In che modo le pratiche del design possono migliorare e accelerare lo sviluppo di nuove soluzioni di AI? Quali vantaggi e benefici concreti è in grado di apportare questo tipo di metodologie nel processo di creazione e applicazione dell’innovazione all’interno delle imprese? Per rispondere a queste domande è fondamentale comprendere il ruolo, sempre più centrale e strategico, che la ricerca applicata può giocare per l’innovazione e la digitalizzazione delle imprese. Nel contesto produttivo attuale, in cui i servizi di AI si diffondono all’interno di ogni industry e campo di applicazione, possiamo realmente sostenere che l’AI abbia “il potenziale per trasformare industrie e società“[1]. In questo scenario, la tematica della progettazione assume un’importanza cruciale: un numero sempre maggiore di aziende del settore ricorre alla disciplina del design dei servizi per gestire la creazione di soluzioni di AI. Di cosa si tratta? Le metodologie di Design thinking permettono di realizzare soluzioni efficaci attraverso il coinvolgimento diretto degli utenti finali (i clienti) insieme al team di sviluppo. In questo modo, si perviene a un risultato più in linea con le aspettative, alimentando l’innovazione all’interno delle aziende.
Al tempo stesso, l’introduzione del Design thinking garantisce un ciclo di sviluppo progettuale più rapido ed efficace.
Le applicazioni di Design thinking legate al mondo dell’AI rappresentano, nel contesto internazionale, una frontiera in espansione; diventa quindi strategico il ruolo della ricerca, per sperimentare e innovare seguendo una prospettiva interdisciplinare, che unisca gli aspetti tecnologici a quelli creativi e gestionali.
Il design per l’innovazione
“The design is not just what it looks like and feels like. The design is how it works.” – Steve Jobs
Possiamo definire il design dei servizi come “un approccio alla progettazione che si occupa di definire come si svolge la relazione tra una persona o un gruppo di persone, gli utenti del servizio, e un’organizzazione, o fornitore, che eroga il servizio, con l’obiettivo finale di generare un’esperienza di qualità per entrambe le parti coinvolte”[2]
In che modo questo approccio può contribuire all’innovazione? La vera innovazione arriva nel momento in cui un’azienda riesce ad applicare una tecnologia d’avanguardia al proprio contesto produttivo, anche attraverso un cambiamento dei processi. In tale ottica, la ridefinizione dei processi aziendali, abilitata dalla tecnologia, diventa indispensabile: essa può avvenire soltanto all’interno di una fase di design iniziale ben strutturata. Il design, come sottolineato nella citazione di Steve Jobs, racchiude in sé il funzionamento stesso della soluzione. La qualità del design diviene quindi fondamentale, all’interno di nuovi progetti e servizi, per generare una reale innovazione.
Tra le discipline più diffuse in questo campo vi è il Design thinking, un framework operativo nato nel mondo del Design che è in grado di offrire nuove importanti risorse per lo sviluppo di soluzioni di intelligenza artificiale.
Migliorare lo sviluppo con il Design thinking
La disciplina del Design thinking (DT) nasce e si sviluppa negli ultimi decenni come modus operandi all’interno di agenzie di design, su un disparato range di settori industriali. Nel corso dell’ultima decade sempre più aziende e start-up in ambito “sviluppo software e prodotti digitali” hanno iniziato a includere le pratiche del DT all’interno dei propri processi produttivi.
In pratica, il DT si prefigura come un insieme di framework visuali con l’obiettivo di proporre soluzioni a partire dal design. In tal modo, ponendo la user experience (il cliente) al centro, si inverte un paradigma “tipico” della progettazione, che parte dallo sviluppo tecnico e arriva a formulare le specifiche di UX, adattandole (talvolta a fatica) a una tecnologia già implementata.
Applicare il DT nel campo dell’AI vuole dire tradurre l’intelligenza artificiale in prodotti e servizi comprensibili e fruibili da parte dei clienti. Se da un lato la fruibilità dei servizi risulta una componente imprescindibile nel processo di creazione del valore (il cliente deve poter interagire con i modelli di AI, integrandoli a supporto di processi complessi e insostituibili), dall’altro lato è fondamentale la comprensione del servizio offerto, che determina un duplice beneficio: elimina le incomprensioni e guida lo sviluppo in maniera chiara e rapida, fin dal principio.
Dunque, diventa necessario saper tradurre un’idea ancora astratta, relativa alle potenzialità dell’AI (brief), in un concetto chiaro e applicabile (concept), che possa essere accettato dal cliente e possa guidare l’offerta commerciale, ovvero lo sviluppo della soluzione, in modo chiaro e definito.
