Il filo conduttore di molte analisi economiche è lo scenario sintetizzato con l’espressione “Industria 4.0”, alla base di previsioni ed ipotesi su tendenze tecnico-economiche, che non di rado rinviano però a processi di trasformazione analizzati in forme fenomeniche parziali. Ciò ostacola un’appropriata comprensione della dinamica in atto, rendendo problematica l’individuazione delle sfide e delle potenzialità per imprese e sistemi economici. Sembra quindi opportuno effettuare un’analisi più approfondita di meccanismi basilari, messi in luce a partire da tre esempi tratti dall’esperienza ordinaria: 1) andare al supermercato, 2) aprire il frigorifero per prendere del cibo, 3) effettuare un lungo viaggio in macchina.
Al supermercato possiamo avvicinare il nostro smartphone a un oggetto per conoscerne la composizione, la storia e le notizie essenziali del processo di produzione e di smistamento logistico. Se apriamo il frigorifero, o semplicemente ne controlliamo il display, possiamo ricevere segnali circa la scadenza dei prodotti nei ripiani, o indicazioni circa la necessità di provvedere al reintegro degli alimenti mancanti. Qualora iniziamo un viaggio è agevole la geolocalizzazione dell’auto, l’arrivo di informazioni in merito ai percorsi più favorevoli per raggiungere determinate mete, mentre altre componenti dell’auto ci informano sulla distanza dalle altre auto, e altre ancora monitorano lo stato di salute del guidatore, insieme alla coerenza tra comportamenti di guida e segnali stradali. Se iniziamo un viaggio o acquistiamo qualcosa, è sufficiente esibire una carta di credito per ottenere in pochi secondi l’approvazione oppure il rifiuto dell’operazione, mentre tutte le informazioni riguardanti la nostra storia personale passano al vaglio – in località spesso remote- di sistemi informativi che controllano la regolarità dei flussi di informazione.
In sostanza, quindi, le nostre attività fisiche innescano ampie e complicate conversazioni, che «nascono interamente tra oggetti che parlano in remoto con altri oggetti: server, switch, router, e altri strumenti di comunicazione Internet, capaci di aggiornare e di traghettare informazioni avanti e indietro»[1]. In pochi secondi questi dispositivi trasmettono reciprocamente informazioni ed effettuano deduzioni logiche per richiedere interventi umani.
Dietro il mondo fisico degli oggetti intorno a noi i flussi di beni e servizi costituiscono un sistema altrettanto reale, un mondo compenetrato al primo e composto da sistemi di flussi tra server e nodi intelligenti, in grado di ricevere, accumulare e elaborare volumi crescenti di segnali, informazioni e conoscenze. É importante chiedersi come sia possibile che dietro l’“economia reale” con cui ci misuriamo quotidianamente vi sia quella che Arthur chiama “Second Economy”, un vero e proprio sistema di interconnessioni. Per rispondere a questo interrogativo facciamo un salto indietro nel tempo.
Agli inizi degli anni ‘90 a Palo Alto, in California, presso il Research Center della Rank Xerox (PARC), un gruppo di computer scientist diretti da Mark Weiser sviluppano una serie di riflessioni sul futuro delle tecnologie dell’informazione e dei computer, concretizzando idee e realizzando dispositivi allora futuribili, proprio quelli che oggi ci circondano. Un aspetto centrale dello “spazio creativo” esistente al PARC è il seguente “principio”, enunciato da Weiser: «le tecnologie più profonde sono quelle che non appaiono», in quanto sono parte integrante della struttura della vita quotidiana, fino al punto da non essere da essa distinguibili[2]. Di qui l’idea che le tecnologie dell’informazione dovessero attraversare una fase di transizione fondamentale dal personal computer messo al centro della vita quotidiana alla sua “sparizione”, perché trasformato in elemento integrato dello “sfondo” della vita reale.
Analogamente alla scrittura e all’elettricità, due tecnologie che hanno profondamente trasformato la vita dell’umanità, la visione di Weiser e i suoi colleghi è che le tecnologie dell’informazione debbano diventare la trama connettiva dei contesti di vita e di lavoro. Nasce così l’idea dell’Ubiquitous Computing, che denota un ambiente capace di elaborare informazioni a molteplice scala in modo invisibile all’utilizzatore. La tecnologia diviene uno strumento in grado di sintonizzarsi con i dispositivi sensoriali di elaborazione delle informazioni del nostro cervello[3].
L’Ubiquitous computing e la Second Economy sono resi possibili dall’esistenza e dalla pervasività di cyber-physical systems (CPS), cioè “l’integrazione di processi computazionali e fisici. Computer e reti integrate monitorano e controllano i processi fisici, normalmente utilizzando cicli di feedback laddove i processi fisici influenzano quelli computazionali e viceversa” (trad. nostra di Lee E.A. (2008), “Cyber Physical Systems: Design Challenges”, 11th IEEE Symposium on Object Oriented Real-Time Distributed Computing (ISORC), pp. 363-369).
