Intangible assets e AI: nuove prospettive (2/2)

13 min readJan 6, 2025

La questione degli intangible assets (competenze, conoscenze, relazioni, reputazione, proprietà intellettuali e cultura aziendale) è centrale in un’epoca di trasformazione digitale guidata dall’intelligenza artificiale (AI). Questi asset stanno subendo cambiamenti significativi in termini di valore, utilizzo e capitalizzazione, influenzati dall’adozione crescente di tecnologie avanzate. Ecco un’analisi dei principali cambiamenti.

Parte 1: qui
Parte 2
4. Cambiamenti nel Valore Economico
4.1. Nuove modalità di monetizzazione
4.2. Valutazione finanziaria rivista
4.3. Espansione del valore relazionale
5. Capitalizzazione degli Intangible Assets
5.1. Accessibilità estesa grazie all’AI
5.2. Creazione di nuove reti di valore
5.3. Sostenibilità degli asset intangibili
6. Implicazioni Strategiche
6.1. Per le aziende
6.2. Per le PMI
6.3. Per i professionisti
6.4. Per tutti
Conclusione

4. Cambiamenti nel Valore Economico

Le competenze e le conoscenze dei professionisti e delle aziende si stanno trasformando in prodotti scalabili grazie ai microservizi AI e alle piattaforme digitali. Questo cambiamento non solo consente di ampliare l’offerta disponibile sul mercato, ma apre anche la strada a nuove forme di collaborazione tra aziende e professionisti per creare valore condiviso.

4.1. Nuove modalità di monetizzazione
Le competenze e le conoscenze dei professionisti e delle aziende si stanno trasformando in prodotti scalabili grazie ai microservizi AI e alle piattaforme digitali. Questo cambiamento non solo consente di ampliare l’offerta disponibile sul mercato, ma apre anche la strada a nuove forme di collaborazione tra aziende e professionisti per creare valore condiviso.

4.1.1. Microservizi AI
Applicazioni software modulari, basate su AI, permettono di offrire competenze specialistiche come servizi standardizzati. Un esempio è rappresentato da una piattaforma di AI che consente a un designer grafico di vendere design generati da algoritmi di machine learning. Questi microservizi offrono vantaggi significativi, come scalabilità, accessibilità globale e riduzione dei costi di personalizzazione. Inoltre, abilitano la creazione di nuovi modelli di business orientati alla vendita di servizi “on demand”. Questo approccio favorisce anche una maggiore democratizzazione dell’accesso alle competenze specialistiche.

4.1.2. Modelli decentralizzati
Blockchain e smart contracts emergono come strumenti per remunerare i contributi intellettuali, favorendo la democratizzazione della conoscenza. Grazie a questi strumenti, chiunque può contribuire e monetizzare le proprie competenze e idee. Inoltre, le piattaforme basate su blockchain garantiscono trasparenza e tracciabilità nelle transazioni, aumentando la fiducia degli utenti. Questa decentralizzazione permette anche una riduzione dei costi associati agli intermediari tradizionali.

4.1.3. Nuovi mercati
Si aprono opportunità in settori come l’educazione online, la consulenza e la creatività digitale, ampliando gli orizzonti per i professionisti e le aziende. Questi mercati stanno evolvendo rapidamente, integrando strumenti di AI per fornire servizi più efficienti e personalizzati. Inoltre, la crescente richiesta di soluzioni per gestire, potenziare e valorizzare gli asset intangibili incoraggia la creazione di piattaforme collaborative, indispensabili per affrontare la complessità crescente dei mercati moderni. La collaborazione consente di combinare competenze diverse per risolvere problemi complessi e cogliere opportunità innovative.

