Dalla Radical Generosity alla Prediction Economy: prepariamoci al futuro

Nonostante le numerose difficoltà emerse dalla diffusione del Covid-19, affiora un clima di positività legato ai grandi cambiamenti che stanno caratterizzando questo periodo. Molte sono le aziende che si sono mosse, alcune in modo molto rapido, per fornire un contributo reale alla situazione di crisi, lavorando soprattutto sul rendere gratuiti i propri servizi a pagamento per dare continuità al mondo dell’educazione e del lavoro. Molte altre hanno deciso di sperimentare nuovi prodotti con formule alternative di ingaggio degli utenti. La possibilità di testare nuove idee deriva soprattutto dalla mutata mentalità degli utenti più aperti all’innovazione, ma anche al costo delle predizioni che si riduce e che porta a un’evoluzione dei modelli di business. Un cambiamento  che a sua volta presuppone la disponibilità delle risorse giuste per compierlo, tanto che emergono nuovi team in grado di sfruttare la situazione di crisi per riprogettare servizi e prodotti.

Alberto Mattiello, Future Thinking Director, Wunderman Thompson Italy, introduce tre temi, quello della Radical Generosity, della Prediction economy e dell’insorgenza di nuovi team alla base dell’evoluzione dei modelli di business delle aziende, una trasformazione che parte e si compie grazie al potere dei dati. Ne ha discusso in occasione dell’evento Data & AI Summit durante la sessione plenaria. Qui riassumiamo i punti più essenziali partendo dall’intervista condotta da Maria Teresa Della Mura, Direttore Internet4Things, NetworkDigital360, con l’obiettivo di capire l’entità e l’impatto di questi concetti sull’innovazione.

Analizzando quello che è successo finora, Mattiello individua due fenomeni di interesse. Da un lato, c’è stata una grande accelerazione di innovazione riguardo cose che già esistevano ma che magari non avevano mai avuto un palco sufficiente per emergere. Un esempio è il lavoro sulle maschere di Decathlon che sono state riadattate da Isinnova, società di ingegneria bresciana. L’idea della produzione diffusa esiste da diversi anni ma solo questa volta ha avuto la possibilità di dare un contributo reale e vitale ai cittadini. Dall’altra parte, il concetto di generosità si è sposato con una grande opportunità: tutti quelli che hanno aperto i loro sistemi, non solo hanno fornito il loro contributo ma hanno anche avuto l’opportunità di dare visibilità ai servizi che offrono, di acquisire nuovi utenti.

“Nella Radical Generosity io ci vedo una grande opportunità che purtroppo avrà vita breve. E’ sicuramente importante il fatto di poter aiutare concretamente la società, ma ancor di più in un momento magico come questo in cui le persone sono molto più propense a provare servizi nuovi rispetto a prima in cui le inerzie vincolavano sul cambiamento” afferma Alberto. In questa logica, abbiamo visto Scuolab azienda napoletana che ha aperto i propri servizi agli studenti per esercizi di fisica e chimica in laboratori virtuali e Nike che apre le proprie app per fare fitness a casa. Nel loro caso c’è la possibilità di ampliare la base utenti e guadagnare un’audience più ampia.

Un altro tema molto interessante riguarda la sperimentazione e quindi il fatto che molte aziende hanno provato a fare test di prodotto, come i retailer che hanno provato a trasformare la spesa di casa in un servizio di abbonamento. “Se domani questi servizi saranno funzionanti saranno un grande esperimento che le aziende hanno potuto fare. Se non funzioneranno, nessuno si ricorderà mai del fallimento ma solo della rapidità con cui l’azienda ha cercato di fornire un aiuto in una situazione di difficoltà. La generosità è una piattaforma importante per testare le idee imperfette” conclude Mattiello.

Dalla sperimentazione di nuovi prodotti e servizi si passa anche a nuovi modelli d’impresa, abilitati da un’evoluzione della data economy definita Predictive Economy. Il concetto di data economy si identifica nel macro trend che viviamo da molti anni, e quindi tutto il mondo che deriva dalla digitalizzazione di informazioni e processi. All’interno della data economy, si sta sviluppando la Prediction Economy, che oltre al fatto di poter digitalizzare e creare nuovi processi, nuovi prodotti introduce un altro aspetto innovativo legato al costo delle predizioni che diventerà sempre più economico. E nel momento in cui una tecnologia abbatte dei costi, questo amplia e muta il sistema stesso. Dotando le aziende di questo nuovo strumento si consente ad esse di immaginare un mondo totalmente diverso.

Diversi sono gli esempi di come intelligenza artificiale e grandi elaborazioni del dato permettono di fare previsioni. C’è Amazon che da più di un anno lavora ad un’idea di modello di business che anticipa il bisogno e quindi spedire a casa un prodotto senza averlo richiesto, che potrebbe valere anche per un servizio. Un altro esempio interessante viene dal mondo medicale: GSK che ha antivirali per l’influenza e al posto di un piano media dedicato a tutto il Messico nel periodo di influenza ha costruito un algoritmo predittivo per comunicare esattamente dove si sarebbero attivati i focolai. Non vale per il Covid perché in questo caso non si dispone di una base di dati annuale da poter integrare all’interno dell’algoritmo.

Questo concetto darà un impulso forte al ragionamento sui modelli di business. Non esiste più il limite imposto dalle esigenze del cliente o dal problema di un prodotto. Si tratterà di prevedere gli effetti di un prodotto/servizio nel tempo, il che toglie della responsabilità dal cliente finale, restituendola in parte al produttore, cambiando completamente i pesi del sistema. Nei prossimi 5 anni vedremo molte delle aziende riconvertire quello che stanno facendo in una logica predittiva.

In ragione di ciò, nelle aziende si faranno spazio anche nuove figure, nuovi team comunque diversi da quelli a cui siamo abituati a pensare. E’ ovvio che la prima reazione naturale ad un fenomeno di queste proporzioni è capire che tipo di risorse si hanno a disposizione e come preservarle per superare la tempesta. Dall’altra parte serve un motore attivo. Mattiello sostiene che da studi passati hanno rilevato che chi ha avuto più benefici è chi è riuscito a guardare fuori dal proprio core business e nel tempo è riuscito a rivederne i modelli. In questa logica, Mattiello si è reso conto che alcune persone nelle aziende non sono più posizionate nel modo giusto per aiutare il sistema. Quali sono i team per guardare fuori dal proprio scopo?

Immagine fornita da Shutterstock.