Per trenta minuti non succede nulla. O almeno così sembra.
Una ventina di manager osserva in silenzio la stessa immagine. Nessuno prende appunti. Nessuno consulta il telefono. Nessuno sente il bisogno di riempire quel tempo con parole, grafici o numeri. È una scena insolita. Se qualcuno entrasse nella stanza in quel momento, avrebbe difficoltà a comprendere cosa sta accadendo. Nessuna presentazione, nessuna dashboard, nessun brainstorming. Solo un gruppo di persone che guarda un quadro.
Passano cinque minuti. Poi dieci. Quindici. Roberto Verganti osserva la scena senza intervenire. Solo dopo qualche tempo rompe il silenzio con una domanda: «Che cosa vi fa pensare quello che vedete?». È una domanda semplice, ma contiene già il cuore della sua idea di innovazione. Arriva la prima risposta. «Secondo me è una donna che sta cadendo.» Qualcuno scuote la testa. «Io invece vedo una figura che si sta liberando». Un terzo partecipante osserva un dettaglio che gli altri non avevano notato. Per lui quella figura non cade e non vola: è sospesa. Una quarta persona interpreta la scena come una prigione mentale. Un’altra ancora parla di rinascita. La discussione prende forma lentamente. Nessuno cerca di convincere gli altri. Nessuno pretende di avere la lettura corretta. Più la conversazione procede, più il quadro sembra cambiare davanti agli occhi di tutti. Non perché l’immagine sia diversa. Perché sono cambiati gli occhi di chi la osserva.
“La domanda profonda di senso non scompare con la tecnologia. Anzi, diventa ancora più importante. E rallentare non significa perdere tempo”, dice Roberto Verganti, che sorrie quando gli faccio notare che un esercizio del genere sembra quasi una provocazione in un’epoca in cui tutti parlano di velocità.
«È esattamente il contrario», risponde. «Non è successo niente per trenta minuti. Eppure è successo moltissimo. Ognuno ha visto cose diverse, ha ascoltato interpretazioni che non aveva immaginato. Alla fine nessuno è uscito con una risposta, ma tutti sono usciti con uno sguardo più ricco»
Verganti è Professor of Leadership and Innovation alla Stockholm School of Economics, dove è titolare della Josefsson Family Chair in Art and Innovation (unica cattedra sul tema in Europa) ed è co-fondatore di Leadin’Lab, il laboratorio su leadership, design e innovazione della School of Management del Politecnico di Milano. È autore di bestseller internazionali come Design-Driven Innovation e Overcrowded. Oggi il suo lavoro si concentra sul ruolo del sense making come leva competitiva nell’era dell’intelligenza artificiale. Per questo è stato protagonista di un incontro con il think tank di InnoverAI, il gruppo di innovation leader che sta partecipando al percorso di Nextwork360 ed EconomyUp sull’impatto dell’intelligenza artificiale sui processi e le attività dell’innovazione aziendale.
Con Roberto Verganti ho ripercorso i concetti che stanno dietro l’art experience e la lezione che dalla lentezza dell’osservazione può venire a chi ogni giorno è impegnato nella sfida della Grande Trasformazione. Ancora una volta non si tratta di una sfida tecnologica, ma organizzativa e culturale.
Indice degli argomenti
Fare innovazione con l’AI. Ma come?
Da quando l’intelligenza artificiale generativa è entrata nelle aziende, la domanda dominante è sempre la stessa: come possiamo usarla per fare meglio quello che già facciamo? È una domanda inevitabile. Ma forse non è la più interessante.
Le tecnologie più dirompenti non cambiano soltanto il modo in cui eseguiamo le attività. Cambiano il modo in cui guardiamo il mondo. E ogni volta che cambia lo sguardo, cambiano anche i mercati, i prodotti, le organizzazioni. È esattamente quello che sta accadendo oggi.