Le soluzioni basate su AI supportano questa sinergia, facilitando il coordinamento tra team e partner, migliorando la comunicazione e accelerando il processo decisionale. Ad esempio, un’azienda potrebbe utilizzare una piattaforma basata su blockchain per condividere in sicurezza brevetti o algoritmi con partner di ricerca, ottimizzando i tempi di sviluppo e promuovendo l’innovazione congiunta. Ancora, una piattaforma AI avanzata che sfrutta modelli di linguaggio di grandi dimensioni (LLM) potrebbe essere utilizzata per facilitare la creazione di contenuti condivisi, generando bozze, traduzioni o analisi personalizzate, accelerando così i progetti interdisciplinari.

4.2. Valutazione finanziaria rivista
L’integrazione degli asset intangibili richiede nuovi metodi di valutazione che riflettano il loro ruolo nel generare valore economico.

4.2.1. Necessità di nuove metriche
I metodi tradizionali, come il deprezzamento lineare, sono insufficienti per valutare la capacità di innovazione, il valore delle reti relazionali e l’impatto della reputazione. Nuove metriche devono essere sviluppate per rispecchiare pienamente l’importanza degli asset intangibili. Queste metriche dovrebbero includere indicatori specifici per la creazione di valore immateriale, come ad esempio la fidelizzazione dei clienti. Inoltre, è necessario un approccio che integri aspetti qualitativi, come il contributo alla sostenibilità aziendale.

4.2.2. Tecniche avanzate
L’uso di machine learning e analytics consente di valutare l’impatto degli asset intangibili in modo più preciso. Ad esempio, il “Excess Earnings Method” calcola il valore attuale netto dei flussi di cassa futuri generati da tali asset, offrendo un quadro più accurato del loro valore economico. Questo approccio permette anche di identificare aree di miglioramento nelle strategie aziendali. Inoltre, le tecniche di predizione basate su AI aiutano a stimare l’impatto futuro degli asset intangibili sul mercato.

4.2.3. Case Study
Questi metodi trovano applicazione in aziende tecnologiche come Google e Amazon, dove il valore della conoscenza e delle competenze supera di gran lunga quello dei beni tangibili. Questo scenario evidenzia l’importanza di una gestione strategica degli asset immateriali. Tali aziende dimostrano come l’integrazione di innovazione e dati possa creare un vantaggio competitivo sostenibile.

4.3. Espansione del valore relazionale
L’AI sta migliorando la qualità e la continuità delle relazioni, sia in ambito B2B che B2C, attraverso analisi predittive e interazioni personalizzate.

4.3.1. B2B
Le relazioni di fornitura sono migliorate grazie all’analisi dei dati su performance e preferenze, permettendo la personalizzazione di offerte e contratti con l’uso di sistemi AI. Questo approccio consente anche di prevedere le esigenze future dei partner commerciali, ottimizzando la gestione delle risorse. Inoltre, promuove una maggiore collaborazione strategica tra le parti.

4.3.2. B2C
I sistemi di raccomandazione personalizzati e l’uso dell’AI per gestire interazioni omnichannel stanno rivoluzionando le relazioni con i clienti, offrendo esperienze più coinvolgenti e rilevanti. Questi sistemi aiutano anche a migliorare la fidelizzazione dei clienti attraverso una comprensione più approfondita delle loro preferenze. Inoltre, l’AI consente di sviluppare strategie di comunicazione più efficaci, aumentando il lifetime value dei clienti.
Fonti: Stefano Zambon, “La valutazione degli asset intangibili: la valutazione della marca tra metodi tradizionali e marketing based”.

4.3.3. Prospettive future
Si stanno creando ecosistemi digitali che uniscono fornitori, clienti e partner in una rete interconnessa e collaborativa, ridefinendo il concetto di valore relazionale nell’era digitale. Questi ecosistemi favoriscono lo scambio continuo di informazioni e idee, generando nuove opportunità di innovazione. Inoltre, contribuiscono a rafforzare la resilienza delle relazioni aziendali di fronte ai cambiamenti del mercato.

