Cooperazione e innovazione nei distretti industriali

Paradigmi della complessità e modelli di simulazione basati su agenti.

Un articolo di  Carlo Mazzucchelli pubblicato sul numero di Settembre della rivista Computer Business Review

Una realtà in affanno alla ricerca di cambiamenti

I distretti industriali Italiani rappresentano ormai da tempo una realtà socio-economica importante per l’economia italiana e sono oggetto costante di studio e ricerca, teorica ed empirica, anche a livello internazionale per l’interesse che questi sistemi rivestono come possibili modelli di sviluppo. Eppure la realtà attuale non è più positiva come un tempo e anche i distretti industriali stanno vivendo una fase di trasformazione legata alle difficoltà, alle ansie collettive dei protagonisti locali, alle minacce provenienti da un mercato sempre più globalizzato e competitivo che crea grandi preoccupazioni e obbliga a nuove sfide ed a immaginare nuovi percorsi di sviluppo. Le singole imprese cercano a modo loro di reagire ma è il distretto che sembra mostrare la corda e agitarsi in uno stato di apnea dal quale non si vedono vie d’uscita immediate.

I problemi principali che stanno affrontando i distretti industriali italiani sono oggi legati all’impatto del rimescolamento in atto sui mercati con fenomeni di globalizzazione, concentrazione e spostamento dei baricentri delle filiere produttive che hanno finito con mettere in affanno anche distretti che in questi anni erano riusciti a riposizionare le loro offerte.

I temi principali intorno ai quali ruota oggi la discussione all’interno dei distretti e tra gli studiosi di questi sistemi economici sono vari e toccano aspetti economici, sociali, e organizzativi quali il fenomeno della delocalizzazione e la sua consistenza, gli atteggiamenti e i nuovi ruoli delle aziende rispetto alla delocalizzazione, i fattori di contesto favorevoli, la ricerca e i ruoli di eventuali elementi facilitatori, l’impatto sociale sulla vita del distretto, l’impatto economico e quello sull’identità del distretto in termini di perdita di legami, di relazioni e di pratiche operative.

I primi a rendersi conto di una situazione nuova sono i distretti stessi e i loro organismi istituzionali che stanno da tempo ricercando nuove forme di competitività (costi, massa critica, clima propizio per nuove imprese, innovazione), nuovi strumenti ( nuove applicazioni tecnologiche, diffusione dell’ICT nei rapporti tra le imprese, infrastrutture di rete), e nuove politiche (leggi locali e nazionali).

Gli studiosi invece oltre ad approfondire lo studio delle dinamiche innovative e di collaborazione all’interno dei distretti e di quali siano i processi che favoriscano sia le une che l’altra, si stanno anche interrogando se per compiere questa analisi non siano oggi necessari nuovi approcci teorici e nuove metodologie.

Una risposta  a questo quesito viene oggi offerta dalla scienza della complessità e dagli strumenti da essa messi a disposizione per simulare situazioni reali attraverso approcci interdisciplinari, strumenti tecnologici e modelli di simulazione basati su agenti.

Sistemi Adattativi Complessi

In pratica si tratta di guardare ai distretti come sistemi adattativi complessi (CAS) caratterizzati dalle proprietà tipiche di questi sistemi quali: un numero elevato di agenti o nodi atonomi che interagiscono tra loro, non-linearità, auto-organizzazione ed emergenza, adattamento, reattività e proattività all’ambiente (co-evoluzione), stati di quasi-equilibrio e ambiente dinamico. Fatta questa associazione diventa possibile utilizzare le metodologie sviluppate dalla scienza della complessità per analizzare le dinamiche innovative e collaborative all’interno di sistemi inter-organizzativi quali sono i distretti. Secondo i principi della teoria della complessità l’interazione che esiste tra gli agenti di un sistema è spontanea, e non controllata ( si parla di auto-organizzazione ) e determina l’insorgere di un nuovo ordine con le sue proprie forme strutturali, le sue proprietà e i suoi comportamenti.

Nessun agente in particolare possiede le proprietà emergenti del sistema e le stesse non vengono prodotte dalla semplice sommatoria dei comportamenti o delle proprietà dei singoli agenti. 

Metodologie di simulazione basate su agenti

La metodologia di ricerca solitamente adottata per conseguire questo obiettivo è la simulazione basata su agenti, una metodologia che permette di indagare i fattori che influenzano le dinamiche organizzative di un sistema e di testare concetti teorici per dimostrare come i fattori presi in esame siano in grado di generare determinati fenomeni. La simulazione offre in pratica un laboratorio virtuale nel quale costruire e studiare processi che non esistono ancora nella realtà e di sperimentarli, applicando ad essi parametri con valori diversi, per osservare e misurare gli effetti che questi valori producono sui risultati. La metodologia si basa su un approccio bottom-up, non prevede l’imposizione di un nuovo ordine definito a priori nel modello ma cerca di riprodurne la sua emergenza dal basso tenendo conto della interazione spontanea tra gli agenti. La tecnologia utilizzata per la simulazione ad agenti si basa su architetture software che permettono di creare modelli di reti o insiemi di agenti autonomi e intelligenti in grado di comunicare tra di loro e con l’ambiente esterno. Questi agenti sono programmati per perseguire sia i propri obiettivi individuali sia l’obiettivo globale del sistema di cui fanno parte.

