Immaginate di essere su un treno ad alta velocità che sfreccia verso un nodo industriale in cui ogni scambio è orchestrato da modelli generativi: codici PLC scritti al volo, e-mail rifinite con tono perfetto, contratti assicurativi spiegati in linguaggio naturale, checklist di qualità create in tempo reale. Non è la sceneggiatura di un nuovo film in lavorazione, ma la realtà che emerge mettendo insieme le voci dei CIO leader dell’innovazione in Italia. Nasce così questo racconto: non un white paper tecnico, ma un diario di bordo che attraversa cinque tappe fondamentali nell’adozione dell’AI generativa.

Gli analisti di Gartner stimano 644 miliardi di dollari di spesa globale in GenAI entro il 2025. Ma accanto all’entusiasmo, c’è un dato che invita alla cautela: oltre il 70% dei Proof of Concept avviati negli ultimi due anni non ha superato la fase pilota. Il motivo? Governance assente, mancanza di controllo dei costi e difficoltà nel reperire i talenti giusti. Dalle e-mail ricevute e dalle interviste sul campo, il messaggio dei CIO è netto: «Non vogliamo un altro fuoco di paglia. Vogliamo ROI, sicurezza e scalabilità».

È da qui che inizia il nostro viaggio, costruito attraverso i contributi di Angelini, BMW, Ferrovie dello Stato, Generali, Hera, Intesa Sanpaolo e Siemens. Taccuino alla mano, da una tavola rotonda all’altra, abbiamo raccolto visioni, sfide e priorità per esplorare da vicino dati, rischi, architetture. E alla fine, tracciare la rotta per i primi dodici mesi di implementazione concreta.

IL PANORAMA DAL FINESTRINO

Prima tappa: il paesaggio è fatto di numeri. Oltre l’80% della spesa in AI generativa si concentra su hardware GPU e infrastruttura cloud, solo una quota minore è destinata a licenze di modello e servizi di consulenza. Questo significa che la corsa è soprattutto infrastrutturale e a trazione CapEx.

Cambiano anche le metriche con cui si misura il valore. Non contano più le righe di codice scritte, ma la percentuale di processi “co-pilotati”, la riduzione del time-to-market, il riutilizzo strutturato del know-how aziendale. E questo indica il passaggio da un’adozione sperimentale a una logica di piattaforma e di impatto trasversale. Mentre scorriamo i “binari digitali” del nostro viaggio, ci appaiono due curve che si incrociano.

La prima è la “curva dell’incanto”: quella in cui ogni dipendente esplora ChatGPT dal proprio browser personale, affascinato dalle possibilità, ma senza regole né struttura. La seconda è la “curva dell’industrializzazione”: qui, i foundation model e le tecniche di Retrieval Augmented Generation (RAG) non sono più esperimenti isolati, ma vengono ingabbiati in piattaforme sicure, governate, integrabili.

Lo spartiacque nella trasformazione reale dell’AI generativa non è la scelta del modello, ma la qualità con cui vengono gestiti i data contract. Senza validazione, governance e monitoraggio, i modelli perdono affidabilità, i progetti non scalano, e il ROI resta incerto. Al contrario, con data contract robusti, il foundation model diventa uno strumento industrializzabile, governabile e sicuro. Ma non basta. Senza un glossario condiviso, un audit log immutabile e un vector database trattato come un asset critico, anche l’architettura più promettente rischia di arenarsi.

#GenAI treno in corsa: investimenti da 644 mld $ entro il 2025, ma il 70% dei PoC non supera il pilota
Click To Tweet

DALLA TEORIA ALLA PRATICA

Seconda tappa: è il momento di mettere i piedi a terra. I casi concreti ci raccontano dove l’AI generativa ha già iniziato a creare valore. I PoC di successo hanno una cosa in comune: partono da problemi ben definiti, con metriche di business chiare. L’AI non sostituisce, ma aumenta la capacità dei team: suggerisce, sintetizza, automatizza. E quando funziona, non resta nel cassetto. Diventa microservizio, plug-in interno, acceleratore di processo. Ma sempre, e solo, quando è inserita in un ecosistema controllato: con dati verificabili, accessi tracciati e ruoli chiari. Intesa Sanpaolo adotta un approccio strategico e strutturato alla GenAI, con l’obiettivo di potenziare la produttività e rafforzare la gestione del rischio.

Sebbene i dettagli quantitativi restino riservati, il disegno appare chiaro, come ci conferma Marco Ditta, group head Data & AI Officer. Dalla Torre di Torino, Intesa Sanpaolo punta sull’intelligenza artificiale per rivoluzionare il banking, investendo su due asset interni chiave: un AI Lab integrato nell’Innovation Center e un Democratic Data Lab su Google Cloud, focalizzato sul controllo del rischio. Un ulteriore tassello è la partnership con iGenius che ha portato all’introduzione di Crystal, un modello GPT per la business intelligence generativa: un assistente conversazionale capace di fornire insight in linguaggio naturale e aumentare l’efficienza operativa nei processi decisionali. Più di un esperimento, quasi una roadmap. E l’investimento non è solo tecnologico: è culturale.

Da Torino ci spostiamo a Mogliano Veneto (Tv), sede della direzione per l’Italia del gruppo Generali. Qui l’adozione della GenAI si fa concreta e multilingue. Il chatbot Chatty dialoga in quattro lingue (italiano, inglese, francese e tedesco), supportato da un microservizio di explainability che rilegge e rende trasparente il sign-off finale nei processi di gestione sinistri. La metrica chiave è un Trust Index, costruito tramite sondaggi flash post-interazione: la fiducia diventa un KPI.

Il progetto non è isolato: anche Generali Svizzera ha adottato Chatty, questa volta in collaborazione con Enterprise Bot e HITS (House of Insurtech Switzerland). Il motore? Una combinazione tra ChatGPT e DocBrain, per accompagnare il cliente nella scelta delle polizze e nella gestione dei sinistri. Accanto a Chatty, il gruppo utilizza anche Leo (chatbot) e Leonie (assistente vocale), entrambi basati su Azure OpenAI. Ma l’AI generativa non è solo tecnologia: è capacità di visione.

Philippe Donnet (Group CEO di Generali) ha evidenziato l’evoluzione dell’AI e il suo impatto dal punto di vista sociale, economico, lavorativo ed etico, promuovendo la creazione di Agorai Innovation Hub per guidare lo sviluppo tecnologico, centro dedicato alla ricerca e all’applicazione dell’intelligenza artificiale e della data science, sotto la regia di Generali (nella sede di Palazzo Carciotti, simbolo di Trieste e prima sede del gruppo assicurativo), con il coinvolgimento di numerosi attori pubblici e privati.

Giancarlo Fancel (country manager & CEO di Generali Italia) ha ribadito l’investimento significativo nella trasformazione tecnologica, inclusa l’accelerazione dell’uso di dati, AI Generativa e automazione. Gian Maria Mossa (CEO di Banca Generali) ha enfatizzato il valore dell’innovazione dell’AI per migliorare la produttività e i servizi, puntando a diventare la prima AI Private and Investment Bank. Anche Steven Zuanella (Group Chief Digital Officer) e Yanna Winter (CIO, Head of IT, Generali UK) sono stati di recente relatori in discussioni sulla GenAI nel settore assicurativo. Questo quadro conferma un forte impegno di Generali nell’adozione della GenAI per migliorare l’esperienza del cliente e l’efficienza operativa, con un’attenzione particolare alla governance e alla conformità normativa, come evidenziato dalle discussioni sull’AI Act dell’UE. Nel “garage” bolognese di via Carlo Berti Pichat, troviamo Salvatore Molè (direttore centrale innovazione) che ha guidato, in collaborazione con Bain & Company, la definizione e la prioritizzazione di circa 150 casi d’uso di AI generativa, distribuiti in tutte le aree di business e articolati in tre ondate di implementazione.

Il primo proof of concept, un chatbot per il contact center, è già operativo e sta potenziando l’interazione sia con i clienti sia con i dipendenti. Gruppo Hera conferma un approccio strutturato e di lungo respiro all’adozione della GenAI, con un focus strategico sulla flessibilità della piattaforma, segno di una visione orientata all’integrazione graduale e scalabile nelle operazioni. Un elemento chiave emerso è la necessità di una piattaforma flessibile, innovativa e tecnologicamente agnostica, capace di adattarsi all’evoluzione rapida degli strumenti AI e alle esigenze aziendali. C’è anche il settore delle infrastrutture al centro della rivoluzione digitale in corso. Il Gruppo FS, nel suo piano industriale da oltre 190 miliardi di euro, indica l’AI come tecnologia abilitante per trasformare la mobilità verso modelli sempre più sostenibili nei prossimi dieci anni.

#GenAI ROI, sicurezza e scalabilità: la formula vincente per non lasciare i progetti nel cassetto
Click To Tweet

L’intelligenza artificiale facilita l’adattamento delle infrastrutture alle condizioni operative e il dialogo con gli utilizzatori, come nel caso della comunicazione tra treno e binario, rendendo le infrastrutture più intelligenti e reattive. Un punto chiave è la condivisione di dati omogenei e interoperabili tra paesi, modello già avviato dall’UE con i Common European Data Spaces, essenziali per infrastrutture integrate a livello transnazionale.

Da Bologna ci spostiamo a Roma, nel quartiere Appio-Tuscolano, in Viale Amelia, dove troviamo la sede centrale di Angelini Industries. Carlo Torniai (group chief data and analytics officer di Angelini Industries) ha lanciato AskAI, un’applicazione enterprise integrata in Microsoft Teams, progettata per essere accessibile a tutti i dipendenti a livello globale sin dallo scorso anno. Basata su modelli OpenAI erogati tramite la piattaforma Azure, AskAI supporta la redazione di testi e contenuti, ed è già stata declinata in verticalizzazioni specifiche per i team HR, Legal e Field Service. L’obiettivo strategico è trasformare l’AI generativa in un “copilota” diffuso nei processi aziendali, abilitando nuove forme di efficienza operativa, automazione e valorizzazione del know-how interno. Angelini Industries sta quindi investendo in un’adozione responsabile dell’AI, con grande attenzione alla sicurezza dei dati e all’impatto sulle dinamiche organizzative. A sostenere questa visione c’è la funzione Innovation, guidata da Stefano Brandinali, che si propone di sviluppare e diffondere una cultura dell’innovazione e della trasformazione digitale in tutte le società del gruppo.

A circa 100 km a nord-est di Monaco di Baviera, nello stabilimento BMW di Ratisbona, ogni 57 secondi un nuovo veicolo lascia la linea di assemblaggio. È qui che prende forma il progetto GenAI4Q, che integra l’intelligenza artificiale nel controllo qualità per renderlo più efficiente, rapido e affidabile. L’AI analizza in tempo reale una vasta quantità di dati – non solo legati al modello e alle specifiche del veicolo, ma anche ai parametri di produzione individuali – per generare schede d’ispezione personalizzate. L’obiettivo: suggerire controlli mirati, riducendo i tempi e aumentando la precisione delle verifiche. Il sistema, accessibile tramite un’app mobile, determina autonomamente l’entità e la sequenza delle ispezioni, ottimizzando i flussi di lavoro. Si tratta di un passo decisivo verso la smart factory – come spiega Armin Ebner, responsabile dello stabilimento – dove la qualità viene garantita non solo a valle, ma integrata nel processo in modo intelligente. Con GenAI4Q, BMW rafforza la sua strategia di digitalizzazione applicata alla produzione: l’intelligenza artificiale diventa leva per l’efficienza, il valore aggiunto e l’esperienza cliente.

Rientriamo in Italia, a Buttrio, provincia di Udine, con il caso di Danieli Automation, azienda italiana leader mondiale in automazione di processo per impianti siderurgici, protagonista di una collaborazione strategica tra Siemens e Microsoft. Il futuro della manifattura passa dall’intelligenza artificiale generativa. Al centro, la soluzione Siemens Industrial Copilot, basata sulla piattaforma Xcelerator e potenziata da Azure OpenAI, progettata per trasformare la produttività degli impianti industriali. La soluzione introduce una nuova interfaccia uomo-macchina per la programmazione. Gli ingegneri possono generare codice per PLC utilizzando prompt in linguaggio naturale, tradotti automaticamente in SCL. Secondo i dati condivisi, questa soluzione consente una riduzione fino al 60% nei tempi di sviluppo del codice, oltre a una significativa riduzione degli errori sintattici e logici. Nel caso Danieli, l’AI generativa viene integrata direttamente nei sistemi di automazione industriale: una combinazione di cloud, edge computing e AI capace di alleggerire il lavoro degli operatori, ridurre gli errori e migliorare l’efficienza. Grazie a una connessione continua tra tecnologie OT e IT, l’ecosistema Siemens-Microsoft consente risposte rapide agli imprevisti e un controllo più intelligente della produzione.

