I 3 equivoci da superare per un uso moderno di dati & tech: suggerimenti pratici
O in altri termini: come superare certi paradigmi "legacy" che sono duri a morire.
Intro
Sul fatto che dati, analytics e tecnologia siano oggi elementi vitali per qualsiasi azienda moderna e di successo, siamo tutti d’accordo.
Ed è difficile non rendersene conto. Basta leggere qualche articolo sulle più note testate di business (penso ad Harvard Business Review, McKinsey Digital e altre) oppure, se vogliamo limitarci a freddi numeri, possiamo andare a vedere quali sono oggi le prime 10 società al mondo per capitalizzazione (come ho già avuto modo di evidenziare).
Questo ha portato negli ultimi anni1 ad un chiaro aumento negli investimenti in nuove tecnologie da parte delle grandi corporations, come ben evidenziato da questo grafico:
Per sfruttare bene dati e tecnologia, gli investimenti sono una condizione necessaria… ma non sufficiente. Ci sono aspetti culturali che ancora, a mio avviso, permeano la mentalità della maggior parte delle aziende non appartenenti all’elite delle cosiddette Big Tech.
Si tratta di veri e propri equivoci da mettere a fuoco e lasciarsi alle spalle.
Dall’infallibilità alla velocità
Il KPI numero 1 di qualsiasi dipartimento IT che si rispetti è il numero di incidenti2 ed una serie di aspetti ad esso correlati, come ad esempio il tempo di risposta e risoluzione in funzione della gravità. L’idea alla base di questo tipo di misure è una: ambire all’infallibilità e ad un’erogazione impeccabile dei servizi.
E sia ben inteso: ovviamente è fondamentale e sano misurare gli incidenti, specialmente per tutto ciò che è a vario titolo identificabile come mission-critical.
Il punto però è un altro: nel 2022 la tecnologia non serve solo per erogare servizi che devono essere operativi 24/7/3653. E i casi d'uso in cui la velocità di adozione o di rilascio è più importante dell'affidabilità totale non sono meno cruciali per un’azienda, specie per il suo futuro.
Penso ad esempio all’uso di dati e tecnologia per supportare la strategia aziendale.
Ho provato a riassumere i concetti principali nel grafico seguente:
Se penso ad alcune esperienze dirette, specialmente discutendo con ingegneri4 duri e puri, ho colto in maniera netta questa logica:
“Se è accettabile un downtime superiore ad alcuni minuti, allora quello di cui mi stai parlando non è importante”
“Non vedo dove sia il problema se il processo X richiede N settimane o mesi, è un processo robusto”
Non è (più) così, o meglio: solo in alcuni casi dove la criticità è tutto. Ma la tecnologia non riguarda solo questo.
Come se ne esce? Non c’è una formula magica (o almeno, non la conosco), ma un punto di partenza può essere misurare aspetti come la velocità e frequenza di rilascio, oppure i tempi end-to-end nell’adottare una nuova tecnologia.
Sul primo punto, negli ultimi anni i grandi player del tech hanno adottato rilasci molto frequenti (e spesso invisibili agli utenti). Ad esempio, chi è curioso può guardare su alcuni mirror quante versioni sono state rilasciate per applicazioni adottate letteralmente da miliardi di utenti su miliardi di device.
Il fascino della complessità e… dove serve realmente
Il secondo equivoco di cui voglio parlare è la ricerca della complessità fine a sé stessa, come se fosse necessaria sempre e comunque. È facile cadere in tentazione e adottare soluzioni complesse anche dove non ce n’è realmente bisogno.
Ed è sicuramente un errore che ho fatto più volte anch'io, per un semplice motivo: la complessità è affascinante! Oggi come oggi penso però che il vero driver debba essere il valore che si può portare a prescindere dalla complessità delle soluzioni.
Pensiamo al mondo dei dati e degli algoritmi. Non c’è dubbio che Artificial Intelligence e Machine Learning abbiano alzato l’asticella della complessità. Ma dove sta realmente il valore per un’azienda? Nella maggior parte dei casi… non sta in realtà nell’usare algoritmi più complessi.
Già, il valore a mio avviso sta nei dati: spesso unici e distintivi di uno specifico business o proprio di una specifica azienda. Buona fortuna a chi, non lavorando in una Big Tech, pensa di fare la differenza con algoritmi complessi e dati semplici! Il tema è ampio e articolato: per chi vuole approfondire l’importanza dei dati, suggerisco una splendida analisi di Abraham Thomas.
Per il fine di questo articolo, il punto è l’importanza di gestire la complessità dove serve realmente, in una direzione che non sempre coincide con la moda del momento. Tenendo a mente che, come diceva Einstein5, “il genio è colui che rende semplici le cose complesse”.
Progetti e prodotti
Try to make your product as amazing as possible
Questa citazione viene da una famosa (e ovviamente controversa) intervista di Elon Musk, in cui sostiene che le priorità aziendali vadano incentrate esclusivamente sullo sviluppo di prodotti straordinari. Se ne può ampiamente discutere e sicuramente Musk non si riferisce al mondo dati & tech, eppure penso che ci sia da prendere spunto.
Senza girarci attorno: sposterei un po’ dell’enfasi (e del budget) dallo sviluppo di progetti allo sviluppo di prodotti.
Ho visto troppi progetti apparentemente “di successo” che si sono rivelati poi insostenibili, a livello tecnologico (troppo complessi da manutenere) oppure economico (troppo costosa la fase di esercizio una volta che è stato esaurito il budget progettuale). O ancora peggio, progetti che sono rimasti figli di nessuno e poi dimenticati.
Manca troppo spesso una logica di prodotto, in cui la fase di sviluppo (il progetto) e quella di esercizio siano ben integrate e abbiano pari dignità. Meglio ancora: in cui lo sviluppo continuo sia più di una buzzword.
Non è un’esigenza nuova e anzi, è proprio il nocciolo di alcune metodologie moderne: ovviamente sto pensando a DevOps, che nel mondo del software indirizza proprio questa problematica.
Conclusioni
Velocità, complessità solo dove porta valore e logica di prodotto: sono questi i 3 ingredienti, neanche tanto segreti, che servono alle aziende per tirar fuori tutto il valore da dati e tecnologia.
Sulla carta è semplice.
La realtà è che si tratta, in tutti e 3 i casi, di andare in controtendenza rispetto a quella che è stata la normalità (o l’anormalità?) per tante grandi aziende:
Punire l’errore e cercare il colpevole, piuttosto che favorire la velocità di innovazione
Cercare la complessità, che giustifica gli errori di cui sopra e che affascina anche quando non è realmente compresa, anziché puntare a rendere semplice e trasparente ciò che è complesso
Credere a progetti mirabolanti (proposti da chi poi non sarà accountable a lungo termine), piuttosto che puntare a prodotti che richiedono una forte presa di responsabilità interna
Le grandi aziende tecnologiche hanno tracciato il percorso in questo senso e, come quando si cammina in montagna, è più facile seguire che aprire la strada. L’importante è tenere d'occhio chi sta avanti e allunga il passo, altrimenti c’è il rischio di perdersi!
Anche senza contare la “spinta” all’evoluzione tecnologica dettata dalla pandemia
Come l’interruzione nell’erogazione di un servizio o una problematica di sicurezza
Servizi che devono essere sempre disponibili, 24 ore al giorno, per 7 giorni alla settimana, per 365 giorni l’anno
Categoria a cui orgogliosamente appartengo e che proprio per questo motivo mi permetto frequentemente di prendere in giro