Qualche giorno fa l’amico Giovanni Iozzia, su EconomyUp, ha posto una domanda che chi si occupa professionalmente di innovazione dovrebbe avere il coraggio di prendere sul serio: nell’era dell’intelligenza artificiale serve ancora una Direzione Innovazione? A tale domanda mi sono sentito in dovere di rispondere.
La domanda è meno retorica di quanto sembri ma inizio proprio dalla retorica che Giovanni ha portato all’attenzione. Per anni molti Chief Innovation Officer hanno raccontato, spesso con una certa compiaciuta provocazione che il miglior CInnO sarebbe stato quello che avrebbe generato il proprio licenziamento per meriti sul campo, rendendo il proprio ruolo non più necessario. Era una bella frase non so se errata, sicuramente d’effetto, ma oggi rischia di esserlo.
Indice degli argomenti
La Direzione Innovazione nell’era dell’AI
L’articolo di EconomyUp fotografa correttamente il cambiamento in corso: il Chief Innovation Officer e il suo team devono diventare meno autosufficienti, meno separati dal business, meno proprietari dell’innovazione, devono lavorare sempre più strettamente con i presidi tecnologici, le funzioni di business e soprattutto devono passare dal ruolo dell’esploratore a quello dell’orchestratore.
Sono d’accordo. Ma credo che questa conclusione apra una domanda ancora più importante:
Ma che cosa deve orchestrare, esattamente, il nuovo Innovation Manager? Perché l’AI non sta semplicemente aggiungendo uno strumento alla cassetta degli attrezzi dell’innovazione, sta modificando la materia stessa sulla quale l’Innovation Management ha lavorato negli ultimi 30 anni.
E se cambia la materia, deve cambiare anche la disciplina.
L’AI non democratizza soltanto l’innovazione, la industrializza
Partiamo da qui. Una parte consistente dei modelli di Innovation Management sviluppati negli ultimi decenni nasce in un mondo caratterizzato da alcune scarsità molto precise.
Era relativamente difficile raccogliere informazioni, era costoso sviluppare un prototipo, servivano competenze specialistiche per programmare, la ricerca richiedeva tempo, la generazione strutturata di alternative richiedeva persone, workshop e facilitatori e l’analisi di grandi quantità di dati era accessibile solo a organizzazioni dotate di infrastrutture e competenze importanti.
Dentro questa cornice di scarsità la disciplina accademica e manageriale aveva creato strutture specializzate: Innovation Lab, Digital Factory, Open Innovation Hub, Corporate Venture Capital, acceleratori, incubatori e Innovation Office. Queste strutture concentravano competenze relativamente rare.
Poi è arrivata l’intelligenza artificiale. Prima la generativa ora gli agenti e nel prossimo futuro quella simulativa e tutte le altre tipologie. Quello che era scarso diventa abbondante. Un manager può analizzare un mercato in poche ore, un designer può produrre decine di concept, un team può prototipare software senza aspettare settimane, un ricercatore può interrogare quantità di conoscenza prima difficilmente gestibili, un piccolo gruppo può costruire qualcosa che fino a pochi anni fa avrebbe richiesto una struttura molto più ampia.
L’AI mantiene la sua caratteristica di General-Purpose Technology anche nella capacità di gestire i contenuti e gli strumenti di Innovazione e di Corporate Innovation. Può incidere trasversalmente sulla produttività e, soprattutto, di accelerare i processi di innovazione, riconoscendone le caratteristiche definitorie: pervasività, miglioramento continuo nel tempo e capacità di generare a propria volta nuova innovazione.
Ma c’è un effetto organizzativo ancora più interessante: l’AI comprime progressivamente il costo marginale dell’innovazione.
Non di tutta l’innovazione, naturalmente, perché non spariscono capitale, infrastrutture, regolamentazione, competenze di dominio, execution o capacità industriale. Si abbassano però violentemente i costi di alcune attività fondamentali: osservare, cercare, confrontare, generare, progettare, simulare, prototipare, testare e modificare. È una trasformazione enorme, perché quando si elimina la scarsità, quando ciò che è scarso diventa abbondante cambiano le regole del management e dei sistemi di gestione degli asset.
