Da Zero a Loop. Perché oggi inventare non basta più.
C’è un istante che riconosco ormai a colpo d’occhio, quando mi capita di sedermi davanti a un founder. Lui apre il portatile, fa partire la demo, mostra una funzione AI che effettivamente impressiona, racconta i primi utenti, l’hype intorno, le metriche di adozione che salgono bene. Poi io faccio una sola domanda, sempre la stessa: tra sei mesi, quando dieci concorrenti avranno costruito qualcosa di molto simile, perché un cliente dovrebbe restare con te? E lì, nove volte su dieci, scende un silenzio che non è imbarazzo. È il silenzio di chi si rende conto, in quel momento esatto, di non avere ancora una risposta abbastanza solida.
Da quel silenzio, ripetuto decine di volte negli ultimi mesi, è nato il libro che ho appena pubblicato. Si chiama “Da Zero a Loop“. E sì, il titolo è volutamente in dialogo con quello di Peter Thiel, perché il punto da cui parto è il suo, ma il terreno sotto i piedi è cambiato così tanto da chiedere un aggiornamento serio.
Thiel resta, ma non basta più
“Da Zero a Uno” è uno di quei libri che ha aiutato un’intera generazione di imprenditori a pensare meglio. La distinzione tra creare e replicare, la critica della concorrenza frontale, l’idea che una nicchia ben presidiata valga più di un mercato vasto inseguito da molti, la celebre domanda sulla verità che pochi vedono: tutto questo continua a funzionare, e nel libro lo riconosco esplicitamente.
Però c’è un pezzo, e non è un dettaglio, che oggi va riscritto. Lo schema di Thiel descrive bene l’apertura di una possibilità nuova, descrive meno bene quello che succede dopo. E nell’era AI il “dopo” è diventato il vero campo di gioco, semplicemente perché il “prima” è diventato spaventosamente accessibile a chiunque abbia una connessione e cinquanta euro di crediti API.
Pensateci: capacità cognitive che fino a tre anni fa erano riservate a laboratori di ricerca o a giganti tech con budget infiniti, oggi le ha in mano un founder solo, da una camera, in un weekend. Questa non è una promessa per il futuro, è il presente quotidiano. E quando una capacità che era rara diventa ordinaria, l’invenzione iniziale conserva valore, ma perde autosufficienza.
Dove va il valore quando l’intelligenza scende di prezzo
C’è un principio che mi sembra ancora poco metabolizzato dal mercato, e che è il cuore di tutto il ragionamento. Quando una tecnologia diventa diffusa, integrabile, accessibile, il valore non sparisce. Si sposta. Migra. Cambia indirizzo. Si concentra in ciò che quella tecnologia attraversa e organizza, nei processi che la usano, nei dati che la nutrono, nelle integrazioni che la rendono utile, nella fiducia che si accumula attorno alla sua presenza, nell’abitudine operativa che si crea nel tempo.
Detto in altro modo, il vantaggio si sposta dal motore al sistema. E il sistema, a differenza del motore, non si compra con una manciata di crediti API. Si costruisce, giorno dopo giorno, con una disciplina che ha più a che fare con il lavoro di lima che con il colpo di genio.
Per anni abbiamo celebrato la funzionalità capace di sorprendere, l’interfaccia capace di convincere, la demo capace di far intravedere un futuro possibile. Tutto utile, ma incompleto. Perché tra una capacità che stupisce e una posizione di mercato che resiste all’attacco di un competitor c’è di mezzo un passaggio ulteriore, e quel passaggio non riguarda soltanto la scala. Riguarda la capacità di accumulare.
La sequenza che propongo: zero a uno, uno a molti, molti a loop
Qui sta, in una formula sola, il cuore del libro. Aggiungo una terza dimensione alla grammatica di Thiel. Dopo lo zero a uno (l’apertura della possibilità) e l’uno a molti (la diffusione), serve un terzo movimento, che chiamo molti a loop, dove l’uso del prodotto non si limita a generare un risultato per il cliente, ma lascia dietro di sé qualcosa che rende il prodotto stesso più utile, più preciso, più integrato, più affidabile al passaggio successivo.