Stefano Martinis (CEO di Danieli Automation) ha evidenziato il potenziale trasformativo dell’AI generativa per i progettisti e l’intera filiera industriale. Un’opportunità condivisa da Microsoft, che stima un impatto di 384 miliardi di euro per il solo comparto manifatturiero europeo, con un risparmio di oltre 6,5 milioni di ore di lavoro annue. La GenAI approda in produzione solo se inserita in un rigoroso framework di gestione del rischio, evitando così una corsa frenetica e poco ponderata verso l’automazione.

Anche nelle iniziative più avanzate, l’adozione dell’AI generativa è accompagnata da una governance consapevole e da solide misure di controllo. La GenAI, insomma, non è una scorciatoia all’automazione, ma un moltiplicatore di valore. Accanto ai casi già citati, meritano una menzione speciale alcune esperienze emblematiche che offrono ulteriori segnali su come l’adozione si stia estendendo in modo selettivo ma strategicamente rilevante. Illycaffè, per esempio, è partner dell’Agorai Innovation Hub di Generali, dove sperimenta applicazioni di intelligenza artificiale avanzata per migliorare l’esperienza del cliente.

#GenAI L’adozione della GenAI come prodotto per superare la trappola dei PoC isolati
Click To Tweet

L’impiego di tecnologie basate su linguaggio naturale e sistemi intelligenti riflette una strategia di innovazione incrementale, orientata a una customer experience sempre più personalizzata, efficiente e data-driven. La GenAI è un asset strategico per ogni impresa, non più solo una tecnologia emergente. TIM Enterprise, in collaborazione con Google Cloud, ha avviato un programma rivolto a sviluppatori e IT manager con l’obiettivo di accelerare il ritorno sugli investimenti. L’iniziativa si inserisce in un piano più ampio di promozione dell’adozione dell’AI nei servizi alle imprese, con particolare attenzione alla scalabilità delle soluzioni.

Leonardo ambisce a un ruolo di leadership europea nell’innovazione industriale attraverso l’iniziativa LHyC – Leonardo Hypercomputing Continuum. Il progetto integra calcolo ad alte prestazioni (HPC), digital twin e intelligenza artificiale generativa per ottimizzare processi complessi in contesti ad alta criticità, come la difesa aerospaziale e l’analisi satellitare. Obiettivo dichiarato: costruire una vera e propria “sovranità tecnologica” europea, facendo leva su AI avanzata e infrastrutture di frontiera.

DENTRO LA CABINA DI COMANDO

Siamo arrivati alla terza tappa del viaggio, quella in cui si entra nella cabina di comando. È qui che si decide tutto: la direzione, la velocità e, soprattutto, se l’intelligenza artificiale generativa sarà un asset strategico o solo un fuoco di paglia. Davanti a noi, cinque leve strategiche – integrate, interdipendenti, tutte decisive. La prima è il business: ogni progetto deve stare in piedi economicamente. Significa bilanciare soluzioni rapide, che portano cassa in tempi brevi – come la generazione automatica di report o l’ottimizzazione dei processi – con progetti più ambiziosi, pensati per innovare i modelli di business. In altre parole: la GenAI deve parlare la lingua del P&L.

Poi c’è la qualità dei dati: invisibile agli occhi, ma essenziale come le fondamenta di una casa. Non si implementa l’AI generativa con dati generici o poco curati. Ogni documento aziendale diventa un asset da gestire con attenzione: deve essere aggiornato, affidabile, privo di bias. Serve una base dati strutturata, coerente, interrogabile da modelli avanzati. Le tecnologie ci sono – dai database vettoriali alla RAG – ma vanno orchestrate con disciplina.

La terza leva è la piattaforma. Qui si apre il grande tema delle scelte tecnologiche: costruire o acquistare, fare fine-tuning o usare modelli generalisti? Serve un’infrastruttura solida, ma anche strumenti di controllo. Alcune aziende usano già firewall AI per limitare le allucinazioni sotto l’1%. E iniziano a trattare gli errori dei modelli come si fa con i disservizi critici: si misurano, si analizzano, si correggono. È la cultura dell’operatività che entra nell’intelligenza artificiale.

La quarta leva è la governance. L’Europa si è mossa con normative come l’AI Act, la ISO 42001 e la NIS2. Non è più tempo di approcci artigianali. Servono trasparenza, tracciabilità, responsabilità. Le aziende più mature fanno stress test regolari, registrano ogni output, tracciano digitalmente i contenuti generati. Il messaggio è chiaro: senza fiducia, l’AI non scala. Infine, le persone costituiscono la quinta leva. Nessuna tecnologia si integra da sola. Serve un cambiamento culturale. L’alfabetizzazione AI sta diventando una soft skill trasversale. Crescono i programmi di formazione per i knowledge worker. E si stanno formando team nuovi, che mettono insieme data scientist, ingegneri della resilienza, giuristi. Anche i sistemi di incentivazione cambiano: alcuni bonus oggi si legano ai KPI sull’adozione della GenAI. Perché trattenere i talenti è parte della partita. Se l’architettura va trattata come un prodotto, allora questo significa budget ricorrente, backlog priorizzato e product owner con mandato chiaro. Chi gestisce la GenAI come una “commessa IT” rischia di finire sui binari morti del pilot purgatory.

#GenAI Non più progetti IT a scadenza, ma piattaforme evolutive e scalabili
Click To Tweet

DALLA PARTENZA AL DEPOSITO

Nel viaggio di ritorno, mentre rivediamo gli appunti raccolti e le lezioni apprese, emerge una mappa operativa per il primo anno di adozione della GenAI. Una sorta di checklist pragmatica, utile per evitare sia l’entusiasmo disordinato che l’inerzia analitica. Nei primi trenta giorni, va istituita una task force AI cross-funzionale con deleghe chiare e un mandato esplicito. È il momento di stabilire policy provvisorie sull’uso responsabile e sulla classificazione dei dati, e avviare un assessment sistematico dei processi per individuare i quick win misurabili e a breve termine.

Entro novanta giorni, si passa all’azione: lanciare fino a tre proof of concept, preferibilmente basati su RAG con dati interni, fissando KPI con il CFO per garantire allineamento tra innovazione e conto economico. Nel frattempo, bisogna predisporre una landing zone cloud conforme ai principi FinOps, con sistemi di logging, crittografia e controllo dei costi. In parallelo, parte la formazione dei primi AI champion, con un focus su prompt design e casi d’uso rilevanti per la realtà aziendale. Entro dodici mesi, i PoC che hanno dimostrato efficacia devono essere trasformati in piattaforme enterprise scalabili e multi-modello. Qui entrano in gioco strumenti di telemetria, audit, incident response e gestione completa del ciclo di vita dei modelli. Ma soprattutto, è necessario allineare il ciclo strategico annuale con budget dedicato alla GenAI e bonus del management legati a metriche di adozione e valore prodotto.

Non è teoria. Questo approccio è già realtà in aziende come Hera, con la pianificazione in tre ondate; Intesa Sanpaolo, che ha definito KPI trimestrali di adozione; e Ferrovie dello Stato, che ha introdotto policy di logging immutabile. Ogni fase ha metriche precise, perché – per dirla con una frase di Carlo Bozzoli (board member, senior advisor, former CIO di Enel Group) – «ciò che non misuriamo non esiste, men che meno nei consigli di amministrazione». Infine, è utile ricordare che molte aziende, come Enel, stanno già sviluppando una cultura AI-driven che unisce efficienza, sostenibilità del codice e ottimizzazione dei processi. Anche quando non si parla esplicitamente di GenAI, i principi sono gli stessi: manutenzione predittiva, digital twin, gestione intelligente delle risorse. È una trasformazione industriale silenziosa – ma profonda – e già in movimento.

#GenAI Corsa guidata dal CapEx: l’80% degli investimenti concentrati su GPU e cloud
Click To Tweet

STAZIONE DI ARRIVO

Il nostro viaggio nell’adozione dell’AI Generativa volge al termine. Il treno rallenta, le luci della stazione si fanno più nitide. Abbiamo attraversato casi d’uso, architetture operative, modelli di governance e sfide culturali. Una cosa è certa: quando la GenAI è guidata da una cabina di comando solida, porta risparmi misurabili, nuove fonti di ricavo e vantaggi competitivi. L’analisi di quanto accade oggi nel tessuto industriale italiano ed europeo ci racconta una trasformazione già in atto, anche se molte aziende si muovono ancora in ordine sparso, con strumenti diversi e risultati disomogenei. La GenAI sta passando rapidamente dalla soglia di sperimentazione alla produzione. Le difficoltà non mancano – dalla misurazione del ROI alla trasparenza sui dati – ma l’adozione procede, spinta da esigenze concrete di efficienza, innovazione e differenziazione.

Al centro di tutto c’è la governance del dato. I CIO che vogliono guidare il cambiamento devono partire dalle fondamenta: i dati. Nessuna intelligenza artificiale può funzionare senza dati di qualità. Per superare la trappola dei PoC isolati, la GenAI deve essere trattata come un prodotto continuo: non più progetti IT a scadenza, ma piattaforme evolutive e scalabili. Per farlo, bisogna misurare quanto impatta sui processi e puntare su formazione diffusa e specializzata. C’è poi il tema dei costi di adozione, spesso sottovalutati. L’implementazione non è gratuita né “plug and play”. Richiede investimenti infrastrutturali e, soprattutto, risorse umane qualificate. Partnership con hyperscaler, startup, centri di ricerca e innovation hub sono fondamentali per accelerare l’innovazione e ridurre i costi di sviluppo. Nessuna azienda può costruire internamente tutto ciò che serve per scalare la GenAI. La vera sfida, ora, non è più capire “se” adottarla, ma “come” farlo con coerenza strategica, responsabilità e visione di lungo termine. Tutto questo non è tecnologia: è orchestrazione.

Il treno è arrivato. Dopo un anno di sperimentazioni e discussioni, è il momento delle scelte. Ora tocca ai board decidere se restare a terra, guardare il treno passare o salire a bordo. I CIO sono i macchinisti di questo viaggio. Perché la prossima fermata – quella della piena industrializzazione della GenAI – sarà già realtà nel giro di un trimestre. E ricordate: l’hype corre sempre veloce, ma il valore si costruisce nel tempo.

L'articolo AI Generativa, dal PoC al ROI proviene da Data Manager Online.

Aumento vertiginoso dei dati e team in trincea: query chi può! Da semplice tendenza a standard emergente, il Data Mesh riflette la maturazione delle tecnologie abilitanti. Nato come risposta alla crescente complessità delle architetture dati tradizionali, il Data Mesh si afferma come uno dei modelli più promettenti per la gestione distribuita, scalabile e orientata al dominio dei dati aziendali. I modelli tradizionali mostrano limiti evidenti nel gestire grandi volumi, varietà e velocità di dati. Data lake e data warehouse centralizzati si scontrano con i silos organizzativi, le rigidità infrastrutturali e i rallentamenti nei processi decisionali. Il Data Mesh ridefinisce la gestione dati attraverso un’architettura decentralizzata che pone i dati come prodotti gestiti da domini aziendali autonomi ma interoperabili.

In pratica, come in una rete informatica – dove ogni nodo dialoga direttamente con gli altri – anche nei dati aziendali ogni dominio diventa un punto nevralgico attivo: crea, gestisce e distribuisce i propri dati come un vero e proprio prodotto. La logica si ribalta: non più dati accentrati e lontani da chi li comprende e utilizza, ma conoscenza che resta vicina alla fonte, nelle mani di chi quei dati li genera ogni giorno.

AUTONOMIA E GOVERNANCE

A differenza dei tradizionali data lake e data warehouse, caratterizzati da architetture centralizzate e spesso rigide, il Data Mesh propone un modello distribuito che mette la responsabilità dei dati direttamente nelle mani dei team di dominio, ovvero di coloro che conoscono meglio il contesto e il valore specifico dei dati. Questa trasformazione non è solo tecnologica ma strategica. Le cifre parlano chiaro. Secondo IDC, il volume globale dei dati generati a livello globale cresce a un ritmo di circa il 25% all’anno e pone sfide significative in termini di archiviazione, sicurezza e sostenibilità. Le ricerche di Gartner confermano che la qualità, l’accessibilità e la gestione dei dati sono fattori critici che impattano direttamente sul successo delle iniziative di data analytics. Forrester sottolinea che la maggioranza delle organizzazioni identifica la complessità nella gestione dei dati come uno dei principali freni alla trasformazione digitale. Per queste ragioni, il mercato delle piattaforme di data management decentralizzato, dove il Data Mesh gioca un ruolo centrale, è destinato a crescere con un tasso annuo superiore al 30% nei prossimi anni. Il Data Mesh si basa su un cambio di paradigma: i dati vengono trattati come veri e propri prodotti, e la loro gestione passa da un team IT centralizzato a team di dominio autonomi, che conoscono intimamente le specificità del loro business. McKinsey evidenzia che questo approccio può accelerare lo sviluppo di soluzioni data-driven fino al 50%, riducendo drasticamente i tempi di attesa per l’accesso ai dati. Ciò significa che le aziende possono rispondere più rapidamente alle esigenze del mercato e innovare con cicli molto più brevi.

