Rivoluzione digitale e dintorni

Tra tecnologia e business serve un mediatore culturale multidisciplinare che solo un ecosistema dell’alta formazione può formare

L’intelligenza artificiale sta entrando prepotentemente nel mondo del business, promettendo di rivoluzionare processi e modelli organizzativi in molti settori. Le applicazioni di AI nell’analisi dei dati, nell’automatizzazione di attività ripetitive, nello sviluppo di interazioni più “umane” con clienti e dipendenti sono potenzialmente dirompenti.

Ma troppo spesso i progetti di implementazione dell’AI nelle aziende falliscono o non danno i risultati sperati. Il problema è che le imprese faticano a creare la cultura, le competenze e i modelli organizzativi necessari per integrare questa innovazione su larga scala.

Manca un vero e proprio “traduttore” in grado di fare da ponte tra il mondo tech degli ingegneri informatici e sviluppatori da una parte e quello del management dall’altra. Serve una figura capace di comprendere le potenzialità e il linguaggio degli algoritmi di intelligenza artificiale, ma anche di tradurli in applicazioni concrete che rispondano ai bisogni di business.

Il profilo ideale è quello dell’analytics translator: un professionista che coniuga hard skills quantitative tipiche del mondo della data science con competenze manageriali, di relazione e comunicazione verso il management.

Il suo profilo di competenze è fortemente multidisciplinare. Deve saper padroneggiare gli strumenti dell’analisi avanzata dei dati, ma anche comprendere le tecnicalità della gestione aziendale e le specificità del modello di business dell’impresa al fine di interagire efficacemente con la governance aziendale per identificare le aree in cui l’AI può portare benefici tangibili al business e guidare lo sviluppo di applicazioni focalizzate su questi obiettivi, misurandone poi l’impatto.

Per formare efficacemente questa figura ibrida, il mondo della formazione manageriale è chiamato a un deciso cambio di passo e le business school più innovative stanno già sperimentando percorsi formativi che integrano insegnamenti STEM con materie manageriali, di organizzazione aziendale e discipline umanistiche.

L’obiettivo è creare professionisti in grado non solo di padroneggiare gli strumenti analitici più avanzati, ma anche di applicarli per risolvere problemi concreti di business, lavorando in squadra e comunicando in modo efficace anche con interlocutori non tecnici.

Un caso emblematico è il “Business Translator Program” coordinato da MIB Trieste School of Management nell’ambito del Data Science and Artificial Intelligence Institute (DSAII).  Data la sua fortissima multidisciplinarietà sarebbe impossibile realizzarlo senza il fondamentale contributo di docenti e scienziati provenienti da altre istituzioni co-fondatrici dell’Istituto, in particolare l’Università degli Studi di Trieste e la SISSA.

Il programma, rivolto a manager di una grande azienda globale, mira a sviluppare le competenze necessarie per guidare progetti di innovazione basati sui dati e l’intelligenza artificiale all’interno del gruppo committente.

L’obiettivo è costruire e rendere efficace e solido il profilo di competenze della figura del Business Translator che possiamo descrivere in questi termini:

  • Missione: il Business Translator è un professionista che opera in diverse funzioni e linee di business, facendo da ponte tra il mondo del business e quello dei dati e dell’intelligenza artificiale. Il suo obiettivo è migliorare le performance aziendali, massimizzando l’impatto delle iniziative di analytics e identificando nuove opportunità di innovazione di processi e prodotti tramite l’utilizzo di dati e AI.
  • Contesto di lavoro: il Business Translator lavora sui dati collaborando con team multidisciplinari che includono data scientist, data engineer, data architect, esperti di visualizzazione dati. Deve saper interagire sia con figure tecniche che con referenti business.
  • Responsabilità: identifica nuove opportunità di problem solving, promuove l’adozione di nuove soluzioni analytics-based, gestisce progetti di analytics end-to-end, effettua analisi di business assieme a stakeholder, contribuisce allo sviluppo di prodotti/servizi basati sui dati.
  • Aree di competenza: profonda conoscenza dei processi aziendali e di settore; comprensione dell’importanza e delle applicazioni di analytics e AI; competenze di gestione e preparazione dei dati; capacità di interpretare e valutare modelli predittivi; conoscenza degli strumenti di AI; project management e leadership; comunicazione efficace verso il business.
  • Formazione: il percorso formativo del Business Translator deve prevedere sia contenuti tecnici (es. statistica, machine learning, programmazione) sia manageriali (es. strategia, marketing, organizzazione). Fondamentale anche la possibilità di applicare le competenze attraverso project work, business case e testimonianze aziendali.

I partecipanti seguono un percorso formativo online, quasi integralmente sincrono ma integrato in un grande LMS che permette ai partecipanti di complementare il percorso con moduli di auto-apprendimento su piattaforma digitale.

L’impostazione didattica prevede un mix di docenti provenienti sia dal mondo accademico sia testimonianze provenienti da centri di alta competenza del gruppo committente, così da trasferire sia competenze tecniche che capacità di applicarle in concreto.

Il programma ha appena concluso la seconda edizione e ha ormai formato quasi un centinaio di Business Translator destinati a diventare l’elemento chiave per implementare in azienda soluzioni di intelligenza artificiale che rispondano ai reali bisogni del business evitando che i progetti di AI, pur assorbendo investimenti ingenti, si risolvano in un nulla di fatto.

Abbiamo realizzato un modello formativo che riteniamo possa essere un punto di riferimento nell’era della digitalizzazione che richiede un superamento dei confini tra discipline e ambiti di competenza. Le aziende hanno bisogno di professionisti che sappiano integrare capacità tecnico-quantitative e qualità manageriali per guidare il cambiamento. Il mondo accademico è chiamato a ripensare programmi e metodi di insegnamento in una prospettiva multidisciplinare, per non sfornare analisti eccellenti dal punto di vista tecnico specialistico ma poco capaci di integrarsi efficacemente con i colleghi.

Oggi riteniamo che la collaborazione tra atenei, centri di ricerca, scuole di management e imprese sia cruciale per formare i manager che servono alle imprese più evolute, quelle che costruiscono il futuro del nostro Paese, e così mantenerne elevato il valore del capitale umano.