Nel vecchio sistema il problema era spesso come generare abbastanza idee, come andare oltre i paradigmi, come togliere le persone dall’area di confort del proprio quotidiano. Oggi la sfida è come non farsi sommergere dalla possibilità che possiamo generare tutto questo quasi gratuitamente. La scarsità si sposta dall’idea al giudizio, dalla produzione di alternative alla loro selezione, dalla capacità di sperimentare alla capacità di decidere, dal Proof of Concept alla trasformazione. E soprattutto si sposta dalla domanda “possiamo farlo?” alla domanda “vale davvero la pena farlo?”.
È qui che l’Innovation Management entra nella sua prossima fase.
Addio alla fabbrica dell’innovazione (Corporate Innovation)
Negli ultimi 15 anni una parte dell’Innovation Management si è progressivamente trasformata in una grande macchina per produrre esperimenti: scouting, hackathon, call for ideas, startup challenge, design sprint, Proof of Concept, demo day e piloti. Tutte pratiche utili, molte delle quali continueranno a esserlo.
Ma sappiamo anche come spesso finisce la storia. Il prototipo funziona, la presentazione è convincente, la startup è interessante e il team è entusiasta. Poi arriva il momento di integrare la soluzione nei sistemi, modificare processi, convincere il middle management, assegnare ownership, cambiare KPI, riallocare budget, negoziare con IT, Security, Legal, Procurement e HR. E l’innovazione si ferma. Non perché fosse sbagliata, ma perché non era diventata organizzazione.
L’AI rischia di amplificare enormemente questo fenomeno.
Se prima producevamo 20 PoC, oggi possiamo produrne duecento, ma duecento PoC non fanno un’azienda innovativa: fanno, al massimo, un’azienda con molti PoC.
Il World Economic Forum ha descritto bene questa distanza: a fronte di un investimento globale in AI stimato in oltre 250 miliardi di dollari, solo il 25% dichiara che la tecnologia sta avendo un effetto realmente trasformativo, e il problema è che troppe organizzazioni stanno ancora aggiungendo AI in cima ai processi esistenti anziché riprogettare il proprio modello operativo attorno all’intelligenza. Il MIT Sloan arriva a una formulazione ancora più netta, per bocca di Paul McDonagh-Smith: troppe organizzazioni pensano all’AI come a un toolkit e non riescono a vederla come un operating system.
Questo sposta completamente il baricentro dell’Innovation Management, la cui missione non può più essere aumentare il numero degli esperimenti ma aumentare la qualità delle trasformazioni.
Il nuovo mandato della Direzione Innovazione
Qui compare quello che potremmo chiamare il paradosso dell’innovazione distribuita: più persone possono innovare, meno senso ha accentrare l’innovazione, ma più persone possono innovare, più diventa necessario governarla.
Sembrano due affermazioni contraddittorie e non lo sono, perché basta distinguere tra ownership e governance. L’innovazione non deve appartenere alla Direzione Innovazione e su questo sono completamente d’accordo con Giovanni: deve essere pervasiva. Nel Master in Corporate Innovation Management che dirigo dal 2010 presso la 24Ore Business School abbiamo marcato questo passaggio “dal manager dell’innovazione, ai manager per l’innovazione”. Ecco che l’innovazione deve accadere nel marketing, nelle operation, nelle vendite, nella ricerca e sviluppo, nell’HR, nel procurement, nella finanza e soprattutto dove esistono problemi reali, competenze di dominio e responsabilità sui risultati.
Ma questo non significa che l’innovazione non debba essere governata, anzi, significa esattamente il contrario: a fronte di una capacità distribuita, la responsabilità deve essere distribuita, l’execution deve essere distribuita ma la coerenza non può esserlo completamente.
Qualcuno deve continuare a vedere il portafoglio complessivo delle iniziative, del budget e dei risultati. Qualcuno deve capire se dieci funzioni stanno costruendo dieci volte la stessa soluzione, riconoscere quali sperimentazioni toccano processi strategici, decidere quando smettere di sperimentare, mettere insieme tecnologia, strategia, persone e modelli di business, proteggere l’azienda dal fascino dell’ultima soluzione arrivata sul mercato.