Per diversi decenni abbiamo raccontato la trasformazione digitale come una corsa verso una maggiore capacità di elaborare informazioni. Avere più dati significavano decisioni migliori. Più algoritmi significavano analisi più accurate. Più potenza di calcolo significava maggiore competitività. L’intelligenza artificiale generativa porta questa logica alle estreme conseguenze.
Oggi un manager può chiedere a ChatGPT di sintetizzare un report di duecento pagine, confrontare strategie di mercato, costruire una business model canvas, preparare un piano industriale, elaborare scenari competitivi o spiegare una metodologia di innovazione. Domani potrà chiedergli di progettare un nuovo servizio, simulare il comportamento dei clienti, costruire decine di concept alternativi o sviluppare un prototipo quasi completo.
Attività che fino a pochi anni fa richiedevano settimane di lavoro oggi possono essere svolte in poche ore. Non sempre in modo perfetto, ma abbastanza bene da modificare profondamente il modo in cui lavorano imprese, consulenti e professionisti.
È difficile immaginare un’altra tecnologia che, in così poco tempo, abbia democratizzato una quantità così ampia di competenze cognitive.
Eppure è proprio questa democratizzazione a generare un nuovo paradosso. Se tutti possono accedere agli stessi modelli linguistici, agli stessi dati, agli stessi framework e agli stessi strumenti di analisi, dove nascerà il prossimo vantaggio competitivo?
Per molti anni la risposta sarebbe stata semplice: conoscere più degli altri. Oggi quella risposta non basta più. La conoscenza sta diventando una commodity. I modelli di AI abbassano continuamente la soglia di accesso a competenze che fino a ieri erano riservate agli specialisti. Non sostituiscono l’esperienza, ma ne riducono il vantaggio iniziale. È lo stesso fenomeno che abbiamo già osservato con Internet: ciò che prima era raro diventa progressivamente disponibile a tutti.
La conseguenza è che la competizione si sposta. Non scompare. Cambia terreno. Se la conoscenza tende a distribuirsi, il valore si sposta sulla capacità di attribuire significato a quella conoscenza. In altre parole, non basta più sapere. Bisogna capire che cosa vale la pena vedere.
È qui che Roberto Verganti offre una prospettiva interessante. Da tempo sostiene che l’innovazione più radicale non nasce semplicemente da una nuova tecnologia o da una migliore esecuzione. Nasce quando qualcuno riesce a cambiare il significato di ciò che tutti gli altri stanno osservando. È un cambiamento sottile, ma decisivo. Non riguarda le risposte. Riguarda le domande.
L’intelligenza artificiale può simulare la creatività. Ma il senso è una scelta. E scegliere che cosa ha senso fare resta una responsabilità umana
Negli ultimi mesi si è parlato moltissimo di produttività. Quante ore fa risparmiare l’intelligenza artificiale? Quali processi può automatizzare? Quanti costi può ridurre? Sono domande legittime. Ma rischiano di oscurarne un’altra, forse ancora più importante. Che cosa succede quando la produttività diventa disponibile per tutti?
Dal decision making al sense making
Per comprenderlo può essere utile guardare alla storia recente dell’innovazione.
Ogni grande rivoluzione tecnologica tende, nel tempo, a trasformare un vantaggio competitivo in un’infrastruttura condivisa. È accaduto con l’elettricità, con Internet, con il cloud computing. All’inizio chi adottava quelle tecnologie acquisiva un vantaggio enorme. Poi, progressivamente, quella superiorità si riduceva fino a diventare la normalità. L’intelligenza artificiale sembra destinata a seguire la stessa traiettoria.
Le imprese continueranno certamente a competere sulla qualità dei dati, sull’integrazione dei modelli, sulla governance e sulla sicurezza. Ma queste differenze rischiano di assottigliarsi molto più rapidamente di quanto immaginiamo.
