Data4Innovation - Data ecosystem governance toward enhancing data sharing for innovation: implications for organizations

Le ultime innovazioni tecnologiche e la diffusione capillare dei dati portano all’emergere di ecosistemi basati sui dati, dove vengono chiamate le organizzazioni collaborare per combinare diversi tipi di dati e fonti per creare valore dai dati. Anche se stiamo assistendo a molte iniziative che si concentrano sui dati scambio, molti ecosistemi di dati non riescono a espandersi o a creare valore per tutti gli attori (Oliveira et al. 2019). A livello macro, uno dei motivi è legato alla governance dei dati dell’ecosistema: avere interessi e aspettative diversi rende difficile far prendere decisioni agli attori e far rafforzare i meccanismi di governance. A livello micro, la letteratura evidenzia che le imprese sono riluttanti a condividere i dati e di conseguenza non sono in grado di trarre beneficio dagli ecosistemi (De Prieëlle et al. 2020). Pertanto, è necessario uno sforzo maggiore per comprendere come tali ecosistemi di dati debbano essere governati per massimizzare il valore dai dati. Questo progetto, in linea con il PNR 2021-2027 “Transizione digitale - i4.0”, "Alta performance computing e big data", "Intelligenza Artificiale" e “Innovazione per l’industria manifatturiera” contribuirà a migliorare e comprendere: 1) le tensioni manifestate negli ecosistemi di dati 2) come viene gestita la governance dei dati negli ecosistemi; 3) come l'infrastruttura dei dati influenza la collaborazione degli attori. Inoltre, ci concentreremo esplicitamente sul ruolo svolto dalle PMI. Più specificamente, miriamo a comprendere: 4) come funzionano gli ecosistemi di dati nelle piccole e medie imprese (PMI); 5) se e come la partecipazione delle PMI a tale ecosistema influenza la loro organizzazione e risultati; e 6) come la partecipazione delle PMI influenza l’evoluzione degli ecosistemi di dati. Per fornire un approccio olistico, il progetto adotterà metodi misti, composto da più livelli di analisi. Per la parte qualitativa, lo faremo conducendo un case study (Yin 2009) utilizzando diverse fonti di dati (ad esempio interviste, dati di archivio, ecc.) e diversi approcci per l’analisi dei dati. EnelX costituirà il nostro contesto empirico. Per la parte quantitativa utilizzeremo dati secondari, raccoglieremo dati primari tramite questionari e analisi di testo. Sviluppando un quadro teorico che fornisce approfondimenti a livello macro sulla formazione, sviluppo ed evoluzione degli ecosistemi di dati, nonché a livello micro analizzeremo il coinvolgimento di nuovi attori, in particolare le PMI. Il progetto di ricerca ha diverse implicazioni sia per gli accademici che per i manager per stimolare l’innovazione e per ridurre i risultati indesiderati.