilizzo di realtà aumentata (AR) e virtuale (VR) per l’addestramento pratico in contesti sicuri e controllati.

Intelligenza Artificiale, Knowledge Management

e Normativa ISO

Per essere applicati in maniera strutturata ed efficace, i concetti citati necessitano di opportune linee guida. A difetto o in attesa di una regolamentazione armonizzata che ci auguriamo coinvolga il maggior numero di paesi, l’ISO (organizzazione di normazione internazionale attiva dal 1946 che raggruppa 174 paesi tra cui anche l’Italia) ha emesso due norme che possono essere utilizzate come riferimento per la gestione dell’IA e per l’organizzazione della conoscenza:

• ISO 42001: Information technology – Artificial intelligence – Management system

• ISO 30401: Knowledge management systems – Requirements

La norma ISO 42001:2023 è il primo standard internazionale dedicato ai sistemi di gestione dell'Intelligenza Artificiale (AI Management System-AIMS): fornisce un quadro strutturato per aiutare le organizzazioni a sviluppare, implementare e migliorare continuamente sistemi di IA in modo responsabile ed etico, prevenendo i rischi connessi con la qualità e l’utilizzo dei dati e delle informazioni rilasciati da questi sistemi. Applicabile a tutte le organizzazioni, indipendentemente dalle dimensioni o dal settore, la norma si basa sul ciclo PDCA (Plan-Do-Check-Act) e integra principi fondamentali come trasparenza, responsabilità, sicurezza e rispetto della privacy.​

La norma definisce requisiti per la governance dell'IA, la gestione dei rischi, la valutazione dell'impatto e la gestione dei dati, promuovendo l'affidabilità e la fiducia nelle applicazioni AI. Inoltre, supporta la certificazione esterna, offrendo alle organizzazioni uno strumento per dimostrare il proprio impegno verso pratiche AI responsabili.​

In sintesi, la ISO 42001 rappresenta un passo fondamentale per garantire che l'adozione dell'IA avvenga in modo etico, sicuro e conforme, contribuendo a una gestione efficace e sostenibile delle tecnologie intelligenti.

La norma ISO 30401 stabilisce i requisiti per l'istituzione, l'implementazione, il mantenimento, la revisione e il miglioramento di un sistema di gestione della conoscenza (KMS) efficace all'interno delle organizzazioni. Applicabile a organizzazioni di qualsiasi tipo e dimensione, la norma fornisce una guida per ottimizzare il valore della conoscenza, promuovendo la creazione di valore attraverso la gestione strategica delle informazioni e delle competenze.

La norma ISO 30401 si basa su un approccio sistemico che integra leadership, pianificazione, supporto, operatività, valutazione delle performance e miglioramento continuo. Essenziale è l'impegno della Direzione nel promuovere una cultura della conoscenza, l'identificazione e la condivisione delle conoscenze critiche, e l'adozione di tecnologie che facilitino l'accesso e la diffusione delle informazioni. La norma enfatizza anche l'importanza della formazione, della sicurezza delle informazioni e della compliance alle normative vigenti.

Riassumendo, ISO 30401 offre un quadro di riferimento per le organizzazioni che desiderano gestire efficacemente il proprio capitale intellettuale, migliorando l'efficienza operativa, l'innovazione e la competitività.

Conclusione

Il recupero della centralità dell’individuo e la gestione strategica della conoscenza e dei nuovi strumenti tecnologici rappresentano elementi fondamentali per il successo dell’Industria 5.0 e delle applicazioni dei sistemi di IA.

Le aziende sono chiamate ad adottare modelli organizzativi e formativi adeguati a garantire un efficace processo di sviluppo delle risorse umane e la loro corretta interazione con i sistemi di automazione. Solo attraverso un bilanciamento tra tecnologia e competenze umane sarà possibile realizzare un modello industriale sostenibile e innovativo, capace di valorizzare al massimo il potenziale delle persone.

L’Industria 5.0 e tutto quanto ruota intorno a essa non è solo una trasformazione tecnologica, ma un cambiamento culturale che pone l’individuo al centro dell’innovazione. Il futuro del lavoro non sarà definito dalla sostituzione dell’uomo con la macchina, ma dalla creazione di sinergie che permettano di valorizzare il meglio di entrambi. La sfida per le aziende sarà quella di adottare strategie integrate di formazione, gestione della conoscenza e innovazione, per garantire una crescita sostenibile e competitiva nel lungo termine.

