Chi lavora nello sviluppo software tende spesso a osservare il mondo da una prospettiva particolare: quella di chi progetta e realizza nuove soluzioni. Negli ultimi anni, tuttavia, una parte significativa delle attività svolte da lab51 non ha riguardato la costruzione di nuovi sistemi, ma l’analisi di quelli già esistenti.
Assessment tecnologici, due diligence, attività di discovery, valutazioni preliminari, analisi di fattibilità e percorsi di evoluzione architetturale ci hanno permesso di entrare all’interno di realtà molto diverse tra loro. Aziende manifatturiere, gruppi industriali, operatori logistici, organizzazioni di servizi, utility e realtà commerciali hanno aperto le porte dei propri sistemi informativi con un obiettivo comune: comprendere il loro stato di salute e individuare il percorso più efficace per il futuro.
Ogni azienda possiede naturalmente una storia unica, processi differenti e tecnologie costruite nel tempo per rispondere a esigenze specifiche. Eppure, dopo aver osservato decine di ecosistemi digitali differenti, emerge una considerazione sorprendente: i problemi più rilevanti tendono a ripetersi con una frequenza molto maggiore di quanto si possa immaginare.
La prima lezione riguarda un luogo comune ancora molto diffuso. Quando un sistema informativo inizia a mostrare segnali di inefficienza, la reazione istintiva è attribuire la responsabilità alla tecnologia utilizzata. Si pensa che il problema risieda nel linguaggio di programmazione, nel database, nell’ERP o nella piattaforma scelta anni prima. Nella maggior parte dei casi, tuttavia, la tecnologia è soltanto l’ultimo anello di una catena molto più lunga.
I sistemi che mostrano le maggiori criticità raramente sono quelli costruiti con tecnologie obsolete. Più spesso sono sistemi cresciuti senza una visione architetturale complessiva, modificati da team differenti nel corso degli anni e adattati progressivamente a nuove esigenze operative senza che nessuno si fermasse a chiedersi quale fosse il disegno d’insieme. In altre parole, il problema non nasce quasi mai dalla scelta tecnologica iniziale, ma dall’assenza di una governance continuativa della complessità.
Un secondo elemento che emerge con sorprendente regolarità riguarda il dato. Molte organizzazioni ritengono di avere un problema di integrazione, quando in realtà possiedono un problema di governo delle informazioni.
Nel corso delle analisi capita frequentemente di trovare anagrafiche duplicate, definizioni differenti dello stesso concetto aziendale, regole di business replicate in più applicazioni e processi che producono risultati diversi a seconda del sistema interrogato. In questi contesti il tema non è collegare meglio le applicazioni, ma stabilire quale sia la versione corretta della realtà aziendale.
È una differenza sostanziale. Le integrazioni possono essere sviluppate in pochi mesi. La costruzione di una governance del dato richiede invece una visione organizzativa che coinvolge processi, responsabilità e modelli decisionali. Non è un caso che molte iniziative di intelligenza artificiale incontrino difficoltà ben prima della fase di implementazione: il problema non risiede negli algoritmi, ma nell’assenza di dati affidabili, coerenti e condivisi.
Un’altra evidenza interessante riguarda il rapporto tra personalizzazione e sostenibilità evolutiva. Quasi tutte le aziende desiderano adattare i sistemi alle proprie modalità operative, ed è una richiesta assolutamente legittima. Tuttavia esiste una soglia oltre la quale la personalizzazione smette di generare vantaggio competitivo e inizia a produrre complessità.
Abbiamo osservato ERP modificati per oltre dieci anni fino a diventare praticamente irriconoscibili rispetto alla versione originale, applicazioni che richiedevano procedure manuali parallele per funzionare correttamente e processi aziendali distribuiti tra software ufficiali, fogli Excel, database locali e strumenti sviluppati internamente per colmare lacune operative. In tutti questi casi il problema non era rappresentato dalla qualità delle singole soluzioni, ma dalla progressiva perdita di controllo sull’ecosistema complessivo.
Ciò che colpisce maggiormente, tuttavia, è che le aziende con i sistemi informativi più efficaci non sono necessariamente quelle che hanno investito di più. Al contrario, le organizzazioni che mostrano i migliori risultati sono spesso quelle che hanno mantenuto una disciplina costante nelle decisioni tecnologiche, evitando di introdurre nuove applicazioni senza una reale necessità, governando con attenzione le integrazioni e investendo periodicamente in attività di revisione architetturale.
In altre parole, la maturità digitale non coincide con la quantità di tecnologia presente in azienda. Dipende piuttosto dalla capacità di mantenere una visione coerente nel tempo.
Questa osservazione porta a una conclusione che può apparire controintuitiva. Molte aziende affrontano il tema dell’innovazione concentrandosi quasi esclusivamente sui nuovi strumenti da introdurre. Nuovi software, nuove piattaforme, nuove soluzioni basate sull’intelligenza artificiale. Eppure, nella maggior parte dei percorsi di trasformazione che abbiamo analizzato, il valore maggiore non deriva dall’aggiungere nuovi componenti, ma dal comprendere e razionalizzare ciò che esiste già.
Per questo motivo le attività di assessment e discovery stanno assumendo un ruolo sempre più centrale nei progetti tecnologici. Comprendere davvero come funziona un’organizzazione, quali dipendenze esistono tra processi e sistemi, dove si trovano i colli di bottiglia e quali sono le aree di rischio rappresenta spesso il passaggio che determina il successo o il fallimento delle iniziative successive.
L’esperienza maturata analizzando contesti molto diversi tra loro ci ha insegnato che non esistono sistemi perfetti e che ogni organizzazione convive con un certo livello di complessità. Esiste però una differenza sostanziale tra una complessità governata e una complessità subita. La prima può diventare un vantaggio competitivo. La seconda, quasi sempre, finisce per trasformarsi in un freno invisibile alla crescita dell’azienda.
Ed è probabilmente questa la lezione più importante che emerge osservando decine di sistemi informativi diversi: i problemi tecnologici sono raramente soltanto problemi tecnologici. Nella maggior parte dei casi rappresentano il riflesso di decisioni organizzative, processi aziendali e scelte strategiche stratificate nel tempo. Comprendere questa relazione significa affrontare la trasformazione digitale con una prospettiva più ampia e, soprattutto, molto più efficace.
