Le imprese lombarde puntano sull’AI per rispondere alle sfide di mercato

Personalizzazione del prodotto e flessibilità organizzativa sono i due ambiti in cui l’Intelligenza Artificiale è più sviluppata nelle imprese lombarde: è quanto emerge dallo studio “Il grado di maturità digitale delle PMI: quanto è diffusa l’Intelligenza artificiale nelle imprese lombarde?” condotto dal Digital Innovation Hub Lombardia, in collaborazione con le sue Antenne Territoriali, e da Confindustria Lombardia e Regione Lombardia.

Lo studio ha riguardato un campione di 250 aziende lombarde composto da piccole e medie imprese (circa l’80% del campione) e da grandi imprese (circa il 20%), appartenenti alle filiere Alimentare, Automotive, Tessile Carta e Plastica, Chimica, Energy, Edilizia, Industria pesante, Meccatronica, Life Sciences, altra Industria manifatturiera e Industria non manifatturiera.

L’indagine ha preso in esame i principali ambiti di vantaggio competitivo che le soluzioni di Intelligenza Artificiale permetteranno di raggiungere, ovvero flessibilità organizzativa, personalizzazione del prodotto, centralità del modello b2b, ecosistema dell’AI (anche in termini di filiera) e AI e Digital Capability.

Per ciascun ambito è stato assegnato un punteggio di maturità digitale compreso tra un minimo di 0 a un massimo di 5.

AI strategica per flessibilità e personalizzazione del prodotto

I dati raccolti hanno evidenziato, in primo luogo, una situazione abbastanza omogenea tra le varie dimensioni, simbolo di un orientamento piuttosto traversale da parte delle aziende verso questi tipi di approcci all’Intelligenza Artificiale.

Nello specifico, le imprese presentano un livello di maturità digitale verso l’AI più accentuata per la Personalizzazione del prodotto, che ha raggiunto un punteggio di 3,39. Una componente importante del vantaggio competitivo sviluppato da molte imprese della Regione Lombardia è stata la capacità di rispondere in maniera efficace a una crescente domanda di personalizzazione.

Questo è stato possibile grazie al continuo perfezionamento delle “economie di gamma”, vale a dire la capacità di gestire numerose – e a volte anche sofisticate – variazioni/versioni di uno stesso prodotto. Come è facile immaginare, l’Intelligenza Artificiale, avendo a disposizione grandi volumi di dati, potrà supportare ed in alcuni casi anticipare trend di mercato, così come le necessità funzionali emergenti.

Per la dimensione di Flessibilità organizzativa è stato riscontrato un punteggio di 3,30. Dall’analisi emerge che la principale sfida per le aziende che vogliono adottare soluzioni di Intelligenza Artificiale non sia tanto tecnologica e, per alcuni versi, forse, neanche economica.

La prima difficoltà da affrontare è di carattere organizzativo. Se le imprese vogliono trarre reali benefici dall’Intelligenza Artificiale, devono puntare soprattutto su due elementi: velocità decisionale e team orizzontali rispetto alle diverse funzioni e/o divisioni dell’azienda.

È importante fare in modo che le aziende, nei livelli preposti, siano in grado di istituire un dialogo e di pensare in maniera proattiva alle possibili applicazioni di Intelligenza Artificiale.

Il punteggio minimo riguarda la Centralità del modello B2B (2,77). In questo ambito che, secondo le previsioni di alcune società di consulenza, si registreranno  i due terzi dei benefici economici dell’Intelligenza Artificiale. Ed è proprio in questo canale che, nonostante il punteggio rilevato, si posiziona la maggioranza delle imprese lombarde.

