Design-Build-Test-Learn: il ciclo che accelera l’innovazione Deep Tech
Nel Deep Tech, innovare significa anche imparare più velocemente. Il ciclo Design-Build-Test-Learn (DBTL) introduce un approccio iterativo che permette di sperimentare rapidamente, ridurre il costo dell’errore e trasformare ogni ciclo di sviluppo in un’occasione per migliorare il successivo.
L’innovazione Deep Tech si confronta spesso con problemi scientifici complessi, nei quali sperimentare, verificare un’ipotesi e correggere la direzione richiede tempo e risorse. Il ciclo Design-Build-Test-Learn, o DBTL, nasce per rendere questo processo più rapido e sistematico, attraverso una sequenza continua di progettazione, costruzione, verifica e apprendimento.
Dalla progettazione alla sperimentazione
Il ciclo prende avvio dal Design, ovvero dalla formulazione di un’ipotesi e dalla progettazione del prodotto. In questa fase, strumenti come l’intelligenza artificiale, il cloud e la progettazione generativa possono consentire di esplorare migliaia di alternative. La capacità di calcolo delle macchine amplia lo spazio delle possibilità, mentre il giudizio e le scelte restano affidati alle persone.
Si passa quindi a Build & Test, costruendo e verificando quanto progettato. Anche in questo caso, non è necessariamente necessario sviluppare tutte le capacità internamente. Piattaforme cloud, laboratori condivisi e servizi esterni permettono di accedere a competenze e capacità industriali senza doverle costruire interamente all’interno dell’organizzazione. I robot possono inoltre eseguire test ripetitivi in modo continuativo, anche 24 ore su 24, contribuendo a ridurre gli errori.
La quarta fase è Learn. I dati raccolti durante i test alimentano gli algoritmi di machine learning e permettono di trasformare i risultati della sperimentazione in nuovi elementi per la progettazione. In questo modo, il tempo necessario per apprendere può ridursi da settimane o mesi a giorni o minuti, accelerando il passaggio al ciclo successivo.
Un ciclo continuo per ridurre il rischio
Il DBTL ricorda il ciclo della Lean Startup, ma presenta una differenza importante: integra una vera fase di progettazione e interviene sia sui “bit” sia sugli “atomi”, combinando quindi la dimensione digitale con quella fisica della sperimentazione.
La logica è quella di un apprendimento continuo. Ogni iterazione riuscita rappresenta una tappa nella riduzione del rischio e consente di arrivare al ciclo successivo con nuove informazioni. Per questo, nel Deep Tech, la velocità con cui si riesce a far girare il ciclo può diventare un elemento determinante: chi sperimenta più velocemente può imparare prima.
L’approccio DBTL si traduce, in pratica, nella possibilità di organizzare i progetti in cicli brevi, ciascuno costruito attorno a un’ipotesi chiara da verificare; di utilizzare piattaforme e servizi esterni quando permettono di evitare di costruire tutto internamente; e di fare in modo che i dati raccolti durante ogni test alimentino il ciclo successivo.
È questa capacità di sperimentare, fallire e imparare senza che ogni errore si trasformi in un fallimento dell’impresa a rendere più sostenibile l’affrontare problemi scientifici complessi. Nel Deep Tech, accelerare il ciclo significa quindi accelerare anche la capacità di apprendere e ridurre progressivamente l’incertezza.