Gli agenti possono essere tecnologicamente semplici ma anche altamente complessi in quanto dotati di proprietà cognitive, di capacità all’apprendimento e al ragionamento e di essere in grado di comportarsi in base a regole complesse. Gli agenti complessi sono entità attive che dispongono di un loro modello mentale comprendente gli obiettivi da raggiungere, una memoria sociale nella quale viene tenuta traccia delle conoscenze derivanti dalle relazioni con gli altri agenti, una memoria operativa che permette all’agente di sapere sempre in quale stato preciso si trovi in un dato istante e da un insieme di regole di comportamento che definiscono in che modo l’agente si relazioni agli altri agenti del sistema. In pratica questi agenti possono simulare le situazioni reali di sistemi complessi quali i Distretti Industriali e posseggono quelle caratteristiche e proprietà ( propensione al riuschio, propensione a collaborare e competere, livello e qualità di competenze, disponibilità di risorse ecc.) che caratterizzano le aziende del distretto.

La simulazione basata su agenti applicata ai Distretti Industriali è stata utilizzata in Italia per studiare il processo di adattamento dei distretti a fronte di mutamenti del mercato in cui operano e della tecnologia utilizzata e per analizzare l’influenza della struttura organizzativa sulle prestazioni economiche (Boero e Squazzoni, 2002), per studiare come si è formato e si è evoluto il distretto del tessile di Prato ( Fioretti, 2001), per analizzare scenari possibili diversi caratterizzati da diversi livelli di condivisione di informazioni e conoscenze ( Brusco, 2002) ed anche per studiare in che modo i distretti nascono, si sviluppano con l’ingresso di nuove realtà aziendali e deperiscono per fenomeni di uscita e disinvestimento da parte delle aziende coinvolte ( Brenner, 2001).

Cooperazione e Innovazione

Gli argomenti principali su cui è focalizzata l’attenzione dei ricercatori e degli studiosi però sono attualmente la collaborazione all’interno dei distretti e l’innovazione. La prima è da sempre fattore critico del successo del distretto e si riferisce al clima di collaborazione che si crea a livello locale tra le varie entità che compongono il distretto, le aziende ( anche concorrenti tra loro) e gli organismi del distretto stesso, ma anche i sindacati, gli enti locali, le università e le associazioni, e al capitale sociale collettivo in termini di fiducia reciproca, reti di amici e relazioni interpersonali. La collaborazione agevola il trasferimento di informazione, di conoscenza e competenze tra le imprese e gli individui del distretto all’interno di un network complesso di relazioni verticali e orizzontali. L’innovazione è stata considerata fino ad oggi come il risultato di differenti processi di apprendimento basati sulle informazioni e conoscenze disponibili e circolanti nel distretto industriale. In quest’ambito si parla di apprendimento da specializzazione (conoscenza posseduta dalle aziende: processi di produzione, standard qualitativi, innovazione di prodotto, capitale umano), da interazione ( all’interno del network relazionale di imprese con competenze complementari) e da localizzazione ( processi dipendenti dalla prossimità geografica, da processi di imitazione, mobilità della forza lavoro, interconnessione, disponibilità di competenze e risorse). Oggi l’innovazione è studiata con approcci alternativi che mettono in evidenza l’importanza dell’interazione interna ed esterna e il coinvolgimento attivo dei vari soggetti che partecipano al processo innovativo.

Case Study italiani

Due studi recenti ( pubblicati nel libro ‘Organizzazioni e Complessità’ dell’editore FrancoAngeli ) meritano una attenzione particolare. Il primo di Ilaria Giannoccaro analizza la filiera produttiva dei distretti industriali (Supply Chain) e i vari livelli di cooperazione orizzontale e verticale tra gli agenti coinvolti, il secondo di Nunzia Carbonara analizza le dinamiche e i processi innovativi dei Distretti Industriali con l’obiettivo di individuare quali modifiche di processo apportare, quali forme di apprendimento adottare e come nuove strutture organizzative emergenti possano contribuire ad una maggiore ed efficace competizione nel mercato globale e delocalizzato.

