Loading
Blog
Recent ActivityRecent Activity

Interrompere le abitudini nella produzione

Condividi:

LinkedInLinkedIn
XX
FacebookFacebook
PrintPrint
EmailEmail
Plex_Blog_180905_Disrupting_Habits

Se avete frequentato ambienti tecnologici o avete visto la serie TV "Silicon Valley", il termine "tecnologia dirompente" viene utilizzato per descrivere qualsiasi novità nel campo della tecnologia. Purtroppo, il termine è abusato e, come la maggior parte degli elementi della curva di hype di Gartner, molte delle "tecnologie dirompenti" di oggi scompariranno silenziosamente prima di avere la possibilità di causare una vera discontinuità operativa. Lo abbiamo visto con tutto l’hype intorno a Segway, TiVo... la lista continua. 

Oggi, ci troviamo di fronte a un simile clamore intorno a criptovalute, blockchain, stampa 3D e Industrial Internet of Things (IIoT). Come product leader, mi sono spesso chiesto: 

Cosa distingue l’hype dalla realtà della tecnologia dirompente? Cosa rende qualcosa veramente dirompente? 

La mia ipotesi è che le abitudini degli utenti giocano un ruolo molto più importante nella discontinuità operativa rispetto alla natura della tecnologia stessa. I prodotti favoriscono l’adozione rispondendo alle abitudini esistenti degli utenti e abilitano la discontinuità operativa incoraggiando gli utenti a sviluppare (e mantenere) nuove abitudini. 

In altre parole, sostengo che non esistano tecnologie dirompenti, ma piuttosto esperienze e abitudini degli utenti soggette a discontinuità operativa. Che questi nuovi comportamenti semplifichino la vita, soddisfino i nostri vizi o facciano leva su sentimenti come paura o ambizione, a volte anche i prodotti più semplici possono generare una discontinuità nell’esperienza umana.

Ci sono molti esempi da cui trarre ispirazione. Netflix ha generato una discontinuità operativa nell’esperienza di noleggio di film, eliminando le spese di ritardo e la selezione limitata, e ha aiutato i clienti a sviluppare la nuova abitudine di ordinare dal divano con un clic. Uber ha generato una discontinuità operativa rispetto alla frustrazione di chiamare un centralino taxi e contrattare il prezzo con il conducente. L’iPhone ha aiutato gli utenti a sviluppare nuove abitudini mettendo il mondo a portata di mano; iTunes ha favorito nuove abitudini di acquisto di singoli brani. Se osservate qualsiasi tecnologia che ha avuto successo negli ultimi decenni, è riuscita perché gli utenti hanno sviluppato e mantenuto nuove abitudini.

Sono convinto che l’industria manifatturiera sia destinata a subire una discontinuità operativa molto simile. Per quanto si parli di smart machines e smart manufacturing, i lavoratori negli stabilimenti che ho visitato si affidano ancora alla registrazione manuale dei dati, agli ordini di lavoro cartacei, ai fogli di calcolo, ad applicazioni desktop ingombranti e a un approccio IT molto interno per gli strumenti applicativi e software. E sebbene esistano alcune tecnologie molto avanzate che consentono la decisione basata sui dati per il mondo della produzione, poche sono riuscite a promuovere nuove abitudini per i loro clienti. Credo che le barriere all’adozione dell’IIoT negli stabilimenti di produzione non siano di natura tecnologica, ma legate all’esperienza utente.

Ammetto che non sarà facile. Le abitudini negli stabilimenti di produzione sono difficili da cambiare. Ci sono molti comportamenti e best practice interconnessi che non possono essere modificati in isolamento. Questi spesso cambiano da stabilimento a stabilimento e da settore a settore. Mentre diversi fornitori innovativi sono riusciti a mantenere un forte focus sulla semplificazione dell’esperienza utente intorno a casi d’uso specifici, gli stabilimenti di produzione si trovano ora di fronte a un portafoglio IIoT che comprende una dozzina di soluzioni diverse. Questo non è scalabile. La responsabilità di creare un’esperienza integrata per gli utenti non dovrebbe ricadere sul cliente manifatturiero.

Ciò di cui l’industria ha bisogno è una fonte attendibile unica e una vera piattaforma di produzione. Una soluzione di questo tipo non solo risponderebbe a una serie di abitudini esistenti negli stabilimenti di produzione, ma sarebbe anche un fattore abilitante per un’industria tecnologica più ampia per promuovere il cambiamento nelle abitudini e nelle best practice di produzione. 

Uber non è stata la prima applicazione di ride sharing, Amazon non è stata la prima piattaforma di e-commerce e AirBnB non è stato il primo servizio di prenotazione di alloggi per viaggiatori. Se la tecnologia fosse l’unico fattore di discontinuità operativa, i “ritardatari” sopra citati sarebbero stati una nota a piè di pagina nella storia. I prodotti e le soluzioni che si distinguono, invece, mantengono un forte focus sulla semplificazione dell’esperienza utente e sulla facilitazione del percorso di digital transformation .

Solo assecondando prima le abitudini esistenti possiamo facilitare il percorso dei clienti nel mondo digitale e sviluppare nuove abitudini. Solo partendo da ciò che è familiare possiamo abilitare la discontinuità operativa verso il nuovo.

Quali abitudini state generando in termini di discontinuità operativa?


Anurag Garg
Anurag Garg
VP and Head of Analytics & IoT, Plex Systems
Anurag Garg è Vice President e head of Analytics and Internet of Things (IoT) di Plex Systems, ed è responsabile della strategia e della delivery dei prodotti Plex Connected Manufacturing e IntelliPlex. In qualità di ex co-founder e CEO di DATTUS, acquisita da Plex nel 2018, Anurag è stato protagonista di articoli su Pumps and Systems, Smart Industry e Manufacturing Automation. Nel 2017 è stato inserito nella lista Forbes 30 Under 30, nel 2016 è stato incluso nella lista 40 under 40 Midwest Energy Leaders di Midwest Energy News, e nello stesso anno è stato nominato Clean Energy Power Player dal gruppo imprenditoriale ambientale E2C. Anurag ha conseguito la laurea triennale e magistrale presso Purdue University, entrambe in ingegneria elettrica, e ha abbandonato il programma di dottorato per dedicarsi ad attività imprenditoriali.

Articoli correlati

Loading
Loading
I testi di questo sito sono stati tradotti utilizzando l'intelligenza artificiale (AI) senza revisione o modifica da parte di esseri umani. I testi possono contenere errori o imprecisioni e sono forniti “così come sono” senza alcun tipo di garanzia. Il testo ufficiale è la versione inglese del contenuto.