“Io sto lavorando perché in futuro il mio lavoro non sia più necessario” è una delle frasi più brillanti che amano ripetere i top manager dell’innovazione. E spesso viene completata cosi: “l’innovazione sarà il lavoro di tutto l’azienda e sarà compito del CEO”.
È arrivato quel futuro? L’intelligenza artificiale, in questo 2026 che volge al termine, sta facendo aumentare enormemente il bisogno di innovazione in tutte le aziende. E pone una domanda forte: è ancora necessaria una funzione innovazione? Area, dipartimento, direzione o divisione che sia?
Il paradosso è solo apparente. L’AI, ormai dovrebbe essere chiaro a tutti, non è semplicemente una nuova tecnologia da adottare quanto prima: entra nei processi, modifica il modo di lavorare, cambia prodotti e servizi, accelera la sperimentazione e costringe a ripensare i modelli decisionali e l’organizzazione. Più l’innovazione diventa pervasiva, più diventa difficile confinarla in una funzione.
È una trasformazione che EconomyUp sta seguendo da tempo e nel 2026 ha subito un’accelerazione. L’Osservatorio Startup Thinking del Politecnico di Milano l’ha sintetizza in modo efficace: chi guida l’innovazione deve evolvere da funzione di esplorazione a sistema operativo di trasformazione del valore. Non basta più individuare trend, fare scouting, generare idee o avviare proof of concept: bisogna selezionare, validare, integrare, scalare e misurare. Come abbiamo già ricordato, sono queste le nuove priorità dei manager dell’innovazione nell’era dell’AI.
Se questo è il cambiamento, la domanda ritorna: per innovare serve ancora una Direzione Innovazione? Anticipo subito la risposta, perché si tratta di una domanda volutamente provocatoria: sì e no. Chief Innovation Officer e i loro team non sono diventati inutili. Al contrario. Ma potrebbe essere arrivato il momento di chiedersi se l’innovazione debba continuare a essere organizzata prevalentemente come una funzione oppure debba essere incorporata nei meccanismi attraverso i quali l’azienda decide investimenti, tecnologie e trasformazioni.
Indice degli argomenti
L’AI sta cambiando anche l’organizzazione dell’innovazione
Non si tratta di una provocazione gratuita. Il report Digital Innovation Management in Italia – Update 2026 dell’Osservatorio Startup Thinking del Politecnico di Milano mette esplicitamente al centro della ricerca le strutture e i ruoli adottati dalle imprese per gestire l’innovazione digitale, la maturità dei sistemi di innovation management e l’impatto dell’AI generativa sui processi di innovazione.
Il fenomeno non è solo italiano. The State of Organizations 2026 di McKinsey indica nell’AI una delle forze che stanno ridisegnando le organizzazioni. Il punto decisivo è che per ottenere risultati non basta sovrapporre l’intelligenza artificiale ai processi esistenti. L’impatto arriva quando l’AI viene incorporata nei sistemi, nei processi core e nel modo quotidiano di lavorare. Scalare l’AI, sottolinea McKinsey, è una questione di leadership ed execution almeno quanto una questione tecnologica.
Lo State of the CIO 2026 di Foundry mostra l’altra faccia della medaglia. Gli investimenti tecnologici indicati come prioritari sono ormai dominati dall’intelligenza artificiale: GenAI per il 67% degli intervistati, machine learning e AI per il 66%, agentic AI per il 65%. Subito dopo arriva l’automazione dei processi di business e IT, al 56%.
E il Global CIO Report 2026 di Logicalis arriva a una conclusione particolarmente significativa per chi si occupa di innovation management: il problema non è più dimostrare che l’AI può funzionare. È renderla sufficientemente affidabile e governabile da poter essere scalata. Secondo la ricerca, la maturità nell’AI dipende sempre meno dalla tecnologia in sé e sempre più da design organizzativo, standardizzazione, governance, accountability e misurazione.
È qui che le tre ricerche internazionali incontrano quella del Politecnico. Il collo di bottiglia dell’innovazione si sta spostando dall’esplorazione all’organizzazione.
Il problema non è più trovare idee, ma trasformarle
È un passaggio che emerge con particolare chiarezza anche dalle esperienza raccolte da EconomyUp. Nel Future Talk di InnoverAI che ho moderato, con Valeria De Flaviis di CDP e Massimo Canducci di Spindox (qui puoi rivedere il video) è emerso come, con l’AI, il vantaggio competitivo non consista più nella capacità di produrre una grande quantità di idee e use case. Il problema diventa scegliere quelli giusti e trasformarli in progetti.
Paolo Costa, presidente di Spindox, in un’intervista a EconomyUp ha proposto un’immagine ancora più efficace, che aveva sentito usare da Cristiano Agostini, CIO del gruppo Prada: un agente AI lavora come Superman – instancabile, iperproduttivo, mai in sciopero – ma se resta avulso dall’organizzazione, il resto dei dipendenti lo guarda ammirato senza che l’azienda cambi davvero.