Credit foto di copertina: Pavel Danilyuk - Pexels

  Andrea Calisti

Business Transformation Expert

BLUPEAK - Business is culture

Investimenti delle aziende nel settore Tech

Luci e ombre di un settore complesso e variegato, dirompente per gli impatti prossimi futuri

Il settore Tech (o settore tecnologico) comprende l’insieme delle industrie e delle aziende che operano nel campo della tecnologia e dell'innovazione. Si tratta di una vasta gamma di attività legate alla ricerca, allo sviluppo e alla produzione di hardware, software, dispositivi elettronici, sistemi informatici e servizi digitali.

Alcuni ambiti principali del settore tecnologico includono, ad esempio:

• Tecnologia dell’informazione e analisi dei “Big Data”: sistemi e servizi per la gestione e il trattamento dei dati e delle informazioni come supporto al processo decisionale.

• Software e applicazioni: sviluppo di soluzioni per i privati e per le aziende.

• Intelligenza artificiale e machine learning: tecnologie per il processo di apprendimento delle macchine.

• Internet delle cose (IoT): sensori e dispositivi connessi in rete, che possono scambiarsi dati e dialogare in modo intelligente.

• Blockchain: tecnologie relative alla gestione sicura delle transazioni.

• Elettronica di consumo: produzione di dispositivi elettronici per uso quotidiano.

Il settore tecnologico è considerato uno dei più dinamici e in crescita, con un impatto significativo su ogni settore dell’economia, dai trasporti alla salute, dall'educazione, all’energia, alla finanza. È quindi di interesse analizzare come si stiano orientando gli investimenti e il business delle aziende che operano in questo contesto.

Un recente studio della società di analisi e consulenza Mc Kinsey, condotto su un campione di circa 1000 aziende che operano in 50 paesi, ha evidenziato, nel 2023, un calo degli investimenti valutabile tra il 30 e il 40% (Technology Trend Index Outlook 2024).

Questo fenomeno è dovuto principalmente alla crescita dei costi di finanziamento e all’incertezza delle prospettive a breve e medio termine. Il principale effetto di questa congiuntura è stato di indirizzare gli investitori verso tecnologie caratterizzate da importanti valori di margini e ricavi.

In particolare, sono stati tre i settori maggiormente premiati dal mercato:

• Intelligenza artificiale

• Elettrificazione

• Energie rinnovabili

Il fenomeno destinato a generare il trend di innovazione di maggiore entità è sicuramente quello dell’Intelligenza Artificiale, sul cui sviluppo si stanno concentrando gli sforzi di tutti i grandi nomi mondiali del settore: Microsoft, Oracle, AWS, Google, OpenAI, Nvidia.

L’IA si sta affermando in molteplici settori, grazie alla capacità di analizzare grandi moli di dati e di sviluppare contenuti (immagini, testi e perfino musica) in autonomia e con tempi ridotti. Queste prestazioni, se utilizzate con attenzione, mantenendo il “fattore umano” al centro del processo decisionale, sono in grado di generare valore aggiunto per le aziende, il cui ammontare globale viaggia nell’ordine di grandezza di diverse migliaia di miliardi di dollari (sempre secondo Mc Kinsey).

Per governare efficacemente lo sviluppo dell’IA è necessario disporre di professionalità adeguatamente preparate (le posizioni lavorative aperte in questo campo nel 2023 sono più che raddoppiate rispetto all’anno precedente). Il problema risiede oggi nella difficoltà a reperire simili professionalità con le giuste competenze su IA, machine learning, analisi di dati e ambiti simili. Questa sarà anche la prossima sfida per università e centri di formazione non solamente scientifica: creare percorsi di istruzione in grado di rendere disponibili tecnici, ma anche filosofi, sociologi e psicologi, in grado di comprendere e governare il fenomeno IA in tutte le sue implicazioni economiche, sociali e di sicurezza.

Un altro settore trainante per gli investimenti è quello delle energie rinnovabili e dell’elettrificazione, spinto dalle prese di posizione a livello internazionale sulla necessità di contenere gli effetti dei cambiamenti climatici.

