C’è un rischio sempre più evidente nei processi di innovazione quando interviene l’intelligenza artificiale: confondere la velocità con la direzione. Un metodo per ridurlo è quello del Double Diamond.
Le piattaforme di AI generativa – e gli strumenti verticali, sempre più numerosi – permettono oggi di produrre idee, concept, prototipi e scenari in pochi minuti. Rendono più rapida l’analisi dei dati, accelerano la ricerca di alternative, facilitano la sperimentazione. Ma proprio questa abbondanza di possibilità rischia di spingere aziende e organizzazioni verso un approccio “solution first”: partire subito dalle soluzioni, senza interrogarsi abbastanza sui problemi.
Qui entra in gioco la necessità di un approccio guidato da un metodo. “Serve a dare direzione all’innovazione”, spiega Andrea Rangone, docente di Digital Business & Entrepreneurship al Politecnico di Milano e Presidente di Nextwork360. “Il metodo serve a distinguere ciò che è rilevate da ciò che non lo è, a rendere espliciti gli assunti, costruire momenti di convergenza consapevole, evitare che la velocità sostituisca il pensiero”
Il Think Tank InnoverAI – il percorso promosso da Nextwork360 ed EconomyUp dedicato all’impatto dell’intelligenza artificiale sui processi e le attività di innovazione – ha adottato come framework metodologico il Double Diamond, il modello sviluppato dal Design Council britannico e oggi considerato uno dei riferimenti più autorevoli per governare l’innovazione in contesti complessi.
Innovare non significa semplicemente generare nuove soluzioni, ma imparare a costruire meglio i problemi: è il punto di partenza dI Claudio Dell’Era, Full Professor del Politecnico di Milano, e di Stefano Magistretti, Associate Professor of Design and Innovation della School of Management del Politecnico, che con Stefano Magistretti, Associate Professor del Politecnico di Milano, sta curando la parte metodologica del percorso InnoverAI.
Indice degli argomenti
Che cos’è Double Diamond e perché è ancora attuale
A oltre 20 anni dalla sua introduzione, il Double Diamond continua a essere utilizzato perché non è soltanto uno strumento operativo o un modello di design thinking. È soprattutto una disciplina mentale.
Il framework rappresenta il processo di innovazione attraverso due “diamanti” consecutivi. Il primo riguarda il problem space, cioè lo spazio del problema; il secondo il solution space, lo spazio della soluzione.
Nel primo diamante si attraversano le fasi di Discover e Define: si osservano i comportamenti, si raccolgono segnali, si esplorano bisogni, si mettono in discussione assunzioni consolidate. Nel secondo diamante, invece, si entra nelle fasi di Develop e Deliver: si progettano le soluzioni, si sperimentano, si prototipano e si implementano.
Il punto centrale, sottolineato da Dell’Era durante il kickoff di InnoverAI, è che il problema non è un dato oggettivo già disponibile. Va interpretato, costruito, riformulato. E spesso il fallimento dell’innovazione non nasce da soluzioni sbagliate, ma da soluzioni corrette applicate a problemi mal posti.
È qui che il Double Diamond mostra tutta la sua forza: obbliga organizzazioni e innovation leader a rallentare prima di accelerare.
Divergere e convergere: la logica del modello
Il Double Diamond si basa su una dinamica apparentemente semplice ma profondamente strategica: alternare momenti di divergenza e convergenza.
Nella fase divergente si amplia il campo. Si raccolgono informazioni, si osservano utenti e mercati, si cercano connessioni inattese, si ascoltano prospettive differenti. Nella fase convergente, invece, si seleziona, si interpreta, si decide.
Il primo diamante serve proprio a evitare uno degli errori più comuni nelle organizzazioni: assumere che il problema sia già chiaro.
Durante il lavoro svolto all’interno di InnoverAI, Dell’Era e Magistretti hanno insistito molto su questo aspetto. Il framing del problema è oggi la vera attività critica dell’innovazione. Non basta raccogliere insight o analizzare dati: occorre dare senso alle informazioni, capire quali tensioni meritano attenzione, distinguere i segnali rilevanti dal rumore.
Quando si entra nella fase Define, ricorda Dell’Era, il framing richiede “intense engagement in sensemaking”, cioè un coinvolgimento profondo nei processi di interpretazione e comprensione.
È un passaggio importante perché sposta il focus dell’innovazione dal semplice problem solving al problem framing.
Il problema non si trova: si costruisce
Uno degli esempi utilizzati da Dell’Era è tanto semplice quanto efficace.
