Digital transformation

Il business alla sfida della complessità: il ruolo delle digital platform

Le piattaforme di Industrial IoT, attraverso meccanismi strutturati di riduzione e assorbimento della complessità, raggiungono una sinergia ottimale tra contenimento e generazione della varietà

Pubblicato il 23 Giu 2021

Federico Adrodegari

Federico Adrodegari, Università di Brescia & Centro di Ricerca Interuniversitario ASAP

Marco Ardolino

Laboratorio di ricerca RISE - Dipartimento di Ingegneria Meccanica e Industriale, Università di Brescia & ASAP Service Management Forum

Nicola Saccani

Professore, Laboratorio RISE, Università degli Studi di Brescia e ASAP

catena di approvvigionamento

L’evoluzione del contesto competitivo ha modificato lo scenario di molti comparti industriali, della manifattura e dei servizi. In questo contesto le tecnologie giocano un ruolo fondamentale per il miglioramento delle performance e l’abilitazione di nuovi modelli di business come quello delle digital platform, che spostano i confini della competizione oltre il tradizionale settore di appartenenza di un’azienda. Dal punto di vista interno, anche per via della loro rapida evoluzione, le tecnologie però portano ad accrescere la complessità che un’azienda deve gestire.

In primo luogo, la centralità assunta dal cliente finale ha generato un continuo incremento nella varietà di “prodotto-servizio”, per offrire a ogni cliente ciò che più si avvicina ai suoi bisogni (fenomeno noto come mass customization). Inoltre, tale orientamento al cliente rende le prestazioni esterne dell’azienda e della supply chain assi più importanti che nel passato, e la customer satisfaction obiettivo indiscutibile di ogni azienda: basti pensare al caso Amazon per capire quanto ampiezza dell’offerta, facilità di interazione con il cliente e prestazioni di servizio siano determinanti per conquistare la fiducia dei clienti. Al contempo, l’accresciuta competizione sui costi, spinta dal fenomeno della globalizzazione e dallo sviluppo tecnologico, genera pressioni per aumentare l’efficienza delle filiere produttive di beni e servizi.

La teoria della complessità e le organizzazioni aziendali

Il concetto di complessità è stato sviluppato nel contesto della system analysis per descrivere la molteplicità, la diversità, l’interconnettività, la co-evoluzione e l’auto-similarità tra gli elementi di un sistema. La complessità emerge da “agenti parzialmente connessi la cui interazione dà luogo a comportamenti complessi che sono caratteristici di questi sistemi[1].

Sebbene nata nei sistemi matematici e biologici la teoria della complessità è stata trasposta da decenni nell’analisi economica e organizzativa[2]. Qui, il concetto di complessità viene utilizzato soprattutto per analizzare l’adattamento delle organizzazioni all’ambiente esterno, soprattutto quando caratterizzato da incertezza e turbolenza. Le organizzazioni affrontano due tipologie di complessità: cognitiva e relazionale. La complessità cognitiva si riferisce alla varietà di informazioni che gli attori si scambiano, mentre la complessità relazionale descrive le strutture delle interazioni degli attori.

Le organizzazioni possono adottare due diversi principi per gestire la complessità:

  1. riduzione, volta a semplificare le interpretazioni dell’ambiente esterno e mantenere ridotte le alternative di risposta di un’organizzazione;
  2. assorbimento (absorption), che implica molteplici – e anche opposte – interpretazioni degli stimoli dall’ambiente esterno[3].

La riduzione della complessità avviene attraverso meccanismi di Astrazione (per ridurre il numero di categorie che devono essere considerate per comprendere i fenomeni), e Codifica (per assegnare i dati alle categorie e dando loro forma e significato). Questi meccanismi permettono ad esempio di ridurre il numero di obiettivi aziendali, semplificare le attività strategiche o di ridurre il numero di elementi interagenti e le interdipendenze dei sistemi.

L’assorbimento della complessità comporta la creazione di processi o strutture ad hoc che facilitano lo scambio di informazioni e permettono la generazione di molteplici interpretazioni di informazioni. Questi meccanismi si traducono nel perseguimento di molteplici obiettivi e strategie, creando in tal modo numerose opzioni, o portafogli di prodotti-servizi, evitando al contempo l’assunzione di impegni in un singolo percorso, riducendo di conseguenza il livello di rischio. Nella complessità relazionale, l’assorbimento implica l’aumento del numero di partecipanti e delle loro interdipendenze, incrementando il networking e decentralizzando il processo decisionale, in linea con le logiche della gestione degli ecosistemi di business.

digital platform

Le digital (multisided) platform: un nuovo modello di business

Molte aziende oggi si appoggiano su un nuovo modello di business che sfrutta la tecnologia per mettere in comunicazione persone e risorse creando un vero e proprio ecosistema interattivo. Tutto ciò è possibile grazie all’implementazione di una piattaforma che consente di abilitare interazioni e transazioni tra diversi gruppi di utenti che decidono di partecipare al business creato dalla piattaforma stessa, da cui la nascita della cosiddetta platform economy.

