Il topic Mark Up di questo mese è estremamente sfidante, interessante, stimolante e affascinante per la complessità, le interdipendenze, la “non linearità” e la casualità circolare di sistema nell’intersezione tra trasporti, mobilità, sostenibilità. Parliamo di 3 ambiti che, a seguito di globalizzazione, variazioni a livello geopolitico, evoluzione tecnologica b2b e b2c, generazioni sociali e trend di cambiamento socio-psicologico (economia, politica, megalopoli, movimento globale delle persone, smart city, e altro) hanno subito forti spinte evolutive. Identifichiamo con il termine trasportation il trasporto come movimento fisico di persone e di merci. La mobility come modalità di spostamento personale, la sostenibilità in termini ambientale, economica, sociale.
Per sviluppo sostenibile, com’è noto, si intende lo sviluppo volto a soddisfare i bisogni della generazione presente senza compromettere la capacità delle generazioni future di far fronte ai propri bisogni. Va da sé che trasporti e mobilità, in costante aumento, sia per quanto riguarda lo spostamento delle persone (con mezzi pubblici o privati), sia delle merci (intensificato in tempi recenti di pandemia, dal boom dell’eCommerce, del delivery, del click &collect), dato il loro impatto sull’ambiente e sulla dimensione economica e sociale, sono attori fondamentali nelle politiche di sostenibilità, attenzione all’ambiente, riduzione dell’impatto di prodotto, di filiera, distribuzione ed utilizzo dei beni e servizi prodotti. In queste Industry, forse ancor più che in altre, uno dei vantaggi competitivi da assumere in continuità è il monitoraggio costante dei trend (mega, macro, micro e scansione costante dello scenario, analisi di foresights). È necessario osservare non solo il proprio settore ma assumere una prospettiva a 360gradi dell’intero ecosistema.
Top 3 Techs +1
Nel segmento Transportation & Mobility, ai Top 3 Techs, cioè IoT, Machine Learning, Predictive Analytics, si è aggiunto il trend dei Digital Twins. Sia il prodotto finale (per esempio un’auto) sia l’intera catena di produzione dello stesso, possono essere simulati sotto forma di un gemello digitale. Questa tecnologia fornisce una ampissima gamma di possibilità di applicazione, con valore aggiunto in termini di predittività durante l’intero ciclo di vita di un mezzo di trasporto. Si considerano e studiano con attenzione rispetto alla media cross-industry (fonte TrendOne) i seguenti ambiti.
- Economia circolare. È valutata come molto influente, perché può sfruttare un grande potenziale, in particolare con prodotti espansivi e ad alta intensità di risorse come aeromobili, macchine edili ed automobili.
- Carbon capturing. Si tratta della cattura del carbonio che è valutata come molto più influente. Tuttavia, l’elevato livello di costi e di lavoro connessi all’utilizzo di questa tecnologia hanno ritardato la sua adozione da parte del “mainstream”, ovvero della gran parte degli attori del mercato.
Vediamo più da vicino i Top Techs.
- Digital Twins, è un gemello digitale. Replica virtualmente le risorse fisiche, effettive e potenziali (gemello fisico) equivalenti a oggetti, processi, persone, luoghi, infrastrutture, sistemi e dispositivi. I digital twins sono utilizzati per vari scopi, esempio, produzione, manutenzione predittiva, vendite, marketing, design, prototipazione. Grazie a cicli di sviluppo più snelli e una maggiore collaborazione, le imprese sono in grado di ridurre i tempi di sviluppo di prodotti complessi del 25% con risparmi dell’ordine del 15% (fonte: Digital Twins)
- Machine Learning, che è in grado di insegnare alle macchine cosa fare imparando dalla quotidianità. Gli algoritmi di machine learning usano modelli matematico-computazionali per apprendere informazioni direttamente dai dati. Gli stessi algoritmi di ML migliorano in modo “adattivo” man mano che aumentano i casi pratici da cui apprendere. Si tratta in sostanza di apprendimento automatico: imparare dall’esperienza. ML fa parte della vita quotidiana. Un esempio Motori di Ricerca su internet (i risultati che otteniamo derivano da algoritmi che elaborano modelli e schemi di utilizzo delle chiavi di ricerca. Altro esempio di applicazione: Amazon Go (negozio senza casse di Amazon)
- Predictive Analytics: è un termine che indica una varietà di tecniche statistiche, apprendimento automatico e data mining che consente di analizzare i fatti storici, attuali e fornire predizioni sulle dinamiche future. Strumenti avanzati che effettuano l’analisi dei dati per rispondere a domande relative a cosa potrebbe accadere nel futuro.
- Iot & M2X Communication, termine che descrive la possibilità di scambio di informazioni tra device, ad esempio tra i mezzi e centri di assistenza, manutenzione predittiva, sistemi di controllo e tanto altro.
Trasporti e mobilità nel retail
L’R&D nelle industrie Trasportation e Mobility sono particolarmente dinamiche, non solo per l’innovazione di prodotto nei rispettivi mercati ma anche per la necessità di assorbire totalmente tutti i trend della sostenibilità, nel mercato business e consumer. Particolarmente importanti gli impatti a tutti i livelli sulla supply chain. Il macro settore vive una complessa figura geometrica multidimensionale composta da cliente finale, cliente intermedio, distribuzione, industria, filiera diretta/indiretta+glocal supplychain, aftermarket, tecnologia b2b e b2c, servizi diretti/indiretti, ecosistema e altro. Negli ultimi anni si è passati da un sistema monocanale (concessionario) ad una pluricanalità di canali (es mega brand retailer), ed ora alla multicanalità e nella Smart Mobility alla Maas (Mobility as a service), ovvero possibilità del cittadino di scegliere il mezzo di trasporto più idoneo alla sue esigenze). Dal possesso del mezzo di trasporto ad uno stile tailor made. Parafrasando: eCommerce, eTail, Dtc, Social Commerce (Conversational commerce, Voice commerce, emotional&video commerce), Concessionarie, Centri Commerciali e altro.