In questo caso, il tema non è limitato solo alla produzione di energia da fonti rinnovabili (fotovoltaico ed eolico), ma anche all’utilizzo dell’idrogeno verde (prodotto utilizzando fonti di energia a basso impatto ambientale), del nucleare di nuova generazione (con reattori più sicuri e intensificando la ricerca per arrivare alla fusione nucleare) e di biocombustibili.

Oltre alle tecnologie di produzione, un quantitativo consistente di risorse economiche è assorbito dalla ricerca sui sistemi di accumulo e sulle “smart grid” di trasmissione dell’energia.

Anche in questo caso, un fattore strategico è rappresentato dalle competenze che si dovranno creare per sostenere la ricerca nel settore e la “messa a terra” delle tecnologie.

Gerd Altmann - Pixabay

Infine, un settore che possiamo ancora definire emergente o “di frontiera” nell’innovazione è quello del calcolo quantistico, che sfrutta i principi della meccanica quantistica per risolvere problemi complessi con algoritmi che i computer tradizionali non riescono a processare. A differenza dei computer classici, che utilizzano “bit” per rappresentare informazioni definite come 0 o 1, i computer quantistici utilizzano “qubit” (quantum bits), che possono esistere in una sovrapposizione di stati, ovvero essere contemporaneamente sia 0 che 1 grazie al fenomeno della sovrapposizione quantistica.

Il calcolo quantistico, integrato progressivamente con quello “classico”, permetterà di risolvere una serie di problematiche e di migliorare le prestazioni di processi legati a simulazioni (ad esempio nel campo della fisica, della chimica, della biologia), crittografia e sicurezza dei dati, machine learning e intelligenza artificiale.

Come anticipato nel titolo, lo scenario attuale si presenta come estremamente articolato e caratterizzato da una molteplicità di dimensioni eterogenee. In particolare, per molte imprese, l’adozione e l’integrazione delle nuove tecnologie non si limiterà a un semplice aggiornamento operativo, ma richiederà un profondo ripensamento sia della mentalità aziendale sia delle modalità organizzative. Questo cambiamento, inevitabile per rimanere competitivi, implica una transizione complessa che deve essere affrontata con una strategia chiara e un approccio proattivo.

Prepararsi in modo adeguato significa investire anticipatamente in percorsi strutturati di analisi organizzativa e di formazione, finalizzati a sviluppare le competenze necessarie per gestire l’innovazione, e in servizi di consulenza specializzata, che possano guidare le aziende nell’identificazione delle soluzioni più adatte alle loro specifiche esigenze. La mancata pianificazione di questa trasformazione potrebbe comportare il rischio di trovarsi impreparati di fronte a una rivoluzione tecnologica che, per quanto inevitabile nel suo verificarsi, rischia di essere altamente dirompente nei suoi effetti, sia in termini di competitività sia di sostenibilità a lungo termine.

Andrea Calisti

Business Transformation Expert

BLUPEAK - Business is culture

Il Leader: chi è (era) costui?

Riflessioni, perché non sono mai abbastanza, sulla figura e sul concetto di Leader e di Leadership, elementi sempre essenziali nel governo delle aziende come nella gestione dei progetti.

Partiamo dai fatti

Se consideriamo la definizione ufficiale del vocabolario Treccani, il concetto di “Leader” è messo in relazione alla politica e allo sport.

Nel primo caso il leader è il capo di un partito, di un movimento d’idee, di un’organizzazione, di un gruppo. Nel secondo caso il leader è il concorrente (atleta o squadra) che è al primo posto in classifica durante la disputa di un campionato o comunque di una gara con più prove, oppure il cavallo che in ogni circostanza corre davanti agli altri, li conduce e serve loro da guida.

Ci perdoneranno gli accademici della Treccani se in questo contesto, e rifacendoci al mondo delle aziende che ben conosciamo, declineremo il concetto di “Leader” in forma diversa.

Innanzitutto, il leader non è (sempre) chi occupa una posizione apicale nell’organizzazione, men che meno il “padrone” o il CEO dell’azienda. Certamente per queste figure la leadership dovrebbe essere una dote innata e necessaria ma, purtroppo, ciò non sempre si verifica.