Co-operazione nella SC 

Nei distretti industriali la filiera di produzione definisce il percorso, le entità, i processi e le attività coinvolte nella realizzazioine di un prodotto finito. Le entità aziendali coinvolte sono solitamente medio-piccole, sono impegnate nel perseguimento di obiettivi competitivi ma anche alla costante ricerca di collaborazione per il raggiungimento di obiettivi condivisi. Per raggiungere questi obeittivi servono condivisione di informazioni e conoscenze, e meccanismi di coordinamento sia formali che informali. Il modello di simulazione utilizzato per verificare in quale situazione il distretto sia più efficiente prevede la compresenza di attori diversi: agenti aziende (fornitrici e acquirenti) impegnate nella produzione di una famiglia omogenea di prodotti e per la quale ogni impresa realizza soltanto una fase del processo produttivo, super agenti che in ogni stadio del processo siano in grado di risolvere le controversie e le problematiche che nascono nella fase di produzione legate alla scelta dei fornitori, allocazione della domanda insoddisfatta del cliente, evasione degli ordinativi ecc, ed un agente a livello di distretto in grado di intervenire nel caso di conflitti tra i super-agenti e focalizzato su criteri di selezione e decisionali volti all’efficienza generale del distretto stesso.

Il modello di simulazione utilizzato nello studio della Giannoccaro è servito per identificare in quali contesti della filiera produttiva le forme di cooperazione adottate si sono dimostrate più produttive e vantaggiose per le entità coinvolte e il distretto tenendo conto del livello di variabilità del contesto competitivo e del tipo di struttura organizzativa del distretto ( distretto Marshalliano composto da molte realtà piccole, e distretto con imprese leader dotate di maggiori risorse e potenzialità).

I risultati dello studio hanno permesso di evidenziare che la cooperazione determina in ogni contesto preso in esame maggiore efficienza nei processi di evasione degli ordini inevasi dei clienti, nella capacità di saturare la capacità produttiva delle aziende coinvolte nella filiera, e produce anche maggiore flessibilità.

Maggiori benefici ottengono i distretti caratterizzati dalla presenza di aziende leader e contesti in cui domina l’incertezza. In questi contesti il rischio è il peggioramento delle prestazioni dovuto all’incremento di incertezza sull’aumento della domanda e la cooperazione serve a mitigarne gli effetti negativi.

Innovazioni radicali

Lo studio della Carbonara parte dalla constatazione che in contesti altamente competitivi come quelli attuali, caratterizzati dalla globalizzazione dei mercati e da cambiamenti rapidi nei gusti dei consumatori, l’innovazione debba essere qualcosa di radicale. Nei distretti pertanto l’interpretazione dei processi innovativi come legati a processi di apprendimento che possono produrre innovazioni incrementali di prodotto e di processo è ormai insuffiicente. E in effetti i distretti di maggiore successo sono oggi quelli caratterizzati dalla presenza di alcune imprese capaci di sviluppare in termini di processi produttivi e prodotti finali delle innovazioni radicali. In queste realtà ciò che diventa sempre più importante è la capacità di interagire con bacini esterni di conoscenze e competenze quali università, centri di ricerca, istituzioni ecc.  Il modello di simulazione ad agenti applicato dallo studio delle dinamiche innovative si basa su una rete distrettuale virtuale composta da entità distrettuali vere e proprie ( imprese leader, imprese follower, subfornitori e fornitori di infrastrutture) e dall’ambiente circostante ( cliente, università, centri di ricerca ecc). Gli obiettivi assegnati agli agenti sono lo sviluppo di innovazioni dei prodotto e di processo ed ogni agente è in grado di eseguire azioni diverse a partire dalle sue caratteristiche e proprietà, network di interazioni e obiettivi da realizzare. Alcune azioni sono finalizzate a innovazioni incrementali, altre radicali. Ogni azione viene eseguita in base a delle regole predefinite tratte dalla letteratura sui distretti e da casi empirici osservati. Sono stati presi in considerazione quattro tipologie diverse di scenari per definire ambiente scarsamente innovativi (1-2) e ambienti altamente innovativi (3-4), sono stati realizzati differenti esperimenti e misurate le prestazioni.

I risultati hanno permesso di evidenziare come i distretti industriali dovrebbero modificare i loro comportamenti innovativi per sopravvivere in un mercato altamente competitivo. In particolare l’elemento fondamentale è la capacità e la presenza di processi di apprendimento che derivano dalla interazione con entità e sorgenti esterne di conoscenza, investimenti e attività. Le attività di apprendimento tradizionali continuano ad essere valide per contesti scarsamente innovativi ma aumentano sensibilmente se vengono introdotte nuove forme di co-operazione con l’ambiente esterno e in presenza nel distretto di aziende leader in grado di migliorare la capacità innovativa del distretto nel suo complesso grazie alle sue capacità di investimento in ricerca e sviluppo, risorse, conoscenze e network relazionali. I processi tradizionali non vanno rimossi perché rappresentano circuiti virtuosi esistenti da tempo e in grado di sostenre l’innovatività dei distretti. La presenza di aziende leader migliora il livello di innovatività ma non è una condizione sufficiente per garantire una maggiore capacità competitiva sul mercato globale.

Conclusione

A livello di studio e di pratica manageriale i distretti industriali non hanno ancora compreso a fondo come la scienza della complessità con le sue tecnologie, metodologie e modelli di simulazione basati su agenti possano oggi contribuire positivamente alla risoluzione dei molti problemi sul tappeto. Gli studi italiani qui presentati rappresentano un primo passo importante, altri ne seguiranno.