di Francesca Santanera e Marco Paiola.
In un precedente post che trovate in questo blog (vedi “Digital Transformation, una rivoluzione oltre AI e Industria 4.0: la capacità organizzativa è vincente”), scritto in occasione dello Smau Padova, abbiamo affrontato alcune delle sfide legate ai temi della digitalizzazione, innovazione dei processi/servizi, industria 4.0, IoT, sistemi Cloud, open innovation e digital marketing.
In questo post vogliamo approfondire, tra le sfide poste dalla digital transformation, l’impatto dell’automazione e dei robot sull’organizzazione aziendale e sul lavoro.
I robot nel lavoro: lo stato dell’arte
Robot, machine learning e AI (intelligenza artificiale) stanno sempre più spostando verso la fantascienza i limiti delle performance delle macchine in tutti gli aspetti del business. I robot sempre più spesso raggiungono – o addirittura superano – le performance umane in tutta una serie di attività che richiedono capacità cognitive, perfino nella guida. Prova ne sono i sempre più diffusi self-driving cars, truck platoons, automated highway systems e droni per il trasporto passeggeri. Questi sono solo alcuni degli ambiziosi progetti in cui le case automobilistiche (e non solo – vedi Google) stanno investendo massicciamente.
Ma i robot non sostituiranno il lavoro umano solo nel settore dell’autotrasporto. Alcuni curiosi esempi sono stati realizzati anche in altri campi, come Pepper, il robot cameriere attivo nei ristoranti di Pizza Hut, che assiste i clienti e prende ordinazioni; oppure il robot poliziotto a Dubai, in servizio dal 2018 e che entro il 2020 sostituirà il 25% degli agenti in servizio, essendo in grado di ascoltare ed interagire con i cittadini, riconoscere documenti e accettare il pagamento di multe.
L’accelerazione dello sviluppo dell’AI è derivata principalmente da tre fattori:
- gli algoritmi di machine learning sono progrediti grazie allo sviluppo di deep learning e tecniche basate sulle reti neurali,
- la capacità computazionale è cresciuta in maniera esponenziale grazie a componenti inizialmente sviluppati per la computer grafica dei videogame e successivamente ripensati per eseguire machine learning a velocità prima impensate (e questa capacità computazionale aumentata è ora a disposizione anche degli utenti tramite il cloud),
- la quantità di dati a disposizione degli algoritmi per la messa a punto dei modelli di machine learning è aumentata a dismisura grazie a miliardi di immagini, video e dati provenienti dai sensori incorporati nell’IoT.
Nonostante questa svolta decisiva, la strada è ancora lunga: devono essere superate formidabili sfide tecnologiche prima che le macchine possano raggiungere le performance umane nell’ambito delle attività cognitive avanzate.
I robot in azienda
Per le aziende, l’adozione di queste tecnologie in continua evoluzione comporta un cospicuo miglioramento delle performance, in termini di aumento della velocità, riduzione dell’errore e miglioramento della qualità. L’AI in azienda rappresenta quindi un vantaggio competitivo di importanza critica.
Alcuni dei vantaggi per l’azienda derivano direttamente dalla sostituzione della forza lavoro, ma l’automazione, oltre al prezioso potenziale per aumentare produttività, previsioni, risultati, accuratezza, ottimizzazione e sicurezza, può fornire anche le opportunità per creare e perseguire nuovi business models (vedi “Digital Transformation e Industria 4.0: i fattori di successo”).
I robot e la fine del lavoro?
Si profila chiaramente all’orizzonte quella che sarà la maggiore criticità dell’industria 4.0 e dell’automazione: la tendenza inevitabile verso una riduzione dei posti di lavoro tradizionali, come ci documentano Brynjolfsson e Andrew McAfee in “The Race Against the Machine” e come recentemente sottolineato da Carl Frey e Michael Osborne nel loro articolo “The future of employment: How susceptible are jobs to computerisation?”, pubblicato su Technological Forecasting & Social Change.
Per la maggior parte delle occupazioni, nel medio termine sarà molto più probabile una automazione solo parziale, anziché una completa sostituzione. Le attività più facilmente automatizzabili includono le attività fisiche ad alto livello di predittività e in ambienti strutturati, e la stima (da parte di McKinsey) è che solo il 5% delle occupazioni consista per il 100% di attività automatizzabili. Tuttavia almeno il 30% delle attività nel 60% delle occupazioni potrebbe essere automatizzato utilizzando tecnologie già dimostrate.
