Gli attuali contesti incerti e turbolenti hanno avuto significative conseguenze sull’industria manifatturiera in termini di chiusure obbligatorie, problemi logistici, difficoltà di approvvigionamento e volatilità nei trend di consumo. In un siffatto periodo, quindi, il successo e la sopravvivenza delle aziende manifatturiere dipendono dalla capacità delle stesse di adottare tecnologie digitali avanzate, implementare processi di knowledge management e mettere in atto strategie di resilienza all’interno della supply chain.
Knowledge management, cos’è
Il knowledge management (KM) è un concetto complesso, in continua evoluzione e sempre più al centro dell’attenzione e dell’interesse sia dell’industria sia delle istituzioni governative, soprattutto nell’attuale contesto economico. In poche parole, esso si sostanzia nell’attivazione di processi che permettono una gestione efficace dei flussi di dati e informazioni presenti all’interno di un’impresa. In particolare, la raccolta e l’analisi di dati e informazioni consentono l’estrazione della conoscenza, sia esplicita (che può essere facilmente formalizzata e codificata) sia tacita (che è difficile da trasferire attraverso la codificazione e la verbalizzazione) di un’impresa. L’avvento delle tecnologie abilitanti dell’Industria 4.0 ha rivoluzionato i processi di raccolta, archiviazione ed elaborazione di dati, informazioni e conoscenze nelle organizzazioni, rendendo i processi di KM potenzialmente meno costosi e più efficaci ed efficienti. In questo senso, tra tutte le tecnologie disponibili, l’intelligenza artificiale è quella che sta suscitando il maggiore interesse, soprattutto negli ultimi anni.
L’AI può essere intesa come la capacità dei computer di eseguire funzioni cognitive (quali, percepire, ragionare, imparare, risolvere problemi) simili a quelle normalmente associate alla mente umana. In altre parole, si riferisce all’utilizzo dei computer per imitare il ragionamento, l’apprendimento, la pianificazione e altre attività di pensiero umano, risolvendo problemi complessi. Tutto questo consente alle macchine di acquisire, elaborare e utilizzare le conoscenze per eseguire compiti, rivelando o sbloccando informazioni che possono essere fornite agli esseri umani per migliorare i processi decisionali all’interno delle organizzazioni. Esiste quindi una stretta interazione tra KM e AI, con la prima che rende possibile la comprensione delle conoscenze e la seconda che consente un’analisi efficiente ed efficace di queste ultime.
Il modello sviluppato dal laboratorio RISE e i risultati dell’indagine
Sulla base di ciò, i ricercatori del laboratorio RISE dell’Università degli Studi di Brescia, in collaborazione con l’Università degli Studi di Roma “Tor Vergata” hanno testato un modello statistico in cui l’AI, i processi di KM e la resilienza della supply chain sono analizzati in termini di loro relazioni reciproche e impatto sulle performance delle imprese manifatturiere.
Il modello è stato testato attraverso un questionario a cui hanno risposto 120 dirigenti senior di aziende manifatturiere italiane e internazionali con almeno una sede in Italia.
I risultati dell’indagine hanno rivelato un particolare sorprendente: l’implementazione dell’AI nelle aziende manifatturiere ha un impatto positivo in termini di resilienza della supply chain e di performance aziendali solo se “veicolata” tramite adeguati processi di gestione della conoscenza. In altre parole, i processi di KM fungono da mediatori sia nella relazione tra l’adozione dell’AI e i risultati di performance delle aziende manifatturiere, sia nel supporto da parte dell’intelligenza artificiale al raggiungimento di un adeguato livello di resilienza all’interno della supply chain.
Conclusioni
In pratica, lo studio rivela che un’azienda manifatturiera che dispone di strumenti di AI sarà in grado di gestire e trasformare i vari e numerosi dati che acquisisce dall’interno e anche – e soprattutto – dall’esterno in conoscenze utili per l’azienda stessa solo se dispone di efficaci processi di KM che possano permettere alle nuove conoscenze di essere adeguatamente acquisite, create, condivise e utilizzate. Tutto questo, a sua volta, consentirà all’impresa, da un lato, di migliorare le sue performance e, dall’altro, di aumentare la resilienza all’interno della supply chain.
