Tag: innovazione

DIGITAL CULTURE

L’innovazione smarrita: tra artificio e adattamento

Viviamo in un tempo che celebra l’innovazione come un valore assoluto. Ogni impresa, ogni istituzione, ogni individuo ne fa una promessa: innovare per crescere, innovare per sopravvivere, innovare per esistere. Eppure, mai come oggi, il concetto stesso di innovazione appare confuso, persino abusato. Sembra la parola d’ordine di un rito senza fede.

Forse, prima di inseguirla, dovremmo chiederci di nuovo cosa significhi davvero.

Il tempo dell’innovazione permanente

Per secoli, l’innovazione è stata un’eccezione. Nel Novecento, Schumpeter la definì distruzione creatrice: un processo che rinnovava l’economia distruggendo i modelli precedenti. Oggi quella logica si è ribaltata. Non è più un ciclo, è una condizione stabile. L’innovazione non è più la frattura, ma il ritmo stesso del sistema.

Il progresso tecnico, la velocità della comunicazione e la potenza del calcolo hanno reso il cambiamento non solo costante, ma previsto, pianificato, misurato. Ogni organizzazione costruisce i propri laboratori di “futuro” come parte dell’ordinario. Ma quando tutto deve cambiare continuamente, cosa resta dell’idea di innovazione? Se il nuovo è routine, il rischio è che perda significato.
Innovare, allora, non è più fare qualcosa di diverso, ma saper dare forma al diverso che già accade. È una competenza di adattamento, non un atto di rottura.

L’intelligenza artificiale accentua questa transizione. È il motore e insieme lo specchio dell’innovazione permanente: apprende, anticipa, genera. Non produce invenzioni isolate, ma un flusso continuo di variazioni. Non sostituisce l’uomo; lo costringe a ripensarsi come parte di un sistema cognitivo distribuito. In questo senso, l’AI è la più perfetta metafora dell’epoca: innovazione che non si ferma, che si autoalimenta, che vive nel presente perpetuo.

La doppia natura dell’innovazione

C’è sempre stata un’ambiguità nel modo in cui intendiamo l’innovazione: la confondiamo con la tecnologia. Ma la tecnologia è il linguaggio dell’innovazione, non il suo contenuto. Innovare significa tradurre un bisogno, un desiderio, un comportamento in una nuova forma d’esperienza. Non è l’oggetto che conta, è la trasformazione che produce.

  • Da un lato esiste l’innovazione tecnologica, quella che nasce dall’ingegno tecnico e dalla scienza dei materiali, dei dati, dei sistemi. È l’innovazione che costruisce infrastrutture, algoritmi, hardware.
  • Dall’altro lato esiste l’innovazione di esperienza, che lavora sull’interfaccia tra le persone e il mondo: ripensa le abitudini, cambia il modo in cui percepiamo valore.

La prima spinge i confini del possibile; la seconda decide se quel possibile sarà davvero adottato.

Apple non ha mai inventato nulla di radicalmente nuovo: ha trasformato tecnologie esistenti in esperienze desiderabili. Google, al contrario, crea incessantemente nuovi strumenti, molti dei quali vengono poi abbandonati. Una progetta l’esperienza, l’altra esplora il territorio. Due visioni complementari, due modi di intendere la modernità.

Nell’era dell’intelligenza artificiale, questa dicotomia si ricompone. L’AI è al tempo stesso tecnologia ed esperienza. È una materia invisibile che si manifesta solo attraverso la relazione con l’utente. Ogni algoritmo è un atto d’interpretazione: osserva, prevede, consiglia. L’innovazione non è più nel dispositivo, ma nel dialogo tra sistema e persona.

E proprio qui nasce il rischio più grande: l’automazione può semplificare, ma anche impoverire. Può personalizzare, ma anche omologare. Se l’esperienza diventa predetta, l’innovazione perde la sua funzione evolutiva e si riduce a conferma dei dati passati.

Le forme e le soglie

Non tutta l’innovazione ha la stessa intensità. Possiamo immaginarla come un continuum di tre gradi.