Qualcuno, soprattutto, deve mantenere viva una domanda che l’entusiasmo tecnologico tende sistematicamente a dimenticare: perché stiamo innovando? Cos’è innovazione per noi? E soprattutto: qual è per noi la differenza tra R&D, Innovazione e Corporate Innovation?
La Direzione Innovazione non scompare ma perde il monopolio sull’innovazione acquisendo altre responsabilità.
Da presidio dell’innovazione a regista dell’evoluzione
È qui che trovo particolarmente fertile il concetto di orchestratore proposto nell’articolo tanto da portarlo fino alle sue conseguenze organizzative. Nel mio libro “Innovation Manager” (FrancoAngeli, 2018) ho scelto la metafora del regista cinematografico per illustrare il ruolo. Non quello del direttore d’orchestra.
Questo perché mentre il direttore non suona tutti gli strumenti e non pretende di suonarli, il regista deve conoscere un po’ di tutte le competenze che servono per confezionare un film fino a potersi sostituire a una di esse ma sempre affiancando tutte le competenze in un vero e proprio lavoro di squadra ma restando sempre dietro le quinte a differenza del direttore.
ll nuovo Innovation Leader dovrà sempre più essere simile al regista
Non dovrà essere il migliore prompt engineer dell’organizzazione, non dovrà costruire personalmente gli agenti, non dovrà conoscere ogni startup, non dovrà sostituirsi all’IT e certamente non dovrà diventare una versione aggiornata del CIO tecnologico. Ma dovrà invece imparare nuove competenze per continuare a costruire tutte le connessioni che normalmente l’organizzazione non costruisce spontaneamente: tra strategia e possibilità tecnologiche, tra AI e processi, tra esplorazione ed execution, tra velocità e governance, tra opportunità e rischio, tra innovazione locale e trasformazione sistemica, tra performance economica e conseguenze prodotte.
Cinque cambiamenti dell’Innovation Management
Questa evoluzione cambia anche il suo oggetto di lavoro.
Il vecchio Innovation Manager amministrava prevalentemente un portfolio di progetti, il nuovo dovrà governare un portfolio di evoluzioni sistemiche delle differenti componenti del modello di business e del modello organizzativo/operativo.
La differenza non è semantica: un progetto termina, una evoluzione modifica stabilmente il modo in cui l’organizzazione funziona. Il nuovo Innovation Manager è sempre più a presidio del medio e del lungo termine con una coerenza e una necessità di impatto crescente.
Se accettiamo questa evoluzione, l’Innovation Management cambia almeno lungo cinque dimensioni.
Dalle idee alle domande
La prima riguarda la generazione. Quando l’AI rende relativamente semplice produrre alternative, il problema non è più aumentare indiscriminatamente il numero delle idee ma formulare problemi significativi grazie alle capacità di definire il contesto e le domande.
Perché la qualità dell’innovazione dipenderà sempre meno dalla quantità delle risposte disponibili e sempre più dalla qualità delle domande che l’organizzazione sa formulare. Il problem framing e il pensiero critico applicato saranno al centro, non come esercizio metodologico da workshop ma come competenza strategica.
Selezione e gestione del portafoglio
La seconda riguarda la selezione. Se il numero delle opportunità aumenta enormemente, i board richiederanno criteri più severi per decidere dove investire attenzione, capitale, dati e capacità organizzativa e occorrerà saper dire molti più no.
Un’organizzazione realmente innovativa non sarà più quella che sperimenta tutto o che ottimizza il tasso di sperimentazione nella medesima unità di tempo ma quella che sa identificare rapidamente ciò che non merita di diventare grande. La gestione del portafoglio delle iniziative di innovazione, centralizzato, diventa cruciale nelle attività di Innovation Management.
Dalla fattibilità allo scaling
La terza riguarda lo scaling. Negli anni dell’innovazione per scarsità potevamo considerarci soddisfatti quando una sperimentazione dimostrava la fattibilità tecnica, ma nell’era dell’AI questo criterio diventa quasi irrilevante, perché molte cose sono tecnicamente possibili e il vero problema è farle diventare economicamente sostenibili, organizzativamente adottabili, tecnologicamente robuste e strategicamente coerenti.