Nonostante la crescita dei dati, molte organizzazioni affrontano difficoltà nella gestione efficace delle informazioni. Per le aziende italiane, questi sviluppi suggeriscono la necessità di adottare strategie di gestione dei dati più avanzate, investire in infrastrutture cloud scalabili e sviluppare competenze interne per affrontare le sfide legate alla sicurezza e alla governance dei dati. L’adozione di modelli come il Data Mesh potrebbe rappresentare un passo importante verso una gestione dei dati più decentralizzata e orientata al business. La qualità dei dati è un pilastro fondamentale tanto nei framework tradizionali quanto nel modello emergente del Data Mesh, ma le modalità con cui viene garantita cambiano radicalmente.

#DataMesh Al servizio del business: dati decentralizzati, team potenziati
Click To Tweet

Nel modello centralizzato, come evidenziato da Gartner, la gestione della qualità si affida spesso a team IT o di data governance centralizzati, che stabiliscono standard, eseguono controlli e tentano di armonizzare l’intero ecosistema. Questo approccio, sebbene coerente, fatica a scalare in contesti complessi e distribuiti, dove la velocità e la varietà dei dati aumentano costantemente. Il risultato è che oltre i due terzi dei progetti data analytics fallisce, a causa di problemi legati a qualità, accessibilità e gestione.

Il Data Mesh ribalta questa logica, affidando la qualità dei dati direttamente ai team di dominio, cioè a chi genera e conosce meglio quei dati. L’idea è che trattando i dati come “prodotti” e assegnando ruoli precisi (data product owner, data steward…), si promuova una responsabilità distribuita e una maggiore attenzione alla qualità fin dalla fonte. La governance federata del Mesh non elimina gli standard, ma li armonizza tra i team, mantenendo un equilibrio tra autonomia e coerenza. In altre parole, dove il modello centralizzato tende a garantire la qualità “dall’alto”, il Data Mesh la costruisce “dal basso”, abilitando la scalabilità senza perdere il controllo. Entrambi puntano a dati affidabili, ma il Mesh lo fa attraverso un cambio culturale e organizzativo, più che soltanto tecnologico.

Le piattaforme di gestione dei dati (DMA) per l’analisi si evolvono per supportare architetture più distribuite e orientate al dominio, in linea con i principi del Data Mesh. Parallelamente, l’integrazione del linguaggio naturale tramite l’AI generativa rivoluziona l’interazione con i dati: anche utenti privi di competenze tecniche possono interrogare i database, generare report e orchestrare processi, riducendo la dipendenza da ingegneri specializzati e snellendo radicalmente le operazioni. Le funzionalità incorporate di intelligenza artificiale permettono di rilevare automaticamente relazioni e tendenze nei dataset, migliorando l’efficienza e offrendo insights più specifici. Questo consente alle organizzazioni di agire proattivamente, per esempio prevedendo comportamenti dei clienti o ottimizzando le operazioni.

Il report McKinsey delinea una roadmap chiara per le imprese. Al centro della trasformazione ci sono sette priorità strategiche: dall’integrazione ubiqua dei dati in ogni processo aziendale alla leadership che promuove una cultura “data-first”, fino a una governance dinamica e adattabile alle nuove esigenze normative e di mercato. Questo scenario si sposa perfettamente con il modello Data Mesh, che punta alla decentralizzazione responsabile dei dati, affidando ai team di dominio la gestione autonoma e la responsabilità dei propri asset informativi. E così il Data Mesh guadagna rapidamente terreno.

Secondo Deloitte, l’adozione del Data Mesh consente alle organizzazioni di rispondere con maggior rapidità ai cambiamenti del mercato, accelerando lo sviluppo di soluzioni data-driven.
La decentralizzazione crea un circolo virtuoso di responsabilità e qualità. Quando i team diventano “proprietari” dei dati, sono incentivati a migliorarne la precisione, la pertinenza e la tempestività, elementi fondamentali per alimentare efficacemente intelligenza artificiale e machine learning. Inoltre, la governance federata, se ben implementata, riesce a bilanciare autonomia e coerenza, evitando il rischio di silos informativi e dispersione. Un aspetto centrale del Data Mesh è la capacità di abilitare pipeline dati personalizzate e self-service, che permettono ai team di sperimentare con rapidità nuove strategie e modelli di business basati su insight immediati, riducendo significativamente i tempi di go-to-market.

La valorizzazione della data ownership è un altro elemento decisamente rilevante. Senza la tipica mediazione dell’IT, i data owner hanno feedback diretti e quantificabili sui data product più richiesti, su cui concentrare i propri sforzi. Infine, c’è la misurabilità: poiché le interazioni sui dati sono tracciate digitalmente, risultano facilmente calcolabili vari KPI sui processi di produzione e consumo dati. L’adozione del Data Mesh, tuttavia, non va intesa come un’iniziativa spot o un progetto a breve termine, bensì come un percorso evolutivo e continuo, che richiede un cambiamento culturale e organizzativo profondo per sbloccare pienamente il suo potenziale trasformativo.

#DataMesh Dal silos al prodotto dati, il nuovo ponte tra strategia e impatto operativo
Click To Tweet

QUATTRO PRINCIPI BASE

Dietro questo modello ci sono quattro principi fondamentali. La proprietà del dominio assegna la responsabilità dei dati a chi li conosce meglio, mentre il concetto di “dati come prodotto” eleva i dati da sottoprodotto operativo a asset strategico, con product owner dedicati a garantirne qualità e usabilità. La piattaforma self-service elimina le complessità tecniche, consentendo ai team di sviluppare e gestire autonomamente i propri data product. Infine, una governance federata assicura che, pur mantenendo autonomia, i diversi domini rispettino standard comuni per garantire coerenza e interoperabilità.

I vantaggi di questa trasformazione sono tangibili. La scalabilità migliora perché i dati sono suddivisi in domini gestibili e autonomi. La maggiore autonomia consente ai team di rispondere con rapidità alle nuove esigenze, liberandosi dalle lentezze tipiche delle strutture centralizzate. La qualità dei dati cresce grazie a una responsabilità diretta e condivisa, mentre la collaborazione tra le varie divisioni viene facilitata da data product standardizzati e facilmente accessibili. Dal punto di vista culturale, il Data Mesh favorisce una maggiore trasparenza e accountability, valori essenziali per costruire un ambiente aziendale basato sulla fiducia e sull’integrità dei dati. Non sorprende quindi che – secondo un recente sondaggio Deloitte – oltre la metà dei CIO abbia indicato il Data Mesh come una priorità strategica nei prossimi tre anni, collegando direttamente la sua adozione al miglioramento della performance in termini di innovazione e velocità decisionale.

DATA MESH E DATA FABRIC

Data Mesh e Data Fabric sono due approcci emergenti per la gestione dei dati, spesso confusi perché entrambi puntano a migliorare l’accesso, la qualità e l’uso dei dati in ambienti complessi, ma in realtà rispondono a esigenze e principi diversi.

Il Data Mesh è un paradigma organizzativo e architetturale che si basa sulla decentralizzazione della gestione dei dati. L’idea centrale è che i dati siano “domain-oriented”, cioè di proprietà e gestiti direttamente dai team di business che li conoscono meglio. Il Data Mesh enfatizza l’autonomia dei team, la responsabilità sulla qualità dei dati come veri e propri “data product”, e la governance federata. In sostanza – come abbiamo visto – è un modello socio-tecnico che cambia come le aziende pensano alla proprietà e al flusso dei dati, spostando l’attenzione dal centro ai domini distribuiti.

Il Data Fabric, invece, è più una soluzione tecnologica o un’architettura che punta a creare una rete unificata e intelligente di dati attraverso tutta l’azienda, sfruttando automazione, integrazione continua, metadata management e strumenti avanzati di data management. Il Data Fabric funziona come un’infrastruttura che rende i dati disponibili ovunque servano, con una gestione più centralizzata dei dati, ma più flessibile e automatizzata rispetto ai tradizionali sistemi.

Mentre il Data Mesh è un modello organizzativo e culturale che decentralizza la proprietà e la responsabilità dei dati, il Data Fabric è un’architettura tecnologica che unifica e automatizza la gestione dei dati su più sistemi e ambienti. Le due soluzioni possono anche coesistere: un’azienda può adottare un Data Mesh per la governance e la proprietà distribuita, supportata da un Data Fabric che offre l’infrastruttura tecnologica per collegare e orchestrare i dati in modo efficace.

Possiamo immaginare i dati aziendali come un tessuto complesso, composto da molti fili intrecciati. In questa metafora, il Data Fabric rappresenta il tessuto stesso: una rete integrata e continua che unisce i fili dei dati sparsi in tutta l’organizzazione. Come un tessuto, il Data Fabric crea una “superficie” uniforme, dove ogni filo è connesso agli altri in modo intelligente, grazie a processi di automazione, metadata management e integrazione continua. Questo tessuto permette all’azienda di accedere ai dati ovunque e in modo fluido, mantenendo coerenza e controllo su scala globale. In altre parole, il Data Fabric è l’infrastruttura tecnologica che collega e unifica i dati, offrendo una gestione centralizzata e automatizzata, pur mantenendo la flessibilità di adattarsi a diverse fonti e ambienti.

Il Data Mesh, invece, è più simile a una maglia, cioè un insieme di nodi interconnessi ma distinti, ciascuno con la propria autonomia e responsabilità. Ogni nodo della maglia è un team di dominio che possiede, cura e gestisce i propri dati come un prodotto a sé stante. La maglia è elastica, modulare e distribuita: ogni nodo può muoversi, aggiornarsi e innovare indipendentemente, senza dipendere da un unico centro. Questa struttura riflette la filosofia del Data Mesh, che decentralizza la proprietà dei dati, spostando il potere decisionale vicino a chi usa e conosce quei dati, senza perdere però la capacità di lavorare in sinergia con gli altri nodi. Il risultato è una rete resiliente e scalabile, dove la collaborazione tra nodi permette una condivisione efficace e una governance federata che garantisce sicurezza e standard comuni.

#DataMesh Il nuovo standard per gestire dati in modo distribuito, scalabile e orientato al business
Click To Tweet

TRE PATTERN TRASVERSALI

L’affermarsi di tecnologie cloud-native e di strumenti di orchestrazione crea le condizioni tecniche per implementare concretamente il Data Mesh. Queste piattaforme consentono una scalabilità flessibile, collaborazioni cross-team semplificate e governance automatizzata, elementi chiave per superare le barriere tecniche precedenti. Negli ultimi due anni, un numero crescente di organizzazioni in Europa e nel mondo ha iniziato a implementare architetture basate su Data Mesh, spingendosi oltre i limiti dei data lake e dei data warehouse centralizzati. Dietro l’adozione di questo approccio c’è un’esigenza comune: superare i colli di bottiglia imposti da modelli monolitici, rendere i dati più accessibili su larga scala e, soprattutto, responsabilizzare i team di dominio nella produzione e nella manutenzione dei cosiddetti data product.

Dalle testimonianze raccolte, emergono tre pattern trasversali che possono essere utili anche per le imprese italiane: la decentralizzazione senza anarchia, l’integrazione interoperabile e la scalabilità collaborativa. Le organizzazioni cercano soluzioni che permettano autonomia locale nella gestione dei dati, pur mantenendo una governance centrale efficace e conforme ai requisiti normativi. Le aziende devono integrare dati provenienti da sistemi eterogenei e garantire un flusso fluido tra data lake, warehouse e applicazioni business-critical. Cresce la necessità di piattaforme che favoriscano la collaborazione tra team, riducendo il time-to-insight e migliorando la qualità dei dati condivisi.

L’adozione del Data Mesh si appoggia su strumenti cloud-native e open standard. Le piattaforme più comuni sono utilizzate per orchestrare architetture Mesh in grado di gestire grandi volumi di dati e supportare l’evoluzione agile delle soluzioni analitiche. In contesti caratterizzati da infrastrutture legacy o da ecosistemi pubblici e altamente regolamentati, il Data Mesh dimostra di essere un facilitatore per la modernizzazione.

GLI OSTACOLI DA SUPERARE

Passando in rassegna dieci progetti realizzati in settori differenti – dall’industria manifatturiera alla finanza, dal settore pubblico alla farmaceutica – abbiamo constatato che – nonostante le specificità industriali – le dinamiche organizzative e i modelli operativi seguono esigenze ricorrenti: riduzione drastica di costi e tempi di elaborazione, maggiore adozione interna, governance integrata nei flussi, collaborazione interfunzionale rafforzata e una spiccata capacità di adattamento.

