data strategy

Modelli di business data-driven crescono: le regole e il ruolo strategico della consulenza legale

Sfruttare e gestire dati comporta uno scenario complesso che richiede alle aziende di porsi interrogativi sull’adeguato modello di business, le opportunità che potrebbero emergere; la funzione dei gruppi legali interni il cui contributo è sempre più centrale. Lo scenario tratteggiato dalla ricerca Osborne Clarke

Pubblicato il 07 Lug 2022

Gianluigi Marino

Partner, Head of Data Protection practice, Osborne Clarke

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
linee guida sviluppo sicuro intelligenza artificiale

L’innovazione digitale sta cambiando il modo di fare impresa e risulta sempre più centrale il ruolo dei dati: secondo una ricerca Osborne Clarke oltre la metà delle aziende europee, infatti, offre prodotti/servizi data-driven e il 26% pianifica di farlo entro il prossimo futuro[1].

Di conseguenza, i dati sono anche oggetto di un’attenzione crescente da parte del legislatore. L’Unione europea è attivamente impegnata nello stabilire i principi guida per la regolamentazione dei modelli di business data-driven, con interventi che contribuiranno allo sviluppo europeo dell’ecosistema dei dati e che sono destinati ad avere un impatto diretto su qualsiasi operatore nell’Unione.

Si muove in questa direzione, ad esempio, la proposta di Data Act, una delle numerose normative con cui le aziende dovranno presto misurarsi.

Cerrina Feroni (Garante privacy): “Luci e ombre della Data Strategy europea”

Un quadro normativo complesso

I numeri dimostrano che c’è interesse verso l’adozione di modelli di business data-driven ma questo si accompagna al disorientamento di fronte a un quadro normativo complesso e spesso alla mancanza di un approccio strategico: due legali d’azienda su tre affermano che il quadro giuridico e normativo sui dati rappresenta il principale ostacolo all’implementazione di modelli data-driven e solo il 36% delle aziende intervistate dispone di una strategia-dati. L’origine dei dati offre altri spunti interessanti: per il 70% si tratta di dati raccolti nel corso delle proprie attività per finalità predefinite; per il 64% si tratta di dati già presenti in un database interno alla società e trattati per nuove finalità; l’82% dei dati è, in generale, fornito dai clienti. In termini di utilizzo, i dati rispondono alle seguenti finalità: 60% estensione e miglioramento dei propri prodotti/servizi; 77% miglioramento delle attività e dei processi; 35% offerta di nuovi prodotti/servizi; 33% adozione di processi decisionali basati sui dati. Inoltre, si prospetta dinamico il mercato delle collaborazioni: il 43% delle aziende, infatti, sta sviluppando (o sta pianificando) prodotti/servizi data-driven in collaborazione con terze parti commerciali.

Come cambia il ruolo della consulenza legale nelle organizzazioni

In questo scenario come cambia il ruolo della consulenza legale all’interno delle organizzazioni?

I team legali diventano sempre più centrali e sono chiamati a contribuire in almeno quattro aree principali: nella fase di progettazione del modello di business (compliance-by-design); nella fase di definizione della data strategy e governance; attraverso un utilizzo strategico della compliance; e identificando nuove opportunità fornite o comunque legate agli sviluppi normativi.

Le differenze tra i diversi settori: servizi finanziari

Interessante notare le differenze tra i diversi settori oggetto dell’indagine.

Il 60% degli intervistati nel settore dei servizi finanziari offre già prodotti/servizi basati sui dati e un altro 30% sta pianificando di introdurli. L’attenzione è rivolta verso il miglioramento dei servizi offerti (70%) piuttosto che a proporre nuovi servizi (24%). È il settore più critico nei confronti dell’attuale quadro normativo europeo (solo il 4% dei rispondenti ritiene che sia ben strutturato). Le difficoltà di coordinamento tra GDPR e PSD2 sono solo un esempio, peraltro non recente.

Life sciences e healthcare

L’innovazione è al centro del settore life sciences e healthcare: il 52% degli intervistati prevede di utilizzare i dati per fornire nuovi prodotti/servizi, la percentuale più alta in tutto il campione degli intervistati. Nonostante la propensione, solo il 10% ritiene che la propria azienda sia pronta per un business model basato sui dati.

Energia

Nel settore dell’energia, il più esposto nella sfida verso la decarbonizzazione, solo un quarto del campione (24%) non pianifica l’introduzione di prodotti/servizi basati su un modello di business data-driven. Rispetto agli altri settori, registra il numero più alto in termini di approccio proprietario ai dati (47%).

Retail & consumer

Solo il 49% degli intervistati nel settore retail & consumer lavora in società che hanno già adottato modelli di business data-driven. Il 60% del campione ritiene che le principali criticità derivino da ostacoli di natura legale e regolamentare e il 42% riconosce di avere lacune di competenze ed esperienze specifiche.

Settore tech, media e comunicazioni

Quasi tutte le aziende del settore tech, media e comunicazioni (TMC) offrono (87%) o prevedono di offrire (11%) prodotti/servizi data-driven. Le difficoltà maggiori derivano, secondo gli intervistati, dal contesto normativo (80%), dai rischi di cybersecurity (52%), dal basso grado di integrazione di strutture e processi interni all’azienda (38%), e ancora, il 33% degli intervistati è preoccupato per le incertezze relative alla legittimità del modello di business adottato.

Trasporti e automotive

Il 52% degli intervistati del settore trasporti e automotive offre già prodotti/servizi data-driven e il 40% prevede di farlo a breve. Questi risultati riflettono l’evoluzione del settore: i veicoli sono sempre più connessi anche alla luce dei modelli emergenti che rispondono alla logica Mobility as a Service. Solo il 15% degli intervistati considera la società in cui lavora pronta per le sfide legali dei modelli di business data-driven.

Real estate e delle infrastrutture

La maggior parte delle aziende del settore real estate e delle infrastrutture (REI) offre già prodotti/servizi data-driven (70%) e un ulteriore 15% sta pianificando di introdurli. Queste percentuali riflettono un trend verso la digitalizzazione che interessa tutto il settore: dalle tecniche di costruzione, agli strumenti digitali per la gestione degli edifici e degli asset quali app, piattaforme e interfacce digitali. L’assenza, in generale, di regolamentazione specifica rende l’adozione di questi modelli di business meno preoccupante tuttavia il 29% degli intervistati già riconosce che i nuovi diritti di accesso ai dati potrebbero avere un impatto significativo.

Conclusioni

Appare chiaro come sfruttare e gestire dati comporti uno scenario complesso che richiede alle aziende di porsi interrogativi importanti: il modello di business adottato o da adottare; le opportunità che potrebbero emergere da un utilizzo più strategico dei dati; la funzione dei team legali interni il cui contributo è sempre più centrale nel processo di definizione della data-strategy.

Note

  1. Sono questi alcuni dei dati emersi dallo studio “Data-driven business models: The role of legal teams in delivering success“, realizzato dallo studio legale internazionale Osborne Clarke in collaborazione con ECLA, organizzazione non governativa che riunisce associazioni di avvocati d’impresa e consulenti legali. Lo studio – che ha coinvolto 400 general counsel in tutta Europa, trasversali per settore e dimensioni d’impresa – si sofferma sul rapporto tra consulenza legale e regolamentazione dei dati alla luce dei modelli di business emergenti. ↑

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x