5. Capitalizzazione degli Intangible Assets

5.1. Accessibilità estesa grazie all’AI

Aziende e professionisti potranno capitalizzare le proprie competenze in modo più ampio, grazie alla possibilità di erogare servizi basati su AI che replicano conoscenze e abilità. La creazione di “Digital Twins” (repliche digitali di competenze) permetterà una diffusione su scala globale. Inoltre, questi strumenti consentono un accesso semplificato alle competenze specialistiche, indipendentemente dalla posizione geografica. La possibilità di aggiornare continuamente i Digital Twins garantisce anche che le competenze digitali rimangano allineate con le ultime tendenze del mercato.

5.2. Creazione di nuove reti di valore

L’integrazione di AI consentirà agli intangibles di contribuire più direttamente alla creazione di ecosistemi collaborativi, aumentando il loro valore per più attori. Questi ecosistemi favoriscono la condivisione delle risorse e delle competenze tra partner diversi, stimolando l’innovazione. Inoltre, l’AI facilita la costruzione di relazioni di fiducia tra le aziende partecipanti, migliorando la trasparenza e la collaborazione.

5.3. Sostenibilità degli asset intangibili

Gli asset intangibili, essendo non fisici, richiedono strategie specifiche per garantire la loro sostenibilità nel tempo. La gestione consapevole del know-how e delle competenze attraverso strumenti AI garantirà una capitalizzazione continuativa, evitando sprechi o dispersioni di valore. Inoltre, l’utilizzo di tecnologie predittive consente di anticipare le esigenze di aggiornamento degli asset, prevenendo l’obsolescenza. La creazione di piattaforme collaborative può supportare la valorizzazione di questi asset in contesti intersettoriali.

5.3.1. Aggiornamento Continuo delle Competenze
Creare piattaforme di apprendimento continuo integrate con strumenti di AI rappresenta una strategia fondamentale. Ad esempio, PMI possono utilizzare programmi di formazione su misura per i dipendenti, mirati a nuove tecnologie e best practice. Questo approccio mantiene rilevanti le competenze del personale e preserva il valore delle conoscenze interne. Inoltre, fornisce ai dipendenti strumenti per monitorare i loro progressi formativi e identificare aree di miglioramento. Le aziende possono anche utilizzare dati analitici per ottimizzare i contenuti formativi in base alle esigenze aziendali.

5.3.2. Gestione dei Dati e Governance
Implementare sistemi di data governance per garantire l’accuratezza, la sicurezza e la conformità dei dati utilizzati è cruciale. Un esempio pratico è rappresentato da PMI che adottano strumenti per la gestione delle recensioni online, assicurando che il feedback dei clienti sia sfruttato in modo strategico. Questa pratica rafforza il valore degli asset relazionali e della reputazione aziendale. Inoltre, aiuta a prevenire la diffusione di informazioni errate o dannose che potrebbero compromettere la fiducia dei clienti. La governance dei dati include anche la definizione di procedure standard per garantire la trasparenza e l’etica nell’utilizzo delle informazioni.

5.3.3. Integrazione dell’AI per Estendere la Durata degli Asset
Sviluppare “Digital Twins” degli asset intangibili, come competenze e processi chiave, è una strategia che incrementa l’accessibilità e scalabilità degli asset. Ad esempio, un’azienda di consulenza potrebbe replicare il know-how dei suoi esperti in strumenti AI scalabili, assicurando una gestione più efficace delle conoscenze. Inoltre, questi Digital Twins possono essere aggiornati in tempo reale per riflettere le ultime innovazioni, migliorando la competitività dell’azienda. La loro implementazione consente anche di ridurre la dipendenza da singoli esperti, assicurando una continuità operativa.

5.3.4. Valutazione Periodica del Valore
Usare metriche avanzate, come il contributo economico diretto e l’impatto sulle decisioni strategiche, permette di monitorare e migliorare costantemente il valore degli asset. Un esempio è costituito da audit annuali del valore intangibile per monitorare branding, innovazione e relazioni, offrendo una visione chiara delle aree di miglioramento per mantenere la competitività. Inoltre, queste valutazioni aiutano le aziende a identificare nuovi mercati potenziali per i loro asset. La trasparenza nel processo di valutazione favorisce anche la comunicazione con gli stakeholder, rafforzando la fiducia.