Nei diversi casi esaminati, si registrano tagli superiori all’80% nei tempi di caricamento dati e nella manutenzione delle dashboard. Le piattaforme Mesh ben progettate ampliano l’accesso ai dati. La sicurezza, la tracciabilità (data lineage) e la conformità vengono incorporate nativamente nei processi distribuiti, a dimostrazione della maturità crescente del modello. Il Data Mesh permette di eliminare silos culturali e tecnologici, migliorando la comunicazione e la condivisione di insights tra IT, operations e business line, dimostrando – sia in ambienti pubblici che in contesti privati – una flessibilità elevata nel rispondere alla digitalizzazione dei servizi e all’ottimizzazione della supply chain globale. Dai casi presi in esame, emergono anche schemi comuni di adozione. Una costante è l’integrazione della governance direttamente nei flussi di lavoro, anziché come funzione separata a valle. La tracciabilità dei dati, i controlli di qualità automatizzati e il rispetto delle normative privacy sono garantiti all’interno dell’ecosistema Mesh senza bloccare la velocità di sviluppo. Dalla sostituzione di sistemi on-prem con architetture cloud scalabili, fino alla combinazione di data lake e warehouse tramite strumenti di orchestrazione, la modernizzazione dell’infrastruttura rappresenta un prerequisito condiviso in diversi settori. Il Data Mesh si afferma così come architettura di “seconda ondata”, successiva alla maturazione del cloud.

Uno dei risultati più tangibili, che abbiamo riscontrato, è la crescita dell’adozione interna dei dati: nei diversi contesti industriali si registra un ampliamento significativo del numero di utenti attivi, grazie a interfacce intuitive, analisi self-service e data marketplace interni. Inoltre, la collaborazione tra IT e business è abilitata non solo da strumenti, ma da una rinnovata cultura del dato. In tutti i casi, l’adozione del Mesh non avviene mai in modalità “big bang”, ma per passi progressivi: si parte da un dominio pilota ad alta priorità, per poi estendere l’architettura agli altri ambiti. Questa modalità riduce i rischi, permette il riuso di componenti comuni e crea un ciclo di apprendimento continuo.

#DataMesh I dati nelle mani dei team di dominio, per i CIO una priorità strategica
Click To Tweet

LA DUPLICE SFIDA

Se l’inizio del percorso Mesh viene accelerato da partnership con vendor che hanno esperienza nella costruzione di architetture distribuite, al tempo stesso, riscontriamo la necessità diffusa di investire sulle competenze interne: data product owner, ingegneri di dominio e architetti devono acquisire nuove competenze che fondono IT, business e governance. Pur in presenza di tecnologie differenti e obiettivi specifici, l’adozione del Data Mesh segue dinamiche relativamente consolidate.

La chiave dell’implementazione risiede nella capacità di bilanciare autonomia e coordinamento, evoluzione tecnica e trasformazione culturale. Sebbene promettente, l’adozione del Data Mesh, si confronta con una serie di ostacoli che le organizzazioni devono saper affrontare per realizzarne pienamente il valore. I casi esaminati evidenziano che il percorso non è lineare né privo di complessità. Partiamo dalla resistenza organizzativa. L’abbandono di modelli centralizzati di gestione dati implica un profondo cambiamento culturale. Spesso, i team sono abituati a delegare il controllo dati a un centro di competenza, mentre il Data Mesh richiede che ogni dominio si assuma la responsabilità dei propri dati come prodotto. La decentralizzazione può generare diffidenza, conflitti di responsabilità e difficoltà nel bilanciare autonomia e coordinamento. Le conseguenze sono diverse: rallentamenti nell’adozione, silos culturali persistenti e duplicazione degli sforzi, che possono richiedere investimenti in change management, formazione e definizione chiara dei ruoli.

Dalla resistenza culturale passiamo alla complessità tecnica: integrare diversi sistemi, spesso eterogenei e legacy, in un ecosistema Data Mesh rappresenta una sfida tecnica significativa. La costruzione di data product interoperabili e il mantenimento della qualità e della lineage impongono competenze avanzate e strumenti adeguati. I problemi di interoperabilità, difficoltà nel mantenimento dell’affidabilità dei dati e costi imprevisti richiedono, nella maggioranza dei casi, l’adozione graduale attraverso la sperimentazione con proof of concept e partnership con vendor esperti.

L’equilibrio tra autonomia dei domini e governance centralizzata rappresenta uno degli aspetti più difficili da gestire. Le regole di sicurezza, privacy e compliance devono essere rispettate in un ecosistema distribuito, senza però soffocare la libertà operativa dei team. I rischi di non conformità, duplicazione di controlli e rallentamento nei processi decisionali possono essere affrontati attraverso la definizione di policy chiare, l’automazione della governance tramite strumenti integrati e l’osservabilità continua. La trasformazione Mesh richiede investimenti significativi iniziali in termini di tecnologia (migrazione cloud, piattaforme di orchestrazione) e risorse umane (formazione, nuove assunzioni). La resistenza al cambiamento per motivi economici, difficoltà nel dimostrare il ROI nel breve termine può essere mitigata dall’approccio iterativo con risultati rapidi su casi pilota e la pianificazione di lungo termine. Per i leader IT e business, la sfida è quindi duplice: non solo adottare nuove tecnologie, ma guidare un cambiamento organizzativo profondo, capace di trasformare il modo in cui l’azienda pensa e utilizza i dati.

L'articolo Data Mesh, come sbloccare il valore dei dati proviene da Data Manager Online.

Il ruolo del chief information officer sta attraversando una profonda trasformazione. L’evoluzione del CIO si inserisce in un contesto in cui le aspettative dei clienti sono in continua crescita. I consumatori, sia interni che esterni all’azienda, desiderano esperienze sempre più personalizzate, fluide e sicure. In questo scenario, il CIO ha il compito di adottare e integrare tecnologie avanzate come l’intelligenza artificiale, l’IoT e la realtà aumentata per migliorare le interazioni con i clienti e creare valore duraturo.

Gary Delooze, l’ex CIO di Nationwide, ha dimostrato come il focus sulla CX possa portare a significativi miglioramenti operativi. Grazie all’implementazione di processi agili e snelli, Nationwide è riuscita a ridurre le inefficienze, migliorando la velocità di risposta alle richieste dei clienti.

Carola Wahl nella sua passata esperienza di chief of transformation and market management di AXA Svizzera, ha integrato l’AI nel suo team di data scientist per digitalizzare i processi aziendali e sviluppare soluzioni su misura per i clienti, abbattendo i silos organizzativi. Anche Jon Braithwaite, UK & Ireland CIO di Compass Group, ha utilizzato il cloud per garantire la scalabilità delle soluzioni, accelerando l’implementazione di nuove tecnologie.

Una delle sfide più grandi per i CIO riguarda l’integrazione delle nuove tecnologie con le infrastrutture IT esistenti. Un esempio di successo in questo senso è Matt Davis, director of architecture di Lloyds Banking Group, che ha guidato la costruzione di una piattaforma cloud-native, con un approccio che ha garantito fin dalle prime fasi il rispetto dei requisiti di sicurezza. Questo ha permesso di non solo migliorare la postura cyber, ma anche di favorire una maggiore collaborazione tra IT e Business, aspetto determinante per il successo della trasformazione. Per garantire che la trasformazione digitale produca effettivamente i risultati attesi, i CIO adottano specifici KPI per monitorare l’efficacia della customer experience. Gary Delooze, per esempio, ha implementato metriche incentrate sulla velocità di esecuzione e sul miglioramento dei servizi, ottenendo così un aumento significativo nella soddisfazione del cliente. La raccolta continua di feedback, anche attraverso l’analisi dei dati, consente ai CIO di avere una vista completa e adattarsi rapidamente alle richieste del mercato, migliorando l’esperienza offerta. Anche in Italia, il cambiamento è in atto.

#CIO Il 71% delle aziende italiane punta sull’AI generativa per personalizzare la #customerexperience Integrazione, personalizzazione, sicurezza: il #CIO guida il futuro della #customerexperience
Click To Tweet

Secondo il rapporto Zendesk CX Trends 2024, il 71% delle aziende italiane considera l’intelligenza artificiale generativa un fattore decisivo per personalizzare l’esperienza del cliente. Tra gli esempi più significativi, Lucio D’Accolti, CIO di AMA, ha avviato progetti innovativi basati sull’AI generativa per migliorare l’efficienza nelle interazioni digitali. Alessandra dal Verme, direttore dell’Agenzia del Demanio, sta sviluppando KPI per monitorare l’impatto delle iniziative di customer experience in tempo reale. Questi leader italiani dimostrano come, attraverso un uso mirato delle tecnologie emergenti, sia possibile migliorare significativamente la qualità della customer experience, valorizzando la trasparenza e la personalizzazione come leve competitive. Il CIO di oggi non è più solo un tecnico, ma un autentico catalizzatore di innovazione. L’approccio customer-centric permette al CIO di trasformare la customer experience in un elemento distintivo che soddisfa le aspettative dei clienti e la crescita del business.

L'articolo Il CIO come architetto della customer experience proviene da Data Manager Online.

La digital literacy è la base per costruire aziende agili, innovative e sicure, capaci di rispondere alle esigenze di un mercato in continua evoluzione. Per i CIO, promuovere le competenze digitali significa non solo potenziare le capacità dei dipendenti, ma anche garantire che l’intera organizzazione sia pronta ad affrontare le sfide della trasformazione digitale. Nell’ambito di un “ingaggio social” con un gruppo di CIO e IT manager, per lo più italiani, è emersa una panoramica ricca e sfaccettata sulla digital literacy e il suo impatto nelle organizzazioni. Abbiamo posto quattro domande per comprendere meglio le priorità, le strategie e i risultati legati alla competenza digitale nelle aziende. Le risposte ci offrono uno spunto interessante su come le aziende italiane stanno affrontando questa la sfida.

Oltre il semplice utilizzo di strumenti tecnologici

Quando parliamo di digital literacy, è necessario pensare a una serie di competenze che permettono non solo di interagire con la tecnologia, ma anche di comprenderla e utilizzarla in modo strategico. In primo luogo, c’è la competenza di base, che riguarda la capacità di comprendere e utilizzare gli strumenti digitali nella vita quotidiana. Il passo successivo, è la data literacy. La capacità di raccogliere, interpretare e agire sui dati. Inoltre, chiunque operi in un’organizzazione deve essere in grado di adottare comportamenti sicuri online, al fine di minimizzare i rischi. In un contesto lavorativo sempre più ibrido, le competenze nella collaborazione virtuale sono altrettanto essenziali. Infine, non possiamo ignorare le competenze avanzate, che spaziano dalla comprensione dell’intelligenza artificiale all’automazione dei processi, fino alle infrastrutture cloud.

Come valutare e migliorare le competenze

Partiamo dall’utilizzo di test di valutazione. Esercizi e certificazioni permettono di identificare il livello di conoscenza dei dipendenti in ambiti specifici. Il modello di apprendimento continuo rappresenta il pilastro per il miglioramento della digital literacy. Le piattaforme di formazione on-demand, permettono di approfondire competenze in autonomia e secondo le proprie tempistiche. Un ulteriore strumento chiave per monitorare i progressi è la revisione trimestrale per verificare i risultati dell’apprendimento, identificare eventuali lacune e apportare modifiche ai percorsi formativi. Durante il processo di onboarding, le competenze digitali dei nuovi assunti devono essere valutate fin dall’inizio, per garantire che ogni dipendente inizi il suo percorso con un livello di preparazione adeguato. Oltre alla valutazione costante, molte aziende stanno integrando la digital literacy nelle revisione delle performance annuali. Collegare la digital literacy agli obiettivi individuali di performance crea un incentivo tangibile per i collaboratori, spingendoli a migliorare le proprie competenze.

#DigitalSkills Competenze aggiornate per un business che non si ferma mai. Team flessibili e pronti al futuro
Click To Tweet

Come diffondere la cultura digitale

Il primo strumento molto efficace sono i bootcamp, programmi intensivi focalizzati su tecnologie emergenti come AI e cybersecurity. Molte organizzazioni stanno sviluppando accademie digitali interne, veri e propri ecosistemi formativi pensati per rendere i corsi accessibili a tutti i dipartimenti aziendali. L’altra iniziativa sempre più apprezzata è il reverse-mentoring, un programma in cui i giovani dipendenti esperti di tecnologia affiancano i dirigenti per aiutarli a familiarizzare con gli strumenti più recenti. Un modo per rendere più coinvolgente il percorso di apprendimento è attraverso le app di apprendimento gamificate, che introducono dinamiche ludiche nell’educazione. Queste piattaforme utilizzano l’AI per analizzare il livello di competenza e suggerire contenuti formativi su misura.

I vantaggi per l’organizzazione

Quando i dipendenti possiedono competenze digitali avanzate, l’adozione di nuove tecnologie diventa più rapida. La digital literacy riduce la dipendenza dal supporto IT, permettendo ai team di risolvere autonomamente piccole problematiche tecniche e di integrare strumenti innovativi con facilità. L’altro beneficio significativo è il miglioramento della collaborazione cross-funzionale. La diffusione delle competenze digitali è un potente catalizzatore per l’accelerazione dell’innovazione. I dipendenti sono più stimolati a proporre idee su come ottimizzare i processi, migliorare i prodotti e rendere i servizi più competitivi. Inoltre, la digital literacy favorisce l’empowerment dei dipendenti, un maggiore senso di responsabilità e un rafforzamento delle relazioni con gli stakeholder.