Il rapporto sottolinea come, in ambiti quali Ottimizzazione dei processi, l’Intelligenza Artificiale potrebbe contribuire a ridurre significativamente i costi di transazione, rendendoli allo stesso tempo più prevedibili e dunque anche più monitorabili

Per quanto riguarda l’Ecosistema dell’AI, il punteggio rilevato si colloca leggermente sopra il 3. Le imprese, infatti, si fanno concorrenza tra loro, ma nello stesso tempo partecipano al raggiungimento di obiettivi comuni. Nel caso dell’AI, una forma rilevante di collaborazione riguarda la condivisione dei dati.

Realizzato in forma opportunamente anonima e compliance al GDPR, il data sharing permetterebbe alle imprese di disporre di dati più numerosi e di maggiore qualità. Parallela alla condivisione dei dati è la capacità di sviluppare ecosistemi innovativi, che hanno al centro una piattaforma abilitante.

Anche la dimensione di Digital Capability si colloca leggermente sopra il 3. Pur essendo la tecnologia un fattore abilitante all’implementazione di soluzioni AI, risulta comunque importante prendere in considerazione le capacità tecnologiche e di cultura del dato già presenti in azienda.

L’Intelligenza Artificiale è da intendersi come uno degli elementi implementabili solo dopo un percorso, più o meno pervasivo, di trasformazione digitale all’interno delle imprese.

La situazione nelle grandi, medie e piccole imprese

Le grandi imprese risultano maggiormente “pronte” per l’adozione di soluzioni di Intelligenza Artificiale. Tutti e cinque gli elementi d’analisi ottengono un valore superiore al 3, indice di aziende che, in generale, si stanno orientando sempre più verso tali soluzioni tecnologiche.

Le grandi imprese stanno quindi affrontando un cammino strutturato lungo tutte e cinque le direttrici individuate, in particolare per Personalizzazione del prodotto (3,57) e Flessibilità organizzativa (3,54).

Leggermente inferiori, ma comunque più che discreti, i valori riguardanti Ecosistema dell’AI (3,24), Digital Capability (3,19) e Centralità del modello B2B (3,14).

Le imprese di dimensioni medie si collocano per ciascun elemento di analisi in una posizione intermedia rispetto a quelle piccole e grandi. Per quanto riguarda Personalizzazione del prodotto (3,50), Flessibilità organizzativa (3,39) e Digital Capability, i valori risultano leggermente superiori rispetto al valore medio di ciascun elemento.

In particolare, grande attenzione viene posta ai primi due elementi sopracitati (entrambi abbondantemente superiori al 3), mentre la Digital Capability (2,95), l’Ccosistema dell’AI (2,86) e la Centralità del modello B2B (2,73) ottengono risultati leggermente inferiori al 3. In ogni caso, l’analisi ha evidenziato grande uniformità tra i valori.

Le piccole aziende sono totalmente allineate ai trend generali, seppur con valori leggermente inferiori. Anche in questo caso i valori maggiori si ottengono per Personalizzazione del prodotto (3,27) e Flessibilità organizzativa (3,15). Sotto il 3 invece gli altri elementi di analisi.

Anche per le PMI, si evidenzia comunque omogeneità tra i cinque elementi di analisi, con una differenza relativamente bassa (0,63) tra il valore maggiore e quello minore. Tale omogeneità rappresenta un aspetto molto importante per la futura applicazione e utilizzo di soluzioni di Intelligenza Artificiale da parte delle piccole imprese.

I dati della meccatronica

Anche per le aziende che operano nella meccatronica, l’applicazione che registra una maturità più alta riguarda la Personalizzazione del prodotto, con un punteggio di 3,52 che risulta superiore anche al valore medio del campione totale (3,39) e indice del grande orientamento di questa industry verso il topic.

Seguono Flessibilità organizzativa 3,39, Digital Capability ed Ecosistema, che registrano entrambe una maturità di 2,96. In ultima posizione l’elemento della Centralità del modello B2B, che ottiene 2,85 punti: il risultato minore di tutti, ma allineato con buona parte degli altri elementi e, anzi, maggiore rispetto al consolidato del campione totale (2,77).

