“Le aziende consolidate cercano di carpire dalle startup i segreti della loro capacità di essere agili e portare approcci innovativi anche in contesti consolidati”, esordisce Luca Gastaldi, Research Direction, Politecnico di Milano, presentando una overview internazionale delle startup in occasione del Convegno 2019 dell’Osservatorio sul Design Thinking del Politecnico di Milano.
Le principali ragioni che hanno spinto l’Osservatorio ad analizzare le startup nel campo del Design Thinking (DT) sono state soprattutto:
- da un lato la possibilità di capire come e in quale direzione stia evolvendo questo mondo
- dall’altro, come da questo ecosistema possano venire indicazioni di strumenti, tecnologie e soluzioni che possano essere adottate sia dai consulenti sia dai designer.
L’obiettivo è fornire una sorta di bussola per orientarsi, portando alla luce l’evoluzione dell’ecosistema a supporto del DT, ancora destrutturato ma capace di fornire interessanti strumenti a supporto dei vari approcci.
Ancora una volta le startup sono state selezionate a partire da partire da crunchbase, il più grande database che contiene le informazioni su oltre 100mila start up: si è realizzata la convergenza su 145 startup, utilizzando tag definiti in collaborazione con i designthinker, scegliendo solo quelle fondate dopo il 2012 e che avessero ricevuto finanziamenti anche dopo il 2015.
Non cercate in Italia startup a supporto del DT!
La distribuzione geografica vede la maggior parte (80 startup) nel Nord America, dove il concetto di DT è nato; segue l’Europa (con 40), dove si è di seguito sviluppato. La novità, rispetto allo scorso anno, è rappresenta da una ventina di startup in Asia, 5 in Australia e una in Sud Africa; del tutto assenti all’appello l’America Latina e l’Italia. Uno stimolo, quest’ultimo, per potenziali startupper, ma anche il richiamo alla necessità di rivolgere all’estero lo sguardo per i protagonisti del nostro mercato.
Un criterio per capire l’importanza dell’ecosistema viene dall’analisi dei finanziamenti ricevuti dal 2012 che risultano di poco superiori un miliardo di dollari: una cifra modesta se confrontata agli oltre 26 miliardi di dollari del Fintech, agli oltre 6 miliardi del blockchain e ai quasi 5 miliardi del big data. Riferita alle singole startup risulta un finanziamento medio di 7 milioni di dollari l’una; va però sottolineato che la distribuzione è tutt’altro che omogenea. Mentre 9 startup concentrano oltre 40 milioni di dollari a testa, la maggioranza si spartisce importi assai più modesti. Le differenze si riflettono anche sulla struttura organizzativa dove quelle che hanno ricevuto meno di 1 milione di finanziamento si attestano sotto i 10 dipendenti. La maggioranza ha però un numero di dipendenti superiore, dato questo che rispecchia la necessità di coprire più competenze e discipline e che si manifesta anche nel numero di fondatori: generalmente almeno due di cui uno con competenze informatiche e l’altro di tipo DT.
Il supporto delle startup ai diversi approcci e alle diverse fasi
Analizzare le specializzazioni delle startup rispetto diversi approcci tipici del DT serve anche a comprendere l’evoluzione dei diversi modelli. Le startup esaminate si distribuiscono in modo omogeneo secondo Creative problem solving (28,5%), Sprint execution (28,5%), Creative confidence (34%), mentre è ancora inferiore la presenza sull’Innovation of meaning (9%).
Diversa è la distribuzione dei finanziamenti per approccio, dove prevale Sprint execution a conferma di uno dei trend individuati nell’Osservatorio, una tendenza che va incontro alla necessità di portare velocemente i prodotti sul mercato anche sperimentando in collaborazione con il cliente finale. “L’andamento del finanziamento medio indica anche che, nonostante siano ancora poche le startup a supporto dell’approccio Innovation of meaning e pesino poco sul totale, i finanziamenti medi sono consistenti a conferma che questo approccio si sta consolidando e diventerà sempre più importante nel tempo”, commenta Gastaldi (figura 1).
Per utilizzare gli strumenti offerti dalle startup serve comprendere non solo quale modello supportino, ma anche in quale fase intervengano: creazione e gestione del team, creazione di empatia e raccolta dati per conoscere sempre meglio il cliente, interpretazione delle loro esigenze, generazione di nuove idee, collaborazione per sviluppare insieme una nuova soluzione, prototipizzazione e apprendimento, lancio del prodotto e misura dei risultati (figura 2).
Ogni startup può essere presente su più fasi
fonte: Osservatori del Politecnico di Milano
Le fasi più supportate sono quelle legate alla raccolta di informazioni sul cliente, all’interpretazione, supportata da solide esigenze empiriche, del cliente, mentre sono meno numerose le startup che supportano le fasi più creative e innovative dove giocano invece gli esseri umani. Entrando nelle specializzazione nei diversi modelli, le startup che supportano la creative confidence si concentrano prevalentemente sulla gestione efficace dei team DT e sulla collaborazione in co-design.
Soluzioni AI a supporto del Design Thinking
L’Intelligenza artificiale è uno dei principali strumenti messi a disposizione dalle startup a supporto del DT. Circa metà di loro (66 su 145) offre soluzioni di AI e attrae elevate risorse (418 milioni di dollari). Le fasi più supportate sono quelle relative alle raccolta di informazioni e alla decodifica dei comportamenti dei clienti, grazie ad algoritmi AI, per creare empatia o per reinterpretare le loro esigenze. Intervengono in particolare per combinare diversi canali nella fase di raccolta dati, assistere l’utente in alcune attività di ricerca particolarmente time-consuming, supportare le fasi di prototipazione e testing, fornendo interpretazioni basate sui dati raccolti. Scarso è invece il supporto AI nella fasi più creative e innovative di creazione e innovazione che continuano ad essere appannaggio delle persone (figura 3).
In sintesi l’ecosistema delle startup a supporto del DT, pur restando ancora poco strutturato e raccogliendo finanziamenti inferiori ad altri settori, va verso una fase di consolidamento soprattutto le aziende più promettenti, con soluzioni e tecnologie che intervengono soprattutto nelle fasi di interpretazioni dei dati.