L'articolo Comprendere, usare, innovare. Il CIO come architetto della digital literacy proviene da Data Manager Online.

Quali sono i vantaggi dell’agilità operativa per la trasformazione digitale? Quali le principali sfide che il CIO affronta nel rendere la sua organizzazione IT più agile? Quali sono le metodologie e le pratiche che utilizza per implementare l’agilità operativa nella sua organizzazione IT? Quali sono i risultati che ha ottenuto o si aspetta di ottenere dall’agilità operativa?

Abbiamo sottoposto questa “raffica di interrogativi” ad alcuni CIO italiani, interpellati in un sondaggio estivo “flash”. Dalle risposte raccolte, è emerso che, per abbracciare l’agilità operativa e accelerare la trasformazione digitale, i CIO devono adottare un approccio strategico che si fonda su tre sfide principali: risposta rapida alle esigenze di mercato, modernizzazione dei sistemi legacy e trasformazione dei sistemi IT team cross-funzionali autonomi.

Vantaggi dell’agilità operativa

L’agilità operativa permette alle organizzazioni di rispondere rapidamente alle mutevoli esigenze del mercato e di migliorare l’efficienza operativa. In molti casi, le aziende hanno registrato un significativo miglioramento nella gestione delle operazioni, grazie all’integrazione di tecnologie come l’IoT e l’AI. Queste tecnologie permettono di ottimizzare i processi produttivi, ridurre i costi operativi e accelerare l’innovazione. Un’organizzazione agile è in grado di introdurre nuovi prodotti e servizi in tempi più rapidi, migliorando l’esperienza del cliente e aumentando la capacità di ottenere un vantaggio competitivo sostenibile.

Implementazione dell’agilità

L’adozione di metodologie agili richiede un profondo cambiamento nella mentalità aziendale: è necessario passare da strutture gerarchiche e rigide a modelli organizzativi più flessibili e collaborativi. Questo cambiamento implica una maggiore trasparenza, responsabilizzazione e un approccio focalizzato sul cliente, ma non tutte le organizzazioni sono pronte o disposte a fare questo passo. Molte aziende dipendono ancora da sistemi monolitici e obsoleti che non sono facilmente compatibili con le metodologie agili. La transizione verso un’architettura IT più flessibile, come quella basata su microservizi, richiede un investimento significativo in termini di tempo e risorse. Inoltre, le difficoltà nell’integrazione di nuove tecnologie con i sistemi esistenti, e la necessità di una gestione più snella dei dati, rappresentano ulteriori ostacoli da superare.

#CIOSTIPS Velocità e flessibilità, il ruolo chiave del CIO nell’agilità operativa
Click To Tweet

Metodologie e pratiche

Per affrontare queste sfide, molte organizzazioni adottano metodologie agili come Scrum, Kanban, e in alcuni casi il Framework SAFe (Scaled Agile Framework), che facilita l’applicazione delle pratiche agili su larga scala. Queste metodologie incoraggiano un approccio iterativo allo sviluppo di progetti, riducendo i cicli di feedback e permettendo di correggere rapidamente la rotta.

I team cross-funzionali autonomi, in cui i membri provengono da diversi dipartimenti, hanno il potere decisionale per risolvere problemi in modo indipendente. Questo modello operativo favorisce la collaborazione e accelera l’esecuzione dei progetti. Inoltre, l’adozione di pratiche DevOps consente di ridurre i tempi di rilascio del software e migliorare la qualità delle soluzioni implementate.

McKinsey mette in evidenzia l’impatto dell’agilità operativa. Nel settore bancario, la trasformazione agile del sistema front-end ha ridotto di quattro volte il volume delle chiamate mensili ai contact center. Nel settore delle telecomunicazioni, l’implementazione di soluzioni speech-to-text sta agevolando l’automazione e la digitalizzazione del servizio clienti e delle operazioni di back-office. Inoltre, la migrazione al cloud privato sta contribuendo a ridurre significativamente i costi di gestione di database e sistemi IT.

L'articolo Business più agile, il CIO in prima linea proviene da Data Manager Online.

Il ruolo del chief information officer (CIO) ha subito una trasformazione radicale negli ultimi anni, ponendolo in prima linea nella guida dell’innovazione e della trasformazione digitale. Una delle strategie chiave adottate in questo processo è l’open innovation, che prevede la collaborazione con entità esterne come startup, università, clienti e fornitori per generare nuove idee, soluzioni e modelli di business.

A livello globale, molti CIO hanno abbracciato l’innovazione aperta come componente fondamentale delle loro strategie di trasformazione digitale. Un esempio significativo è Jim Fowler, ex CIO di General Electric. In una recente intervista alla MIT Sloan School of Management, Fowler ha sottolineato l’importanza di sperimentare e di “fallire rapidamente”, dichiarando: «È meglio provare dieci cose e sbagliarne sette che dedicare troppo tempo a perfezionare una cosa sola». Questo approccio evidenzia il ruolo cruciale del CIO come facilitatore dell’innovazione aperta. Facendo leva sulle collaborazioni esterne, i CIO possono sbloccare nuove opportunità di crescita e innovazione. L’innovazione aperta non solo permette di tenere il passo con i progressi tecnologici, ma consente anche di plasmare attivamente il futuro dei settori di riferimento. Abbattendo i silos tradizionali e attraverso l’integrazione di esperienze e creatività, le aziende possono accelerare i processi di innovazione e rimanere competitive.

In Italia, il panorama dell’open innovation è particolarmente vivace, con Leonardo, multinazionale nel settore aerospaziale, della difesa e della sicurezza, che rappresenta un esempio di rilievo. Sotto la guida di Simone Ungaro, chief strategy & innovation officer, Leonardo ha avviato numerose iniziative “open” come la partnership con Open Italy e il programma Leonardo Startup Challenge. Leonardo collabora attivamente con le università italiane per promuovere la ricerca e l’innovazione su progetti di ricerca, con borse di studio agli studenti e ospitando stage per formare la prossima generazione di leader nel settore dell’aerospazio, della difesa e della sicurezza. Proprio le università svolgono un ruolo di cerniera tra start-up e grandi aziende.

L’incubatore del Politecnico di Torino I3P facilita lo scambio di idee e risorse, consentendo alle start-up di scalare le loro innovazioni e fornendo ai CIO nuove prospettive di innovazione. Tra i numerosi progetti di successo, frutto della partnership con I3P, ci sono esempi significativi che mostrano come l’innovazione aperta possa portare a risultati concreti e tangibili. Uno di questi nasce dalla collaborazione con Leasys e si concentra sulla creazione di soluzioni digitali per la mobilità del futuro, con particolare attenzione alla mobilità elettrica e autonoma. Questo progetto mira a sviluppare nuove tecnologie che rivoluzioneranno il modo in cui ci muoviamo, rendendo i trasporti più efficienti e sostenibili.

#CIOSTIPS #openinnovation L’innovazione aperta per coniugare competitività e della sostenibilità
Click To Tweet

Un altro progetto di rilievo è quello dell’innovazione per la cybersecurity sviluppato con Intesa Sanpaolo. In questo caso, l’obiettivo è sviluppare soluzioni innovative per rafforzare la sicurezza informatica del sistema bancario. La collaborazione con TIM per lo sviluppo di smart city rappresenta un ulteriore passo avanti nella creazione di soluzioni intelligenti per migliorare la qualità della vita dei cittadini e l’efficienza dei servizi urbani.

Infine, il progetto con Agro Piemonte si concentra sullo sviluppo di tecnologie innovative per aumentare la produttività e la sostenibilità delle filiere agricole, contribuendo così a risolvere alcune delle sfide più pressanti legate alla sicurezza alimentare e alla sostenibilità ambientale.

Questi esempi dimostrano chiaramente come l’innovazione aperta possa portare a risultati concreti se agevolata dalle sinergie creative tra startup, università e grandi aziende. Il futuro della trasformazione digitale dipende dalla capacità dei CIO di promuovere e facilitare queste collaborazioni, abbracciando una cultura di innovazione continua e condivisa.

L'articolo Open and ready, il nuovo volto del CIO proviene da Data Manager Online.

Nel rapporto “Sustainability in the data age: harnessing the power of data for a greener future”, pubblicato dall’IEEE Computer Society, i ricercatori Norita Ahmad e Salwa Beheiry dell’American University of Sharjah, hanno esplorato l’impatto della sostenibilità data-driven. Il loro lavoro ha evidenziato come la sinergia tra dati e tecnologia permetta di prendere decisioni informate e promuovere pratiche eco-consapevoli in linea con gli obiettivi di sviluppo sostenibile delle Nazioni Unite. A livello globale, gli analisti registrano un crescente riconoscimento da parte dei CIO del rapporto sinergico tra sostenibilità e trasformazione digitale.

Questa tendenza è motivata dalla necessità di mitigare l’impatto delle operazioni IT dal punto di vista ambientale, sociale, economico e di governance. Da una recente indagine di Evanta, società di Gartner, emerge che i CIO stanno integrando attivamente la sostenibilità nelle loro pianificazioni. Il quadro complessivo riflette l’impegno crescente nel bilanciare innovazione tecnologica e responsabilità ambientale. Ecco i cinque principi chiave.

Capire la priorità di business delle iniziative ESG aziendali

Per Nicky Green, Global IT & Digital Solutions director di Lavazza Professional UK, la comprensione delle esigenze di business da parte dell’IT è essenziale per il raggiungimento degli obiettivi. Per esempio, in Lavazza, la connessione IoT di tutti i distributori automatici migliora l’efficienza operativa, riducendo la necessità di interventi non necessari. Nicky Green rivendica per l’IT aziendale un ruolo più attivo di valutazione critica sia interna che esterna dei sistemi, delle infrastrutture e dei processi per individuare possibili aree di miglioramento.

Definire il ruolo del CIO nel promuovere la sostenibilità

Secondo Phil Brown, che adesso ricopre il ruolo di CIO in PTSG, specialista inglese di servizi tecnici per la sicurezza e la conformità, dopo essere stato per più di undici anni CDIO di Amey, la sostenibilità è una componente essenziale della strategia aziendale. Il CIO deve svolgere un ruolo sempre più attivo nell’implementazione, gestione, fornitura e supporto dei servizi IT e nel creare una piattaforma che permetta all’intera azienda di misurare i propri obiettivi di sostenibilità. L’allineamento di ogni iniziativa aziendale alla strategia di data platform è fondamentale per il successo delle iniziative digitali, compresa l’intelligenza artificiale.

Mettere la sostenibilità al centro della trasformazione digitale

Per Michael Müller-Wünsch, CIO di Otto, il più grande negozio online tedesco, la trasformazione digitale e la sostenibilità devono procedere di pari passo. L’IT ha una responsabilità sempre maggiore nella conformità ESG e nella riduzione dell’impronta di carbonio. La necessità di ridurre la quantità di dati raccolti, memorizzati e processati, limitandosi solo a quelli strettamente necessari per raggiungere gli obiettivi specifici dell’organizzazione –insieme all’esigenza di migliorare l’efficienza degli algoritmi e delle architetture software – rappresenta la nuova dimensione degli obiettivi delle prestazioni aziendali.

#CIOSTIPS La #sostenibilità data-driven come necessità strategica. Il ruolo centrale dei #CIO
Click To Tweet

Capire come implementare la sostenibilità nei progetti IT

Il consiglio pratico di Hans van der Waal, Global IT director di Travelex, società specializzata in servizi di cambio valuta e pagamenti, è di sviluppare una piattaforma sostenibile, scalabile e sicura per garantire massima trasparenza su TCO e metriche ESG, includendo i requisiti ESG nei contratti con i venditori e i fornitori.

Evolvere la propria mentalità per dare slancio alle iniziative sostenibili

Secondo, Laura Kendrick, CIO EMEA & UK di IPG Mediabrands, tra le principali agenzie globali di media e comunicazione, l’evoluzione culturale dei CIO passa attraverso la capacità di combinare la trasformazione digitale con gli obiettivi di sostenibilità. Valutare e implementare nuove tecnologie, come l’intelligenza artificiale, è cruciale per aiutare l’organizzazione nella transizione verso l’obiettivo emissioni zero. Secondo Kendrick, questo approccio deve essere integrato nella roadmap e nella pianificazione dell’IT.

L'articolo I cinque principi chiave della sostenibilità data-driven proviene da Data Manager Online.

Quali sono le principali sfide che un CIO affronta oggi nella definizione del mix ottimale di iniziative digitali? Il ruolo del chief information officer nella strategia di trasformazione digitale richiede un lavoro assiduo e coordinato per creare un insieme di iniziative perfettamente adatto al contesto aziendale. Nell’ecosistema aziendale, il CIO non è un solista ma un direttore d’orchestra che guida, coordina e ispira. Con una visione chiara, capacità di leadership e competenze tecniche, il CIO può trasformare la complessità dell’innovazione digitale in una sinfonia che porta l’azienda verso il successo.