  • L’innovazione incrementale è la manutenzione del progresso: piccoli miglioramenti, aggiustamenti, raffinamenti. È la più diffusa, la più utile e la più invisibile.
  • L’innovazione radicale cambia struttura e linguaggio: ridefinisce i modelli economici, apre spazi nuovi, riscrive le regole interne di un sistema.
  • L’innovazione dirompente, infine, è la frattura. Introduce una logica che cancella quella precedente: dal cinema alla piattaforma di streaming, dalla cabina telefonica allo smartphone, dal lavoro fisso all’algoritmo che distribuisce turni.

Ma oggi, con l’AI, queste soglie si sovrappongono. L’innovazione incrementale si automatizza – modelli che apprendono e migliorano da soli – mentre la disruption diventa sistemica: non più un prodotto, ma un ecosistema che si auto-riprogramma.
Il concetto di prodotto minimo realizzabile cambia: non serve più a validare un’idea, ma a misurare la capacità di apprendimento di un sistema. L’AI introduce una forma di innovazione generativa: ogni output diventa input per la prossima iterazione.

Eppure, anche in questa accelerazione, resta una costante: l’innovazione efficace è sempre una questione di timing. Arrivare troppo presto è fallire come chi arriva troppo tardi. Non basta essere capaci di fare, bisogna sapere quando il contesto è pronto ad accogliere.

L’innovazione come cultura

Dietro ogni successo tecnologico c’è una cultura che lo rende possibile. Le aziende innovative non si riconoscono dai laboratori, ma dai comportamenti interni: apertura, sperimentazione, fiducia.
L’innovazione non è mai il risultato di un genio isolato, ma l’esito di una rete che permette all’errore di essere metabolizzato come apprendimento.

Nel secolo scorso le organizzazioni erano costruite per ridurre l’incertezza. Oggi devono imparare a viverci dentro. Il metodo non serve più solo a eseguire, ma a pensare: design thinking per esplorare, lean per validare, agile per adattare. Sono tre nomi per una stessa attitudine: prototipare la realtà, imparare dal feedback, reagire al cambiamento.

Ma l’introduzione dell’AI impone un nuovo livello di cultura: la capacità di giudicare ciò che la macchina produce. Saper distinguere il segnale dal rumore, il dato dal senso, la correlazione dalla causa. Non basta più la creatività. Serve un’etica dell’interpretazione.

In molte organizzazioni, il limite non è tecnico ma psicologico: la paura dell’errore. Dove c’è paura, l’innovazione si arresta. L’errore non è la fine di un esperimento, è il suo compimento: produce informazione. Un ambiente che punisce chi fallisce genera conformismo. Uno che analizza il fallimento genera conoscenza.

E questa regola vale anche per l’AI: sbaglia, e sbaglierà ancora. L’importante è saper leggere l’errore come feedback di sistema, non come colpa.

La dimensione umana

In fondo, innovare significa interpretare il cambiamento per renderlo abitabile.

Ogni innovazione, grande o piccola, è un atto di traduzione: tra ciò che sappiamo e ciò che ancora non capiamo, tra possibilità tecniche e desideri umani. La macchina può calcolare infinite soluzioni, ma solo l’uomo può attribuire loro un senso.

Forse il vero compito oggi non è inventare di più, ma inventare meglio. Rallentare per capire cosa merita di essere migliorato, cosa no.
Perché l’innovazione non è solo progresso, è anche responsabilità: decidere quale futuro costruire, e quale evitare.

Nel mondo dell’AI, l’innovazione autentica non sarà quella che replica la mente umana, ma quella che ne rispetta la complessità.

Non si tratta di sostituirci, ma di ampliare la nostra capacità di comprendere, creare, scegliere. La frontiera non è tecnica, è cognitiva: capire come convivere con sistemi che apprendono, senza rinunciare alla capacità di giudizio che ci definisce.

Innovare per il domani.

Innovare oggi significa abitare l’incertezza con metodo e con visione.

Significa accettare che la conoscenza si costruisce a iterazioni, che la verità del fare precede quella del dire, che ogni progresso porta con sé una perdita da riconoscere. L’AI ha reso visibile ciò che l’innovazione è sempre stata: un dialogo tra intelligenze, umane e artificiali, che cercano di capire come migliorare il mondo senza smettere di interrogarsi sul suo senso.