AI agentica, accountability e responsabilità
Il quarto cambiamento riguarda il soggetto dell’innovazione. Finora abbiamo disegnato organizzazioni nelle quali gli esseri umani utilizzavano strumenti, mentre adesso stiamo introducendo sistemi capaci non soltanto di fornire informazioni ma di pianificare azioni, interagire con sistemi diversi ed eseguire sequenze di attività con livelli crescenti di autonomia.
La ricerca del MIT Sloan Management Review con Boston Consulting Group osserva che l’AI agentica ha già raggiunto il 35% di adozione, con un ulteriore 44% di organizzazioni che prevede di implementarla a breve. La distinzione non è tecnologica ma organizzativa: stiamo iniziando a distribuire agency, e quando distribuiamo agency dobbiamo ripensare accountability, potere decisionale, controllo, competenze e responsabilità.
Misurare il valore multidimensionale: il ROI non basta più
Infine, cambia la misurazione ed è probabilmente il cambiamento più importante.
Per molto tempo abbiamo cercato di dimostrare che l’innovazione meritasse di stare dentro l’impresa costruendo business case sempre più sofisticati che considerassero tutti gli elementi di valore di un progetto, di un’iniziativa o di un portafoglio di innovazione. Era necessario e rimane necessario ma non è più sufficiente.
Considerate un sistema di AI che riduca del 50% il costo di un processo: ottimo risultato. Ma immaginiamo che contemporaneamente renda l’azienda completamente dipendente da un singolo provider, riduca drasticamente alcune competenze interne, aumenti il rischio cyber, deteriori la qualità del rapporto con il cliente e produca una serie di decisioni difficilmente spiegabili. L’innovazione ha creato valore? La risposta più corretta è che dipende da dove guardiamo.
La mia visione è che questo sia il punto nel quale l’Innovation Management deve incontrare l’Impact Management, non per diventare una branca della sostenibilità, ma perché l’AI rende sempre più evidente che il valore è multidimensionale: economico, organizzativo, tecnologico, umano, sociale, ambientale, reputazionale e strategico.
Non possiamo continuare a misurare sistemi complessi con indicatori monodimensionali, ed è esattamente il territorio della mia proposta (in anteprima per Giovanni Iozzia e per EconomyUP): Impact Driven Innovation.
IDI, ecco l’Impact Drive Innovation
L’Impact Driven Innovation nasce da una mia convinzione semplice: l’impatto non deve essere il rendiconto finale dell’innovazione, deve diventare una delle variabili attraverso cui l’innovazione viene progettata, selezionata, governata e scalata.
Nel modello tradizionale innoviamo e successivamente misuriamo le conseguenze; nell’IDI si incorporano quelle conseguenze nel processo decisionale prima che diventino irreversibili
Per farlo utilizziamo tre domande che apparentemente sembrano elementari. QUANTO, cioè qual è la dimensione reale dell’effetto prodotto.
DOVE, cioè in quale parte del sistema quel valore viene creato, trasferito oppure distrutto.
PERCHÉ e PER CHI, cioè rispetto a quale bisogno, stakeholder e intenzione strategica stiamo producendo quell’effetto.
Sono domande particolarmente potenti davanti all’AI, perché una stessa soluzione può produrre contemporaneamente effetti positivi in un punto dell’organizzazione ed effetti negativi altrove: può creare efficienza oggi e fragilità domani, aumentare produttività individuale e ridurre capacità collettiva, migliorare la customer experience e contemporaneamente aumentare la dipendenza infrastrutturale, creare profitto e distruggere fiducia.
L’Impact Driven Innovation introduce quindi qualcosa che mancava in buona parte dell’Innovation Management tradizionale: una teoria esplicita delle conseguenze
Il futuro dell’Innovation Management non sarà probabilmente una nuova metodologia. Non ci serve un Triple Diamond, non ci serve mettere “AI” davanti a Design Thinking, Open Innovation, Agile o Lean Startup e dichiarare nato un nuovo paradigma.