È sufficiente osservare quello che sta accadendo nei settori della consulenza, della progettazione, del marketing o dello sviluppo software. Attività che fino a ieri richiedevano competenze molto specialistiche oggi possono essere affrontate da team più piccoli, supportati da strumenti generativi sempre più sofisticati. Non significa che l’esperienza non conti più. Significa che l’esperienza cambia natura.
Il manager del prossimo decennio sarà probabilmente meno valutato per la sua capacità di produrre analisi e sempre più per la sua capacità di formulare interpretazioni. Sembra una sfumatura linguistica. In realtà è un cambiamento culturale profondo.
Fa notare Verganti che per decenni il management ha investito enormemente nel decision making: raccogliere informazioni, analizzarle, scegliere la soluzione migliore. È il paradigma costruito attorno agli studi di Herbert Simon, scienziato sociale (economista, politologo e pioniere della psicologia cognitiva) Premio Nobel per l’Economia nel 1978, e che ha influenzato generazioni di manager.
Oggi, però, il collo di bottiglia si sta spostando. Perché se le informazioni sono abbondanti e gli strumenti di analisi sono accessibili a tutti, la domanda non è più come decidere. La domanda diventa come interpretare.Ed è qui che, sorprendentemente, entra in scena un quadro osservato in silenzio per trenta minuti.
Perché un quadro può aiutare i manager più di un corso di Design Thinking
Per capire perché Roberto Verganti porta manager e imprenditori davanti a un’opera d’arte bisogna liberarsi di un equivoco. L’obiettivo non è insegnare ad apprezzare l’arte. L’obiettivo è allenare una competenza che, nell’era dell’intelligenza artificiale, rischia di diventare il vero fattore distintivo della leadership: la capacità di attribuire nuovi significati alla realtà. In fondo è questo che fa ogni innovazione radicale. Non parte da una tecnologia rivoluzionaria. Parte da uno sguardo diverso.
Pensiamo a quante innovazioni che hanno cambiato il mercato utilizzavano tecnologie già disponibili. Lo smartphone non ha inventato Internet, il touch screen o il GPS. Airbnb non ha inventato le case. Uber non ha inventato l’automobile. Netflix non ha inventato lo streaming. Hanno cambiato il significato di oggetti, servizi e comportamenti che già esistevano.
L’innovazione, prima ancora che un fatto tecnologico, è un fatto interpretativo. È la capacità di vedere una possibilità dove gli altri vedono solo continuità.
L’AI può simulare emozioni, può simulare creatività. Ma alla fine resta una domanda a cui non può rispondere: che cosa ha senso fare? E quella domanda torna sempre nelle mani delle persone
Per questo Verganti insiste su un concetto poco frequentato nel management contemporaneo: il sense making. Per anni le business school hanno insegnato soprattutto il decision making. Era naturale. Le informazioni erano scarse, raccoglierle era costoso, elaborarle richiedeva competenze e tempo. Il problema era prendere decisioni migliori. Oggi lo scenario è quasi capovolto.
Le informazioni sono ovunque. I modelli linguistici sono in grado di elaborarle in pochi secondi. Framework, metodologie, casi di studio e analisi strategiche sono disponibili con una facilità impensabile solo cinque anni fa.
La scarsità non riguarda più le risposte. Riguarda le interpretazioni. È un passaggio che cambia profondamente anche il ruolo del manager.
Cambiare lo sguardo, per innovare davvero
Se un sistema di AI può costruire una matrice SWOT, sintetizzare un report di ricerca o proporre decine di concept di prodotto, il contributo umano non consiste più nel produrre informazioni. Consiste nel capire quali informazioni meritano attenzione, quali connessioni sono davvero interessanti e, soprattutto, quale direzione abbia senso esplorare. È una differenza sottile. Ma è la differenza che separa l’innovazione incrementale da quella capace di cambiare un mercato.
Honeywell vedeva un termostato. Nest ha visto il comfort domestico. L’innovazione nasce quando cambiano gli occhiali con cui guardiamo la realtà
L’esempio che Verganti utilizza è ormai un classico. Per decenni Honeywell è stata uno dei leader mondiali nella produzione di termostati. Conosceva perfettamente il mercato, disponeva di tecnologie avanzate, investiva in ricerca e sviluppo.
