L’integrazione tra metodologie consolidate e tecnologie emergenti sta ridefinendo i confini della progettazione aziendale. Attraverso una recente analisi — emersa da un confronto ospitato dal Corporate Venturing Podcast di Davide Ritorto — con l’esperto di strategia Harsh Wardhan, Innovation Manager per Google con un passato nell’industria automobilistica di Detroit, è possibile tracciare una nuova rotta per lo sviluppo di prodotti e servizi. Il dialogo mette in luce come il Design Thinking e la Open Innovation stiano affrontando una metamorfosi profonda grazie all’avvento dell’intelligenza artificiale generativa, spostando l’attenzione dalla semplice estetica della soluzione alla validazione rigorosa del problema.
Indice degli argomenti
La ridefinizione del Design Thinking come strumento di de-risking
Negli ultimi quindici anni, il Design Thinking è stato spesso percepito come un processo focalizzato sulla creazione di prototipi visivamente accattivanti o sulla facilitazione di workshop creativi. Tuttavia, la visione di Wardhan restituisce alla disciplina la sua funzione primaria: un rigido strumento di analisi per decidere dove allocare risorse e capitali. Secondo Wardhan, il Design Thinking è “un approccio alla risoluzione dei problemi centrato sull’uomo o sull’utente”. Questa centralità non riguarda solo l’individuo, ma si estende a quello che oggi viene definito un approccio humanity-centered, che considera l’impatto delle soluzioni sulla società e sui sistemi complessi in cui viviamo.
Il valore strategico di questo metodo risiede nella sua capacità di agire come strumento di dovuta diligenza. Investire tempo nella comprensione del problema corretto evita lo spreco di capitali e risorse in soluzioni inutili. Wardhan sottolinea con fermezza che “si dedica una tonnellata di tempo a capire qual è il problema giusto da risolvere. Si fa la dovuta diligenza prima di saltare alle soluzioni”. In un’epoca caratterizzata da budget sempre più ristretti e dalla necessità di una maggiore efficienza industriale, questa fase preliminare diventa il pilastro fondamentale per qualsiasi iniziativa di Open Innovation.
L’impatto della Gen-AI sulla velocità dei processi di innovazione
L’introduzione della Gen-AI non ha semplicemente accelerato le fasi esistenti del lavoro creativo, ma ha alterato la struttura stessa del processo di innovazione. Tradizionalmente, la fase di ricerca e comprensione del contesto richiedeva settimane di analisi di documenti e ricerche sul campo. Oggi, gli strumenti di intelligenza artificiale permettono di sintetizzare grandi volumi di dati in approfondimenti operativi quasi istantaneamente. Wardhan osserva che “tutta questa ricerca può essere fatta con un solo clic con alcuni ottimi strumenti di IA. Con un clic di un pulsante e inserendo un prompt, si ottiene tutto quel contesto sintetizzato in intuizioni davvero valide”.
Oltre alla sintesi dei dati, l’IA sta trasformando la gestione della ricerca primaria. Analizzare cento interviste per estrarre sentimenti e schemi ricorrenti richiedeva un tempo considerevole; ora, pur restando fondamentale l’occhio umano per cogliere le sfumature più sottili, l’identificazione dei pattern è diventata estremamente rapida. Questo cambiamento riduce drasticamente quello che Wardhan definisce il “costo dell’immaginazione”. La possibilità di visualizzare un’idea o un’esperienza senza dover ricorrere immediatamente a team di esperti in rendering o design grafico democratizza l’accesso alla creatività tecnica, permettendo anche a figure professionali come ingegneri o legali di testare preliminarmente le proprie intuizioni.
Superare i bias cognitivi con la metodologia “Idea DJ”
Uno dei limiti storici delle sessioni di brainstorming tradizionali è la tendenza dei partecipanti a riproporre idee già note o influenzate dai propri vissuti personali. Per contrastare questa ridondanza, Wardhan propone l’uso della Gen-AI come partner collaborativo per esaurire rapidamente le opzioni ovvie e spingersi verso i “casi limite”. La tecnica suggerita è quella definita “Idea DJ”, un framework che consiste nel prendere due concetti apparentemente distanti e mescolarli per generare soluzioni inedite.