Le piattaforme digitali, specialmente quelle cosiddette multisided sono inerentemente collegate alla gestione di ecosistemi articolati, in cui gruppi diversi, le “sides” (quali sviluppatori, venditori, potenziali clienti, advertiser…) interagiscono, scambiano dati e svolgono transazioni secondo i meccanismi definiti dal gestore della piattaforma (platform owner)[4]. Facebook, ad esempio, ha da una parte gli utenti iscritti al social network, ma anche altre “sides”: sviluppatori che implementano applicazioni che possono essere usate tramite il social network e inserzionisti, che costituiscono una delle principali fonti di reddito per l’azienda.

Un aspetto caratterizzante di questi tipi di business è la presenza di effetti di rete (o esternalità): l’utilità per un utente nel partecipare in una piattaforma dipende fortemente dal numero di utenti presenti negli altri gruppi. Maggiore è il numero di utenti, più alta sarà la probabilità di trovare la soluzione più idonea rispetto alle proprie esigenze. Nel caso di Uber, ad esempio, l’esperienza di utilizzo da parte di un passeggero dell’applicazione dipende fortemente dal numero di autisti iscritti. Una digital platform, quindi, non può focalizzarsi solo nell’attrarre a sé gli utenti di una singola side, ma deve adottare opportune strategie al fine di attrarre utenti che appartengano a tutte le parti che sono coinvolte nel business.

Le piattaforme digitali, e quelle di Industrial Iot in particolare, permettono di far fronte all’aumento della complessità in quanto “le aziende utilizzano piattaforme digitali per affrontare i problemi più complessi dei clienti analizzando e combinando dati su vari prodotti nell’ecosistema della piattaforma”[5]: si prestano di conseguenza a massimizzare la varietà da un lato e mantenere coerenza con un livello adeguato di gerarchia (e quindi semplificazione) dall’altro.

Le digital (multisided) platform e la gestione della complessità

Abbiamo quindi visto che i meccanismi di gestione della complessità vertono sui due principi alternativi di riduzione e assorbimento della stessa, in una prospettiva di limitazione delle opzioni da un lato e di accresciuta generatività dall’altro. Ma in che modo le digital platform svolgono queste due funzioni? Di seguito illustriamo brevemente i meccanismi di riduzione e assorbimento della complessità tipici delle piattaforme digitali.

Un contesto dal potenziale particolarmente interessante è quello delle piattaforme per l’Industrial IoT, come ad esempio Thingworx e Mindsphere, che mettono in pista tutte i meccanismi citati di seguito.

Regole e protocolli

La complessità delle interazioni delle piattaforme è ridotta attraverso regole e protocolli comuni, come le interfacce di programmazione delle applicazioni delle piattaforme (application programming interfaces, API) e i protocolli di interoperabilità dei dispositivi, che si riferiscono al costrutto teorico della codificazione.

Marketplace

Le piattaforme riducono anche la complessità organizzandosi come “mercati”, per semplificare le interrelazioni attore-attore, con l’ulteriore beneficio di ridurre i costi transazionali nelle interazioni economiche tra le parti e accrescere il livello di fiducia nella piattaforma.

Modularità

Un noto meccanismo di riduzione della complessità legato alla piattaforma è la modularità. Utilizza gli approcci teorici della codifica per dividere l’architettura di sistema, e usa l’astrazione per semplificarla. Così come nelle architetture di prodotto in ambito manifatturiero, questo avviene per i software nelle piattaforme che coinvolgono sviluppatori: la logica è quella di identificare e suddividere gli oggetti di programmazione in componenti indipendenti e codificati in base alle loro funzionalità principali, e di permetterne la combinazione per generare molteplici risultati diversi

Facilitare lo sviluppo di personalizzazioni

Nel dominio dell’assorbimento della complessità, le digital platform, e di Industrial Iot in particolare, hanno implementato strumenti che consentono agli utenti della piattaforma di auto-sviluppare soluzioni. In pratica, questi strumenti includono kit di sviluppo software e wizard di personalizzazione per utenti e sviluppatori.

Facilitare la collaborazione

Le piattaforme offrono anche strumenti di collaborazione per facilitare le interazioni tra gli utenti. Questi approcci guidano la sperimentazione e l’adattamento sulle piattaforme: lo sviluppo autonomo e la collaborazione spingono le piattaforme ad evolversi continuamente.

Piattaforme aperte e decision-making decentralizzato

Le piattaforme possono essere aperte, facilitando l’accesso e promuovendo il networking: questo fa sì che aumentino il numero di partecipanti e le loro interdipendenze. Inoltre, le piattaforme possono specificamente facilitare la formazione di diverse combinazioni di risorse in modo flessibile. Un’ultima leva riguarda logiche di decentralizzazione, che possono riguardare decisioni relativamente allo sviluppo di prodotti-servizi generati attraverso la piattaforma, fino alla decentralizzazione delle stesse governance e proprietà delle piattaforme stesse.