Entrando nell’analisi dei macro processi alla base della creazione del valore delle aziende, emerge in modo immediato una grande omogeneità tra le diverse dimensioni. L’Organizzazione assume il punteggio più elevato (3,15) mentre la Tecnologia quello minore (3,04).

Nel mezzo si posizionano rispettivamente Esecuzione (3,13) e Controllo (3,07). La presenza di punteggi pressoché uguali è piuttosto significativa e indice del fatto che le aziende del settore percepiscono l’importanza di affiancare a soluzioni tecnologiche adeguate anche processi organizzati, gestiti, eseguiti e monitorati in maniera strutturata.

In generale, tali valori corrispondono ad una più che discreta maturità digitale/preparazione al cambiamento e ad un’integrazione almeno parziale tra le varie funzioni aziendali.

Entrando maggiormente nel dettaglio, è possibile raggruppare i macro processi in 3 diversi cluster: Progettazione e Ingegneria (3,44), Produzione (3,44) e Qualità (3,29) risultano maggiormente maturi rispetto agli altri processi. Sono caratterizzati da una più che discreta capacità di monitoraggio e prevedono un buon livello di integrazione tecnologica.

Leggermente inferiore è il punteggio rappresentativo di Marketing, Vendite e Customer care (3,01) e quello nel campo delle Risorse Umane (2,94), a cavallo tra il 2 ed il 3. I risultati minori sono ottenuti invece da Manutenzione (2,70), Logistica (2,63) e Supply Chain (2,48). In tali aree, il controllo e la gestione dei dati è meno strutturata per supportare il processo decisionale, che è spesso dipendente in maniera elevata dall’esperienza delle singole persone.

Per quanto concerne l’analisi rispetto alla dimensione d’impresa, la categoria delle imprese di piccole dimensioni presenta dei valori consolidati, allineati a quelli delle medie e delle grandi aziende per ciascuna delle quattro dimensioni di analisi considerate.

In particolare, la struttura organizzativa che sottende i processi risulta ben definita, evidenziando un punteggio pari a 3,17, e la loro esecuzione ed il loro controllo ne sono allineati (rispettivamente 3,08 e 3,06). Le tecnologie a disposizione sono coerenti con quanto descritto, seppur con un valore leggermente inferiore (2,91).

Il report suggerisce che investimenti sull’integrazione e sull’automazione tecnologica potrebbero essere vantaggiosi e le aziende potrebbero presentare una struttura adeguata per la loro implementazione: dall’analisi emerge infatti come le piccole imprese mostrino risultati simili tra le varie dimensioni, condizione necessaria per sfruttare a pieno le opportunità offerte dalla digitalizzazione.

L’analisi del settore ha evidenziato, in termini assoluti, una più che discreta maturità digitale da parte del campione delle piccole imprese facenti parte del settore meccatronico.

Le imprese di dimensioni medie si posizionano ad un livello molto simile rispetto a quello delle piccole. Ad una maggiore capacità e disponibilità tecnologica ed esecutiva (3,14 in entrambi i casi), si contrappone una minor preparazione alla trasformazione digitale in termini organizzativi (3,05) e di monitoraggio e controllo (3,03). Di conseguenza, il campione delle medie risulta perfettamente allineato anche con i valori consolidati delle aziende di grandi dimensioni, seppur con punteggi leggermente inferiori.

Le grandi aziende ottengono valori maggiori alle altre due categorie descritte, seppur con discrepanze piuttosto limitate e giustificate dalle diverse dimensioni e disponibilità. In termini assoluti, anche per loro il grado di maturità digitale può essere definito come “più che discreto”, indice che, nonostante ci siano ancora alcune possibilità da sfruttare e alcune aree da migliorare, allo stesso tempo il settore ha recepito con forza le opportunità della digitalizzazione e le sta perseguendo in modo strutturato.

