Dati, analitica e intelligenza artificiale: siete in stallo?

Per le aziende Fortune 1000 è giunto il momento di rivedere i propri investimenti in dati, analitica e intelligenza artificiale (IA). È ovvio che dovrebbero investire in queste capacità critiche e in questi fattori di differenziazione, ma occorre che esaminino con attenzione come stanno investendo e se questi investimenti stanno portando ai guadagni e ai livelli di valore aziendale che aspirano a raggiungere.

Le risposte a un sondaggio recentemente pubblicato su Fortune 1000, i dati disponibili e le dichiarazioni dei leader aziendali mostrano che gli sforzi in materia di dati, analitica e IA sono in fase di stallo, se non addirittura di arretramento. Dal 2012, quando ho lanciato il sondaggio per indagare sugli investimenti delle organizzazioni nelle iniziative sui dati, l'indagine si è estesa a temi correlati come l'analitica, l'IA e il machine learning, il ruolo del Chief Data Officer e l'etica nell’utilizzo dei dati. Quest'anno, l'indagine ha raccolto le prospettive dei chief data officer (CDO), dei chief data and analytics officer (CDAO) e di altri senior data e business leader di 116 aziende Fortune 1000 e di leader globali nei settori dei servizi finanziari, della vendita al dettaglio, dei beni di consumo confezionati, della sanità, delle scienze della vita e altri ancora. Le risposte hanno rivelato tendenze preoccupanti.

Considerate i seguenti risultati e le implicazioni dell'indagine 2023:

·       Solo il 59,5% dei dirigenti ha dichiarato che le proprie aziende stanno guidando l'innovazione aziendale con i dati, rispetto al 59,5% di quattro anni fa - nessun cambiamento.

·       Un deludente 40,8% dei dirigenti ha dichiarato che le proprie aziende sono in competizione su dati e analitica, in calo rispetto al 47,6% di quattro anni fa.

·       Un insoddisfacente 39,5% dei dirigenti ha dichiarato che le proprie aziende gestiscono i dati come asset aziendali, in calo rispetto al 46,9% di quattro anni fa.

·       Solo il 23,9% – meno di un quarto – dei dirigenti ha dichiarato che le proprie aziende hanno creato un'organizzazione data-driven, in calo rispetto al 31% di quattro anni fa.

·       Infine, dato più scoraggiante, un misero 20,6% dei dirigenti - appena uno su cinque - ha dichiarato di aver creato una cultura dei dati all'interno della propria azienda, con un calo di quasi il 50% rispetto al 28,3% delle aziende che avevano dichiarato di averla creata già nel 2019. Regresso, non progresso.

Questi risultati non sono una così bella notizia. Si consideri che l'87,8% dei dirigenti ha dichiarato che le proprie aziende hanno aumentato gli investimenti in dati, analitica e IA nel 2022 e l'83,9% prevede che questa tendenza continui nel 2023. Sebbene il 91,9% degli intervistati abbia dichiarato che questi investimenti stanno creando un valore aziendale misurabile, a quanto pare non sono sufficienti a spostare l'ago della bilancia su queste metriche chiave della trasformazione organizzativa.

Cosa dovrebbero fare di diverso le aziende per ottenere un altro risultato? Che cosa fanno di diverso le aziende di successo? Considerando i venti economici contrari che si profilano all'orizzonte, le aziende devono essere più intelligenti nel decidere come investire in dati, analitica e IA, e tenere traccia dei loro investimenti per ottenere progressi aziendali sostenibili.

Avendo osservato in prima persona la crescita e l'adozione di dati, analitica e IA nel mondo aziendale per oltre quarant'anni, ecco alcune raccomandazioni per tutte le aziende che aspirano a sfruttare questi asset per trasformare le proprie attività e riposizionarsi a lungo termine.

Concentrarsi sul cambiamento culturale e sul suo impatto sul business

Se volete che gli investimenti in tecnologia diano i loro frutti, dovete anche investire nella vostra cultura aziendale. Questo aspetto, tuttavia, viene spesso trascurato. Non deve sorprendere che il 79,8% dei dirigenti intervistati abbia individuato negli impedimenti culturali, e non nella tecnologia, le maggiori barriere per diventare aziende data-driven. Mentre le aziende hanno messo in evidenza gli investimenti effettuati in iniziative tecnologiche apprezzabili che implicano la modernizzazione dei dati, l’utilizzo avanzato dei dati e le iniziative in IA/ML, solo l'1,6% dei dirigenti ha indicato l'alfabetizzazione sui dati come la principale priorità di investimento.