Piattaforme di Industrial IoT: sinergia ottimale tra contenimento e generazione della varietà

Analizzando i meccanismi di assorbimento e riduzione della complessità nelle piattaforme, vediamo che questi funzionano in sinergia. L’obiettivo non è quindi, come avviene in sistemi manifatturieri tradizionali, di definire un livello di complessità “ottimale”, ma piuttosto di gestire la complessità attraverso alcuni meccanismi di assorbimento e quindi mitigare potenziali problemi con meccanismi di riduzione della stessa. Il risultato è che a pari livello di complessità, questa può essere gestita a un costo più limitato per il platform owner rispetto a un modello di business tradizionale.

Regole e protocolli comuni, così come la creazione del marketplace, infatti, standardizzano le interazioni nel sistema, consentendo al platform owner il controllo e la gestione efficiente del “cuore” della piattaforma, che si basa su un numero limitato di moduli standardizzati. I meccanismi di assorbimento, al contempo, consentono il perseguimento di molteplici obiettivi e strategie, favorendo la generatività e la conseguente “esplosione” della complessità, ma demandando agli utenti stessi e alle loro interazioni questo fenomeno che avviene in modo decentralizzato.

Sta alle aziende che implementano questo nuovo modello di business di comprendere e sfruttare al meglio queste sinergie per, in estrema sintesi, garantire la massima varietà, apertura e personalizzabilità dei risultati dall’utilizzo della piattaforma da parte delle diverse side, e al contempo mantenerne una gestione adeguatamente regolata ed efficiente.

Tramite le digital platform e comprendendo più a fondo il funzionamento dei meccanismi di riduzione e assorbimento, le aziende possono acquisire nuove capacità e opportunità per gestire la complessità e ricavarne i massimi benefici.

Note

  1. Si veda ad esempio Eisenhardt, K. and Piezunka, H. (2011), “Complexity theory and corporate strategy”, The SAGE Handbook of Complexity and Management
  2. Smith, A.C. (2005), “Complexity theory for organisational futures studies”, Foresight, Vol. 7 No. 3. Murray, P.J. (1998), “Complexity theory and the fifth discipline”, Systemic Practice and Action Research, Vol. 11 No. 3.
  3. Per una trattazione di maggior dettaglio dei principi di gestione della complessità, si possono consultare: Ashmos, D.P., Duchon, D. and McDaniel, R.R. (2000), “Organizational responses to complexity: the effect on organizational performance”, Journal of Organizational Change Management, Vol. 13 No. 6 /// Boisot, M. and Child, J. (1999), “Organizations as adaptive systems in complex environments: the case of China”, Organization Science, Vol. 10 No. 3
  4. Ardolino, M., Saccani, N., Adrodegari, F. and Perona, M. (2020), “A business model framework to characterize digital multisided platforms”, Journal of Open Innovation: Technology, Market and Complexity, Vol. 6 No. 1
  5. Gebauer, H., Arzt, A., Kohtam”aki, M., Lamprecht, C., Parida, V., Witell, L. and Wortmann, F. (2020c), “How to convert digital offerings into revenue enhancement–Conceptualizing business model dynamics through explorative case studies”, Industrial Marketing Management, Vol. 91

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Nicola Saccani
Nicola Saccani
Professore, Laboratorio RISE, Università degli Studi di Brescia e ASAP

Nicola Saccani Professore Associato presso il Dipartimento di Ingegneria Industriale e Meccanica dell'Università di Brescia (IT), dove fa parte del laboratorio RISE. È coordinatore nazionale dell’ASAP SMF, una comunità che coinvolge accademici e professionisti per sviluppare la cultura e l'eccellenza nella gestione e sviluppo dei servizi. Le sue attività di ricerca riguardano principalmente il service e supply chain management, con particolare riferimento alla servitizzazione, alla gestione dei ricambi e delle scorte, alla pianificazione, alla service and digital transformation. È autore di numerose pubblicazioni scientifiche in questi campi.

email Seguimi su
Federico Adrodegari
Federico Adrodegari
Federico Adrodegari, Università di Brescia & Centro di Ricerca Interuniversitario ASAP

Ricercatore PhD presso il Laboratorio RISE dell’Università degli studi di Brescia, dove svolge attività di ricerca, docenza e trasferimento con le imprese. Dopo essere stato responsabile della sezione machinery, dal 2019 è Coordinatore Nazionale di ASAP SMF la community accademico-industriale Italiana di riferimento sul service management e la servitizzazione. Su questi temi è autore di numerosi studi e diverse pubblicazioni scientifiche su riviste internazionali. È inoltre Project Manager presso IQ Consulting, spin-off di UniBS, oggi parte del gruppo Digital 360.

email Seguimi su
A
Marco Ardolino
Laboratorio di ricerca RISE - Dipartimento di Ingegneria Meccanica e Industriale, Università di Brescia & ASAP Service Management Forum

IQ Consulting

Articoli correlati