Secondo uno studio McKinsey, le aziende digitalmente mature registrano un incremento di produttività del 20–30%.
Il World Economic Forum prevede che entro il 2030 circa il 40% dei lavoratori dovrà aggiornare le proprie competenze digitali.
L’AI e i suoi sviluppi non potranno essere ignorate. Anche le PMI, al pari delle grandi imprese, dovranno investire in tecnologie e automazioni per restare competitive.
Uno dei principali ostacoli che emergono dagli attuali studi è la mancanza di competenze e di consapevolezza delle reali potenzialità dell’AI, che spesso genera diffidenza e rallenta il cambiamento:
- Secondo il MIT, il 95% dei progetti pilota di AI generativa fallisce perché le aziende non sanno come e dove adottarla.
- Uno studio Deloitte mostra che il 59% delle organizzazioni intervistate che hanno investito in AI, hanno una probabilità 1,6 volte maggiore di dichiarare che i loro investimenti in AI non stanno superando le aspettative.
Uno studio pubblicato su ResearchGate sottolinea l’importanza del “rispetto per le persone”: l’AI non sostituisce l’uomo, lo supporta. In questo caso aziendale osservato, l’introduzione di strumenti di AI è stata accompagnata da un programma di upskilling (riqualificazione e sviluppo delle competenze dei collaboratori) dei collaboratori e di coinvolgimento nel miglioramento continuo. L’ AI è stata quindi percepita come potenziamento, non minaccia.
L’AI è uno strumento, non un fine. Senza metodo si rischia di generare il cosiddetto “waste of data”: dati raccolti ma non analizzati, dashboard inutilizzate, automazioni che non migliorano il flusso di valore.
Troppe iniziative di digitalizzazione partono senza obiettivi chiari, sprecando tempo e risorse.
“Un modello di machine learning che nessuno usa è come una macchina ferma in magazzino: un investimento senza flusso di valore.”
La vera trasformazione digitale non è “plug-and-play” (chiavi in mano) , ma si fonda sulla tripletta inscindibile persone-processo-tecnologia.
Ed è qui che la Lean, nata tra gli anni ’40 e ’50, continua a guidarci ancora oggi. Perché:
- ci ricorda che il punto di partenza non è la tecnologia, ma le persone e i processi,
- ci insegna a fermarci per chiederci: “Quale problema reale dobbiamo risolvere?”
- ci aiuta a partire dal cliente e dal concetto di valore, applicando strumenti come il Value Stream Mapping anche ai flussi informativi e digitali.
Quando l’AI viene implementata dopo un’analisi Lean del flusso di valore, individuando i punti di reale miglioramento con la tecnologia, porta considerevoli benefici.
- Un produttore di semiconduttori ha ridotto del 30% gli scarti grazie a sistemi di AI predittiva nel controllo qualità. (Fonte AMFG – Tomorrow’s Manufacturing Today)
- Un’altra azienda, con un sistema di monitoraggio dati in tempo reale, ha individuato colli di bottiglia invisibili prima, riducendo tempi di inattività e sprechi. (Fonte akira.ai)
In sintesi, l’obiettivo non è avere più AI, ma un’AI più utile, mirata e “snella”.
Il successo non nasce dall’adottare tutto, ma dal sapere cosa serve davvero. Una cultura Lean può guidare la trasformazione digitale verso soluzioni semplici, efficaci e orientate al valore.