La digitalizzazione a supporto delle Life Sciences

Articolo a cura di Manuel Astuto, Business Analyst DIH Lombardia

Il Digital Innovation Hub Lombardia e Assolombarda hanno collaborato alla realizzazione di un ciclo di webinar riguardante i trend digitali del settore delle Scienze della Vita. L’articolo ha lo scopo di metter in evidenza i principali risultati emersi dagli approfondimenti proposti, con particolare attenzione alla maturità digitale delle aziende lombarde che operano nel settore analizzato. 

Negli ultimi anni, le Life Sciences sono state duramente colpite da diversi eventi che ne hanno influenzato alcune peculiarità, basti pensare alla pandemia di Covid 19. Contestualmente, le abitudini delle persone sono cambiate e stanno continuando a cambiare in molteplici ambiti; le scienze della vita non fanno eccezione.

Le aziende operanti in questo settore continuano a dover operare con elevata flessibilità e resilienza, mostrando agilità e dinamicità al fine di soddisfare le esigenze dei propri pazienti/clienti e di ridurre gli impatti derivanti da potenziali nuove disruption. Questo le sta quindi orientando verso la consapevolezza dell’importanza di strutturare e realizzare dei percorsi di trasformazione digitale.

La digitalizzazione aiuterebbe le imprese a orientarsi sempre più verso un approccio customer centric, garantendo quei servizi digitali che negli ultimi anni sono sempre più richiesti. Molteplici imprese del settore stanno utilizzando canali digitali e piattaforme customer-based, con l’obiettivo di massimizzare la customer experience. Questo sta favorendo la proliferazione di ecosistemi collaborativi.

L’integrazione e la collaborazione con i partner collaborativi, con i pazienti/clienti e con l’intera filiera è diventato un argomento sempre più caldo. Le imprese stanno cercando maggiore trasparenza lungo la supply chain e modelli operativi più agili. La digitalizzazione della filiera permette di fronteggiare con maggiore rapidità, flessibilità e precisione le sfide dell’oggi e del domani.

Le tecnologie digitali, gli strumenti di analisi e l’automazione costituiscono il motore per il raggiungimento di tali obiettivi. Le opportunità che questi offrono possono però essere sfruttate solo se le imprese svilupperanno una forte cultura del dato e del cambiamento. Misurare le performance, analizzarne i risultati, ricercare le soluzioni alle problematiche e implementare tali soluzioni rappresenta un buon approccio, se ripetuto ciclicamente, di gestione delle performance. Questo approccio può permettere di estrarre ripetutamente valore dai dati che sono disponibili. Tali dati vanno inoltre protetti e resi sicuri, specialmente in un settore come quello delle scienze della vita dove le informazioni sui pazienti sono fortemente sensibili e personali.

In questo contesto, risulta evidente come disporre di trasparenza, integrazione e digitalizzazione lungo la supply chain permette di prendere decisioni in un panorama di dati validato e più esteso. Possibili benefici possono riscontrarsi poi per esempio nell’innovazione del portafoglio prodotti e/o servizi.

Durante il ciclo di webinar, Digital Innovation Hub Lombardia ha inoltre portato le evidenze dei risultati consolidati delle imprese lombarde del settore Life Sciences che hanno realizzato l’assessment di maturità digitale.

Le dimensioni di analisi presentano dei risultati tra loro piuttosto simili, come riportato nella figura sottostante. Anche i macroprocessi non presentano scostamenti particolarmente rilevanti, seppur maggiori a quelli delle dimensioni; Produzione, R&D e Qualità evidenziano i principali punti di forza, mentre Risorse Umane e Supply Chain i maggiori limiti.

 

 

Nel dettaglio, i principali punti di forza emersi, per ciascun macroprocesso, sono i seguenti:

  • Progettazione e Ingegneria: orientamento a utilizzo e riutilizzo dati provenienti da progetti di sviluppo nuovo prodotto simili. Buona gestione del passaggio delle BOM (Bill of Material – Distinta Base) tra progettazione e produzione.
  • Produzione: in molteplici casi sistemi (parzialmente) integrati e automatizzati, oltre ad una struttura di controllo e monitoraggio strutturata. Piuttosto diffuso l’utilizzo di sistemi ERP (Enterprise Resource Planning) e MES (Manufacturing Execution System).
  • Qualità: sistema di gestione della qualità delle attività commerciali, degli approvvigionamenti, della R&D e della produzione presente quasi ovunque così come procedure per la gestione dei problemi di qualità.
  • Manutenzione: politiche e pratiche di manutenzione preventiva sugli impianti critici.
  • Logistica: diffuso utilizzo di tecnologie a supporto del processo di picking per l’alimentazione verso i reparti produttivi.
  • Supply Chain: strutturazione dei processi di demand planning e di inventory planning
  • Risorse Umane: coinvolgimento della funzione HR nelle strategia di trasformazione digitale. Azioni per attrarre e trattenere personale competente. Buon livello di coinvolgimento dei dipendenti nei processi di cambiamento.
  • Marketing, Vendite e Customer Care: consapevolezza del posizionamento dei clienti (attuali e potenziali). Presenza di informazioni sui siti istituzionali. Azioni per la promozione del brand. Analisi della concorrenza. Definizione delle stime di vendita.