“L’ascensore è troppo lento”. È questo il problema? Oppure il vero problema è che “l’attesa è fastidiosa”? La differenza cambia completamente il tipo di risposta e di innovazione che può emergere.
Se il problema viene interpretato come un limite tecnico, le soluzioni saranno prevedibili: installare un nuovo ascensore, cambiare il motore, migliorare l’algoritmo di gestione.
Se invece il problema viene riformulato – il reframing – le possibilità cambiano radicalmente. Non si tratta più di aumentare la velocità dell’ascensore, ma di rendere l’attesa meno frustrante. Da qui possono nascere soluzioni molto diverse: contenuti informativi, musica, elementi di intrattenimento, persino semplici specchi, come è stato fatto in molti edifici.
È un esempio apparentemente banale, ma che chiarisce un punto centrale del Double Diamond: la qualità dell’innovazione dipende dalla qualità delle domande.
Le quattro fasi del Double Diamond
Discover, la fase più sottovalutata
La fase Discover assume un ruolo ancora più importante nell’epoca dell’intelligenza artificiale. È la fase in cui le organizzazioni dovrebbero esplorare il contesto, osservare i cambiamenti, individuare segnali deboli, comprendere bisogni latenti e ridefinire il perimetro del problema.
Eppure, proprio qui emerge uno dei paradossi più interessanti dell’AI generativa.
Le piattaforme di GenAI rendono estremamente facile produrre alternative e ipotesi. Ma questa velocità rischia di comprimere il tempo dedicato alla comprensione. L’intelligenza artificiale “amplia lo spazio esplorabile, ma non risolve il problema del framing”. Anzi, in alcuni casi rischia di amplificare il solution-first bias: la tendenza ad arrivare troppo rapidamente alle risposte.
Define, il momento più strategico
Se Discover serve ad ampliare lo spazio dell’esplorazione, Define è il momento in cui l’organizzazione sceglie una direzione. Ed è probabilmente la fase più difficile.
Nel percorso metodologico di InnoverAI Dell’Era e Magistretti descrivono la transizione tra Discover e Define come una “discontinuità cognitiva e decisionale”. Perché qui avviene qualcosa di decisivo: si passa dall’osservare possibilità diverse al decidere quale interpretazione del problema meriti davvero un investimento.
Define non è una semplice sintesi di informazioni. È un atto strategico. Significa selezionare ciò che conta, interpretare segnali ambigui, esplicitare assunzioni implicite, costruire un allineamento interno.
Ed è qui che l’intelligenza artificiale può diventare sia una leva sia un rischio. Può aiutare a evidenziare connessioni inattese, sintetizzare enormi quantità di dati, suggerire interpretazioni alternative. Ma può anche rafforzare bias esistenti, standardizzare le letture e creare un’illusione di comprensione.
Develop, trasformare il problema in possibilità concrete
Dopo Discover e Define, il Double Diamond entra nel secondo grande spazio del processo di innovazione: il solution space. È qui che si colloca la fase Develop, dedicata alla generazione, esplorazione e sperimentazione delle possibili soluzioni.
Se il primo diamante serve a evitare di rispondere troppo presto, il secondo diamante serve a evitare l’errore opposto: innamorarsi troppo presto di una sola risposta. Develop è infatti una fase ancora divergente. Non coincide con l’esecuzione di un’idea già scelta, ma con l’apertura controllata di un ventaglio di possibilità. Si costruiscono concept, si visualizzano alternative, si formulano ipotesi progettuali, si mettono alla prova intuizioni diverse.
Nel modello presentato da Dell’Era e Magistretti, questa fase corrisponde alla pratica della visualizzazione delle idee, uno dei passaggi chiave dei processi di innovazione insieme all’empatia con gli utenti, al framing del problema e alla sperimentazione delle soluzioni.
È una fase in cui l’intelligenza artificiale può diventare particolarmente potente. La GenAI consente di produrre rapidamente varianti, simulazioni, bozze, scenari, interfacce, narrazioni di prodotto, ipotesi di servizio. Permette ai team di innovazione di esplorare più traiettorie in meno tempo e di rendere visibili alternative che, in passato, sarebbero rimaste implicite o troppo costose da sviluppare.
Ma anche qui il punto non è la quantità. Il rischio è scambiare la moltiplicazione degli output per creatività autentica. Una fase Develop ben governata non serve a produrre più idee possibili, ma a costruire un dialogo intelligente tra ipotesi diverse, vincoli reali e significati emergenti. L’AI può aumentare lo spazio delle possibilità, ma resta necessario un lavoro umano di selezione, interpretazione e coerenza strategica.
