L'analisi - Enea

Il ruolo della ricerca nello sviluppo di tecnologie
Lo sviluppo tecnologico è un fenomeno estremamente complesso che coinvolge una moltitudine di attori
(organizzazioni) strettamente intercorrelati tra loro a costituire un “sistema”. La natura sistemica e, in
particolare, la complessità delle inter-relazioni tra i diversi attori danno conto delle notevoli difficoltà
connesse alla valutazione quantitativa dell’impatto della ricerca (di base e applicata) sulla dinamica
tecnologica e della proliferazione di studi e ricerche sull’argomento sviluppati negli ultimi anni.
La logica del modello di sviluppo lineare delle attività di ricerca - ricerca di base, applicata, industriale -
secondo la quale i forti investimenti nel settore della ricerca di base pubblica promuovevano, in modo
quasi automatico, a cascata, importanti effetti sull’attività di ricerca e sviluppo industriale, originando
prodotti, processi e servizi innovativi, è stata negli ultimi anni affiancata decisamente da una nuova
direzione strategica e di sostegno finanziario dell’attività di R&S che prevede una stretta cooperazione tra
i diversi attori, enti pubblici di ricerca, università, industria. La nuova politica di supporto pubblico alla
R&S è stata così indirizzata, sulla scorta delle esperienze maturate per la conduzione di grandi progetti di
ricerca nel settore militare e spaziale, verso il supporto di programmi in settori strategici per l’economia e
l’industria – es. nanotecnologie, nuovi materiali, genomica – che vedono la partecipazione congiunta di
enti di ricerca, di università e di aziende e che prevedono attività coordinate spinte fino allo sviluppo di
nuove tecnologie di immediato utilizzo per le imprese del settore e alla prototipazione di prodotti in grado
di passare rapidamente in produzione.
Un modello che, allo stato attuale, sembra fornire una migliore rappresentazione delle modalità con cui si
realizza lo sviluppo tecnologico, superando i limiti del modello di sviluppo lineare, è quello basato sul
meccanismo di apprendimento a due fattori 16 . Questo modello prevede che l’attività di ricerca e sviluppo
contribuisca direttamente al miglioramento tecnologico, mentre il miglioramento connesso al guadagno di
esperienza (learning by doing) agisca come un acceleratore dell’impatto delle attività iniziali di R&S.
R&S
Miglioramento
tecnologico
L’applicazione del modello delle curve di apprendimento a due fattori alle principali tecnologie energetiche
ha consentito una loro classificazione in funzione delle specifiche caratteristiche di apprendimento,
valutate con riferimento al parametro “costi di capitale” (tabella seguente). Dal punto di vista dell’impatto
prodotto dalle attività di R&S, le tecnologie potenzialmente più interessanti sono quelle indicate nel
vertice in alto a destra ove sono indicate le tecnologie caratterizzate dai tassi di apprendimento più
elevati e con incidenza prevalente delle attività di ricerca e sviluppo. Anche le tecnologie caratterizzate da
elevato tasso di apprendimento ma con incidenza bilanciata fra i due fattori, hanno buone prospettive,
poiché l’impatto degli investimenti in R&S per queste tecnologie è amplificato dal fattore learning by
doing, presumibilmente con costi addizionali trascurabili o nulli.
È, tuttavia, opportuno sottolineare che le indicazioni fornite dalla tabella hanno carattere solo qualitativo
e vanno considerate con estrema cautela. Il successo di una attività di R&S su di una specifica tecnologia
non dipende, infatti, esclusivamente dalle sue caratteristiche di apprendimento, ma anche dal contesto
generale che definisce il mercato di destinazione della tecnologia stessa. Questo mercato è, come noto,
condizionato in misura determinante da diversi fattori quali la competizione con altre tecnologie,
l’evoluzione dei prezzi dei combustibili, le attività e le misure che determinano il rateo di sostituzione
tecnologica ecc.
16 Energy futures – The role of research and technological development
Directorate-General for Research, Sustainable Energy Systems - 2006
375
Competitività e quote di
mercato rafforzate
Learning by doing