Wardhan spiega che il processo consiste nel nutrire l’IA con intuizioni reali e chiederle di generare prima le idee più scontate: “una volta esaurite, si può iniziare a pensare a nuove idee… il dispositivo sta aiutando a spingere i confini in un modo che avremmo potuto perdere. Ci sta mostrando i casi limite”. Questo approccio permette ai team di superare i pregiudizi e di esplorare territori che una sessione di whiteboard tradizionale difficilmente riuscirebbe a toccare, rendendo la Open Innovation un esercizio di esplorazione radicale piuttosto che una ripetizione di modelli preesistenti.
La metrica del futuro: Time to Evidence vs Time to Market
Mentre molte aziende misurano il successo attraverso il “Time to Market” (il tempo necessario per portare un prodotto sul mercato), Wardhan introduce un concetto cruciale per la sopravvivenza dei progetti corporate: il “Time to Evidence”. Nelle grandi organizzazioni, lanciare un prodotto fallimentare comporta costi immensi in termini di marketing, vendite e reputazione. Di conseguenza, l’obiettivo non deve essere il lancio rapido a ogni costo, ma la raccolta rapida di prove che ne validino la fattibilità.
“Si vuole de-rischiare la soluzione prima del lancio. Tutti i fallimenti, o almeno la maggioranza, dovrebbero accadere prima del lancio”. Il Time to Evidence permette di fallire e imparare all’inizio del processo, un passaggio fondamentale specialmente per i prodotti hardware o industriali dove i cicli di sviluppo sono lunghi e costosi. Questo approccio si differenzia da quello delle startup software, che possono permettersi di testare direttamente sul mercato grazie a costi di distribuzione decisamente inferiori.
Strategie di crescita: il dilemma “Build vs Buy”
La scelta tra costruire internamente una soluzione o acquistarla da partner esterni è una delle decisioni più complesse per un innovatore. Wardhan suggerisce che questa decisione debba basarsi su un principio di intenzionalità a lungo termine piuttosto che su necessità contingenti. Se l’obiettivo di un’organizzazione è il mantenimento della proprietà intellettuale (IP) e l’eccellenza del prodotto su un orizzonte temporale esteso, la costruzione interna è la strada preferibile.
Al contrario, se la velocità di ingresso nel mercato è il fattore critico, la Open Innovation e l’acquisto di tecnologie esistenti diventano essenziali. Wardhan cita l’esempio di Perplexity, che ha saputo utilizzare modelli linguistici creati da altre società per costruire un prodotto di successo in tempi record. Lo stesso accade nell’automotive, dove aziende manifatturiere possono decidere di acquistare software da fornitori specializzati per mantenere i propri veicoli aggiornati senza dover sviluppare internamente competenze che richiederebbero anni per essere consolidate.
Smantellare il Teatro dell’Innovazione
Il rischio più grande per i laboratori di innovazione corporate è cadere nel cosiddetto “Innovation Theater“. Si tratta di situazioni in cui le attività, come hackathon o keynote, sono fini a se stesse e non portano a risultati tangibili. Wardhan identifica un segnale inequivocabile di questo fenomeno: la mancanza di un piano concreto e di obiettivi finali fin dall’inizio del progetto. Sebbene l’esplorazione sia necessaria, non deve diventare un alibi per la mancanza di direzione. “Ogni volta che vedo un progetto o un programma di innovazione che non ha un piano, una struttura o un obiettivo finale in mente, quello è un grande segnale di allarme”.
In ultima analisi, la vera innovazione si distacca dalle rappresentazioni scenografiche per concentrarsi sull’impatto significativo. L’uso eccessivo di post-it è diventato, secondo Wardhan, il simbolo di una metodologia applicata in modo superficiale. Egli afferma con una punta di provocazione: “mi sento così frustrato quando dico alle persone che sono un praticante di Design Thinking e loro dicono: ‘Oh, lo facciamo anche noi. Ideiamo sui post-it’. È quasi come se lavorassi nella letteratura e mi dicessi: ‘Oh, anch’io scrivo con la matita’”. Il Teatro dell’Innovazione si dissolve nel momento in cui i team smettono di fare “lavoro emotivo” e iniziano a produrre risultati che influenzano realmente gli obiettivi dell’organizzazione.
Attraverso l’adozione consapevole della Gen-AI e di metriche focalizzate sull’evidenza, le aziende possono trasformare la Open Innovation da una pratica estetica a un motore di crescita solido e verificabile.
