Nonostante qualche preoccupazione per le loro applicazioni più estreme (specialmente nel caso degli algoritmi di Intelligenza Artificiale), il giudizio che aziende, istituzioni, cittadini danno delle tecnologie digitali è largamente positivo. Queste tecnologie favoriscono l’innovazione di prodotto e lo sviluppo di più avanzate modalità di organizzazione economica (si pensi alle piattaforme digitali), in una prospettiva open e collaborativa, generando innovazioni “disruptive” e promuovendo l’evoluzione di settori e mercati.
Eppure, questo giudizio positivo non è ancora suffragato dalle statistiche economiche. Già nel 1987 il premio Nobel per l’Economia Robert Solow aveva evidenziato questo paradosso: “Vedo computer ovunque tranne che nelle statistiche della produttività”. In effetti, la produttività totale dei fattori cresce ancora oggi piuttosto lentamente, a tassi che negli ultimi due decenni tendono addirittura a ridursi.
Da molti, questo inaspettato risultato è stato accolto con sollievo. Infatti, si è temuto per molto tempo che le tecnologie digitali avrebbero comportato, per effetto dell’aumento della produttività oraria, un’enorme riduzione dell’occupazione, con i conseguenti costi sociali. Questo timore ha alimentato visioni distopiche sulle ICT e sul digitale.
Tutto ciò non si è verificato, forse anche in concomitanza con un rallentamento nei tassi di crescita delle performance dei computer. Secondo una previsione avanzata nel 1965 da Gordon E. Moore, Co-Fondatore di Intel, il numero di transistor per chip si sarebbe raddoppiato ogni due anni, aumentandone la velocità. La predizione si è avverata, nel periodo 1975-2005. Da lì in poi, i tempi di raddoppio sono progressivamente saliti e continuano a farlo, in attesa dei progressi nella velocità di elaborazione dati promessi dal computer quantistico.
Si starebbe quindi saturando il potenziale innovativo delle tecnologie ICT? Non è questa l’opinione di alcuni studiosi, come Erik Brynjolfsson e Andrew McAfee, secondo i quali l’impatto sulla produttività del digitale non si sarebbe ancora visto nelle statistiche semplicemente perché i tempi di incubazione sono piuttosto lunghi. Ma ora, dicono questi autori, tutte le condizioni sarebbero finalmente al loro posto perché le tecnologie digitali (e l’AI) possano impattare su società e economia, tanto quanto fecero oltre un secolo fa la macchina a vapore e l’energia elettrica.
Si tratta di una lettura forse troppo ottimistica, perché trascura la questione degli ancora limitati tassi di adozione delle tecnologie digitali, anche nei Paesi più avanzati. Quello della transizione digitale, è un percorso in larga parte incompiuto, dove anche i pionieri del digitale, gli USA e l’Europa, operano ancora al di sotto del loro massimo potenziale.
Teniamo inoltre conto che l’adozione efficace di queste tecnologie deve essere accompagnata da cambiamenti organizzativi e culturali, grandi investimenti in capitale umano, un’evoluzione dei modelli di business verso soluzioni data-driven, che non sono alla portata di tutte le organizzazioni.
Questo vale anche per il nostro Paese. Fortunatamente, tuttavia, la transizione digitale in Italia potrà godere di una forte accelerazione grazie alle ingenti risorse stanziate dal PNRR.
Rimane il fatto che per completare il loro percorso di digitalizzazione, tutte le organizzazioni del nostro Paese dovranno reclutare, formare e trattenere personale in possesso di adeguate competenze digitali. Non si tratterà tanto o soltanto di assumere data scientist, esperti di sicurezza informatica, sviluppatori di software, professionisti del marketing digitale, ma anche di estendere le competenze digitali e di data management a tutti i livelli funzionali, creando inoltre apposite figure di interfaccia tra le funzioni ICT e le diverse aree organizzative.
In questo quadro evolutivo, il sistema della formazione manageriale e le scuole di management potranno svolgere un ruolo centrale e strategico a supporto della transizione, anche attraverso il ridisegno dei programmi formativi e delle competenze manageriali da sviluppare.
Al MIB di Trieste, ad esempio, da tempo abbiamo inserito stabilmente all’interno dei percorsi MBA e Master i corsi dedicati alle applicazioni di business dell’Artificial Intelligence e del Machine Learning, oltre ad aver avviato specifici programmi di Executive Education volti alla formazione di Business Translator, figure a metà strada tra i Business Analysts e i Project Manager.
Per realizzare efficacemente queste innovazioni nei contenuti formativi, le scuole di formazione dovranno però acquisire nuove competenze e allargare fortemente il proprio pool di docenti, attivando collaborazioni con istituzioni accademiche e professionisti in aree tradizionalmente lontane dal business, ma al cuore della rivoluzione digitale, come le aree STEM. Nel fare ciò, saranno avvantaggiate quelle scuole che sono già integrate nei più avanzati ecosistemi della conoscenza.