Esiste loop quando ogni interazione non si esaurisce nel singolo task, ma aumenta il patrimonio operativo del sistema. Quando la distribuzione non porta solo utenti, ma genera apprendimento. Quando l’adozione non si limita a estendere il numero dei casi, ma migliora la qualità delle risposte, dei controlli, del contesto disponibile.
Faccio un esempio a cui ricorro spesso, perché senza esempi la teoria resta sospesa. Un assistente che genera bozze di documenti può far risparmiare tempo già dal primo uso. Ottimo, ma è poco. Un sistema che, dopo ogni bozza, apprende quali sezioni vengono sempre corrette, quali fonti si rivelano affidabili, quali clausole richiedono attenzione, quali approvazioni vanno attivate, quali clienti chiedono varianti ricorrenti, sta costruendo qualcosa di completamente diverso. Non sta solo eseguendo. Sta sedimentando una grammatica del lavoro. E quella grammatica, col tempo, diventa il vero asset, perché un competitor può copiare la feature in due settimane, ma non può copiare due anni di sedimentazione.
Perché la parola loop, e non un’altra
Mi è stato chiesto più volte, e mi sembra giusto rispondere. Avrei potuto dire ciclo, ricorsione, feedback, retention. Sono parole vicine, ma nessuna mi sembrava dire bene quello che volevo dire.
Ciclo ha un sapore meccanico, suggerisce ripetizione identica, mentre il loop di cui parlo è un ciclo che modifica chi lo attraversa. Feedback è una parola precisa ma stretta, descrive solo uno dei movimenti del meccanismo, quello di ritorno, e perde la dimensione di accumulazione progressiva. Retention misura solo la presenza dell’utente, non il valore che si addensa attorno alla sua presenza.
Loop, invece, ha una qualità che mi piace molto: contiene insieme l’idea di ritorno, l’idea di completezza del giro e l’idea di trasformazione tra un giro e il successivo. Ogni passaggio chiude un anello e apre il successivo, ma non torna mai esattamente al punto di partenza, perché qualcosa è cambiato. È esattamente questa la dinamica con cui i sistemi AI ben progettati costruiscono posizione: ogni interazione non torna a vuoto, lascia un sedimento utile per l’interazione che verrà dopo.
Che cosa accumula davvero un sistema in loop
Quando si parla di accumulazione, molti pensano subito ai dati. È comprensibile, ma è una semplificazione che ho fatto anche io per anni e che oggi mi sembra superata. I dati grezzi, da soli, valgono poco. Un archivio enorme ma slegato dai processi e disordinato al suo interno è una cantina, non un asset.
Quello che vale, nell’era AI, è il contesto, ossia l’informazione collegata al compito, accessibile nel momento giusto, alla persona giusta, con la struttura giusta. Sono le tassonomie interne che un settore usa davvero, le eccezioni ricorrenti che nessun manuale riesce a coprire del tutto, le regole tacite che le persone esperte applicano senza nemmeno doverle pensare, il lessico specifico che cambia significato quando attraversa un dominio invece di un altro, le cronologie significative dei casi passati. È la conoscenza che vive nelle persone esperte e che, in qualche modo, va resa disponibile al sistema senza perdere la sua sfumatura.
Ed è qui che si nasconde, secondo me, una versione contemporanea del “segreto” di cui parlava Thiel. Il segreto oggi somiglia poco a un’idea controintuitiva sul futuro, e somiglia molto a una rappresentazione viva del proprio dominio che pochi competitor hanno il tempo, la pazienza e la disciplina di costruire. Una barriera gentile, la chiamo. Non è brevettata, non è blindata, non si vede da fuori. Ma è solida.
