L’accelerazione del cambiamento tecnologico sta aprendo la porta a nuove innovazioni, attività e modelli di business. I progressi nell’intelligenza artificiale, nell’apprendimento automatico, nella robotica e in altre tecnologie hanno aumentato di dieci volte il ritmo del cambiamento. Ecco alcuni dati che per me sono significativi:
- si stima che, entro il 2025, 50 miliardi di dispositivi saranno connessi all’Industrial Internet of Things (IIoT);
- entro il 2022, il 70% dei produttori utilizzerà regolarmente i gemelli digitali;
- entro il 2025, circa il 70% delle nuove applicazioni utilizzerà tecnologie LC/NC (low code-no code), rispetto a meno del 25% nel 2020;
- le previsioni sulle opportunità di guadagno globale del metaverso si aggirano sugli 800 miliardi di dollari nel 2024, rispetto ai circa 500 miliardi nel 2020;
- nel prossimo decennio, potremo sperimentare più progressi rispetto agli ultimi 100 anni messi insieme, come previsto nel libro The Future Is Faster than You Think: How Converging Technologies Are Transforming Business, Industries, and Our Lives, scritto dall’imprenditore Peter Diamandis insieme a Steven Kotler.
Alfabetizzazione tecnologica
È per questi motivi che l’alfabetizzazione tecnologica diventa fondamentale per ogni ruolo, richiedendo che l’apprendimento sia continuo e costruito a livello delle abilità individuali che vengono implementate al momento del bisogno.
Le aziende ovviamente devono essere pronte a integrare le opzioni tecnologiche più promettenti per il loro business. Ciò creerà enormi opportunità, ma solo per quelle aziende che sviluppano una vera intelligenza tecnologica attraverso una cultura di apprendimento continuo.
L’introduzione di strumenti LC/NC di facile utilizzo e la diffusione di ambienti completamente nuovi come il Metaverso richiedono la formazione di sviluppatori e ingegneri full-stack, che dovranno integrare continuamente le proprie competenze per stare al passo con le tecnologie in evoluzione. Non va, infatti, commesso l’errore di pensare che una tecnologia apparentemente più facile non richieda una formazione adeguata o il rischio è che vengano sviluppati prodotti non ottimali.
Anzi, si rende necessario passare a sistemi di formazione più capillare per fare in modo che lo sviluppo professionale dei dipendenti passi attraverso la forntiura di competenze specifiche. Ciò richiede una sorta di spacchettamento delle skills in snippet di abilità meno eterogenee e più facili da integrare nel flusso di lavoro in modo dinamico, secondo le esigenze. Questo tipo di approccio chiamato LearnOps – in cui l’apprendimento è integrato nelle operazioni – è per esempio una prassi consolidata in Netflix, dove i data scientist collaborano direttamente con product manager, team di ingegneri e altre unità aziendali per progettare, eseguire e imparare dagli esperimenti.
Una cultura dell'apprendimento
Le fondamenta di questo nuovo approccio sta nel costruire una cultura dell’apprendimento rendendo la formazione continua e facile da fare, un po’ come avviene all’interno delle comunità integrate che sviluppano strumenti open source e in cui il codice viene aggiornato e rivisto costantemente. Allo stesso modo, le aziende più innovative dedicano più tempo per consentire alle persone di provare nuovi strumenti o tecnologie durante la creazione di un prodotto.
Anche qua torna utile l’esempio di Netflix – per cui la condivisione di informazioni ampia, aperta e deliberata è un valore fondamentale – che ha costruito la piattaforma di sperimentazione Netflix come un prodotto interno che funge da repository di soluzioni che i futuri team potranno riutilizzare. Ha un product manager e una road map dell’innovazione, con l’obiettivo di rendere la sperimentazione una parte semplice e integrata del ciclo di vita del prodotto.
Nuovi protocolli
Tuttavia, per supportare questo tipo di apprendimento e sperimentazione continua, le aziende dovranno accettare gli errori. L’arte consisterà nel limitare l’impatto di errori potenzialmente costosi, come la perdita o l’uso improprio dei dati dei clienti. L’IT dovrà progettare protocolli, incentivi e sistemi per incoraggiare i comportamenti corretti e ridurre quelli negativi. Molte aziende, a tal proposito, stanno iniziando ad adottare pratiche come i test automatizzati che portano tre benefici:
- evitare che si verifichino errori;
- fare in modo che gli errori non impattino su altre applicazioni o sistemi;
- definire protocolli di resilienza.
Ti piace quello che scrivo?
Allora iscriviti alla mia newsletter settimanale e non te ne perderai uno!
Vedrai che non te ne pentirai.