6. Implicazioni Strategiche

L’AI sta ridefinendo il valore e le modalità di capitalizzazione degli intangible assets. La sfida per aziende e professionisti sarà evolvere continuamente, combinando il loro DNA unico con strumenti AI per massimizzare il valore creato e mantenere un vantaggio competitivo sostenibile.

6.1. Per le aziende

Per le aziende, la priorità è investire in piattaforme di apprendimento continuo per evitare l’obsolescenza delle competenze. È importante poi creare strutture che favoriscano l’integrazione degli intangible assets con strumenti AI, includendo l’adozione di tecnologie avanzate per monitorare il valore degli asset e strumenti collaborativi per massimizzare il loro impatto.

6.1.1. Piattaforme di apprendimento continuo
Le piattaforme di apprendimento continuo permettono alle aziende di mantenere aggiornate le proprie risorse, adattandosi rapidamente ai cambiamenti del mercato. Inoltre, tali piattaforme favoriscono lo sviluppo di competenze trasversali che migliorano la collaborazione tra i team, risultando un elemento strategico fondamentale per affrontare le sfide moderne.

6.1.2. Implementazione di strumenti di gestione predittiva
Le aziende possono utilizzare l’intelligenza artificiale per prevedere trend di mercato, analizzare dati storici e anticipare bisogni futuri dei clienti. Questo consente di ottimizzare le decisioni strategiche e di rimanere competitive in un ambiente dinamico.

6.1.3. Creazione di ecosistemi di innovazione collaborativa
Favorire la collaborazione tra diverse divisioni aziendali o con partner esterni attraverso piattaforme basate su AI. Questi ecosistemi possono accelerare l’innovazione e aumentare il valore degli asset intangibili come la creatività e la reputazione.

6.1.4. Monitoraggio in tempo reale della performance degli asset
Implementare dashboard basate su AI per monitorare e valutare costantemente il valore e l’impatto degli asset intangibili, come la reputazione aziendale, i brevetti o le competenze chiave.

6.1.5. Ottimizzazione dell’esperienza del cliente
Utilizzare algoritmi avanzati per personalizzare prodotti e servizi in base alle preferenze individuali dei clienti, migliorando la fidelizzazione e il lifetime value.

6.1.6. Sviluppo di programmi di formazione continua con AI
Introdurre piattaforme AI per la formazione personalizzata dei dipendenti, adattando i contenuti alle esigenze specifiche e garantendo un apprendimento continuo.

6.1.7. Automazione dei processi decisionali
Adottare soluzioni AI per automatizzare processi decisionali complessi, riducendo tempi di risposta e aumentando l’efficienza operativa.

6.2. Per le PMI

Per le PMI, che spesso non dispongono di risorse significative per investire negli intangibles come le grandi aziende, è cruciale adottare strategie mirate.

6.2.1. Collaborazioni e Sinergie
Le PMI possono creare ecosistemi collaborativi per condividere risorse e competenze, una strategia vincente. Ad esempio, reti di PMI possono sviluppare congiuntamente piattaforme digitali per migliorare il branding collettivo. Questo approccio aumenta il valore percepito degli asset intangibili senza sovraccaricare le risorse individuali. Inoltre, la collaborazione può portare a economie di scala, riducendo i costi di sviluppo. Le sinergie favoriscono anche l’accesso a nuove competenze e mercati altrimenti inaccessibili.

6.2.2. Approccio Agile e Iterativo
Per testare l’efficacia di innovazioni legate agli intangibles, è utile sperimentare piccoli progetti pilota. Un esempio pratico è un piccolo produttore che utilizza l’AI per personalizzare offerte di marketing basate su dati dei clienti. Questo approccio riduce i rischi e ottimizza l’allocazione delle risorse. Inoltre, i progetti pilota permettono di raccogliere feedback preziosi da clienti e partner. Implementare un ciclo di miglioramento continuo consente di adattare rapidamente le strategie in base ai risultati ottenuti.