In particolare, tutte le dimensioni di analisi ottengono valori che sono tra loro omogenei e il percorso di trasformazione è quindi affrontato in modo trasversale. L’Organizzazione con 3,32 presenta il risultato maggiormente elevato, mentre il Controllo con 3,15 quello minore.

Per quanto riguarda l’analisi dei macro processi, la Ricerca e lo Sviluppo (R&D) è il macro processo che presenta la maggiore omogeneità tra piccole, medie e grandi imprese. Il grado di preparazione al cambiamento è più che discreto: 3,41 per le piccole imprese, valore in linea con quello delle medie (3,49) e delle grandi aziende (3,44).

Anche per Qualità e Produzione si registrano discrepanze non significative tra piccole, medie e grandi imprese, mentre più significativa è la distanza nelle applicazioni legate alla manutenzione, dove le piccole e le medie imprese sono caratterizzate da valori consolidati simili (2,62 e 2,53), mentre le grandi imprese registrano un livello di maturità superiore (3,25), che colloca la categoria a un livello medio-alto della scala.

Le principali differenze sono relative alla definizione dei piani di manutenzione, che spesso per le PMI dipendono in misura elevata della sola esperienza degli operatori. Anche l’analisi dei guasti e dei dati provenienti da ispezioni/monitoraggi è un elemento che presenta margini di miglioramento. Al contrario, logiche di manutenzione preventiva/predittiva, rispetto ad approcci esclusivamente reattivi, sono tipiche di tutte e tre le categorie.

Anche per la Logistica i consolidati delle tre categorie presentano alcune differenze, con una discrepanza tra grandi aziende (3,06) e PMI (2,43), anche se all’interno della categoria delle PMI l’analisi ha mostrato alcune aziende con buone performance.

Tra i principali limiti delle PMI, si evidenzia come il controllo del magazzino in alcuni casi avvenga senza l’utilizzo di tecnologie ottiche o radio e il posizionamento del materiale sia gestito tramite strumenti locali. Inoltre, la misurazione delle prestazioni della logistica interna è svolta più dalle grandi imprese che dalle PMI.

Non si riscontrano, invece, grandi differenze tra piccole, medie e grandi aziende nella maturità raggiunta per le applicazioni nella Supply Chain, nel marketing, vendite e customer care, e nella gestione delle risorse umane.

Il settore tessile, della carta e della plastica

Per il settore tessile, della carta e della plastica si registra una maturità maggiore nell’utilizzo di applicazioni AI Flessibilità organizzativa (3,29), seguita da Personalizzazione del prodotto (3,20), ecosistema dell’AI (2,81), AI e digital capability (2,77) e centralità del modello B2B.

Per quanto riguarda i macro processi analizzati, Produzione (3,40), Qualità (3,20) e Progettazione e Ingegneria (3,20) ottengono i valori maggiori e risultano caratterizzate da un grado di maturità più elevato rispetto alle altre funzioni: si tratta di processi (almeno parzialmente) integrati ed automatizzati.

Una solida struttura organizzativa sottende i processi, mentre le attività di controllo sono svolte con discreta periodicità.
La seconda categoria è costituita da Marketing, Vendite e Customer Care (2,87), Manutenzione (2,66), Risorse Umane (2,60) e Logistica (2,55), processi generalmente strutturati e che si trovano ad un livello intermedio della scala di maturità digitale.

La Supply Chain (2,32) si posiziona ad un livello inferiore. Nonostante in questa area siano stati realizzati investimenti, si evidenziano il limitato livello di integrazione con clienti e fornitori e l’elevata dipendenza dall’esperienza del personale.

L’analisi rispetto alle dimensioni delle aziende evidenzia che le imprese di piccole dimensioni si posizionano oltre la metà della scala di maturità digitale. Il punteggio maggiore è ottenuto dall’Organizzazione (3,00), mentre quello minore riguarda le Tecnologie (2,58).