Il mese scorso, abbiamo avuto l’opportunità di dialogare con un’ampia rete di CIO, sia italiani che internazionali, per approfondire insieme due importanti questioni. Le organizzazioni che abbracciano la trasformazione digitale vogliono solo migliorare l’esistente o puntano a qualcosa di più grande? E qual è la vera priorità della trasformazione digitale?

La digitalizzazione non è una strategia monolitica. Il team esecutivo deve sempre più inquadrare le proprie ambizioni digitali per delineare una strategia efficace, definendo chiaramente obiettivi e risultati. I risultati della digitalizzazione si suddividono in due grandi categorie: l’ottimizzazione digitale che migliora i processi esistenti e l’esperienza dei clienti; la trasformazione digitale che reinventa il modo in cui l’organizzazione serve il proprio mercato attraverso nuovi prodotti, servizi o modelli di business.

Ottimizzazione e trasformazione non rappresentano una scelta binaria, per questo una strategia di digitalizzazione di maggior successo persegue la trasformazione e l’ottimizzazione in parallelo. Chi opera in settori stabili e senza segni di imminente disruption preferisce dare la priorità all’ottimizzazione, poiché la trasformazione rischia di diventare una “distrazione” costosa troppo in anticipo rispetto all’adozione da parte dei clienti. Al contrario, chi opera in settori in crisi avverte di dover dare la priorità alla trasformazione nelle aree di business chiave, perché l’attendismo porta all’irrilevanza, con conseguente erosione di ricavi e margini. Tuttavia, la trasformazione digitale comporta anche “modelli di business o prodotti completamente nuovi” –  come evidenziano gli analisti di Gartner.

Priorità alla trasformazione o all’ottimizzazione? #DigitalAdaptation #CIOSTIPS
Click To Tweet

Le aziende che abbracciano la trasformazione vogliono fare di più con la digitalizzazione che costruire una versione migliore di quella attuale. Vogliono creare nuove opportunità e possibilmente sconvolgere lo status quo attraverso nuovi flussi di entrate, nuovi prodotti, servizi digitali e modelli di business.

L’emergere di una tecnologia “disruptive” spesso fa scattare la necessità di dare priorità alla trasformazione rispetto all’ottimizzazione. Pensate a queste perturbazioni come a nuovi paradigmi di mercato che si sviluppano lungo una curva a S. Alla base della curva, una nuova tecnologia o un importante progresso rende possibile un nuovo prodotto, servizio o modello aziendale. Questa innovazione vive un periodo di crescita stabile fino a quando una tecnologia ancora più recente non la interrompe, dando inizio a un nuovo paradigma e ricominciando il ciclo. Un buon esempio di questa dinamica, citato da Gartner, è quello dell’industria musicale. Questo settore è stato uno dei primi mercati costretti a trasformarsi quando Internet 1.0 ha reso possibile la musica digitale, cambiando le abitudini degli ascoltatori e annientando il mercato delle cassette e dei CD fisici.

Nel giro di dieci anni, i consumatori di musica scaricavano principalmente MP3 in un modello commerciale “à la carte” che consentiva la vendita economicamente vantaggiosa sia degli album interi sia delle singole canzoni. Successivamente, con l’emergere delle funzionalità di streaming, gli ascoltatori hanno iniziato a consumare musica e altri prodotti audio, attraverso servizi in abbonamento come Audible e Spotify. Il ciclo di innovazione e trasformazione digitale è continuo, con nuove tecnologie che costantemente ridisegnano il panorama del mercato. Per le aziende, è essenziale cogliere queste trasformazioni e adattarsi rapidamente per rimanere competitive.

L'articolo Priorità alla trasformazione o all’ottimizzazione? proviene da Data Manager Online.

Che cosa hanno in comune biciclette, robot industriali, vernici in polvere e compenti per ascensori e montacarichi? Pur appartenendo a settori diversi, condividono aspetti comuni legati alla produzione, alla presenza internazionale, all’innovazione tecnologica, alla ricerca applicata con un alto numero di brevetti, alla qualità in termini di total life-cycle assessment e alla sicurezza.

Bianchi Bicycles, è il più storico e iconico marchio di biciclette, forte di oltre 130 anni di storia, oltre che modello riuscito di reshoring e trasformazione digitale. Con la riorganizzazione completata e lo stabilimento sorto a fianco di quello storico a Treviglio (Bg), a fronte di un fatturato di circa 40 milioni di euro, Bianchi ha nei piani di sfornare mille biciclette ogni otto ore, portando la forza lavoro da 180 a 250 dipendenti.

Comau, Gruppo Stellantis, opera nel settore dell’automazione industriale. Produce robot industriali, sistemi di automazione e soluzioni avanzate per la produzione industriale in diversi settori, dall’automotive all’aerospace, e interpreta il un nuovo modello di produzione che ottimizza l’automazione orientata all’uomo e alla macchina. Comau sta lavorando anche per industrializzare i processi di produzione sia di elettrolizzatori che di celle a combustibile e, più in generale, di tutte quelle tecnologie necessarie per l’adozione su larga scala dell’idrogeno.

ST Powder Coatings è un attore di primo piano nel settore delle resine in polvere. I rivestimenti in polvere sono utilizzati per proteggere e decorare una vasta gamma di materiali, compresi metalli, legno e plastica, e trovano impiego in vari settori, come l’automotive, l’arredamento, le attrezzature sportive, l’edilizia. I laboratori di ST Powder Coatings sono impegnati nella ricerca di processi a bassa temperatura e materiali di nuova concezione non derivanti dal petrolio.

Wittur Group è attiva nel settore dei componenti per ascensori. Produce e fornisce componenti e sistemi per ascensori e montacarichi, inclusi porte, cabine, sistemi avanzati con un focus crescente sull’efficienza energetica, la connettività intelligente, le alte prestazioni, la sicurezza e il comfort. La storia del trasporto verticale è sicuramente una storia di innovazione che ha contribuito a trasformare l’architettura urbana.

Quattro realtà imprenditoriali, simbolo del potenziale industriale dell’asse Italia, Francia e Germania, che convergono nell’affermazione di un futuro sostenibile e digitale. Queste aziende non solo rappresentano la forza produttiva di tre economie chiave, ma incanalano le aspettative di un’economia europea più competitiva e tecnologicamente avanzata a livello globale.

#manufacturing Le storie di #BianchiBicycles #Comau #STPowderCoatings #WitturGroup
Click To Tweet

METAMORFOSI SENZA PRECEDENTI

Nel 2024, i CIO del settore manifatturiero si trovano al centro di una profonda rivoluzione. Il settore manifatturiero non è più solo il dominio dei macchinari e delle linee di produzione tradizionali. Con l’avvento delle tecnologie Industry 4.0 (IIoT, AI, analisi predittiva, cobots, visione e automazione avanzata) e verso l’evoluzione 5.0 (che spinge verso una maggiore collaborazione uomo-macchina), i CIO si trovano di fronte a un nuovo paradigma di innovazione e competitività che si concentra sull’automazione dei processi industriali e sull’integrazione delle tecnologie digitali per rendere le operazioni più efficienti e produttive. Con il crescente impegno delle aziende manifatturiere nella creazione di partnership all’interno dei loro ecosistemi e l’aumento della complessità dei sistemi e dei processi, i CIO saranno sempre più coinvolti nella definizione delle modalità di interazione della propria organizzazione con i partner. Grazie al loro unico mix di conoscenze aziendali, tecnologiche e informatiche, i CIO sono in grado di progettare e guidare le iniziative dell’ecosistema, assumendo di fatto il ruolo di “altro” CEO: il chief ecosystem officer. I confini tradizionali del manufacturing si stanno sgretolando, sostituiti da una rete complessa di fornitori, partner, clienti e altre realtà che lavorano insieme per creare valore condiviso.

Secondo gli esperti del Team Manufacturing di IDC Insights, entro il 2025, un CIO su quattro ricoprirà anche il ruolo di chief ecosystem officer, per orchestrare l’IT e il business all’interno dell’ecosistema per soddisfare le esigenze dei clienti e ridurre i costi. Questo ruolo, inizialmente una proiezione evolutiva del tradizionale chief information officer (CIO), si sta rapidamente affermando come punto focale per l’orchestrazione e la gestione dell’ecosistema aziendale. Mentre il CEO tradizionale si concentra sulla visione strategica e sulla guida generale dell’organizzazione, il CIO diventa “l’altro CEO” che si occupa di coordinare l’IT e il Business per soddisfare le esigenze dei clienti e ridurre i costi all’interno dell’ecosistema. Nel contesto aziendale di ST Powder Coatings, il ruolo dell’IT è quello di coordinare e integrare soluzioni identificate, spesso agendo in autonomia rispetto ad altre aree organizzative. Un chiaro orientamento verso le soluzioni cloud, sebbene non sia sempre una scelta obbligata, insieme all’adozione di interfacce web per gli utenti, talvolta esterni all’organizzazione, sta permettendo una crescita senza impattare sulle infrastrutture e sui sistemi esistenti. A titolo esemplificativo – come spiega il Group CIO Andrea Lanza – è stato introdotto un sistema CRM nel Gruppo che funge anche da collettore con filiali e distributori, consentendo di raccogliere in modo uniforme dati e informazioni precedentemente disperse su diversi sistemi, talvolta poco accessibili centralmente. Questo sistema offre inoltre la possibilità di gestire con efficacia le opportunità anche in aree e mercati meno sviluppati.

#manufacturing Entro il 2025, un CIO su quattro ricoprirà anche il ruolo di chief ecosystem officer #IDC
Click To Tweet

In ambito più tradizionale – spiega Lanza – «la possibilità di governare, supervisionare e supportare, anche da remoto, impianti e processi complessi hanno spinto i produttori di tecnologia in ambito industriale ad adattare e proporre soluzioni digitali, dove in precedenza a prevalere erano l’attenzione alla robustezza delle soluzioni industriali». In ambito operations, ST Powder Coatings sta investendo nel rinnovamento di applicativi e sistemi al fine di migliorare la sicurezza attraverso l’adozione di soluzioni di cybersecurity precedentemente non compatibili con l’infrastruttura esistente. «Questo rinnovamento semplificherà inoltre le interfacce degli operatori, consentendo la raccolta digitale di informazioni e dati di produzione direttamente dalla fonte». In quest’ottica, la collaborazione e il confronto costante tra le diverse esigenze aziendali e le molteplici tecnologie digitali proposte sono fondamentali per identificare e selezionare i progetti più adatti, garantendo soluzioni robuste, conformi alle normative e in grado di soddisfare le necessità dei clienti.

Passando all’automotive, Comau si sta concentrando moltissimo sui sistemi di visione. «Siamo tra i pochi sul mercato che producono sia i robot che i sistemi di visione, ma offriamo anche servizi di integrazione con 50 anni di esperienza nel settore manifatturiero mondiale» – spiega Giovanni Di Stefano, head of Products and Solutions Engineering – Advanced Automation Solutions di Comau. «Abbiamo anche sviluppato una piattaforma IoT per la raccolta dei dati e la tracciabilità della produzione dei nostri clienti, che installiamo all’interno di alcune nostre soluzioni integrate come per esempio quella di saldatura ad arco, oppure sulle linee che realizziamo per i nostri clienti. Inoltre, stiamo completando la transizione al cloud, dando la possibilità al cliente di scegliere se vuole lavorare con un hardware locale di sua proprietà, oppure con un cloud privato o con un cloud di terze parti, garantendo sempre e comunque di non compromettere la sicurezza dei dati».

Uma Shankar, CIO e membro dell’Executive Management Team di Wittur Group, evidenzia le sfide attuali nel settore della produzione dei componenti per ascensori. Tra i fattori che influenzano tale contesto, emergono la Guerra in Ucraina e la contrazione dei mercati chiave come la Cina. Ecco come l’azienda sta abbracciando l’innovazione digitale per espandere la sua presenza globale e migliorare il servizio clienti. «Abbiamo implementato una piattaforma di e-commerce per la vendita di pezzi di ricambio, facilitando l’accesso per i clienti nei diversi mercati. Continueremo il nostro impegno a espanderci verso nuovi mercati nei prossimi anni. Inoltre, abbiamo delineato una roadmap di PLM per i prossimi quattro anni, con l’obiettivo di ottimizzare il processo di sviluppo del prodotto e ridurre i tempi di commercializzazione. Questo si tradurrà in un miglioramento della collaborazione interna e dell’efficienza complessiva. Recentemente, abbiamo avviato l’implementazione di una piattaforma CRM avanzata al fine di ottimizzare la gestione dei contatti e delle offerte. Questo ci consentirà di migliorare le relazioni con i clienti, aumentare l’efficienza operativa e massimizzare le opportunità di vendita. Attraverso l’implementazione di una piattaforma avanzata di Business Intelligence, stiamo ottenendo insights preziosi per il nostro business, che ci aiuteranno nelle decisioni strategiche e a massimizzare l’impatto. Grazie a queste iniziative, crediamo di essere ben posizionati per sfruttare le opportunità globali e guidare una crescita sostenibile nel nostro settore nei prossimi anni». Su questo aspetto interviene anche Mauro Toso, CIO di Bianchi Bicycles. L’azienda ha saputo coniugare sapientemente la sua tradizione con l’innovazione, diventando un punto di riferimento nel settore manifatturiero delle biciclette di alta gamma. «Stiamo implementando un nuovo modello di B2B2C, abbiamo ridisegnato completamente la user-experience per uniformare la comunicazione del brand e prodotto Bianchi. Ora stiamo lavorando per individuare con il business le possibili applicazioni dell’AI sul mondo Commerce e Service post-vendita».