Poi arriva Nest. La startup fondata da Tony Fadell, il “padre” dell’iPod in Apple, non inventa un nuovo principio fisico né una tecnologia radicalmente diversa. Cambia la domanda.
Honeywell progettava strumenti per controllare la temperatura. Nest progetta un’esperienza di benessere domestico. La differenza sembra minima. In realtà cambia tutto.
Il termostato smette di essere un oggetto tecnico e diventa parte dell’esperienza quotidiana della casa. Cambiano il design, l’interfaccia, il linguaggio, il rapporto con l’utente. Cambia perfino il modo in cui le persone percepiscono quel prodotto.
Le domande che non può fare l’algoritmo
La tecnologia è quasi la stessa. Il significato è completamente diverso.
È questo il punto su cui vale la pena riflettere mentre tutti parlano delle potenzialità dell’intelligenza artificiale. L’AI può certamente accelerare la progettazione di un nuovo termostato. Può suggerire materiali, analizzare brevetti, confrontare concorrenti, simulare scenari di mercato e persino generare decine di concept.
Ma la domanda decisiva rimane un’altra. Che cosa rappresenta davvero quel prodotto nella vita delle persone?
È una domanda che nessun algoritmo può derivare automaticamente dai dati del passato. Perché riguarda il futuro. E il futuro, per definizione, non è ancora contenuto nei dataset.
Da questo punto di vista, l’intelligenza artificiale presenta un paradosso interessante: più diventa efficace nell’analizzare ciò che esiste, più aumenta il valore di chi riesce a immaginare ciò che ancora non esiste. Non si tratta di contrapporre uomini e macchine. Al contrario.
Le organizzazioni che sapranno ottenere i risultati migliori saranno probabilmente quelle capaci di combinare la straordinaria capacità dell’AI di generare alternative con la capacità umana di attribuire loro un significato.
L’art experience per ampliare il campo delle possibilità
È qui che il senso dell’esercizio davanti al quadro diventa improvvisamente chiaro.
Quando dieci persone osservano la stessa immagine e arrivano a dieci interpretazioni differenti, nessuno sta cercando di stabilire quale sia quella giusta. Stanno facendo qualcosa di molto più utile. Stanno ampliando il campo delle possibilità. In azienda, invece, succede spesso il contrario – fa notare Verganti. Una slide compare sullo schermo della sala riunioni. Ci sono numeri. Grafici. Indicatori.
E quasi automaticamente il gruppo entra in modalità “decisione”. Si discute per capire quale sia la lettura corretta dei dati. Chi ha ragione. Qual è la conclusione da portare al comitato esecutivo.
Raramente ci si ferma a chiedersi se quei dati possano raccontare storie diverse. Raramente ci si concede il tempo necessario per esplorare interpretazioni alternative. È un’abitudine culturale prima ancora che organizzativa. Ed è proprio questa abitudine che l’intelligenza artificiale rischia di rafforzare.
Riscoprire la lentezza dell’attenzione
Se un modello generativo produce una sintesi convincente in pochi secondi, la tentazione è considerarla immediatamente la migliore interpretazione possibile.
Ma la velocità non coincide necessariamente con la profondità. Anzi. In molti casi rischia di produrre l’effetto opposto. La prima risposta plausibile diventa anche l’ultima. È qui che entra in gioco una parola apparentemente fuori moda nel lessico manageriale. La parola è lentezza.
Non la lentezza dell’inerzia. La lentezza dell’attenzione. Quella capacità di restare abbastanza a lungo davanti a un problema da permettere a nuove interpretazioni di emergere. È esattamente ciò che accade durante l’esercizio di slow looking. Per trenta minuti il gruppo non cerca una soluzione. Cerca modi diversi di vedere. Ed è sorprendente quanto possa cambiare una conversazione quando nessuno sente il bisogno di avere ragione.
