Piergiorgio Grossi, Chief Innovation & Data Officer di Credem, ha costruito il suo percorso tra tecnologia, organizzazioni complesse e cultura dell’innovazione: Ferrari F1, Ducati, startup, open innovation, e ora trasformazione digitale bancaria. Nei suoi post social, le letture non compaiono come semplice esercizio personale, ma come tracce di lavoro: materiali da cui estrarre concetti, linguaggi e immagini utili per capire come cambia il modo di innovare. D’altro canto Grossi sostiene che bisogna diventare esperti nell’imparare a imparare.
Di recente ha suggerito su Linkedin tre letture che tengono insieme i suoi mondi di riferimento, solo in apparenza lontani: Formula 1, knowledge management con AI, leadership nell’era degli agenti intelligenti. Il filo comune è chiaro: l’innovazione procede per cicli continui di apprendimento, sistemi di conoscenza che restano vivi e capacità di decidere dove concentrare attenzione e risorse.
Ecco le tre letture consigliate da Piergiorgio Grossi, che per ciascuna ha selezionato un quote.
Indice degli argomenti
The Tech Behind McLaren Racing’s F1 Dominance, WIRED
Il primo contenuto arriva da Wired USAe ruota intorno a McLaren Racing e al lavoro di ricostruzione competitiva raccontato attraverso Zak Brown, CEO del team. È una lettura che interessa oltre il motorsport: la Formula 1 diventa un laboratorio estremo di sviluppo rapido, misurazione, simulazione, collaborazione tra competenze e miglioramento continuo.
Per chi si occupa di innovazione aziendale, la parte più interessante non è la velocità in pista, ma ciò che la precede: una macchina organizzativa capace di trasformare ogni gara, ogni dato e ogni errore in una modifica successiva. Il prodotto non è mai davvero concluso.
La citazione scelta da Grossi:
“Se prendi l’auto che si è qualificata prima a inizio anno e non la tocchi, a fine anno sarebbe ultima. Questo è il ritmo dello sviluppo in questo settore. Viviamo in un mondo di prototipi, inseguendo una perfezione che non si raggiunge mai, perché puoi sempre dire ‘questo è finito, mettiamolo sulla macchina’ e passare al prossimo miglioramento”
What Is Andrej Karpathy’s LLM Wiki?, MindStudio Team
Il secondo titolo è una guida del MindStudio Team, una piattaforma no-code per costruire e distribuire agenti AI, sul concetto di LLM Wiki associato ad Andrej Karpathy, co-founder di OpenAI ed ex direttore AI di Tesla. L’idea è semplice: invece di disperdere appunti, fonti e documenti in strumenti diversi, si costruisce una base di conoscenza in file markdown, leggibile sia dalle persone sia dagli agenti AI.
Il punto non è solo tecnico. In un’organizzazione, la conoscenza utile spesso esiste già, ma è frammentata, difficile da interrogare, separata dai flussi decisionali. Il modello dell’LLM Wiki ribalta il problema: la conoscenza diventa un archivio vivo, interrogabile, aggiornabile e controllabile.
La citazione scelta da Grossi:
“LLM wiki. Il concetto è semplice. Invece di spargere la tua conoscenza, le tue note tra Notion, Google Docs, bookmark e post-it, tieni tutto in file markdown strutturati. Poi, dai in pasto la cartella a un agente AI come Claude Code e fagli delle domande. L’LLM legge i tuoi file, trova ciò che è rilevante e ti dà risposte basate sulla tua conoscenza, non su quella generica di internet. Non è un prodotto, è un modo di lavorare”
Attention Is All You Have, Cassie Kozyrkov
Il terzo contenuto è firmato su Medium da Cassie Kozyrkov, CEO di Kozyr ed ex Chief Decision Scientist di Google. In Attention Is All You Have, Kozyrkov sposta il discorso sull’AI agentica dal fare al decidere: quando le macchine eseguono sempre più attività, la qualità manageriale si misura nella capacità di progettare ciò che i sistemi osservano, ottimizzano e ripetono.
È un passaggio rilevante per imprese e manager perché l’adozione dell’AI non riguarda soltanto strumenti più efficienti. Riguarda la progettazione di feedback, obiettivi, vincoli e priorità. Senza questa architettura, l’automazione rischia di aumentare rumore operativo invece di migliorare il giudizio.
La citazione scelta da Grossi:
“Gestire sistemi basati su agenti AI significa progettare l’impalcatura della loro attenzione; i sistemi che non scegli saranno scelti per te da persone con incentivi diversi dai tuoi. Se usi male la tua attenzione, ti ritroverai più impegnato di prima. Costruisci cicli di feedback e affinerai la tua capacità di giudizio invece di indebolirla”
Tre letture, quindi, e tre indicazioni operative: innovare significa prototipare senza fermarsi, organizzare la conoscenza in modo che possa diventare azione, e trattare l’attenzione come una risorsa progettuale.
Per un innovation leader, la cultura digitale non è accumulo di informazioni: è la capacità di trasformare letture, segnali e strumenti in pratiche di lavoro migliori.
Partecipa alla community