“Quando si parla di
intelligenza artificiale o di cognitive learning si pensa spesso a un lontano futuro; in realtà abbiamo già numerosi esempi di come l’introduzione di queste tecnologie nel core business aziendale abbia portato impatti positivi”, afferma Marco Guida, Associate Partner
McKinsey Analytics, intervistato da
ZeroUno insieme ad Andrea Peyracchia, Partner Digital
McKinsey, dell’autorevole società di consulenza McKinsey & Company.
“L’esperienza che abbiamo raccolto in questi ultimi anni di consulenza ci insegna che non si tratta di settori o segmenti particolari bensì di casi d’uso: esistono determinate tipologie di attività automatizzabili; problemi molto ben risolvibili con il
machine learning; particolari tipologie di business che si prestano a essere predittibili con
tecnologie cognitive”, gli fa eco Peyracchia. “Anche in settori molto diversi – prosegue quest’ultimo – ci sono tratti comuni. Quello più evidente è l’utilizzo di queste tecnologie in un ambiente conosciuto, è in questi casi che si hanno un funzionamento e un risultato ottimali”. Il manager si spiega con un esempio: la guida automatica funziona se utilizzata su una strada con strisce, semafori, regole prefissate mentre la stessa tecnologia non funzionerebbe in un ambiente non regolamentato.
“Ma la questione importante – interviene Guida – non sono le tecnologie; fino a 10 anni fa potevamo avere un problema di strumentazione, di
capacità analitiche inadeguate; il tema oggi non è tecnologico, ma principalmente culturale e di
competenze”.
I 3 fattori su cui focalizzarsi per sfruttare il cognitive: consenso interno, talenti e tecnologia
“Sono fondamentalmente tre: consenso interno, talenti e tecnologia”, riassume Peyracchia, che prosegue: “Un consenso forte è indispensabile: è necessario che il top management decida che queste tecnologie debbano essere utilizzate e che si debbano sviluppare progetti basati su di esse. Nel primo anno si lavorerà su 5 casi d’applicazione, nel secondo su 10, poi su 20 finché tutto il business non sarà permeato da queste tecnologie”.
Questo è un tema che negli incontri che come ZeroUno organizziamo con gli utenti o nelle interviste con i
CIO viene ormai sempre più spesso sottolineato, ma in realtà i due manager McKinsey evidenziano come in Italia questo sia ancora un problema e non sia stato affatto introiettato dai vertici aziendali.
Who's Who
Andrea Peyracchia
“Una complessità, per rimanere nell’ambito culturale, che si affianca a quella della definizione del
budget”, afferma Peyracchia, che spiega: “Per i progetti di
digitalizzazione e
analytics non è facile predeterminare quali costi potranno essere attribuiti a spese di capitale e quali andranno in spesa corrente, così come l’attribuzione di questi costi alle diverse unità aziendali. Affrontare in modo diverso queste problematiche non è semplice: i CFO non accettano facilmente la richiesta di uno stanziamento di fondi senza che questi abbiano una precisa allocazione di bilancio; l’attribuzione ai CIO o alle funzioni di business è altrettanto critica perché chi supervisiona il budget intende anche controllare la direzione del progetto”.
Accanto al consenso interno si affianca dunque il tema di una nuova organizzazione aziendale e del dipartimento IT, che come ZeroUno abbiamo ampiamente affrontato nella Storia di Copertina del numero di marzo (disponibile anche nell’area del sito “
open innovation”), con un IT che permei tutta l’organizzazione aziendale.
In aggiunta al consenso interno, il secondo abilitatore identificato dai due manager McKinsey è rappresentato dai
talenti: “Nell’ambito cognitive computing, machine learning e advanced analytics questo rappresenta una grande sfida globale: è difficile trovarli e trattenerli, non solo in Italia ma in tutta Europa. Sono necessari i
data scientist che – spiega Guida – programmano l’intelligenza artificiale, i data engineer che si occupano di immagazzinare tutti questi dati, ma soprattutto sono indispensabili i cosiddetti
translator, che rappresentano le competenze più rare: una specie di ‘unicorno’ che ne capisce sia di business sia di intelligenza artificiale e rappresenta il trait d’union tra business e IT”.
Combinazione degli strumenti analitici con le tecnologie di machine learning – fonte McKinsey Global Institute Analysis
Ma insieme al tema della carenza di questo tipo di competenze, si inserisce anche in questo caso un problema culturale e organizzativo: “Siamo fortemente convinti – aggiunge Peyracchia – che una strategia di digitalizzazione e advanced analytics, capace di sfruttare al meglio le tecnologie cognitive, sia attuabile solo se l’azienda si dota di competenze interne. Per progetti tattici ci si può anche affidare a competenze esterne, ma se si vuole che questo abbia un impatto sul core business, l’azienda deve dotarsi di talenti propri, trovando la persona giusta intorno alla quale costruire un team dedicato. E questo in Italia significa prendere coscienza di due cose: attingere a talenti dall’esterno, quindi anche fuori dall’Italia; fornire loro le giuste leve, in termini di libertà di azione ed economiche, per attrarli e trattenerli. Sono risorse molto ricercate in tutta Europa, giovani che non hanno alcun problema ad andare a lavorare a Berlino, Londra o Parigi: se li si vuole assumere e trattenere, in Italia il compenso deve allinearsi con i parametri europei”.
Peyracchia non vede invece molto margine per una crescita interna di questi talenti: “Ci vuole un elemento che scateni un cambiamento culturale, che può verificarsi più facilmente con l’introduzione di nuove risorse dall’esterno. Va inoltre considerato che riqualificarsi professionalmente in questi ambiti risulta particolarmente difficile”.
Il terzo e ultimo abilitatore è la tecnologia. “Dei tre – concordano i due manager – è il meno importante e ormai nemmeno più legato a un problema di costi:
cloud e
open source consentono infatti di accedere a tecnologie d’avanguardia a costi contenuti”.
Tecnologie digitali, l’evoluzione di McKinsey
La stessa McKinsey & Company, che opera da oltre 90 anni nel settore della consulenza, ha risposto alle sfide del cambiamento introdotto dalle nuove tecnologie “attraverso un processo continuo di rinnovamento, nel rispetto dei valori e della tradizione su cui si fonda la storia di leadership della Firm”, spiega Peyracchia, che prosegue: “Per rispondere alle nuove esigenze dei clienti, abbiamo
innovato e arricchito le nostre competenze, soprattutto in ambito digital, analytics, product design e corporate restructuring, anche attraverso l’acquisizione di aziende leader nei diversi campi. Oggi, quasi un terzo dei nostri professionisti a livello mondiale è composto da figure dotate di queste nuove competenze”, spiega Peyracchia, che conclude: “Questo imponente investimento in talenti è al servizio di un approccio che permette ai nostri clienti di soddisfare le proprie ambizioni. Sempre più li affianchiamo sul campo, nelle fasi critiche di implementazione della strategia, e nello sviluppo di competenze distintive. I nostri team di
McKinsey Implementation, Recovery & Transformation per i progetti di turnaround e
Digital Lab per i progetti di trasformazione digitale sono alcuni esempi di questo nuovo approccio”.