È una buona metafora anche per l’innovation management.
Possiamo avere tecnologie straordinarie, startup promettenti, PoC riusciti e innovation lab molto attivi. Ma se tutto questo rimane ai margini dei processi attraverso i quali l’azienda stabilisce priorità, assegna budget e realizza progetti, il valore prodotto rimane limitato.
L’innovazione “no frills” nasce proprio da qui: meno enfasi sull’esplorazione fine a se stessa e maggiore attenzione a ciò che può essere implementato, scalato e misurato.
La domanda organizzativa diventa allora: chi deve fare tutto questo?
Che cosa serve ora fra business e IT
Per anni il rapporto fra innovazione, business e tecnologia è stato rappresentato con questa sequenza: business → innovazione → IT.
Il business esprime un bisogno. L’Innovation intercetta una soluzione o sperimenta qualcosa di nuovo. L’IT deve renderlo possibile e industrializzarlo. Naturalmente le aziende reali sono molto più complesse. Ma proprio nei passaggi fra questi mondi si producono spesso attriti, ritardi e incomprensioni che non mancavano già prima dell’attuale accelerazione dell’AI. Così come era cominciata la ricerca di soluzioni (EconomyUp ha approfondito i casi di Snam e Movyon, che su questo fronte hanno costruito soluzioni interessanti)
L’AI rende questa separazione ancora più problematica perché riduce la distanza fra tecnologia e processo. Una possibile evoluzione consiste allora nel costruire una funzione organizzativa permanente all’intersezione fra business e tecnologia.
Non un ufficio che raccoglie richieste e le trasmette all’IT. E nemmeno una struttura incaricata esclusivamente di cercare il nuovo. Ma una struttura che parte dagli obiettivi del business, raccoglie esigenze e requisiti, costruisce business case e KPI, valuta le soluzioni tecnologiche, definisce le roadmap e accompagna i progetti nell’esecuzione. Con un necessario strabismo, perché contemporaneamente guarda nella direzione opposta: intercetta tecnologie e trend e li porta verso il business.
È un modello che si sta facendo largo. Mi è capitato di vederlo all’opera, ad esempio, in una grande gruppo della moda come Max Mara, dove non esiste una funzione separata dedicata all’innovazione: il compito viene incorporato in diversi competence center collocati fra business e IT e chiamati a governare le iniziative a impatto tecnologico.
Il modello parte dalla raccolta delle esigenze del business ma non si ferma lì. Arriva alla stima dei progetti, alla definizione di KPI e business case, alla scelta delle soluzioni e alla project charter; prosegue con roadmap ed execution insieme all’IT. Potremmo chiamarla innovazione incorporata.
Innovazione incorporata non significa demand management
C’è però una distinzione fondamentale da fare. Se una struttura del genere si limitasse a raccogliere le esigenze delle business unit e trasformarle in progetti tecnologici sarebbe un ottimo demand management, non necessariamente innovation management.
Per innovare bisogna conservare la capacità di vedere ciò che il business ancora non vede.
Una funzione commerciale conosce molto bene i problemi dei clienti. La produzione conosce i propri colli di bottiglia. La logistica sa dove perde efficienza. Ma nessuna business unit può realisticamente conoscere tutte le possibilità create dall’AI, dalla robotica, dai digital twin, dalle nuove piattaforme software o dalle startup che emergono nel mercato.
Il flusso deve quindi funzionare in entrambe le direzioni: business → tecnologia ma anche tecnologia → business.
È questo il punto che distingue una semplice funzione di raccordo da una struttura di innovazione.
Nel modello adottato da Max Mara, infatti, i competence center hanno infatti anche il compito di intercettare i trend tecnologici, trasformarli in opportunità e proporli alle diverse aree aziendali.
Rimane quindi una delle funzioni storiche del manager dell’innovazione: esplorare. Cambia però la posizione dal quale lo fa. L’esploratore aziendale non vive più necessariamente in un avamposto separato dal resto dell’organizzazione. Entra nella macchina che decide dove investire.
Dall’Innovation Manager all’orchestratore dell’innovazione
Non è un caso che stia cambiando anche il profilo professionale di chi gestisce l’innovazione.
Le esperienze raccolte da EconomyUp nel corso dell’ultimo anno – penso a Maddalena Spreafico di SEA Milan Airports, Valeria De Flaviis di CDP e Maria Francesca Fabris di Banca Finint – cosi come gli innovation leader del tink tank InnoverAI, raccontano quanto l’AI stia già imponendo un ripensamento di competenze, ruoli organizzativi e modelli decisionali.
La competenza chiave diventa la capacità di orchestrare. Chi guida l’innovazione deve capire di tecnologia senza essere necessariamente un tecnologo; comprendere il business senza appartenere a una sola business unit; conoscere startup e ricerca; costruire business case; gestire stakeholder; individuare KPI; accompagnare l’execution.