In questo senso Develop è il luogo in cui l’innovazione comincia a prendere forma, ma non è ancora una decisione definitiva. È un laboratorio di possibilità, non una fabbrica di soluzioni immediate.
Deliver, quando l’innovazione incontra la realtà
L’ultima fase del Double Diamond è Deliver. Dopo avere esplorato il problema, definito la direzione e sviluppato più ipotesi di soluzione, arriva il momento della convergenza finale: scegliere, testare, implementare, misurare.
Deliver non è semplicemente la fase conclusiva del processo. È il momento in cui l’innovazione deve dimostrare di produrre valore reale. Le idee vengono trasformate in prototipi più robusti, le soluzioni vengono sperimentate con utenti e stakeholder, i risultati vengono osservati, corretti, validati. È qui che l’innovazione smette di essere possibilità e diventa pratica organizzativa.
Nella lettura proposta da Dell’Era e Magistretti, Deliver si collega alla sperimentazione delle soluzioni: una pratica essenziale perché consente di verificare se ciò che è stato progettato risponde davvero al problema ridefinito nelle fasi precedenti.
Anche in questa fase l’intelligenza artificiale può offrire un contributo rilevante. Può aiutare a progettare test, raccogliere feedback, analizzare risposte degli utenti, individuare anomalie, sintetizzare evidenze, supportare decisioni di go-to-market o di scaling. Ma la sua utilità dipende ancora una volta dalla qualità del processo che la contiene.
Se il problema è stato definito male, Deliver non potrà salvare l’innovazione. Potrà renderla più efficiente, più rapida, forse più elegante nella forma, ma non necessariamente più rilevante. È per questo che il Double Diamond va letto come un sistema unitario: ogni fase produce valore solo se è collegata alle altre.
La vera forza del modello sta proprio qui. Deliver non chiude semplicemente il percorso, ma restituisce apprendimento all’organizzazione. I test e le evidenze raccolte possono riaprire domande, suggerire nuovi framing, modificare il modo in cui il problema viene interpretato. Il Double Diamond, infatti, non è una sequenza rigida e lineare. È un processo iterativo, in cui il ritorno all’indietro non è un fallimento, ma una forma di intelligenza progettuale.
Il ruolo dell’intelligenza artificiale nel Double Diamond
L’intelligenza artificiale può avere un impatto enorme soprattutto nelle fasi divergenti del modello.
Può aiutare a leggere grandi quantità di dati, identificare pattern, mappare trend emergenti, analizzare comportamenti, sintetizzare informazioni e generare scenari.
Durante il primo Future Talk, il webinar di InnoverAI dedicato alla fase Discover (qui puoi rivederlo) , gli innovation leader coinvolti hanno evidenziato proprio questo punto: l’AI viene percepita come particolarmente utile nell’analisi di scenari tecnologici, trend di mercato e raccolta di insight. Ma Dell’Era e Magistretti mettono in guardia da un equivoco molto diffuso.
L’AI può accelerare l’esplorazione, ma non sostituisce il giudizio umano.
Nel materiale metodologico elaborato per InnoverAI emerge un concetto molto chiaro: nell’innovazione aumentata dall’AI, la differenza non la farà chi produce più soluzioni, ma chi saprà formulare meglio i problemi. È un cambiamento profondo del ruolo degli innovation leader. Non più soltanto facilitatori di brainstorming o promotori di sperimentazione, ma architetti del processo di interpretazione.
Un framework per governare la complessità
Il motivo per cui InnoverAI ha scelto il Double Diamond non è dunque teorico.
In un contesto in cui l’intelligenza artificiale accelera continuamente i processi di innovazione, il rischio è usare tecnologie potentissime per fare meglio ciò che già esiste, invece che per immaginare ciò che ancora non c’è.
Andrea Rangone, nel primo Digest di InnoverAI – la pubblicazione dedicata ai partecipanti al tavolo di lavoro – definisce l’AI “una trasformazione paradigmatica” che costringe le organizzazioni a interrogarsi non soltanto sugli impatti dell’innovazione, ma sul nuovo che sta emergendo.
È esattamente qui che il Double Diamond continua a essere utile. Perché non impone strumenti specifici, non prescrive tecnologie, non promette scorciatoie. Offre invece una grammatica condivisa per affrontare l’incertezza.
In un’epoca in cui l’AI rende sempre più semplice generare idee, il vantaggio competitivo non sta più soltanto nella capacità di produrre alternative. Sta nella capacità di scegliere quali problemi meritano davvero di essere affrontati.
Partecipa alla community