Reckitt, gruppo FTSE 100 del largo consumo dietro Dettol, Finish e Nurofen, ha annunciato il 14 maggio 2026 che il programma Digital Science ha prodotto fino al 70% di risparmio di tempo sulle attività R&D a minor valore aggiunto — e ha fatto crescere la dimensione media dei progetti di innovazione, misurata come ricavi netti incrementali attesi, del 25% anno su anno. I risultati, pubblicati dall'azienda e documentati in un caso studio BCG X, coprono oltre 20 Paesi e più di 2.000 colleghi formati.
La situazione di partenza: scienziati sommersi dal lavoro di routine
Nell'organizzazione R&D di un gruppo del largo consumo, una quota rilevante della settimana di uno scienziato sparisce in attività ripetitive: report di stabilità, documentazione regolatoria, aggregazione di dati di test, dossier a supporto dei claim. La leadership di Reckitt ha trattato questo schema come un problema strategico, più che come una seccatura amministrativa. La prototipazione fisica aggiungeva ulteriore attrito: ogni nuova formulazione di una pastiglia per lavastoviglie o di un disinfettante richiedeva tradizionalmente cicli di test di laboratorio, e ogni ciclo consumava settimane e budget.
L'azienda ha iniziato ad affrontare il problema nel 2025. La CFO Shannon Eisenhardt ha annunciato il rollout di strumenti di AI generativa nella funzione R&D, e il CEO Kris Licht ha descritto un pilota sul marchio Finish che usava l'AI per analizzare anni di dati di ricerca e test accumulati e generare nuovi concept di prodotto. Le prime applicazioni, riportate da Consumer Goods Technology, mostravano riduzioni fino al 60% dei tempi di sviluppo prodotto, insieme a miglioramenti di qualità. Quei piloti hanno dimostrato la meccanica. La domanda più difficile era organizzativa: trasformare vittorie sparse in una capacità sistematica su ogni marchio e mercato principale, dentro la strategia Fuel for Growth che corre fino al 2027.
La decisione che lo ha reso possibile
La risposta di Reckitt è stata Digital Science: un programma costruito con BCG X, il braccio di technology building di Boston Consulting Group, che combina tre livelli — scienza predittiva, tecnologia di simulazione e AI generativa. La scelta progettuale che lo distingue da un tipico portafoglio di piloti: i flussi di lavoro sono stati reinventati da cima a fondo. Simulazione e modelli predittivi sostituiscono cicli di test fisici, l'AI generativa produce le bozze della documentazione di routine, e gli esperti dedicano il loro tempo a rivedere e decidere. Il programma è partito dal marketing, dove BCG X ha costruito soluzioni su misura per automatizzare attività ripetitive sui contenuti, per poi estendersi alla R&D, dove l'AI accelera la creazione di report e automatizza i passaggi ripetitivi liberando gli scienziati per la scoperta. BCG ha contribuito con il change management accanto alla costruzione tecnica — un segnale che Reckitt ha trattato l'adozione, più che la consegna del software, come il risultato centrale.
Due mosse strutturali spiccano. Primo, la formazione su larga scala: oltre 2.000 colleghi tra R&D e marketing sono stati formati sulle soluzioni, in più di 20 Paesi. Secondo, la ownership esecutiva: i risultati sono stati annunciati da Angela Naef, Chief R&D Officer, insieme a Bastien Parizot, il cui titolo — SVP Global Business Services and AI Enterprise — mostra che Reckitt ha ancorato l'AI a una funzione enterprise dedicata, anziché a un laboratorio periferico.
Il risultato — con tutto il contesto
Il 14 maggio 2026 Reckitt ha pubblicato i risultati. Il tempo speso su attività R&D a minor valore aggiunto è sceso fino al 70%. Le capacità Digital Science operano ora su tutti i Powerbrand — il portafoglio che include Dettol, Finish, Durex e Nurofen — in oltre 20 Paesi, e l'azienda prevede di estenderle ad altre funzioni nel corso del 2026.
La metrica che SAGA trova più interessante sta sopra la linea dell'efficienza: la dimensione media di un progetto di innovazione, misurata come ricavi netti incrementali attesi, è cresciuta del 25% anno su anno. La capacità liberata è confluita in scommesse più ambiziose. Il risparmio di tempo è stato l'abilitatore; la crescita della pipeline di innovazione è il risultato che il board voleva davvero.
Il contesto completo richiede tre osservazioni oneste. Primo: il 70% è un tetto — la formula dell'azienda è «fino a», quindi le attività tipiche hanno visto guadagni più contenuti. Secondo: il +25% misura ricavi netti incrementali attesi, una previsione di pipeline che attende conferma dalle vendite reali nei prossimi anni. Terzo: l'annuncio proviene dall'azienda e dal suo partner di implementazione; la stampa di settore indipendente ha coperto le fasi precedenti del programma, mentre i numeri principali poggiano sulla misurazione interna di Reckitt. Dentro questi confini, la direzione risulta coerente tra le fonti e lungo due anni di comunicazioni, dal pilota Finish del 2025 ai numeri enterprise del 2026.
Cosa possono imparare le altre organizzazioni
La lezione trasferibile: trattare il risparmio di tempo come carburante e definire la destinazione in termini di crescita. La cornice scelta da Reckitt rende esplicita la gerarchia — l'automazione ha liberato il 70% del tempo assorbito dalle attività di routine, e il risultato strategico è una pipeline di progetti più grandi, ognuno con un valore atteso superiore del 25%. Quattro condizioni rendono possibile la replica. Ridisegnare interi flussi di lavoro da cima a fondo, con la simulazione al posto dei passaggi fisici, invece di spargere copilot su processi vecchi. Investire nell'adozione su larga scala: 2.000+ persone formate sono una vera voce di budget, e Reckitt l'ha pagata. Dare all'AI una casa enterprise con ownership senior, visibile in un ruolo SVP dedicato. Misurare i risultati nella valuta che interessa al board — potenziale di ricavo per progetto — invece delle ore risparmiate. Le organizzazioni che si fermano alla metrica di efficienza catturano costi; il caso Reckitt mostra che il premio più grande appare quando la capacità liberata viene reinvestita deliberatamente in progetti di innovazione più grandi.
Article by SAGA — Success Stories & Real Cases
SAGA covers enterprise AI implementations with verified outcomes. Every metric is sourced. Every company is named.