Questo significa che molti lavoratori saranno impiegati fianco a fianco con macchine in rapida evoluzione, le quali richiederanno che anche gli skill dei lavoratori si evolvano molto rapidamente.
Fonte: EMSI database; Oxford Economics forecasts; US Bureau of Labor Statistics; McKinsey Global Institute analysis
La digital transformation ci darà un “nuovo” lavoro?
Se è vero che le tecnologie andranno a sostituire gli uomini in alcune attività, saranno le stesse tecnologie a creare nuovi lavori, anche se ora non riusciamo nemmeno a immaginarli. Le stime dicono che la richiesta di lavoro nel 2030 riguarderà per l’8-9% occupazioni non ancora esistenti.
Nello scenario studiato da McKinsey in “Worforce transitions in a time of automation” nel 2030 da 75 a 375 milioni di lavoratori dovranno cambiare occupazione. Ma soprattutto, ogni lavoratore dovrà inevitabilmente adattarsi ed evolvere accanto a macchine sempre più abili. Sarà pertanto indispensabile un incremento delle qualifiche o il dirottamento verso attività che richiedano skill emotivi o sociali, creatività, capacità cognitive di alto livello e altre capacità difficilmente automatizzabili.
Il lavoro arriverà grazie alla digital transformation stessa
A livello macroeconomico l’automazione può portare ad un aumento della produttività a livello globale: non dimentichiamo che, in uno scenario mondiale economico rallentato come quello attuale, può essere proprio l’aumento della produttività per effetto dell’automazione (che uno studio di McKinsey stima a livello globale tra lo 0.8 e l’1.4% annuale) a sostenere la crescita economica.
La digital transformation sta fortemente indirizzando l’evoluzione verso nuove strategie e verso strutture più flessibili ed agili, capaci di cogliere in modo proattivo le occasioni del settore. La vera sfida sarà dunque approfittare di queste opportunità per ideare nuovi business models che, cogliendo i vantaggi offerti dai Big Data, possano portare alla definizione di nuove forme di servizi:
“Capitalizzando sulla conoscenza dei loro clienti costruita sui big data, le aziende possono spingersi fino a reinterpretare drasticamente la loro natura strategica, spostando l’oggetto della relazione fornitore-cliente dal possesso di un prodotto all’accesso al suo utilizzo, ad esempio con modelli di business basati sull’affitto o il pay-per-use”
(vedi “Dall’Industria 4.0 ai Servizi 4.0: ecco perché la digital transformation sarà – e già è – una rivoluzione dei servizi”)
Dalla ideazione di nuove forme di servizio alla creazione di nuovi posti di lavoro nel settore dei servizi il passo è breve, a patto di riuscire a cavalcare in modo sapiente l’onda della servitizzazione, senza esserne travolti.
Concludendo
Il processo stesso della digital transformation, inarrestabile ristrutturazione dell’economia globale attraverso la terza piattaforma SMAC – Social Technologies, Mobility, Analytics/Big Data e Cloud Systems – offre opportunità all’interno della necessaria ristrutturazione dei processi aziendali e dei business models, nei quali la gestione dei dati spicca come elemento decisivo per la creazione di valore. Si apre quindi il sipario su un palco i cui attori saranno nuove figure professionali e nuovi ruoli aziendali, quali ad esempio il CDO, ovvero il Chief Data Officer (M.E. Porter and J.E. Heppelmann, 2015). Una gestione dei dati unificata diventerà infatti un elemento chiave all’interno dell’organizzazione, così come cruciale sarà anche l’augmentation strategy attraverso le tecnologie SMAC, ovvero la ricerca continua di una complementarietà sempre più stretta tra macchine e capitale umano.
La digital transformation non sarà solo “automation” ma anche “augmentation”: la tecnologia non deve puntare alla sostituzione totale dei ruoli con analoghe forme automatizzate. La tecnologia può e deve invece portare all’augmentation degli skill, potenziando i ruoli esistenti e le attività cognitive tramite piattaforme intelligenti. Se le aziende non vorranno presto confrontarsi con pesanti gap negli skill della loro forza lavoro in un ambiente sempre più tecnologico, devono iniziare fin da subito a investire non solo nell’automazione, ma anche nella formazione e nell’educazione dei lavoratori affinchè la collaborazione intensa tra uomo e macchina sia sempre più proficua.
“Automation tends to be a race to the bottom. Augmentation, by contrast, takes the best of your work and makes it even better.”
(Tom Davenport, Cofounder, International Institute for Analytics and Professor, Babson College)