Da questo nucleo propulsivo basilare dobbiamo partire per comprendere che siamo entrati in un mondo fisico-cibernetico, il quale può essere descritto affrontando un interrogativo apparentemente singolare: cosa può accomunare locomotive ferroviarie, racchette da tennis, e orologi da polso?
La risposta è semplice: l’esistenza di componenti fisiche e virtuali coordinate assimila gli oggetti indicati (e migliaia di altri) all’interno di una traiettoria di profonda trasformazione tecnico-produttiva.
Sono in atto processi di continua e accelerata creazione di nuove conoscenze, possibili grazie a strumenti molto potenti a nostra disposizione, i quali possono consentire l’esplorazione di domini conoscitivi ancora ignoti. Per cercare di comprendere cosa tutto ciò significhi e quali le potenziali sfide e opportunità per i sistemi economico-produttivi, enucleiamo un concetto basilare, quello di digital thread: “Molte grandi imprese stanno reagendo alla pressione competitiva “digitalizzando” la propria filiera di fornitura, i processi manifatturieri, i componenti, i dati aziendali. I dati sono catturati durante tutto il ciclo di vita del prodotto e analizzati alla ricerca di opportunità per diminuire i costi di produzione e i tempi di risposta, mentre aumentano efficienza e innovazione. La frase “Digital Thread” è comunemente utilizzata per descrivere questo processo”. (Mies D., Marsden W., Warde S., 2016, “Overview of Additive Manufacturing Informatics: “A Digital Thread”, Integrating, Materials and Manufacturing Innovation, 5-6, p. 2).
In questa prospettiva grandi machine come locomotive da 220 tonnellate tendono ad essere molto più simili a computer iperattivi: un’enorme quantità di sensori e di dispositivi, che raccolgono dati sulle varie componenti della locomotiva, conferiscono ad una sorta di “mastodonte” un’adattabilità al contesto in cui si muove. Può così accadere che un giornalista si ritrovi “mano sull’acceleratore, occhi sull’orizzonte, alla guida di un treno merci di un km e mezzo lungo il percorso che va da Kansas City ad Amarillo Texas”. In realtà il giornalista in questione è a Niskayma, 4 ore da New York City, in una stanza attrezzata, dove l’esercizio di guida avviene grazie ad un modello computazionale di ottimizzazione del viaggio (Gertner, 2014). Si tratta di un modello per il controllo “superintelligente” del percorso di viaggio, in grado di calcolare la velocità appropriata del treno in ogni momento, suggerendo al guidatore il comportamento più adatto in vari tipi di percorso. Sham Chotai, Chief Technology Officer della GE Transport Division, già nel 2014 sosteneva che entro breve tempo la GE sarebbe stata in grado di avere sotto controllo a distanza ogni locomotiva, ciascuna composta da 200.000 parti dotate di sensori e altri dispositivi di trasmissione dati[4].
Vediamo ora la racchetta da tennis: nell’impugnatura contiene sensori e strumenti di connettività tali per cui, tramite appositi algoritmi e software dedicati (le App) è possibile calcolare e trasmettere sia al giocatore che al suo allenatore informazioni circa le traiettorie della pallina, la velocità, l’angolo di rotazione e la forza dell’impatto. Il tutto può essere ovviamente memorizzato su smartphone e altri dispositivi per consentire di elaborare strategie di miglioramento delle prestazioni del giocatore.
Il terzo esempio è il cinturino da polso che, oltre a misurare il tempo, può stimare una serie di aspetti della vita quotidiana delle persone: intensità dell’attività fisica svolta, consumo di calorie, interazione tra piano alimentare e tipologia di comportamento adottato, altri parametri corporei, con la possibilità di delineare un quadro programmato/desiderato e poi valutare il divario tra obiettivi stabiliti e risultati ottenuti, scoprendo in tempo reale eventuali anomalie e fattori di rischio dell’organismo umano.
Enucleiamo fondamentali aspetti comuni agli esempi addotti.
1. Gli oggetti divengono al tempo stesso processi, perché non sono più qualcosa di definito che, una volta ottenuto, viene immesso sul mercato e la cui evoluzione avviene esclusivamente nell’orbita di azione dell’utilizzatore. Al contrario, c’è un filo continuo (il digital thread), che consente un’incessante comunicazione tra la miriade di componenti, costituiti sempre più da materiali compositi, ovvero insiemi variabili e multiformi di differenti materiali: polimeri, metalli ceramici dotati di particolari proprietà fisico-chimiche a varia scala, dalla nano e micro scala fino a quelle macroscopiche strutturali, verificabili con la fisica dei nostri sensi. Dall’aeronautica ai mezzi di trasporto su strada, dalle nuove medicine e sistemi di cura alle racchette da tennis, da strumenti di produzione dell’energia alla vasta serie di prodotti per la casa con nuove proprietà meccaniche, masse volumiche (densità) sempre più contenute, sostanze composte a partire da frammenti molecolari “programmati”, siamo di fronte ad un universo di potenziali prodotti che assicurano performance sempre più importanti: resistenza agli stress, flessibilità, leggerezza, duttilità, capacità di targeting sul problema (sanitario, energetico, chimico-fisico, ingegneristico). In breve, siamo in presenza di output che, grazie all’analisi dei dati multi-scala, sono progettati e scoperti, partendo dall’identificazione di relazioni critiche tra micro-strutture chimico-fisiche e proprietà (Broderick S., Rajan K., 2015, “Informatics derived materials databases for multifunctional properties”, Science and Technology of Advanced Materials, 16, pp. 1-8.).