Le barriere culturali possono derivare dalla formazione, dalla comunicazione, dai processi aziendali, dall'allineamento organizzativo, dallo sviluppo delle competenze, dalla formazione o da tutti questi aspetti. Il cambiamento e la trasformazione non sono mai facili per una grande organizzazione, ma forse è giunto il momento che le aziende investano più tempo e attenzione - e risorse - per cambiare il pensiero, la mentalità e il modo in cui le aziende utilizzano i dati, l’analitica e l'IA, se vogliono veramente impegnarsi a trasformare la loro attività e non solo a seguire le mode.

Invece di fare troppo in grande, inizia in piccolo

Troppe aziende effettuano massicci investimenti in infrastrutture tecnologiche per migliorare l'accesso ai dati – data warehousing, master data management, migrazione al cloud – senza riuscire a produrre un valore aziendale commisurato. L'esperienza suggerisce che le imprese che iniziano in piccolo, concentrandosi sulla realizzazione di un valore aziendale immediato e stabilendo una base un passo alla volta, hanno avuto più successo nel costruire organizzazioni data-driven nel lungo termine.

Investire con una prospettiva di lungo termine in contesti moderni di dati può essere saggio dal punto di vista dell'infrastruttura e della piattaforma, ma se le aziende non sono in grado di dimostrare il valore commerciale dei loro investimenti nei dati in ogni fase del percorso, i responsabili dei dati corrono il rischio di perdere la sicurezza, l'impegno e la fiducia dell’azienda. Questo schema è stato alquanto ricorrente per molte organizzazioni ed è un fattore che ha contribuito alla breve e instabile permanenza dei chief data officer aziendali. I responsabili dei dati non possono permettersi di commettere errori non forzati.

Creare forti partnership e sponsorizzazioni aziendali in ogni fase

Come ogni area di competenza professionale, anche quella dei dati, dell’analitica e dell'IA ha acquisito un proprio linguaggio specialistico, con termini come "data mesh" e "data fabrics". A prescindere dal valore potenziale di questi approcci, troppo spesso questi termini tecnici sono caratterizzati da un gergo impenetrabile che può scoraggiare gli altri leader aziendali o generare scarsa fiducia. Ciò è particolarmente vero se gli investimenti in queste aree non producono un chiaro valore economico a medio termine. Senza una base di credibilità costruita sui risultati di business, le iniziative perdono slancio e i loro promotori perdono il sostegno dell'organizzazione. È uno schema che troppo spesso si ripete.

I data leader di successo si integrano nell'organizzazione, comunicando con un linguaggio chiaro, conciso, semplice e orientato ai benefici. Parlando in termini di risultati aziendali, esiti positivi e soddisfazione dei clienti - il linguaggio dei leader aziendali - costruiscono la fiducia dei loro colleghi. Questo li aiuta a identificare sponsor aziendali forti con cui collaborare. Insieme, lavorano fianco a fianco per fornire capacità di dati, analitica e IA che producono risultati aziendali molto specifici e misurabili - più clienti, e più felici, nuovi prodotti di successo, ingresso in nuovi mercati - che sono direttamente attribuibili all’uso dei dati, dell’analitica e dell’IA. Questi CDO e CDAO si inseriscono con successo nel tessuto aziendale.

Non dimenticatevi dell'etica dei dati - i vostri clienti non lo faranno!

Infine, le aziende farebbero bene a investire seriamente nella definizione di politiche e pratiche ben comprese che garantiscano un uso etico dei dati da parte delle loro organizzazioni. Con appena il 40,2% dei dirigenti che dichiara che le proprie aziende dispongono di ben definite politiche etiche sui dati e solo il 23,8% che afferma che il settore ha fatto abbastanza, una massa critica crescente di esperti del settore sta indicando questo aspetto come un'area che richiede un'attenzione urgente.

Le aziende hanno tutte le opportunità di utilizzare i dati, gli analytics e l'IA per trasformare le loro attività. È il momento di ripensare a come vengono effettuati questi investimenti. È tempo che i leader responsabili della gestione e dell’utilizzo dei dati producano risultati aziendali trasformativi. È il momento di andare avanti e imparare dalle lezioni del recente passato.

Randy Bean è autore di Fail Fast, Learn Faster: Lessons in Data-Driven Leadership in an Age of Disruption, Big Data, and AI. Collabora con Harvard Business Review, Forbes, MIT Sloan Management Review e The Wall Street Journal ed è Innovation Fellow, Data Strategy presso la società parigina Wavestone (EPA: WAVE) e Fondatore/CEO di NewVantage Partners, acquisita da Wavestone nel dicembre 2021.