6.2.3. Accesso a Soluzioni Scalabili
Le PMI possono adottare strumenti SaaS (Software as a Service) per gestire branding, proprietà intellettuale e innovazione. Ad esempio, una PMI può utilizzare una piattaforma SaaS per automatizzare il processo di registrazione dei marchi, riducendo i costi operativi e aumentando l’efficienza. Inoltre, l’utilizzo di queste soluzioni consente una rapida implementazione senza investimenti iniziali significativi. Le piattaforme SaaS offrono anche aggiornamenti continui che mantengono le PMI competitive.

6.2.4. Focalizzazione sul Valore Relazionale
Per le PMI, utilizzare l’AI per migliorare le interazioni con i clienti e costruire relazioni durature è fondamentale. Un esempio è l’uso di CRM avanzati per personalizzare le comunicazioni con i clienti in base alle loro preferenze, migliorando la fidelizzazione e aumentando il lifetime value dei clienti. Inoltre, i dati raccolti attraverso questi sistemi possono essere utilizzati per identificare nuove opportunità di mercato. Le relazioni forti contribuiscono anche a migliorare la reputazione e la visibilità dell’azienda.

6.3. Per i professionisti

Una grande opportunità per i professionisti consiste nel trasformarsi in solopreneur, sfruttando l’AI per amplificare le proprie competenze e renderle scalabili. L’AI consente di offrire servizi altamente personalizzati a un pubblico globale, aumentando l’efficacia del lavoro. Rafforzare il personal branding come asset centrale è altrettanto cruciale per attrarre opportunità. Creare una presenza digitale strategica e comunicare le proprie competenze distintive aiuta i professionisti a posizionarsi come leader nel proprio settore.

6.4. Per tutti

Sarà essenziale ridefinire il concetto di capitale umano, considerando la sinergia tra uomo e AI come un asset competitivo chiave. Questa visione promuove un approccio integrato che valorizza sia le capacità tecniche che le competenze umane. Inoltre, spinge le organizzazioni a investire in formazione e strumenti che favoriscono questa integrazione, garantendo una crescita sostenibile.

Conclusione

L’intelligenza artificiale non solo sta ridefinendo il valore, l’uso e la capitalizzazione degli asset intangibili, ma sta anche trasformandoli nella loro essenza, diventando uno strumento per svilupparli e potenziarli. Gli asset intangibili non sono più statici o passivi: grazie all’AI, possono evolversi dinamicamente, generando nuove competenze, innovazione e relazioni che ampliano le possibilità di creazione di valore.

Per aziende e professionisti, la sfida non è solo adattarsi ai cambiamenti, ma adottare un approccio strategico che utilizzi l’AI per trasformare questi asset. Le competenze, la reputazione, le conoscenze e le relazioni possono essere amplificate e rigenerate attraverso l’impiego di strumenti AI avanzati. Questo implica non solo una massimizzazione del valore e del vantaggio competitivo, ma anche la creazione di nuovi ecosistemi collaborativi e modelli di business.

Sfruttare appieno le potenzialità dell’AI significa superare la logica della mera ottimizzazione per entrare in una dimensione evolutiva degli asset intangibili, dove le tecnologie diventano un partner attivo nello sviluppo continuo. Questa prospettiva è cruciale per garantire una crescita sostenibile in un mondo sempre più basato su innovazione e interconnessione.

