Dopo aver introdotto il Design Thinking e la pratica del Design Sprint, ora è tempo di raccontare il Discovery Workshop: una metodologia utile a tradurre le esigenze di business in idee e progetti concreti di intelligenza artificiale.
Che cos'è il Discovery Workshop?
Il Discovery Workshop (DW) è un percorso che conduce alla scoperta di possibili casi d’uso di tecnologie digitali (per noi di intelligenza artificiale) ai propri processi lavorativi.
Il metodo si articola in più fasi, alternativamente divergenti e convergenti, che conducono in tempi rapidi alla formulazione di più domande di ricerca, formulazioni guidate, che valorizzano potenziali criticità di processo e le orientano verso una possibile soluzione. Le domande di ricerca vengono poi opportunamente analizzate per fare emergere da esse le progettualità più interessanti e a maggior valore aggiunto.
Così come il Design Sprint, anche il Discovery Workshop (DW) è una pratica di gruppo. Si dimostra efficace per gruppi di diverse dimensioni, dalle 3 alle 10 persone, ma ciò che è realmente fondamentale è che le persone al tavolo appartengano a diverse unit aziendali, per dare maggiore profondità alla comprensione dei processi e delle necessità (i business need).
Le User Stories vengono raggruppate in cluster tematici,
per radunare i temi emersi dalla fase di brainstorming
Benefici del DW: perché è utile?
- Porsi le giuste domande: prima ancora di procedere con la ricerca delle risposte, è fondamentale. Il Discovery Workshop si basa su questo: il risultato del workshop è una lista di domande di ricerca. Classificate per impatto ed effort e associate a potenziali progetti di IA, queste domande assumono un valore inaspettato, ovvero quello di un deck di progetti futuri, associati al proprio business, che possono essere attivati a scelta.
- la rapidità è un altro valore del DW: tali domande emergono dopo due sessioni di lavoro da circa due ore, in modo tale da poter fornire in breve tempo i risultati.
Esempio di User Stories brainstorming svolto dal vivo (post-it su muro)
DW per l'IA e il metodo Ammagamma
In Ammagamma, abbiamo studiato e adattato alcune metodologie di Design Thinking (e.g. il “Lightening Decision Jam”) al nostro business, incentrato sulla matematica applicata, arrivando a creare un “nostro” Discovery Workshop.
Guardiamo ora da vicino quali sono le varie fasi del nostro DW:
- User Stories. Il percorso ha inizio con una fase divergente ed esplorativa: attraverso la creazione di User Stories, i partecipanti espongono in maniera codificata le esigenze, gli obiettivi e le problematiche associate a specifici ruoli lavorativi.
- Clustering. Si prosegue poi con un metodo convergente, il clustering tematico delle User Stories: gli innumerevoli risultati usciti dal brainstorming della 1° fase vengono canalizzati per tematiche. Tutte queste tematiche vengono poi ordinate per rilevanza, facendo votare i partecipanti, in modo tale da pervenire a una classificazione omogenea dei temi più importanti da analizzare.
- Research questions. Il 3° step del DW consiste nella creazione delle domande di ricerca: sulla base delle User Stories e dei cluster tematici emersi da esse, sarà possibile formalizzare alcune domande, come ad esempio "Come possiamo stabilire le attività per ottimizzare la produzione?” o “Come possiamo suggerire attività di manutenzione per anticipare rotture e malfunzionamenti?"
- Matrice impatto/effort. Dopo aver identificato le domande, occorre fare un’analisi per capire quali di esse siano prioritarie e affrontabili: si ragiona sulla valutazione dell’impatto potenziale e dell’effort stimato per ognuna delle progettualità legate alla singola domanda di ricerca.
- Asset mapping. L’analisi delle domande di ricerca si conclude con una mappatura degli asset associati a ognuna di esse. Vengono considerate 4 tipologie specifiche: Dati, Persone, Processi, Tecnologia. Come esperti di dati, sappiamo bene che a monte di ogni progetto è necessario individuare in maniera chiara le sorgenti dati e la loro qualità, in modo tale da poterci lavorare in maniera efficace. Ogni domanda di ricerca ha associato anche uno o più processi lavorativi, nonché delle persone di riferimento. Infine, ogni aspetto analizzato si fonda su tecnologie specifiche, da individuare per poter impostare i lavori in maniera chiara e precisa. Una volta individuate queste informazioni, il nostro quadro di progettualità è completo, e il Discovery Workshop è concluso.
Matrice impatto/effort: quali sono i progetti che
con il minore sforzo possono portare a un maggior risultato?
Che cosa aspettarsi dal Discovery Workshop?
Ogni problema che richiede pensiero creativo e critico, come l’individuazione di possibili progetti di IA applicati al proprio business, può portare facilmente a discussioni non strutturate e a perdere il focus sui propri obiettivi reali. Un Discovery Workshop permette di superare questo problema, canalizzando i momenti della conversazione e aiutando a raggiungere un risultato ben preciso.
Per questo, se siete in cerca di idee da mettere in pratica circa potenziali progetti di AI, il Discovery Workshop è lo strumento più adatto.
Discovery Workshop nella tua azienda
Segui il nostro Magazine per saperne di più e scoprire come adottare le pratiche del Discovery Workshop nella tua azienda.
Hai delle curiosità sul Discovery Workshop e vorresti parlarne con noi?