A sua volta il DT raccoglie diverse pratiche al suo interno che consentono di sviluppare l’intero processo di design:
Design sprint
Un insieme di pratiche di gruppo, ideate nel 2016 da Jake Knapp, designer di Google Venture, e consiste nel focalizzare 5 giornate full-time (lo sprint) allo scopo di costruire un prototipo testabile di un prodotto, partendo da un’idea, mediante 5 fasi:
- Map – mappatura del processo
- Sketch – disegno delle soluzioni proposte
- Decide – scelta di una soluzione univoca
- Prototype – costruzione di una “facciata realistica” della soluzione
- Test – prova del prototipo con i clienti
Discovery workshop
Un percorso che conduce alla scoperta di possibili casi d’uso di tecnologie digitali (di AI) ai propri processi lavorativi; si articola in più fasi, alternativamente divergenti e convergenti, che conducono in tempi rapidi alla formulazione di più domande di ricerca, formulazioni guidate, che valorizzano potenziali criticità di processo e le orientano verso una possibile soluzione.
Digital Trasformation Assessment
Uno strumento che è possibile attivare parallelamente o in seguito alla sessione di Discovery: consiste in una prima analisi tecnica sulle potenzialità delle fonti dati, fornite dal cliente, che permette di estrapolare le potenzialità di sviluppo dei progetti e di prefigurare una direzione.
MOTS Sprint
Uno strumento ideato internamente per definire gli elementi custom di soluzioni semi-standardizzate (dette Modified-Off-The-Shelf[3]). Attraverso una serie di sessioni interattive, vengono definiti i dettagli di user experience, i dati necessari al funzionamento della soluzione e i micro-obiettivi, indirizzando la fase di sviluppo.
Vantaggi del design applicato
Queste metodologie di design, e in particolare il Design thinking, stanno diventando una risorsa preziosa per tutti quei team di sviluppo che lavorano a stretto contatto con gli user finali. Ma non solo. Il DT è una pratica applicabile in maniera trasversale, all’interno delle aziende, che può apportare dei benefici che vanno al di là del miglioramento della mera gestione di progetto. Occorre infatti riconoscere che uno dei più grandi vantaggi strategici di queste pratiche consiste nella possibilità di avvicinare più facilmente i clienti alle potenzialità dei progetti di AI da tutti i punti di vista possibili (siano questi comunicativi, operativi o economici) dando la precedenza all’aspetto più determinante: la percezione del valore dell’AI.
In particolare, grazie a metodologie quali il Design sprint e il Discovery workshop è possibile:
- Migliorare il dialogo e il rapporto con il cliente
- Recuperare tempo prezioso di sviluppo e quello dedicato alle iterazioni, nel lavoro in corso
- Mantenere il focus sugli obiettivi ultimi e i risultati da raggiungere
- Definire in maniera strutturata l’evoluzione della progettualità
- Aumentare la soddisfazione sul design e l’usabilità della soluzione.
La ricerca applicata e le imprese: The Energy of Data
Sono le imprese che fanno girare la ricerca. Secondo l’AI Index 2023, realizzato dalla Stanford University, fino al 2014 la maggior parte dei modelli significativi di apprendimento automatico veniva rilasciata dal mondo accademico, ma da allora l’industria ha preso il sopravvento. Nel 2022, si contano 32 modelli di apprendimento automatico prodotti dall’industria, rispetto ai soli 3 realizzati in ambito accademico. La costruzione di sistemi di AI all’avanguardia richiede sempre più grandi moli di dati e investimenti, risorse che le aziende del settore possiedono in quantità maggiore rispetto alle organizzazioni non profit e al mondo accademico. La creazione di centri di ricerca specializzati nella sperimentazione e nella promozione di soluzioni ad alto impatto innovativo assumono quindi un ruolo sempre più strategico per la crescita e lo sviluppo del territorio, proprio a partire dal tessuto produttivo.
Un esempio in questo senso è il Centro di Ricerca “The Energy of Data”, ideato per promuovere l’integrazione tra intelligenza artificiale, metodologie di design e pensiero creativo. Nato nel 2021, per volere della Regione Emilia-Romagna e dell’azienda di AI, Ammagamma, che ha sede a Modena, il Centro è uno spazio aperto, rivolto a singoli individui, imprese, istituzioni e altri enti di ricerca interessati a sperimentare il potenziale dell’AI e a generare conoscenza attraverso i dati. I servizi erogati dal Centro “The Energy of Data” consistono in veri e propri percorsi di accompagnamento all’innovazione, dai programmi di formazione alla prototipazione tecnica di prodotti di AI, e sono consultabili all’interno della pagina web.
Conclusioni
Abbiamo evidenziato come la complessità in fase progettuale dell’AI necessiti di strumenti in grado di gestirla attraverso metodi creativi, collaborativi e gestionali. Le discipline di Design thinking emergono in misura sempre maggiore come metodologie in grado di affrontare le sfide ivi poste; il mercato ci mostra come il mondo delle aziende di settore si stia orientando in questa direzione, anche attraverso la virtuosa interazione con il mondo della ricerca e della sperimentazione di metodologie e tecniche nuove.
Note
- Auernhammer, Jan. “Human-centered AI: The role of Human-centered Design Research in the development of AI.” (2020). ↑
- Tassi, R., & Meroni, A. (2019). #Service designer: Un progettista alle prese con sistemi complessi. ↑
- https://www.techopedia.com/definition/27753/modified-off-the-shelf-mots ↑