I processi appaiono quindi discretamente controllati e supportati da una componente organizzativa strutturata. I limiti
riguardano le tecnologie e i sistemi che, al momento, sono solo parzialmente integrati e/o non dedicati e/o non automatizzati.

Le medie imprese ottengono valori allineati a quelli delle piccole. L’Esecuzione presenta il punteggio consolidato maggiore (2,89), seppure il gap con gli altri valori sia molto ristretto: Controllo, Organizzazione e Tecnologia vengono identificati con punteggi medi rispettivamente di 2,79, 2,76 e 2,75. I quattro valori sono molto simili e questo indica come il settore si stia orientando verso un percorso di trasformazione digitale in modo strutturato.

Il campione delle grandi aziende si posiziona ad un livello medio-alto della scala di maturità digitale, segno di un più che discreto grado di preparazione al cambiamento. Per tutte e quattro le dimensioni di analisi, i valori sono più elevati rispetto a quelli delle PMI.

Per quanto riguarda la distanza tra piccole, medie e grandi aziende nei macro processi, le differenze maggiori si registrano negli ambiti di Manutenzione, Produzione, Logistica, nella Supply Chain e nel Marketing e Customer Care.

Interessante notare come in alcuni ambiti si registra un divario nella maturità digitale tra medie e piccole imprese, con le piccole imprese che registrano un punteggio migliore rispetto alle medie, indice di una più ridotta preparazione al cambiamento. Il divario è particolarmente pronunciato nel campo delle Risorse Umane, dove piccole e medie imprese registrano rispettivamente punteggi di 2,61 e 2,22.

Il settore dell’automotive

Il settore automotive registra una discreta maturità per tutti i vantaggi abilitati dall’AI, con punteggi superiori a 3 per tutte le categorie analizzate. La performance migliore, anche in questo caso, è nella personalizzazione del prodotto, con un livello di maturità digitale di 3,51.

Dall‘analisi dei macro processi si nota che Qualità (3,76), Produzione (3,71) e Progettazione e Ingegneria (3,50) presentano il grado di digitalizzazione maggiore. Si tratta di processi generalmente controllati, sviluppati con tecnologie e sistemi (almeno parzialmente) integrati e automatizzati e gestiti in maniera integrata attraverso le diverse funzioni aziendali.

A un livello leggermente inferiore si posizionano Marketing, Vendite e Customer Care e Logistica (3,04 per entrambi). Presentano minore capacità di monitoraggio e preparazione al cambiamento, ma grado di maturità digitale rimane comunque più che discreto. Ancora inferiori in termini di maturità digitale risultano essere le funzioni di Risorse Umane (2,89), Manutenzione (2,83) e Supply Chain (2,74).

In questo gruppo troviamo processi non completamente integrati e caratterizzati in alcuni casi da una dipendenza dall’esperienza dell’operatore molto (e troppo) elevata.

Dal confronto rispetto la dimensione delle imprese emerge una situazione maggiormente polarizzata rispetto agli altri settori precedentemente analizzati.

Le piccole imprese si collocano in una posizione inferiore rispetto alle grandi aziende per tutte le dimensioni d’analisi. Il grado di maturità digitale è inferiore anche al consolidato delle medie aziende, eccezion fatta per la struttura organizzativa che sottende i processi.

In alcuni casi (Controllo ed Esecuzione), il gap risulta più marcato, ma in generale può essere giustificato delle necessità, priorità e disponibilità tipiche delle aziende di piccole dimensioni.

Per quanto riguarda le dimensioni di analisi della categoria, il valore più alto si ha per l’Organizzazione (2,81), seguito da quello dell’Esecuzione (2,61). In entrambi i casi si evidenzia un discreto grado di maturità digitale. Controllo e Tecnologia presentano un punteggio pressoché identico (2,33 e 2,30) indice di un limitato livello di preparazione al cambiamento.

Le imprese di dimensioni medie presentano una più che discreta preparazione al cambiamento digitale relativamente a Tecnologia (3,23) e Controllo (3,22).