#manufacturing Come rimettere l’industria al centro dell’agenda europea, sviluppando nuove sinergie
Click To Tweet

IL FUTURO DEL MANUFACTURING

Nel cuore delle economie globali, il settore manifatturiero sta vivendo una trasformazione senza precedenti, guidata dalla convergenza tra IT e OT e dal crescente imperativo della sostenibilità. Questo scenario di cambiamento rapido e profondo sta ridefinendo le regole del gioco per le aziende manifatturiere, spingendole a rivedere le loro strategie, investire in nuove tecnologie e adottare pratiche sostenibili per rimanere competitive in un mercato sempre più dinamico e interconnesso. Le tecnologie emergenti come l’intelligenza artificiale, l’Internet delle cose, le tecnologie di virtualizzazione di processi e dati, la stampa 3D e la robotica avanzata stanno rivoluzionando la produzione, la cybersecurity e la safety, consentendo una maggiore efficienza, flessibilità e personalizzazione.

Parallelamente alla rivoluzione tecnologica, c’è un crescente focus sull’integrazione della sostenibilità ambientale e sociale nei processi manifatturieri. Con l’aumento della consapevolezza sui cambiamenti climatici e sull’esaurimento delle risorse naturali, le aziende manifatturiere stanno adottando approcci più responsabili e sostenibili verso la produzione. Dall’ottimizzazione dell’uso delle risorse e dell’energia all’adozione di materiali riciclabili e processi produttivi a basso impatto ambientale, le aziende stanno ridefinendo il concetto stesso di produzione. Nel 2023, l’industria manifatturiera Made in USA ha capitalizzato sul momentum generato da tre importanti leggi promulgate nel 2021 e nel 2022: l’Infrastructure Investment and Jobs Act (IIJA), la Creating Helpful Incentives to Produce Semiconductors (CHIPS) and Science Act e l’Inflation Reduction Act (IRA).

I fondi e gli incentivi fiscali all’industria manifatturiera statunitense in vari settori hanno già stimolato un record di investimenti. Al di qua dell’oceano, il 70% della normativa italiana di riferimento per il settore della manifattura ha origine dalle direttive europee e più del 50% dell’export italiano viene assorbito all’interno dell’UE. Fabbrica Europa è il documento programmatico di Confindustria che contiene le proposte per un’Europa più competitiva, presentato in vista delle prossime elezioni Europee con l’obiettivo di rimettere l’industria al centro dell’agenda europea. Per essere in grado di percorrere lo scenario Net Zero, l’Italia deve progettare un sistema industriale più resiliente e pronto a reagire proattivamente agli shock futuri, e in grado di realizzare in modo accelerato la transizione ecologica e digitale, favorendo la sostenibilità del sistema socioeconomico. Perseguire il modello di Industria 5.0 comporta significative conseguenze per la politica industriale del Paese – come emerge dal Rapporto ASviS di primavera 2024. Occorre riprogettare i modelli di business delle aziende, con le relative catene di valore e di fornitura; è necessario sviluppare nuove forme di collaborazione per il recepimento delle politiche industriali da parte delle imprese; servono nuovi approcci alla ricerca e all’innovazione; occorre un elevato livello di coerenza verticale e orizzontale delle politiche tra tutti i livelli di governo. Infine, è fondamentale stimolare la ricerca e l’innovazione per la sostenibilità, come motori trainanti del sistema economico, necessarie per affrontare le sfide della sostenibilità a tutto campo.

#manufacturing Convergenza tra IT e OT e crescente imperativo della sostenibilità
Click To Tweet

IL NUOVO MODELLO DI INDUSTRIA

Secondo gli analisti di Deloitte Research Center for Energy & Industrials, nel 2024 i produttori stanno facendo i conti con l’incertezza economica, la continua carenza di manodopera qualificata, le specifiche interruzioni delle catene di approvvigionamento e le nuove sfide generate dalla necessità di innovare i prodotti per raggiungere gli obiettivi aziendali di riduzione netta delle emissioni. La tecnologia è pronta a giocare un ruolo significativo per rispondere a queste sfide.

Le aziende sono sempre più propense ad abbracciare un approccio smart factory, sperimentando le possibilità dell’intelligenza artificiale generativa. La trasformazione digitale della fabbrica procede a ritmi diversi. Per certi attori, è già una realtà, tuttavia, la mancanza di un’integrazione e gestione OT/IT adeguatamente pianificata continua a lasciare alcune aziende esposte a minacce di ransomware (che sono aumentati) e di furto di proprietà intellettuale e dati proprietari. Allo stesso tempo, i governi stanno imponendo alle industrie di rafforzare le loro pratiche di sicurezza informatica in linea con il rischio aumentato con decreti, come la Direttiva sulla sicurezza delle reti e delle informazioni (NIS2). La direttiva si concentra sul rafforzamento dei requisiti per incorporare la sicurezza informatica nel DNA delle organizzazioni e portare più settori, inclusa la produzione.

Come emerge dal rapporto Security Navigator 2024 di Orange Business, il problema è che la maggior parte dei siti industriali non ha le risorse per valutare i rischi OT, implementare le migliori pratiche di sicurezza informatica nei loro ambienti produttivi e garantire affidabilità e resilienza della rete. La produzione è di gran lunga l’industria più colpita dagli attacchi informatici. Se il crimine informatico fosse un paese, sarebbe la terza economia più grande dopo Cina e Stati Uniti. L’orchestrazione tra ottimizzazione, sicurezza informatica e conformità normativa rappresenta l’elemento chiave per affrontare le sfide emergenti nel contesto industriale – come spiega Giovanni Di Stefano di Comau. «Seguiamo la normativa IEC 62443 relativa alla cybersecurity in ambito OT. Puntiamo a utilizzare sempre un approccio Secure By Design, ovvero effettuiamo un risk assessment con la collaborazione di terze parti e da questo ricaviamo i requirements di sicurezza. Dai requisiti di sicurezza, definiamo le specifiche in termini di funzionalità aggiuntiva per la sicurezza e in seguito realizziamo l’architettura rispondente a tali specifiche. Alla fine, eseguiamo i penetration tests per verificare la bontà delle difese apportate».

Uma Shankar di Wittur Group presenta un approccio completo alla sicurezza informatica che abbraccia governance, awareness, e implementazione di misure efficaci. Il gruppo dispone di un chief information security officer (CISO) incaricato di sviluppare strategie specifiche per garantire la sicurezza e la resilienza delle operazioni aziendali in un contesto digitale in costante evoluzione. «Utilizziamo la strategia Cloud-first con piattaforme cloud pubbliche e applicazioni SaaS. Questo approccio ci consente di garantire la protezione dei dati grazie anche a un ecosistema di partner contro gli attacchi informatici. Promuoviamo attivamente la consapevolezza sulla sicurezza informatica tra i nostri dipendenti attraverso programmi di formazione e sensibilizzazione. Organizziamo sessioni periodiche di sensibilizzazione sulla sicurezza informatica, fornendo agli impiegati informazioni cruciali sui rischi e sulle migliori pratiche per proteggere i nostri sistemi e dati sensibili. Inoltre, abbiamo implementato una strategia di segmentazione di rete per isolare e proteggere i sistemi critici. Questo approccio ci consente di limitare l’accesso ai dispositivi e alle risorse sensibili, riducendo così il rischio di compromissione dei dati e dei processi operativi».

Mauro Toso di Bianchi Bicycles evidenzia l’importanza di integrare la gestione del rischio cyber “by-design” e di assicurare la massima continuità operativa. «Abbiamo avuto la fortuna di partire con la costruzione di un nuovo stabilimento e dell’infrastruttura IT da zero, e questo ci ha permesso da subito di introdurre misure di contenimento dei rischi cyber, sia per le componenti IoT interne che per le classiche interazioni di business esterne. Le applicazioni critiche di produzione, magazzino e la gestione dei dati sensibili, avviene su una nuova infrastruttura server iperconvergente che garantisce lo zero downtime attraverso repliche interne, su datacenter esterni e prossimamente anche in cloud».

#manufacturing Come orchestrare l’IT e il Business all’interno dell’ecosistema industriale
Click To Tweet

EFFETTO CONVERGENZA

Nel 2020, il mercato dell’industria che abbraccia l’adozione e l’integrazione di tecnologie avanzate per la trasformazione digitale e l’ottimizzazione dei processi produttivi in Italia valeva 4,1 miliardi di euro, secondo i dati dell’Osservatorio del Politecnico di Milano, trainato soprattutto dalle tecnologie IT, che rappresentano l’85% della spesa contro il 15% delle OT. Tendenza che vede una convergenza su entrambi i lati nel corso degli ultimi anni. Infatti, la corsa del mercato italiano dell’Internet of things nel 2023 ha raggiunto un valore di 8,9 miliardi di euro, +9% rispetto al 2022. Tuttavia, si registra una brusca frenata per l’ICT Industriale. Nonostante la crescita del valore di mercato, nel 2023 si è verificato un forte calo dei nuovi progetti sul territorio italiano, soprattutto a causa del dimezzamento degli incentivi. Tendenza che potrà essere invertita, in vista del nuovo Piano di transizione 5.0 per il biennio 2024-25 con 6,3 miliardi di euro di fondi che – oltre all’acquisto di beni strumentali materiali o immateriali 4.0 – dovranno essere destinati anche a beni necessari per l’autoproduzione e l’autoconsumo da fonti rinnovabili e alla formazione del personale in competenze per la transizione verde.

Inoltre, l’avvento della connettività 5G sta aprendo nuove prospettive per l’implementazione delle tecnologie abilitanti l’industria 4.0 e lo Smart manufacturing, grazie al circolo virtuoso tra AI, Edge computing e IoT. Secondo quanto riportato da Accenture, il 5G sarà uno dei principali motori trainanti per la crescita dell’economia europea, in particolare in Italia, dove il quadro congiunturale della demografia d’impresa relativa al primo trimestre 2024 presenta luci e ombre, con il numero di PMI in diminuzione nei grandi distretti industriali del Paese. Inoltre, nel 2023 secondo i dati Istat, il fatturato dell’industria è calato dello 0,5% rispetto all’anno precedente. Questa tendenza presenta un andamento non omogeno nei diversi settori, ma resta confermata anche dall’economia manifatturiera dell’eurozona che continua a contrarsi anche all’inizio del secondo trimestre 2024, secondo i dati di Eurostat. Questo significa che il calo generale della produzione industriale italiana è generato soprattutto dall’andamento negativo di alcuni specifici settori come beni di consumo, i beni intermedi (che impattano molto sulla capacità di produzione) e l’energia. Segnali positivi si registrano invece in altri settori come la produzione di prodotti farmaceutici, la costruzione di mezzi di trasporto e la produzione di beni strumentali. Questa situazione è il risultato diretto e indiretto di una serie di fattori che interessano non solo l’Italia, ma l’Europa nel suo complesso, ed è alimentata dalla sensazione di incertezza riguardo alla crescita economica. Fattori che saranno al centro dell’agenda della Presidenza italiana del G7 insieme all’intelligenza artificiale e i suoi meccanismi di governance.

POTENZIARE LA PRODUTTIVITÀ

Il Piano Nazionale di Ripresa e Resilienza (PNRR) si configura come un catalizzatore fondamentale per l’avanzamento della transizione digitale ed energetica delle imprese manifatturiere. Questo obiettivo chiave del piano sta cominciando a tradursi in risultati tangibili per le aziende. Secondo i dati dell’Osservatorio MECSPE sull’industria relativi al terzo quadrimestre 2023, con previsioni sul 2024, più del 60% degli imprenditori dichiara che senza gli incentivi previsti dal PNRR non avrebbero investito, o lo avrebbero fatto in misura minore, soprattutto riguardo a temi cruciali come la trasformazione digitale, la ricerca e sviluppo, la formazione e la sostenibilità. Sempre secondo i darti dell’osservatorio, quasi il 70% degli imprenditori indica una crescita digitale da media ad alta per le proprie aziende negli ultimi anni. Le tecnologie introdotte nel 2023 includono soprattutto sicurezza informatica, cloud e IoT. L’interesse verso l’intelligenza artificiale è in aumento, con il 13% degli imprenditori che pianifica l’introduzione di questa tecnologia, seguito da ulteriori investimenti in sicurezza informatica e robotica collaborativa. La maggioranza degli imprenditori esprime opinioni positive sull’intelligenza artificiale, con oltre il 60% che prevede benefici dalla sua implementazione. Circa il 25% delle aziende ha già introdotto o intende farlo, mentre il 38% sta valutando questa possibilità. Gli incentivi 4.0 per la crescita e la digitalizzazione delle imprese evidenziano la prontezza delle aziende ad adottare le nuove misure del Piano Transizione per integrare sostenibilità e digitalizzazione.