Fonti

Fonti datate prima del 2022:

“The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies”, di Brynjolfsson, E., & McAfee, A. (20 gennaio 2014) — Google Books
“Measuring Intangible Assets Using Parametric and Machine Learning Approaches”, di Hasyyati, A. N., & Kurniawan, A. (1 dicembre 2019) — IEEE Xplore
“The Future of Knowledge: Artificial Intelligence and the Knowledge Society”, di Commissione Europea, Direzione Generale per la Ricerca e l’Innovazione (1 giugno 2018) — Publications Office of the European Union

Fonti datate dopo il 2022:

“Rise of Intangible Assets, Causal AI, and Cybersecurity”, di International Insurance Society (aprile 2024) — International Insurance Society
“The State of AI in Early 2024: Gen AI Adoption Spikes and Starts to Generate Value”, di McKinsey & Company (2024) — McKinsey & Company
“AI and the Next Wave of Transformation”, di Boston Consulting Group (maggio 2024) — Boston Consulting Group
“Artificial Intelligence Index Report 2023”, di Nestor Maslej et al. (5 ottobre 2023) — arXiv
“Artificial Intelligence Index Report 2024”, di Nestor Maslej et al. (29 maggio 2024) — arXiv
“Anticipating The Future: How AI Will Impact Businesses In 2024”, di Forbes Technology Council (2024) — Forbes
“AI and the Future of Intangible Asset Valuation”, di Westland, J. C. (2023) — Westland
“Corporate Governance Spotlight: Considerations for Protecting Valuable AI-Related Assets”, di Mayer Brown (febbraio 2024) — Mayer Brown
“Aon Report Identifies Accelerated Growth of AI, IP and Cyber Assets”, di Aon (maggio 2024) — Aon
“Cambiamenti nel valore degli asset intangibili nell’era dell’intelligenza artificiale”, di AIAF — Gruppo di Studio (Quaderno AIAF n. 113) — AIAF
“Harnessing Generative AI for B2B Sales”, di McKinsey & Company (2023) — McKinsey
“AI in B2B Marketing: Ultimate Guide for 2024”, di Team-GPT (2023) — Team-GPT
“AI’s Impact on B2B Marketing: Benefits and Strategies”, di MarketingProfs (2024) — MarketingProfs
“AI in B2B Ecommerce: A Strategic Roadmap for Success”, di BigCommerce (2023) — BigCommerce
“The Role of AI in Predictive Analytics for B2B Marketing”, di Heinz Marketing (2023) — Heinz Marketing
“The Rise of AI in B2B Sales: Revolutionizing Customer Interactions and Predictive Analytics”, di Medium (2023) — Medium
“AI and B2B: 2024 and Beyond Trends”, di SalesIntel (2023) — SalesIntel
“Building the AI-Driven Organization”, di Davenport, T. H., & Redman, T. C. (2023) — Harvard Business Review
“Digital twins and generative AI: A powerful pairing”, di McKinsey & Company (2023) — McKinsey & Company
“AI-Enabled Digital Twins Could Be The Key To A More Sustainable Society”, di Forbes (2024) — Forbes
“The rise of semantic twins: How digital twins and generative AI are shaping the future”, di Wired (2024) — Wired
“AI-Driven Solopreneurship: How to Automate and Scale Your One-Person Business in 2024”, di Utobo Blog (2024) — Utobo
“AI-Driven Ecosystems”, di Mack Institute for Innovation Management (2024) — Mack Institute
“DX 2.0: Industry Ecosystem Expansion, Augmented by AI”, di IDC (2024) — IDC Blogs
“Leveraging AI: A Global Growth Roadmap For SMEs In 2024”, di Forbes Business Council (2024) — Forbes
“Broad Adoption of AI by SMEs: Overview of 2023 Activities and 2024 Outlook”, di Global Partnership on Artificial Intelligence (2024) — GPAI
“The New Normal: The Status Quo of AI Adoption in SMEs”, di The Service Industries Journal (2024) — The Service Industries Journal

#IntelligenzaArtificiale #IntangibleAsset #KnowledgeWorker #KnowledgeBasedBusiness #DataDrivenStrategy #AIInnovation #DigitalTransformation #FutureOfWork #StrategicGovernance