February 27, 2024

Il grado di maturità della Corporate Innovation: la bussola per l’era “autosapiens” delle imprese

Una celebre provocazione del professor Dan Ariely della Duke University del 2013, riferita allora ai Big Data e oggi certamente trasferibile all’Open Innovation, recita così: “Big Data Open Innovation is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it.” Ovviamente è una battuta, ma coglie perfettamente il senso dell’Imitation Game.

L’Open Innovation per le imprese di medie e grandi dimensione rimane una sfida centrale, perché la business transformation è un imperativo che non può essere pienamente compiuto solo con progettualità dall’interno. Risorse, esperienze, asset, conoscenze sono limitate per definizione, e avvalersi di un opportuno mix di strategie di innovazione in-house e open porta potenzialmente in dote maggiori opportunità in termini di velocità, learning curve, investimenti, diversificazione. Ovviamente la sfida principale sta nell’attuazione efficace di programmi continui di innovation sempre più open, che stanno diventando sempre più multifunzionali, omnicomprensivi e centrali al core business dell’organizzazione. La cultura dell’open innovation va alimentata e rafforzata progressivamente al crescere delle capability. Il futuro non si prevede, si costruisce, e non basta più aspettare che altri lo costruiscano per poi replicarlo. Non solo perché il fattore tempo è sempre di più una leva competitiva, ma soprattutto perché il futuro delle aziende sarà sempre più personalizzato e iper-specifico.

Nell’era del dato in tempo reale, che alimenta la base di conoscenza aziendale e soprattutto dell’IA generativa che di dati e delle loro correlazioni si nutre, i percorsi di trasformazione aziendale e innovazione sono destinati ad essere sempre più su misura delle singole organizzazioni. Il “wait and copy” opportunistico tradizionale dei follower e late mover è destinato a pagare sempre meno, specie nei settori industriali meno regolamentati.

Siamo all’inizio di una discontinuità epocale, mai vissuta prima d’ora dall’homo sapiens, segnata dalle molteplici tecnologie dell’IA generativa che sono così prossime all’uomo comune da superare senza problemi il famoso test di Turing sull’IA. Non a caso si parla oggi di Autosapiens, un neologismo necessario, per rappresentare entità non biologiche in grado di esprimere capacità di azione, di apprendimento, di empatia, di mistificazione con l’imperfezione e l’ambiguità dei loro padri biologici (allucinazioni e malintesi inclusi).

Un anno fa, a gennaio del 2023, a soli due mesi dall’introduzione, ChatGPT ha raggiunto i 100 milioni di utenti. A dicembre dello stesso anno ha registrato ricavi annualizzati (valore abbonamenti attivi nel mese moltiplicati per 12) per 2 miliardi di dollari, a soli 14 mesi dal lancio. ChatGPT è solo uno dei primi servizi applicativi di IA generativa mass-market, con una velocità di penetrazione iniziale pari a dieci volte quella degli Smartphone, e a cento volte quella di Internet.

In realtà i metodi, le pratiche, le tecniche, le tecnologie e i servizi di IA generativa per le organizzazioni (enterprise grade, con i relativi requisiti di capacità, sicurezza, affidabilità) sono già centinaia e vanno proliferando grazie al salto quantico fatto dai Large Language Models (LLM) che sono alla base di questa discontinuità epocale, insieme al cloud computing, alle GPU e alle nanotecnologie a semiconduttore di ultima generazione (3nm). E facendo leva sugli LLM, sulle tecniche di Retrieval-Augmented Generation (RAG) e sulle logiche di IA multi-modale orchestrata, si stanno facendo avanti anche i Large Action Models (LAM), che possono guidare cyber-agents (Autosapiens) a prendere decisioni e ad eseguire azioni nel mondo reale, adattandosi ed evolvendosi in piena autonomia.

Con l’IA generativa, il deep-tech non è più un tema da centro di ricerca isolato del continuum socio-organizzativo. È naturalmente pervasivo e trasversale a tutte le funzioni e processi aziendali. Paradossalmente è proprio la funzione IT ad essere toccata meno, a livello di discontinuità strategica e culturale.

Pertanto, le competenze e la maturità aziendale nella capacità di coinvolgere attori (biologici e non) e organizzazioni innovative per esperimenti di corporate innovation con l’IA generativa diventano una premessa necessaria per cogliere a fondo le opportunità di business transformation più profonde e discontinue che la società umana abbia mai vissuto. Negli esperimenti il risultato principale è il salto di conoscenza che guida poi scelte industriali consapevoli di investimento, M&A, sviluppo, riorganizzazione, e altro.

Il grado di maturità della Corporate Innovation è classificabile in 7 livelli, come si vede nella figura: Disconnected, Exposed, Theatre, Open, Embedded, Master e Systemic.

La metafora della scala nell’infografica intende suggerire un modello di maturità in cui le organizzazioni possono passare dall’essere inconsapevoli della necessità di innovare (stadio 0), a uno stadio in cui l’innovazione è profondamente radicata e sistemica (stadio 6 e oltre). Ogni passo verso l’alto rappresenta un’integrazione più profonda dell’innovazione nella cultura e nei processi organizzativi. Alcuni passaggi di livello, nel modello di maturità, non si ottengono solo con l’esperienza e con il successo degli esperimenti progettuali, ma richiedono delle discontinuità organizzative.

Ad esempio, il passaggio da “Theatre” (livello 2) a “Open” (3), necessita di un salto a livello funzionale con dei referenti e mandati specifici che dialoghino con le funzioni di business per attivare progettualità significative di Open Innovation.

Ma è il passaggio successivo – da Embedded a Master – che consente alle organizzazioni di cogliere le migliori opportunità di business transformation con l’IA Generativa. Questo passaggio di livello implica una discontinuità organizzativa a livello di intero business. La strategia di innovazione diventa una pietra miliare convalidata della strategia aziendale; c’è una cultura diffusa dell’innovazione, di costruzione di imprese, di innovation factory e altri programmi progettati per generare innovazioni ad alto impatto basate su investimenti intensi.

L’ultimo passaggio, non necessario né praticabile per la maggior parte delle organizzazioni, è quello da Master (livello 5) a Sistemico (6), dove la discontinuità è a livello di visione: ben oltre il perimetro aziendale per dialogare con le filiere industriali di interesse e con la società in senso più ampio. Sono le organizzazioni del sistema Paese o del sistema socioeconomico pan-europeo che possono spingersi con successo in questa dimensione di sostegno e di circolarità dell’innovazione come modello di sviluppo sostenibile della società umana e Autosapiens.

Attrezzarsi adeguatamente (livello Master) per poter giocare bene le proprie partite (tante) di trasformazione aziendale con l’IA generativa non costituisce solo una delle varie premesse di base (necessarie) ma è una condizione abilitante per dare continuità al futuro di molte organizzazioni. Tra 5 anni l’Enterprise Value di una organizzazione non AI-ready potrebbe essere drammaticamente svalutato dagli agenti Autosapiens del sistema finanziario (Banche e Private Equity).

AI Shape


Notice: Undefined index: ai_shape_tax_type in /home/customer/www/datrixgroup.com/public_html/wp-content/plugins/powerpack-elements/modules/categories/widgets/categories.php on line 3133

Notice: Undefined index: tax_ai_shape__filter_rule in /home/customer/www/datrixgroup.com/public_html/wp-content/plugins/powerpack-elements/modules/categories/widgets/categories.php on line 2864

Notice: Undefined index: tax_ai_shape_ in /home/customer/www/datrixgroup.com/public_html/wp-content/plugins/powerpack-elements/modules/categories/widgets/categories.php on line 2865
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.