Il cambiamento è più profondo, perché stanno convergendo tre discipline.
Da un lato l’Artificial Intelligence Management risponde alla domanda su dove e come vogliamo utilizzare capacità cognitive artificiali e sta generando la figura del CAIO (Chief Artificial Intelligence Officer).
AIM non è AI Governance, non è compliance, non coincide con l’IT né si esaurisce nel ruolo del CAIO. È la disciplina che decide dove collocare intelligenza artificiale, con quale grado di autonomia e sotto quale accountability, cioè come distribuire capacità cognitiva e potere decisionale nell’organizzazione.
Poi l’Innovation Management che risponde alla domanda su dove e come vogliamo trasformare ciò che l’organizzazione fa e il modo in cui crea valore.
Infine, l’Impact Driven Innovation che aggiunge la domanda su quali conseguenze vogliamo produrre, per chi e a quale livello del sistema.
È dall’intersezione tra queste tre domande che, a mio avviso, nasce la prossima frontiera del ruolo del Chief Innovation Officer e l’evoluzione del Corporate Innovation Management.
Attenzione: non sto proponendo l’ennesima sigla da consulente ed è proprio per questo che parlo di intersezione e non di un nuovo metodo. Ciò che conta non è l’etichetta ma il fatto che nell’impresa AI-native non possiamo più separare la capacità di trasformare dalla capacità di introdurre intelligenza artificiale e dalla responsabilità sulle conseguenze generate. Sono a disposizione per chiunque voglia contribuire a questa linea di pensiero.
Se vogliamo un nome per tenere insieme le tre domande, nel mio Keynote per festeggiare i 10 anni di OpenItaly dell’ELIS ho condiviso la sigla: AI³M, Artificial Intelligence, Innovation & Impact Management, ma il nome vale poco e la sostanza vale tutto: l’AI ci dice ciò che diventa possibile, l’Innovation Management decide cosa trasformare, l’Impact Management ci obbliga a domandarci cosa merita di essere trasformato.
Il nuovo Innovation Operating System dell’impresa
Serve ancora una Direzione Innovazione?
Probabilmente sì, ma non la Direzione Innovazione che abbiamo conosciuto: non una struttura che accentra idee, non una fabbrica di workshop, non il reparto che conosce le startup, non il luogo nel quale parcheggiare ciò che il business considera troppo nuovo per occuparsene direttamente.
Serve un centro capace di custodire e orchestrare, meglio dirigere, l’Innovation Operating System dell’impresa. Dal 2024 esiste persino uno standard internazionale, la ISO 56001, primo standard globale di requisiti che definisce come costruire, mantenere e migliorare un vero innovation management system in modo strutturato ed evidence-based.
Ma l’AI obbliga ad andare ancora oltre, perché un Innovation Operating System contemporaneo dovrebbe collegare strategia, portfolio, tecnologie, capability, processi decisionali, risorse, dati, persone, ecosistemi, accountability e metriche di impatto
La funzione centrale diventa quindi relativamente piccola mentre la rete diventa grande. Il business possiede i problemi, IT e Digital possiedono buona parte dell’infrastruttura, le funzioni presidiano le competenze di dominio, HR ripensa ruoli e capability, Risk, Legal e Compliance presidiano i vincoli, Sustainability contribuisce alla lettura delle esternalità, il top management definisce l’intenzione strategica e l’Innovation Leader dirige il sistema affinché tutte queste forze non procedano in direzioni incompatibili.
Centralizzare la coerenza, distribuire la capacità, orchestrare l’evoluzione del modello di business e organizzativo: questo è il nuovo mandato.
Il Chief Innovation Officer nella nuova Direzione Innovazione
Credo, quindi, che il dibattito sulla sopravvivenza del Chief Innovation Officer rischi di essere posto nel modo sbagliato. Non importa particolarmente se sulla porta dell’ufficio continuerà a esserci scritto Chief Innovation Officer, perché i titoli organizzativi hanno sempre una certa inerzia. La questione è un’altra: quel mestiere deve cambiare.