Dall’arte al design: il valore dell’apertura cognitiva
A questo punto qualcuno potrebbe obiettare che osservare un quadro è un esercizio affascinante, ma che la vita di un’impresa è fatta di scadenze, budget, roadmap, prodotti da lanciare e risultati da raggiungere. È vero.
Ma è proprio qui che il ragionamento si fa ancora più interessante. Perché il punto non è sostituire il management con l’arte. Il punto è capire che cosa l’arte allena e come quella competenza diventi decisiva quando si torna in azienda.
Osservare un’opera per trenta minuti non serve a trovare la risposta giusta. Serve ad allenarsi a sospendere il giudizio, ad accettare l’ambiguità, ad ascoltare interpretazioni diverse dalla propria. È un esercizio di apertura cognitiva. Ed è esattamente ciò che accade nella fase più delicata di ogni processo di innovazione.
Per anni abbiamo visto l’innovazione come una sequenza lineare: si analizza il mercato, si individuano i bisogni dei clienti, si generano idee, si scelgono le migliori e le si trasformano in prodotti. L’intelligenza artificiale sta accelerando quasi tutti questi passaggi. Analizza dati, sintetizza insight, genera concept, suggerisce alternative, costruisce prototipi, scrive codice, produce immagini, realizza simulazioni.
Ma c’è una fase che continua a sfuggire all’automazione. Quella in cui un gruppo di persone decide quale significato attribuire a tutto ciò che ha scoperto.
È il momento in cui un insieme di informazioni diventa una direzione strategica. È il passaggio dalla scoperta all’interpretazione. E, subito dopo, dall’interpretazione al progetto. In altre parole, è il passaggio dall’arte al design.
Non è un caso che il modello del Double Diamond – adottato nel progetto InnoverAI – collochi, dopo la fase di esplorazione, quella della definizione. Prima di sviluppare una soluzione bisogna decidere quale problema abbia davvero senso affrontare. Bisogna scegliere quale delle tante interpretazioni emerse meriti di diventare una direzione condivisa. È qui che il design entra in gioco.
Troppo spesso il design viene ridotto a una disciplina estetica, a un’attività di progettazione o, peggio ancora, a un modo per rendere prodotti e servizi più gradevoli o più facili da usare. In realtà il design è il momento in cui un’interpretazione prende forma. È il linguaggio attraverso cui un nuovo significato diventa un prodotto, un servizio, un’esperienza.
Se l’arte allena la capacità di vedere significati che prima non esistevano, il design è la disciplina che trasforma quei significati in esperienze concrete. L’artista non deve dimostrare che la propria interpretazione sia giusta. Il designer, invece, deve assumersi la responsabilità di darle forma.
Scegliere quale idea di futuro merita di diventare un progetto
È questo il passaggio decisivo che oggi interessa imprese e organizzazioni. Nell’era dell’AI non basta generare più idee. Bisogna scegliere quale interpretazione del futuro meriti di essere progettata. È un passaggio molto diverso dal semplice problem solving. Perché non consiste nel trovare la soluzione migliore a un problema dato ma nello scegliere quale problema valga davvero la pena risolvere.
E questa è una competenza che nessun modello linguistico può delegare completamente.
Se passiamo il 99% del nostro tempo nell’execution, quando troviamo il tempo per capire se quello che stiamo facendo ha davvero senso?
Questa riflessione porta con sé anche una critica implicita al modo in cui lavorano molte organizzazioni. Le aziende sono straordinariamente efficienti nell’esecuzione. Misurano attività, tempi, costi, performance, produttività. Ogni settimana si susseguono riunioni operative, aggiornamenti, stati di avanzamento, revisioni di progetto. Tutto questo è necessario.