Il nuovo monopolio è un workflow
Thiel, da bravo provocatore, parlava di monopolio. Oggi tradurrei quella provocazione in modo più chirurgico: il nuovo monopolio è il presidio di un workflow ad alta leva. Non l’occupazione di un mercato intero, troppo ampio e troppo costoso da conquistare frontalmente, ma l’occupazione, profonda e progressiva, di un punto specifico del lavoro reale dove la domanda si incrocia con l’efficacia.
La preparazione di una proposta commerciale complessa, la classificazione di pratiche credito, la revisione di documenti compliance, il triage di ticket tecnici, la produzione assistita di reportistica regolatoria. Sono tutti workflow ad alta frequenza, ad alto costo cognitivo, dove l’AI può davvero ridisegnare l’economia del compito, non solo aggiungerci sopra una funzione carina.
Il presidio nasce quando il sistema smette di essere un assistente esterno e diventa un nodo del processo. Quando, a quel punto, toglierlo significa rallentare il flusso, perdere memoria, rompere integrazioni, riaccollarsi del lavoro che le persone avevano già delegato. Lì, e solo lì, comincia a esistere qualcosa che assomiglia a una posizione difendibile.
Strategia in tempi di intelligenza accessibile
Se il ragionamento regge, allora cambia anche il modo in cui io oggi consiglio di leggere un’azienda AI. Non basta più valutare originalità dell’idea, velocità di lancio, qualità percepita della demo. Bisogna guardare alla profondità del workflow presidiato, alla qualità del contesto disponibile, alla disciplina del feedback, alla maturità della governance, alla capacità di mantenere valore anche se il modello sotto cambia. Sono segnali più lenti, certo, e meno fotogenici di una keynote ben fatta, ma molto più vicini alla tenuta reale.
Per chi costruisce, la conseguenza pratica è severa. La domanda da porsi non è solo se l’AI possa essere inserita nel prodotto o nel processo. La domanda è se quella integrazione crea apprendimento, fiducia e contesto in modo cumulativo, oppure se sta solo aggiungendo una funzione carina sopra qualcosa che esisteva già. Se la risposta è no, si sta probabilmente costruendo un vantaggio fragile. Se la risposta è sì, si sta forse costruendo una nuova forma di infrastruttura, una di quelle che nei prossimi cinque anni saranno difficili da rimuovere.
Il libro, e perché scaricarlo
“Da Zero a Loop” lo trovate da oggi su Amazon, in versione ebook e cartacea. È un libro che nasce da anni di articoli e di conversazioni, condensato e cucito in poche settimane di lavoro intenso, con la prefazione di Alberto Onetti che ringrazio davvero, e con il supporto di Claude per l’editing e la cucitura tra pezzi scritti in tempi diversi. È, in piccolo, la stessa tesi del libro applicata al libro stesso: l’AI come moltiplicatore di un sistema di lavoro, non come sostituto del pensiero.
Non promette ricette universali, non credo ne esistano oggi più di ieri. Prova a offrire una grammatica più adatta al presente, una lente per leggere le cose, scegliere meglio dove investire energia, distinguere l’effetto demo dall’effetto sistema. È pensato per chi costruisce, per chi investe, per chi nelle aziende sta provando a far entrare l’AI nei processi senza rendersi conto che il rischio vero arriva dalla mancanza di un disegno di accumulazione attorno alla tecnologia, più che dalla tecnologia stessa.
Se quello che avete letto qui vi ha sollecitato qualcosa, se vi ritrovate in quel silenzio del founder davanti alla domanda sui sei mesi dopo, se siete dentro a un’azienda che sta provando a far entrare l’AI nei processi e non solo nelle slide, scaricate “Da Zero a Loop” e leggetelo. Senza dubbio non risolverà tutti i vostri problemi, ma vi cambierà la lente con cui li guardate.
E poi vi chiedo, davvero: dove state già provando a costruire un loop, e dove invece state ancora cercando il prossimo zero a uno?