Il prossimo Innovation Leader non dovrà esplorare l’ecosistema e capitalizzare le competenze interne, dovrà fare ancora qualcosa in più, cioè governare tensioni: velocità e controllo, autonomia e accountability, esplorazione e disciplina, efficienza e resilienza, performance e impatto, umano e artificiale, presente e futuro
Tutto meno romantico della Fabbrica dell’Innovazione e meno stimolante di un Innovation Lab, sicuramente più complesso e complicato perché richiede conoscenza tecnologica senza diventare tecnologi, capacità strategica senza sostituirsi alla strategia, comprensione economica senza ridurre tutto al business case, sensibilità organizzativa, conoscenza dei modelli di governance, pensiero sistemico, e una capacità che considero decisiva: saper tradire la strategia quando la realtà cambia senza trasformare l’organizzazione in un sistema caotico di esperimenti permanenti. Questa è la direzione per l’evoluzione.
Alla fine, l’AI sta facendo all’Innovation Management un favore, perché lo sta costringendo a diventare adulto eliminando l’alibi della scarsità
Per troppo tempo abbiamo accettato proxy dell’innovazione che avevano poco a che vedere con la trasformazione reale: numero di idee, numero di startup incontrate, numero di hackathon, numero di PoC, numero di persone coinvolte nei programmi. Metriche comprensibili e facili da mostrare ma frequentemente distanti dalla domanda fondamentale: cioè che cosa è cambiato davvero nell’organizzazione? Che impatti ha il nostro modo di fare innovazione?
L’AI renderà sempre meno difendibile questa ambiguità: quando produrre prototipi diventa facile il prototipo perde progressivamente valore come prova della capacità innovativa, quando generare idee diventa quasi gratuito il numero delle idee smette di essere interessante e quando la conoscenza diventa abbondante la capacità distintiva diventa decidere.
L’unità di misura dell’Innovation Management dovrà quindi spostarsi dall’attività all’evoluzione, dall’output all’outcome, dall’outcome all’impatto, dal progetto modificato al portafoglio degli impatti. Questo significa assumersi una responsabilità nuova, che potremmo chiamare Evolution Accountability: non rivendicare il merito di ogni innovazione, ma assumersi la responsabilità affinché l’organizzazione sappia produrre impatti coerenti, scalabili e desiderabili.
Perché l’innovation management resta necessario
Caro Giovanni, torno alla tua provocazione iniziale. Arriverà davvero il giorno in cui l’innovazione sarà compito di tutti e non avremo più bisogno di una funzione Innovazione?
La prima metà della profezia probabilmente si sta avverando, perché l’AI sta distribuendo capacità che fino a ieri erano concentrate e sempre più persone potranno analizzare, creare, prototipare e costruire e fra poco non saranno nemmeno soltanto persone, perché anche gli agenti parteciperanno a quei processi.
Ma proprio per questo penso che la seconda metà della profezia sia falsa, perché quando tutti possono innovare il problema non scompare, cambia e l’esigenza manageriale cresce. Chi sceglie, chi collega, chi interrompe, chi scala, chi misura, chi garantisce la coerenza tra una trasformazione locale e il sistema complessivo, chi decide quale autonomia concedere alle intelligenze artificiali, chi osserva le conseguenze che nessun singolo business case riesce a vedere, e soprattutto chi continua a chiedere perché.
Il futuro dell’Innovation Management comincia probabilmente da qui, non dalla difesa della Direzione Innovazione, che sarebbe una battaglia corporativa poco interessante e neppure dalla sua abolizione.
La questione è molto più ambiziosa: dobbiamo trasformare l’Innovation Management da funzione che genera innovazione e/o che innova quello che si fa (Corporate Innovation), a sistema che governa la capacità evolutiva dell’impresa
L’AI aggiunge la necessità della gestione dell’intelligenza artificiale, l’IDI aggiunge la direzione dell’impatto e l’intersezione tra le due le mette nello stesso sistema. Stiamo entrando in un mondo nel quale produrre possibilità sarà sempre più facile, e la vera competenza manageriale sarà decidere quali possibilità meritano di diventare realtà. Ed è esattamente per questo che, paradossalmente, non abbiamo mai avuto così tanto bisogno di Innovation Management.
Partecipa alla community