Ma quanto tempo viene realmente dedicato a discutere il significato di ciò che si sta facendo? Quanto spazio esiste per mettere in discussione il modo stesso con cui stiamo leggendo il mercato? Quanto spesso un team si concede il lusso di esplorare interpretazioni alternative senza la pressione immediata di dover arrivare a una decisione?
Paradossalmente, proprio mentre l’intelligenza artificiale accelera la capacità di eseguire, aumenta il valore dei momenti in cui si rallenta. Non per lavorare meno, ma per pensare meglio.
L’errore sarebbe considerare questi momenti una perdita di tempo. Sono, al contrario, l’investimento più importante che un’organizzazione possa fare. Perché è lì che si costruisce quella visione condivisa che rende poi molto più efficace tutta la fase di sviluppo.
Le aziende che innovano sono quelle che riescono a convergere su un significato forte
Le aziende che innovano davvero non sono necessariamente quelle che generano più idee. Sono quelle che riescono a convergere su un significato forte. Le idee arrivano dopo.
Anche il consenso, in questa prospettiva, assume un significato diverso. Nella cultura manageriale tradizionale si tende a considerarlo un obiettivo. L’obiettivo di una riunione è uscire con una posizione comune. Verganti ribalta questa logica.
Di fronte a un’opera d’arte sarebbe quasi preoccupante se tutti arrivassero immediatamente alla stessa interpretazione. Significherebbe che nessuno ha realmente osservato. La ricchezza nasce proprio dalla pluralità degli sguardi. La leadership non consiste nell’eliminare questa pluralità. Consiste nel trasformarla in una direzione. Non perché quella direzione sia definitivamente giusta. Ma perché, in quel momento, è quella che genera più senso. È una differenza fondamentale. Non si cerca la verità, si cerca l’interpretazione più feconda. La più capace di mettere in movimento l’organizzazione.
Le organizzazioni non si perdono perché prendono una decisione sbagliata. Si perdono quando smettono di discutere quale direzione abbia senso prendere. Perché una direzione non è mai giusta o sbagliata in assoluto: è quella che, in questo momento, ci permette di muoverci insieme
Forse è proprio questa la lezione più importante che l’arte può offrire al management – e soprattutto a chi si occupa di innovazione – nell’epoca dell’intelligenza artificiale.
Per anni abbiamo pensato che innovare significasse produrre più idee, elaborare più dati, prendere decisioni più veloci. L’AI renderà tutte queste attività enormemente più efficienti. Ma proprio per questo tenderà anche ad appiattirle.
Quando tutti utilizzeranno strumenti simili, accederanno alle stesse conoscenze e adotteranno gli stessi modelli, la differenza competitiva si sposterà inevitabilmente altrove. Non nella velocità, ma nella profondità. Non nella quantità delle idee, ma nella qualità delle interpretazioni.
È una sfida che riguarda tutte le organizzazioni. Non soltanto i team di innovazione. Riguarda i consigli di amministrazione chiamati a immaginare il futuro delle proprie imprese. Riguarda i manager che devono scegliere quali mercati esplorare, quali prodotti sviluppare, quali competenze costruire. Riguarda i consulenti, i progettisti, i ricercatori, gli imprenditori.
Per tutti loro, la domanda decisiva non sarà più soltanto “che cosa possiamo fare con l’intelligenza artificiale?” Sarà, prima ancora: “Che cosa ha senso fare?” La risposta non arriverà da un prompt. Nascerà da una conversazione, da un confronto tra punti di vista diversi, da una leadership capace di trasformare l’ambiguità in direzione.
Forse è per questo che vale ancora la pena fermarsi per trenta minuti davanti a un quadro. Non perché l’arte contenga le risposte ai problemi dell’innovazione. Ma perché ci ricorda una verità che l’entusiasmo per l’intelligenza artificiale rischia di farci dimenticare. Le tecnologie possono generare infinite soluzioni, ma sono le persone, insieme, a decidere quale di quelle soluzioni meriti davvero di diventare futuro.
Partecipa alla community