2. Flussi informativi di varia provenienza e destinazione sono continuamente generati in tempo reale e trasmessi senza sosta, per essere combinati tra loro, al fine di individuare anomalie, necessità di aggiustamenti, possibilità di miglioramento. Strutture interattive a vari livelli (cosiddette end-to-end) sono perennemente in funzione.
3. Valutazione e verifica senza sosta tra set di parametri prefissati e quelli rilevati nell’interazione tra gli impulsi e le mutevoli contingenze del mondo reale. Tutto questo genera spinte ad adattamenti continui, connessi ai divari tra stato di cose desiderato e stati reali variabili.
4. Oggetti e processi con simili comportamenti sono intrinsecamente dinamici e recettivi verso gli imprevisti, nel senso che raccolgono immediatamente segnali “premonitori” e possono quindi delineare sfide, minacce, opportunità. In sostanza, quindi, oggetti e processi divengono smart and connected (Porter M. E., Heppelman J.E., 2014, “How smart connected products are transforming competition”, Harvard Business Review, November, pp. 65-88.), cioè sistemi di componenti correlati a flussi informativi, generati sia da esse stesse che dai contesti con cui interagiscono.
Tutto ciò è possibile perché vi sono micro- mondi fisici e loro copie digitali, che sono aperte a interazioni con altri “micro-mondi” attraverso feedback ricorrenti e diffusi, con una conseguenza molto importante: mentre fino alla fine del secolo scorso era necessario ispezionare direttamente (“fisicamente”) un’attrezzatura e un qualsiasi oggetto realizzato per ottenere informazioni sul suo funzionamento, dai primi anni del XXI secolo la rappresentazione digitale di un sistema dinamico (processo e output) e il “digital twin” o gemello digitale” cambiano profondamente il quadro. La Machine to Machine communication (M2M), il digital twin e il digital thread indicano che processi e prodotti diventano sistemi generatori di flussi di informazioni che vengono scambiati, si sovrappongono e intersecano, mettendo in contatto un numero potenzialmente elevato e certo non calcolabile a priori di set di eventi: si pensi agli oggetti indicati al punto 1.
In tale quadro è destinato a mutare profondamente il modello di business delle imprese produttrici di smart and connected products. Ovviamente nella letteratura in tema di strategic management esistono numerose definizioni del modello di business. La più pregnante ai nostri fini ci sembra quella proposta da Amin e Zott (Amitt R., Zott C., 2012, “Creating Value through business model innovation”, MIT Sloan Management Review, Vol. 53, N. 3, p. 42): “We define a company’s business model as a system of interconnected and interdependent activities that determines the way the company “does business” with its customers, partners and vendors.” Le interazioni e il matching incessante tra il mondo fisico e quello virtuale, l’intensità della dinamica innovativa nello spazio connettivo globale impongono a qualunque attore (impresa, organizzazione, Centro di Ricerca, Università) di reinventare il proprio modello di business. Cosa significa questo e quali le sue implicazioni?
Potremmo così esprimere i principi fondanti dell’innovazione del proprio modello di business, da cui poi trarre regole generali e specifiche di comportamento (Knowledge Wharton School, 2009, The Mindset of a Problem-Finder): 1) possedere un open mindset, senza mai dare per “scolpite nella pietra” le soluzioni dei problemi tecnico-produttivi più accettate. L’apertura mentale, insieme alla curiosità intellettuale, spinge alla ricerca di nuovi problemi, tanto più se sono sorprendenti e challenging per il sapere consolidato. 2) Approfondire le conoscenze alla base del proprio modello di business “a livello granulare”, cioè con il maggior grado di dettaglio possibile, in modo da re-immaginarlo partendo con processi bottom-up. 3) Systems thinking, che significa sviluppare le capacità di connettere piccoli e grandi eventi, aspetti specifici ed elementi di carattere generale a vari livelli (sistemi gerarchici, modelli scomponibili).
*I temi trattati in questo contributo sono analizzati in modo più esteso nel volume:
M.Lombardi, Fabbrica 4.0: i processi innovativi nel “multiverso” fisico-digitale, in corso di stampa
[1] A. W. B., 2011, “The second economy”, McKinsey Quarterly, October, p. 2.o
[2] M. Weiser, 1991, “The Computer for the 21st Century”, Scientific American, September, p. 78.
[3] M. Weiser, 1993, “Some computer science issues in ubiquitous computing, Communication at the ACM, Vol. 36/7, p. 2.
[4] Per una descrizione più dettagliata si veda Gertner, 2014, “Behind GE’s Vision For The Industrial Internet Of Things”, Fast Company, 18-6.