Al contrario, molteplici opportunità sono ancora inesplorate relativamente a:

  • Progettazione e Ingegneria: gestione delle ECN (Engineering Change Notice). Approccio lean nello sviluppo nuovo prodotto (MVP – Minimum Viable Product). Pianificazione del ciclo di lavorazione (spesso demandato alla produzione).
  • Produzione: utilizzo e analisi dei dati storici per il monitoraggio delle prestazioni tecniche e dei costi di produzione
  • Qualità: sistemi digitali e capacità analitiche con potenzialità ancora da sfruttare. Interazione tra le funzioni e coinvolgimento degli operatori da migliorare.
  • Manutenzione: limitato livello di integrazione degli strumenti impiegati per la manutenzione e ancora «pesante» affidamento all’esperienza del personale. Analisi dei guasti e gestione dei materiali di ricambio non ottimizzate.
  • Logistica: poco presenti tecnologie per il controllo operativo del magazzino e metodi/processi per l’allocazione dei materiali. Limitata misurazione delle prestazioni della logistica. Elevata dipendenza dall’esperienza.
  • Supply Chain: poco presenti tecnologie e sistemi a supporto dei processi di demand e di inventory planning e per la pianificazione aggregata. Scarsamente diffuso il processo di Supply Chain Risk Management. Limitata attenzione al monitoraggio dei flussi fisici.
  • Risorse Umane: mappatura delle competenze digitali e formalizzazione del ruolo di leadership per la trasformazione digitale realizzate solo in pochi casi.
  • Marketing, Vendite e Customer Care: canali di vendita digitali poco sviluppati e/o utilizzati. Servizi di customer care e post vendita erogati prevalentemente tramite canali tradizionali

 È stato inoltre valutato anche il livello di preparazione all’adozione di soluzioni di Intelligenza Artificiale da parte delle imprese lombarde. Per fare questo, sono state identificate 5 principali “direttrici” che hanno portato ai relativi risultati.

  • Personalizzazione del prodotto: 3,41
  • Flessibilità organizzativa: 2,98
  • Ecosistema dell’Intelligenza Artificiale: 2,54
  • Intelligenza Artificiale e Digital Capability: 2,52
  • Centralità del modello B2B: 2,51

 

Questi valori sono allineati con quelli del campione lombardo cross-settoriale evidenziato nello studio “Digital & AI: La mappatura della situazione in Lombardia”  realizzato da parte del DIH Lombardia. Alcune delle principali motivazioni che hanno portato a tali risultati sono le seguenti:

  • Personalizzazione del prodotto: elevata attenzione verso lo sviluppo nuovo prodotto e customizzazione prodotto/servizio.
  • Flessibilità organizzativa: buona struttura organizzativa con limiti principalmente relativi alla gestione dei flussi informativi tra le varie funzioni e all’interazione tra i vari dipartimenti.
  • Ecosistema dell’Intelligenza Artificiale: non completa ottimizzazione (seppur in crescita) verso logiche di ecosistema, data sharing e open innovation.
  • Intelligenza Artificiale e Digital Capability: la cultura digitale e approcci data-driven non sono pervasivi, seppur in alcuni casi presenti.
  • Centralità del modello B2B: gap rilevante rispetto a condivisione di dati, piattaforme e ciclo attivo.

In conclusione, emerge come le imprese lombarde del settore delle Scienze della Vita stiano iniziando a cogliere alcune delle numerose opportunità che la trasformazione digitale offre. Questo processo è stato certamente accelerato da eventi di natura globale, come ad esempio la pandemia di Covid 19, ma non ha intenzione di fermarsi. Le possibilità inesplorate sono ancora molteplici, in alcune funzioni e in alcune aree maggiormente che in altre. Le imprese dovrebbero cercare di cogliere i trend più significativi, fare ecosistema e intraprendere un percorso di digitalizzazione strutturato, evitando di rimanere indietro e incrementando la propria competitività sul mercato.