Deve soprattutto riuscire a tenere insieme mondi che tendono naturalmente a separarsi. Il Chief Innovation Officer, e chi lavora con lui, tende quindi a essere sempre meno solo il titolare dell’innovazione per diventare sempre di più l’orchestratore di un sistema nel quale l’innovazione è distribuita.
Centralizzare la governance, distribuire l’innovazione
Qui compare un apparente paradosso.
Per rendere l’innovazione più distribuita può essere necessario centralizzarne alcuni meccanismi.
Non le idee e neppure tutte le competenze. Ma la visione complessiva del portafoglio, i criteri di valutazione, la capacità di collegare tecnologia e strategia, la conoscenza dei progetti e delle soluzioni già adottate.
Il modello del grande gruppo italiano osservato durante questa analisi offre un esempio interessante anche sotto questo profilo.
Quando una soluzione funziona in una parte dell’organizzazione, la struttura centrale può individuarla e proporla ad altre aree.
È una forma di innovazione spesso sottovalutata.
Siamo abituati a pensare che innovare significhi trovare continuamente qualcosa di nuovo. Nelle grandi organizzazioni può invece esserci molto valore nascosto nella capacità di scalare ciò che l’azienda ha già scoperto.
Una soluzione implementata con successo in un’area può diventare un asset riutilizzabile altrove. Il ritorno sull’investimento non si esaurisce nel primo use case, ma si moltiplica attraverso l’organizzazione.
Anche per questo la governance dell’innovazione assume un’importanza crescente: qualcuno deve sapere che cosa sta succedendo nelle diverse parti dell’impresa.
Che cosa succede all’open innovation
Lo stesso ragionamento vale per l’open innovation.
Se l’innovazione viene incorporata nel business non diminuisce il bisogno di guardare fuori dall’azienda. Probabilmente aumenta.
Tecnologie e competenze evolvono troppo rapidamente perché una singola organizzazione possa possederle tutte. Come abbiamo scritto su EconomyUp, innovare richiede ecosistemi sempre più aperti e competenze distribuite fra imprese, startup e ricerca.
Cambia però il punto nel quale l’open innovation si collega all’organizzazione.
Uno startup scouting scollegato dalle priorità industriali può produrre una lista di startup interessanti. Una challenge senza ownership interna può terminare con una demo. Un PoC senza un percorso verso l’industrializzazione rischia di rimanere un esperimento.
L’AI accentua ulteriormente questo problema perché rende enormemente più facile sperimentare.
Harsh Wardhan, Innovation Manager di Google, ha spiegato in un intervento ripreso da EconomyUp come la GenAI stia accelerando la validazione delle soluzioni e trasformando design thinking e open innovation.
Ma se diventa più facile produrre prototipi e alternative, diventa ancora più importante decidere quali meritano di andare avanti.
Il collo di bottiglia si sposta.
Dalla capacità di sperimentare alla capacità di scegliere e scalare.
Per innovare serve davvero una Direzione Innovazione?
Torniamo quindi alla domanda iniziale – posta apposta in modo provocatorio.
La risposta non è che la Direzione Innovazione abbia esaurito il proprio compito.
Anzi. La storia recente dell’innovation management dimostra quanto sia stata importante la creazione di strutture dedicate. Ha dato riconoscimento organizzativo all’innovazione, creato competenze, aperto le imprese agli ecosistemi, introdotto metodologie e costruito una cultura che prima non esisteva.
E non esiste un modello valido per tutte le aziende.
Ma qualcosa sta cambiando.
Già EconomyUp aveva raccontato la crescita di modelli nei quali l’innovazione diventa più trasversale e diffusa, pur rimanendo la Direzione Innovazione il modello prevalente nelle grandi imprese.
L’AI accelera questa evoluzione perché rende molto più difficile distinguere nettamente innovazione, tecnologia e trasformazione del business.
Quando l’intelligenza artificiale entra nel customer service, nella progettazione di prodotto, nella supply chain, nel marketing, nella finanza, nelle risorse umane e nei processi industriali, dove comincia e dove finisce la funzione Innovazione?
Forse la domanda da fare non è più chi possiede l’innovazione?
Ma chi garantisce che l’innovazione diventi valore?
Il modello dell’innovazione incorporata offre una possibile risposta: una struttura capace di stare fra business e tecnologia, partire dai problemi ma anche proporre nuove possibilità, seguire i progetti dalla valutazione all’execution, misurarne l’impatto e diffondere nell’organizzazione ciò che ha dimostrato di funzionare.
L’Innovation Manager, quindi, non scompare.
Potrebbe accadere qualcosa di più interessante: scompare progressivamente il confine della funzione Innovazione, mentre le sue competenze entrano sempre più profondamente nei meccanismi attraverso i quali l’azienda decide, investe e si trasforma.
In fondo, potrebbe essere questo il segnale della maturità dell’innovation management: l’innovazione smette di essere un luogo dell’azienda e diventa un modo di far funzionare l’azienda.
Partecipa alla community