Studi di settore

BCG, l’Industry 4.0 richiede nuove professionalità. Le 4 raccomandazioni da seguire

Uno studio di Boston Consulting Group analizza come stia cambiando l’organizzazione del lavoro con la digitalizzazione dei sistemi di produzione, quali siano le nuove competenze richieste e come interagiscano fra loro tecnologie, uomini e macchine. Inoltre suggerisce alle imprese cosa fare per garantire una piena occupazione della forza lavoro

Pubblicato il 18 Gen 2016

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
industry-160115115036

La rivoluzione digitale soppianterà la forza lavoro dell’industria manifatturiera? Sì e no. Di sicuro sostituirà, come già sta avvenendo, i compiti più ripetitivi e a basso valore aggiunto e quelli rimpiazzabili da sistemi intelligenti a distanza. Al tempo stesso, però, con l’Industry 4.0 stanno nascendo nuovi profili professionali. I più richiesti saranno gli specialisti dei dati (industrial data scientist) che estraggano, incrocino e analizzino la mole di dati disponibili per fare previsioni e programmazione su prodotti, produzione e mercati. Come pure ci sarà un gran bisogno di coordinatori degli stessi sistemi digitali, compresi i robotic coordinator.


Alla fine, il saldo dell’occupazione sembra che sarà positivo.


È quanto sostiene The Boston Counsulting Group (BCG) nello studio “How Will Technology Transform the Industrial Workforce Through 2025?”, che ha analizzato 23 aziende manifatturiere tedesche su come stia cambiando l’organizzazione del lavoro con la digitalizzazione dei sistemi di produzione, del servizio post vendita e della comunicazione; quali siano le nuove competenze richieste e come interagiscano fra loro tecnologie, uomini e macchine. Lo scenario che emerge è più un supporto, un’assistenza della tecnologia al lavoro dell’uomo, che non uno spodestamento del capitale umano. Si fa l’esempio della robotica al servizio dei più senior sulla linea di produzione: alleviandone la fatica, secondo gli esperti si aiuterà anche la loro occupabilità nella quarta età lavorativa, purché aggiornino le loro competenze. Un altro esempio riguarda i tecnici di manutenzione che, aiutati da sistemi di controllo da remoto, potranno intervenire sugli impianti in modo più efficiente, individuando tempestivamente il guasto e ordinando i pezzi di ricambio. In questo modo, grazie ai sistemi digitali, si libera tempo per il manutentore e si riducono i fermi macchina per i clienti.

Quindi, con una proiezione da qui a 10 anni lo studio presenta lo scenario su quello che sarà il bilanciamento tra ruoli e funzioni nel 2025. Per le aziende che adotteranno

l’Industry 4.0 si prevede un incremento aggiuntivo di produttività dell’1% annuo e una crescita dei posti di lavoro del 5%, confrontata con l’attuale forza lavoro di 7milioni nelle aziende analizzate. Perché se è vero che si perderanno 610mila posti di lavoro nelle funzioni di assemblaggio e produzione con un maggiore uso di computerizzazione e automazione, tuttavia ce ne saranno 910mila in più legati a competenze IT, analytics e ricerca e sviluppo da un lato (210.000), e dall’altro nei ruoli resi necessari dalla crescita delle aziende. In generale, in Germania la richiesta di operatori informatici e di data integration raddoppierà: i data scientist, che sono la figura più nuova insieme ai robot coordinator, saranno quelli che cresceranno di più con 70.000 nuovi posti di lavoro e 40.000 i primi. Infine, se ci sarà una perdita di posti di lavoro del 4% nella produzione (-120mila), e dell’8% nel controllo qualità (-20.000), tuttavia ci sarà una crescita del 7% nella manutenzione dei sistemi (10.000). Nonostante questi dati rassicuranti, sembra che nel 2025 anche in Germania mancheranno 120.000 ingegneri informatici per rispondere alle nuove esigenze della Industry 4.0, con una richiesta di maggior coordinamento tra scuola, università e impresa, benché prendiamo tutti la Germania a esempio di alternanza scuola-lavoro.

Gli esperti di The Boston Consulting Group danno 4 raccomandazioni alle imprese

Come assicurarsi allora una crescita della produttività e dell’efficienza dell’industria e, al tempo stesso, garantire una piena occupazione della forza lavoro nell’epoca dell’era della Industry 4.0?

1. Riqualificare la forza lavoro

Con programmi specifici sul digitale non solo in aula, ma anche on the job, per esempio mostrando gli effetti della “realtà aumentata” e della performance dei colleghi grazie all’aiuto delle tecnologie.

2. Adottare nuovi modelli di lavoro

La digitalizzazione dei processi consente una organizzazione del lavoro flessibile, che potrebbe per esempio garantire una piena occupabilità dei tecnici se spalmati su più imprese in diversi giorni della settimana. Una struttura più piatta favorirebbe decisioni veloci in autonomia, come nel caso del robot coordinator in caso di guasto della macchina e una maggiore integrazione tra divisione IT e operations aiupotenzierebbe l’utilizzo e l’efficacia dei sistemi informativi senza soluzione di coninuità. E per evitare disastri, lasciare alle persone la responsabilità dell’innovazione e del coordinamento dei processi, e non alle macchine.

3. Selezionare il personale su skill e capacità

L’Industry 4.0 richiede competenze trasversali e flessibili, più rintracciabili nelle capacità del singolo, che non nelle qualifiche formali, date da titoli e posizioni gerarchiche. Per esempio, servirà un meccanico non tanto certificato su una specifica macchina, ma che abbia una forte esperienza su più fronti e sia disponibile a cambiare.

4. Fare una pianificazione strategica della forza lavoro

Mappare le competenze del capitale umano e, con sistemi previsionali, proporre soluzioni di mobilità interna, di formazione per colmare gap di competenze, di piani di sviluppo, di outsourcing e insourcing, a seconda dei bisogni e del capitale umano presente all’interno.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
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 Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
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
0
Lascia un commento, la tua opinione conta.x