La categoria assume il valore maggiore per quanto riguarda la componente tecnologica, che è adeguatamente utilizzata in logica di integrazione ed automazione. Allineata alla tecnologia vi è anche la capacità e la periodicità di controllo e monitoraggio. Inferiori i valori di Esecuzione (2,98) e, soprattutto, Organizzazione (2,68), che sono caratterizzati da un valore medio maggiore di quello delle piccole imprese e minore di quello delle grandi imprese.

Grandi imprese che risultano la categoria maggiormente “matura” dal punto di vista digitale. Significativi i valori in Organizzazione (3,69), Esecuzione (3,66) e Controllo (3,50), tutti abbondantemente sopra il 3, ad indicare un elevato grado di preparazione rispetto al processo di trasformazione digitale e può essere legato alle maggiori skills e capacità sia culturali e umane (ad esempio, la maggiore sensibilità verso le tematiche digitali, la presenza di personale più competente ed aggiornato su tali topic, ecc.), sia economiche (maggiori capacità di investimento). Inferiore risulta invece la Tecnologia (2,89), caratterizzata in ogni caso da un discreto livello di maturità digitale.

I macro processi delle differenti categorie presentano risultati piuttosto eterogenei fra loro, con le grandi aziende che ottengono generalmente un punteggio più elevato rispetto alle altre due categorie.

Guardando alla singola categoria invece si nota una maggiore uniformità, in particolare per le piccole e le grandi imprese. Le aziende di medie dimensioni sono caratterizzate invece da alcuni macro processi notevolmente maturi dal punto di vista digitale (ad esempio la funzione di Produzione) e da altri piuttosto limitati (ad esempio la funzione di Manutenzione).

I dati del settore dell’energia

Nel settore dell’energia si registra un alto livello di maturità per quanto riguarda la personalizzazione del prodotto. Il punteggio della categoria è infatti di 4,33, che non solo è il risultato maggiore per il settore Energy, ma risulta anche il punteggio massimo comparato a tutti i settori presi in considerazione in questa analisi.

In termini assoluti, il valore è indice di grande attenzione verso queste tipologie di approccio e verso uno strutturato utilizzo dei dati al fine di ottimizzare e customizzare il prodotto/servizio.

Positivo anche il punteggio per AI e Digital Capability, dove le aziende del campione ottengono un risultato medio pari a 3,37, posizionandosi sopra la media totale (2,90). Contrariamente, Centralità del modello B2B ( 2,38), Flessibilità Organizzativa e Ecosistema dell’AI (rispettivamente 2,22 e 2,21) si presentano con punteggi al di sotto della media del campione totale.

“La nostra analisi conferma che le imprese lombarde sono già orientate alla completa trasformazione digitale e all’adozione di soluzioni di Intelligenza Artificiale. Le opportunità sono ancora molteplici e, cogliendole, avremo un impatto significativo sulla competitività dell’intero sistema economico regionale. In quest’ottica il ruolo del DIH Lombardia sarà strategico così come lo sarà il supporto costante della Regione”, commenta Gianluigi Viscardi, Presidente del DIH Lombardia.

Lo studio

Nel documento in allegato troverete tutti gli approfondimenti per i settori analizzati nello studio.

DIH Lombardia - Report Digital-AI_compressed (3)

© RIPRODUZIONE RISERVATA

Michelle Crisantemi

Giornalista bilingue laureata presso la Kingston University di Londra. Da sempre appassionata di politica internazionale, ho vissuto, lavorato e studiato in Spagna, Regno Unito e Belgio, dove ho avuto diverse esperienze nella gestione di redazioni multimediali e nella correzione di contenuti per il Web. Nel 2018 ho lavorato come addetta stampa presso il Parlamento europeo, occupandomi di diritti umani e affari esteri. Rientrata in Italia nel 2019, ora scrivo prevalentemente di tecnologia e innovazione.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.

*

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.