#manufacturing Orchestrazione tra ottimizzazione, sicurezza informatica e compliance
Click To Tweet

Giovanni Di Stefano di Comau sottolinea il ruolo strategico giocato dall’IoT e dall’intelligenza artificiale a bordo linea. «Abbiamo installato qui in Italia la prima linea completamente automatica per la produzione dei nostri robot, usando i robot per produrre i robot, e in questa linea abbiamo installato la nostra piattaforma di IoT per tracciare la produzione e la qualità del processo produttivo. Stiamo dedicando considerevoli risorse all’implementazione dell’intelligenza artificiale per potenziare gli algoritmi dei nostri sistemi di visione e semplificare il processo di installazione. Inoltre, stiamo concentrando gli sforzi sulla Generative AI per rendere più agevole la consultazione e l’utilizzo dei nostri manuali. Infine, abbiamo attivato diverse iniziative per esplorare l’utilizzo dei metalinguaggi, ovvero sistemi di autogenerazione del codice con l’obiettivo di tradurre automaticamente la sintassi umana in sintassi robotizzata, per semplificare al massimo la programmazione dei nostri robot».

Uma Shankar dl Wittur Group rimarca gli investimenti per potenziare la produttività e l’efficienza della catena di approvvigionamento e della produzione, identificando tre pilastri fondamentali della loro strategia. «Negli ultimi anni, abbiamo avviato un’importante iniziativa di implementazione di un sistema ERP basato su cloud, che mira a coprire l’intero gruppo entro i prossimi cinque anni. L’obiettivo principale di questa iniziativa è l’armonizzazione dei processi aziendali, al fine di migliorare l’efficienza operativa a livello globale e ridurre i costi totali di gestione. Inoltre, l’ERP ci permetterà di sostituire i sistemi legacy esistenti, semplificando il panorama IT e rafforzando la sicurezza informatica attraverso una piattaforma centralizzata e sicura. Con la nostra piattaforma di Business Intelligence, estraiamo insights preziosi dall’ampia mole di dati generati dal nostro ERP e da altri sistemi. Analizziamo principalmente l’andamento delle vendite e i prezzi dei prodotti, il comportamento dei clienti e le performance operative, prendendo decisioni basate sui dati che guidano la crescita e l’innovazione. Inoltre, stiamo investendo nelle aree dell’IoT e della Generative AI. L’IoT, in particolare, ci consentirà di monitorare in tempo reale le performance e ottimizzare i processi produttivi. Per aumentare ulteriormente la produttività, stiamo esplorando il potenziale dell’Intelligenza artificiale, concentrandoci soprattutto sulla (Gen AI, per la quale stiamo finalizzando alcuni casi d’uso in ambito Knowledge management».

Per Mauro Toso di Bianchi Bicycles, le priorità di punta riguardano l’implementazione del gemello digitale, il miglioramento dei processi di picking e l’adozione di sistemi avanzati per la pianificazione e la schedulazione della produzione. «Prima, abbiamo introdotto un digital twin della nuova fabbrica in costruzione, per analizzare e correggere in anticipo eventuali problemi e inefficienze. Poi abbiamo rivisto la logistica interna con un sistema avanzato di picking guidato e stiamo attualmente introducendo un innovativo APS a supporto della pianificazione della produzione e degli acquisti dal medio/lungo termine fino alla schedulazione giornaliera delle operazioni sul nuovo impianto».

#manufacturing IIoT, AI, 5G, cloud, analisi predittiva, cobots, visione e automazione avanzata
Click To Tweet

In questo contesto, la formazione interna riveste un ruolo fondamentale per garantire che i dipendenti siano aggiornati sulle ultime tecnologie e pronti ad affrontare sfide sempre più complesse. Secondo Giovanni Di Stefano di Comau, la formazione è un elemento chiave della strategia aziendale, specialmente quando si tratta di questioni legate all’intelligenza artificiale e alla sicurezza dei dati. Allo stesso tempo, Uma Shankar di Wittur Group sottolinea l’importanza della collaborazione basata su pianificazione condivisa, esperienze diverse e gestione Agile dei progetti per promuovere l’innovazione e migliorare l’efficienza aziendale. Mauro Toso di Bianchi Bicycles, CIO, aggiunge che la sinergia tra Business e IT è fondamentale per il successo della trasformazione digitale, con il business coinvolto non solo nell’attuazione, ma anche nella conduzione strategica dei progetti.

«Sicuramente la formazione è centrale nella nostra strategia, poiché il nostro lavoro richiede alti tassi di specializzazione e questo non consente a tutta l’organizzazione di essere costantemente aggiornata su tematiche di IT» – spiega Di Stefano di Comau. «Per garantire la formazione continua dei dipendenti lanciamo tante iniziative durante l’anno, legate sempre e comunque alle nostre procedure e ai nostri processi. Il tema più importante in questo momento è sicuramente la gestione dell’intelligenza artificiale in abbinamento con la sicurezza dei dati, tema sul quale abbiamo diramato una procedura ad hoc, unitamente a una formazione dedicata e alla selezione di strumenti corporate volti a guidare gli utenti ad utilizzare nuove tecnologie nel modo più sicuro possibile».

Per Uma Shankar di Wittur Group, l’IT svolge un ruolo cruciale nei processi decisionali relativi alle priorità degli investimenti, all’allocazione delle risorse e alle strategie di crescita. «Collaboriamo strettamente con il Business per favorire una forte collaborazione tra Business e reparti IT, con l’obiettivo di guidare l’innovazione e migliorare l’efficienza. Partecipiamo attivamente alle sessioni di pianificazione strategica per garantire l’allineamento delle iniziative tecnologiche agli obiettivi aziendali. Inoltre, promuoviamo una comunicazione aperta e trasparente tra il business e IT a tutti i livelli. Formiamo team multifunzionali che comprendono personale sia del business che dell’IT, promuovendo la collaborazione su progetti. Riunendo individui con prospettive ed esperienze diverse, i team possono sviluppare soluzioni complete che affrontano sia le esigenze aziendali che le considerazioni tecniche. Misuriamo regolarmente le metriche di performance relative alla consegna del progetto, alla soddisfazione del cliente, all’innovazione e all’efficienza operativa per identificare aree di miglioramento e celebrare i successi. Da poco, abbiamo cominciato ad adottare metodologie di gestione dei progetti Agile per facilitare lo sviluppo iterativo, la presa rapida di decisioni e la risposta rapida ai cambiamenti delle esigenze aziendali. Questo approccio incoraggia la collaborazione tra gli stakeholder del Business e i team IT durante tutto il ciclo di vita del progetto».

#manufacturing La maggior parte dei siti industriali non ha le risorse per valutare i rischi OT
Click To Tweet

Anche Toso di Bianchi Bicycles punta sulla sinergia tra Business e IT. «Da subito, la nostra trasformazione digitale ha coinvolto il business, delegando non solo la realizzazione, ma anche la conduzione strategica dei vari stream di progetto. In questo modo, abbiamo avuto il massimo coinvolgimento delle persone e del management sulle innovazioni strategiche, riducendo drasticamente i tempi e le complessità. La funzione IT ha avuto un ruolo di governance/quality e supporto alle decisioni e alle scelte durante tutte le fasi di realizzazione, dalle software/system selection all’individuazione dei partner, fino alla realizzazione sfruttando la metodologia Hybrid Agile». L’importanza della formazione interna, della collaborazione sinergica e della governance condivisa tra IT e Business emerge come elemento chiave per il successo della trasformazione digitale nelle aziende manifatturiere. Attraverso queste strategie e pratiche, le aziende sono in grado di affrontare le sfide sempre più complesse del mercato, adattandosi rapidamente alle nuove tecnologie e alle mutevoli esigenze dei clienti. Mantenendo un approccio agile e orientato al risultato, le aziende possono non solo migliorare l’efficienza operativa e la produttività, ma anche promuovere l’innovazione continua e mantenere una posizione di leadership.

Brother: Labelling Lifecycle Management

EOS Solutions: Dalla fabbrica tradizionale alla Smart Factory

Formula: Sacchettificio Nazionale G. Corazza, la velocità alla base del business

Smeup: Rivoluzione digitale nel manufacturing. Sfide e opportunità per i CIO

Il ruolo di Passepartout nel vertical manufacturing

L'articolo Fabbrica Europa, verso l’Industria 5.0 proviene da Data Manager Online.

Il ruolo del chief information officer nella mitigazione del rischio informatico si è evoluto in modo significativo nel corso degli anni. Nel 2024, il CIO può effettivamente svolgere un ruolo cruciale nella salvaguardia di un’azienda dalle minacce informatiche. Il CIO moderno non è più il guardiano tecnico, ma si è trasformato in un visionario chiave per la cybersecurity strategica e la crescita aziendale. Il suo ruolo va oltre l’implementazione della tecnologia e si estende alla definizione della posizione di rischio complessiva dell’organizzazione. Vediamo in maggiore dettaglio i punti di forza che iscrivono il CIO nel club dei campioni della cyber risk mitigation.

Comprensione massima del panorama IT – I CIO supervisionano l’infrastruttura tecnologica dell’organizzazione. Questo dà loro una prospettiva unica sulle vulnerabilità e sui potenziali punti di ingresso per i cyberattacchi.

Allineamento con gli obiettivi aziendali – La sicurezza informatica non riguarda solo la tecnologia, ma sempre più la protezione della continuità aziendale e della reputazione. I CIO comprendono questa connessione e possono tradurre gli sforzi di cybersecurity in valore aziendale per gli stakeholder.

Valutazione dei rischi e definizione delle priorità – Il CIO può avviare una valutazione completa dei rischi per identificare gli asset critici, le minacce potenziali e il loro impatto sull’azienda. Questo aiuta a stabilire le priorità degli sforzi di mitigazione.

Cultura della sicurezza e formazione – Il CIO ha la leadership necessaria a guidare i programmi di formazione dei dipendenti per aumentare la consapevolezza delle minacce informatiche e delle best practice. Una forza lavoro consapevole della sicurezza è la prima linea di difesa.

#cybersecurity strategica e crescita aziendale, iI CIO protagonista nella mitigazione del rischio
Click To Tweet

Implementazione della tecnologia – Il CIO può promuovere l’adozione di strumenti di sicurezza “next gen” e soluzioni di crittografia dei dati. Questi strumenti possono automatizzare il rilevamento e la risposta alle minacce e costituire misure “state-of-the-art” sempre più richieste espressamente dalle direttive di compliance (si pensi, per esempio, all’attuazione della direttiva europea NIS2).

Collaborazione e comunicazione – Il CIO può promuovere la collaborazione tra i team IT e di sicurezza. Può anche comunicare efficacemente alla leadership i rischi informatici e le strategie di mitigazione.

Miglioramento continuo – Il panorama delle minacce informatiche è in continua evoluzione. Il CIO può favorire il monitoraggio continuo, la valutazione delle vulnerabilità e l’adattamento dei protocolli di sicurezza.

L’investitura del CIO – Il raggiungimento degli obiettivi di mitigazione rischio cyber è trasversale in tutti i settori industriali e interessa tutte le dimensioni aziendali. Secondo Paul Furtado, VP e analista di Gartner, entro il 2025 il 50% delle organizzazioni, comprese quelle di medie e piccole dimensioni, adotterà programmi formali per gestire il rischio insider. Questa proiezione mette in evidenza l’importanza crescente della prevenzione delle minacce provenienti da dipendenti, appaltatori e partner terzi integrati. Gli analisti consigliano ai CIO di dare priorità alla mitigazione del rischio cyber adottando la “regola del tre” come guida: 1) promuovere una cultura aziendale che metta la sicurezza informatica al centro delle operazioni quotidiane; 2) implementare tecnologie avanzate e pratiche di governance per monitorare e mitigare le minacce cyber; identificare e monitorare attivamente gli asset e gli account con un elevato potenziale di rischio. In Italia, i CIO consultati da Data Manager confermano l’importanza di questo approccio che si riflette nell’aumento significativo degli investimenti dedicati alla sicurezza dei dati e alla protezione delle risorse aziendali, fotografato dal Rapporto CLUSIT nell’ultimo anno.

L'articolo Proteggere per trasformare. Il CIO campione di cybersecurity proviene da Data Manager Online.