Il leader dovrebbe necessariamente dare prova di avere ed esercitare le seguenti capacità:

• conoscenza dell’azienda;

• conoscenza del prodotto e del mercato;

• visione a medio/lungo termine;

• capacità di trasformare la visione in scelte operative coinvolgendo e motivando i collaboratori.

A. Olivetti

Una volta l’imprenditore conosceva i propri collaboratori (dall’ingegnere al semplice operaio) per nome. Aveva ben presente sia le capacità tecniche di ciascuno, sia le singole situazioni familiari e personali, e sapeva impegnarsi per mettere ciascuno nella condizione di rendere al meglio nel lavoro quotidiano. Allo stesso tempo, l’imprenditore autentico, prima di accedere alle funzioni di vertice dell’azienda, faceva una robusta gavetta partendo dal basso, per conoscere e toccare con mano i vari aspetti della produzione. Così è stato, ad esempio, per Adriano Olivetti o, in tempi più recenti, per il compianto Giovanni Alberto Agnelli (che oggi, se non fosse troppo prematuramente scomparso, avrebbe 60 anni). Questa è leadership esercitata a livello delle persone.

L’imprenditore deve conoscere il mercato, quello interno come quello di esportazione e sapere quali scelte compiere non solamente per moltiplicare i dividendi degli azionisti, ma soprattutto per mantenere e creare lavoro e valore d’impresa. A tale proposito ci sembra quanto mai opportuno ricordare nuovamente Adriano Olivetti e la storia della sua azienda che, per contrastare i momenti di crisi e non licenziare, ha costantemente cercato sbocchi in nuovi mercati, rimanendo attenta alle innovazioni di prodotto e alla diversificazione del business (per esempio nel settore dei mobili per ufficio). Allo stesso modo la vision dell’impresa e del contesto è necessario che vada oltre il breve termine e la logica degli incentivi ottenibili dai singoli governi, rimettendo al primo posto la capacità di fare innovazione (di prodotto come di processo) e di gestire il rischio di impresa. Questa è leadership etica.

D. Giacosa

Sulla conoscenza del prodotto e sulla capacità di sviluppare prodotti innovativi e in linea con le aspettative dei clienti, non possiamo non ricordare Dante Giacosa e Vittorio Ghidella, creatori di alcuni tra i modelli più innovativi della Fiat: Topolino, 600, 500, 128, 127, Uno, Croma (con le sorelle Alfa Romeo 164 e Lancia Thema).

Questa è leadership tecnologica.

Foto: Emslichter - Pixabay

Infine, come già accennato, il leader deve proiettarsi nel futuro. Saper guardare alla luna e non al dito e, soprattutto, voler raggiungere la luna e motivare i collaboratori verso questo obiettivo. Su questo concetto calza perfettamente la frase dantesca: “Fatti non foste a viver come bruti, ma per seguir virtute e canoscenza” (Divina Commedia, XXVI canto dell’Inferno). Questa è probabilmente la dimensione più autentica della leadership.

Leadership: concetto quanto mai essenziale e necessario alle aziende

per esser competitive

Il leader autentico è quindi una persona che, come si dice in gergo giornalistico, è sempre “sul pezzo”, sia nella gestione delle dinamiche interne all’azienda, sia nelle relazioni con il contesto esterno.

Nel progetto, il Project Manager dovrebbe avere le diverse dimensioni della leadership distillate al massimo livello, non solamente per far lavorare correttamente e in modo coordinato verso gli obiettivi comuni i diversi componenti del team di progetto (che spesso sono fisicamente lontani o possono appartenere ad aziende diverse), ma anche per gestire in modo corretto le relazioni con lo “sponsor” e i mutamenti di scenario.  

Le aziende competitive e di eccellenza dovrebbero avere leader veri nelle posizioni strategiche a qualsiasi livello: apicale, ma anche operativo.

La leadership è inoltre una dote fondamentale per poter gestire efficacemente l’ingresso dell’Intelligenza Artificiale nelle organizzazioni, evitando sconvolgimenti di ruoli e di clima aziendale… Ma questa è un’altra storia.

Foto di copertina: Gerd Altmann - Pixabay

Andrea Calisti

Business Transformation Expert

BLUPEAK - Business is culture