Forse, il punto focale del nostro tempo non è inventare il futuro, ma non smettere di meritarlo.

DIGITAL CULTURE

Gestire l’onda d’urto del cambiamento: perché le organizzazioni dovranno gestire gli shock

La velocità del cambiamento e la frequenza degli shock di mercato che negli ultimi anni sono avvenuti e che sembra più avverranno, saranno sempre più di grande impatto e senza precedenti.

Pandemie globali, repentini avanzamenti tecnologici (basti pensare all’IA generativa), crisi geopolitiche e oscillazioni improvvise della domanda hanno messo e metteranno a dura prova anche le organizzazioni che oggi vengono ritenute più solide. In un mondo sempre più imprevedibile, le aziende dovranno sempre più navigare in un susseguirsi di onde d’urto (quelle che ho chiamato Shockwave un po’ di temp ofa): non uno shock isolato, ma un flusso continuo di cambiamenti dirompenti e destabilizzanti che si propagano a catena.

Questa nuova realtà esige molto più che aggiustamenti marginali o misure temporanee: richiede un ripensamento profondo di come le organizzazioni sono strutturate e guidate. Strutture tradizionali rigide, processi decisionali lenti e una cultura orientata al “business as usual” mostrano tutta la loro inadeguatezza di fronte a trasformazioni così rapide. Ciò che ha funzionato in passato non garantisce più il successo futuro, come avverte un recente studio che mi è capitato nello stream di Linkedin qualche giorno fa: “what has worked for your organization in the past isn’t what will pave the way for future success” . I leader di oggi devono rivedere completamente l’organizzazione (ammesso che riescano), renderla più riflessiva, adattabile, dinamica se vogliono prosperare nell’era dell’incertezza.

Questo approfondimento di vari pensieri nasce durante un viaggio in macchina di confronto con mia moglie, che ringrazio per alcuni spunti.

La cultura della “non decisione” e i limiti del modello tradizionale

Molte aziende faticano ad adattarsi non tanto per mancanza di strategie, quanto per i freni interni posti dalla propria cultura e struttura. Si parla sempre più spesso di cultura della non decisione quando in un’organizzazione evita di prendere decisioni chiare e tempestive, spesso nascondendosi dietro processi farraginosi, comitati e continui rinvii. In troppe imprese ogni questione viene affidata a interminabili riunioni e gruppi di lavoro, in cui però nessuno si assume pienamente la responsabilità del risultato derivante dalla scelta di non scegliere o da scelte non orientate all’organizzazione ma alla tutela del proprio status / budget o perimetro di interesse.

Questo approccio porta inevitabilmente a uno stallo: senza obiettivi chiari e accountability definita, i comitati “spesso non servono ai loro scopi e possono persino impedire il progresso” . La crescente complessità organizzativa, che negli ultimi anni è peggiorata a mio avviso, ha aggravato il problema, offuscando ruoli e responsabilità. Strutture matriciali globali, silos funzionali e un eccesso di attori coinvolti significano che i leader faticano a delegare decisioni in modo pulito (o non lo fanno per interesse) e troppe persone intervengono nel processo, spesso senza un chiaro mandato . Il risultato? Un surplus di email, meeting e discussioni, ma poca azione concreta: i dirigenti finiscono intrappolati tra noia, paralisi e ansia mentre le decisioni importanti ristagnano . Non sorprende che in un sondaggio di McKinsey il 72% dei top manager abbia affermato che nella propria organizzazione le decisioni strategiche sbagliate sono frequenti quanto (o più di) quelle giuste, sintomo diretto di questo impasse decisionale cronico.

Un altro ostacolo al cambiamento è rappresentato dalle resistenze interne e dal deficit di responsabilità diffuso. Spesso il personale adotta atteggiamenti difensivi o passivi verso le novità, rifugiandosi nel rassicurante “si è sempre fatto così”. Una cultura aziendale bloccata su protocolli e prassi consolidate – il classico “that is not how we do it here” rende irraggiungibili l’innovazione e la reattività . In questo clima, la paura di esporsi e di assumersi rischi porta a un vero e proprio deficit di responsabilità: tutti partecipano ai processi decisionali, ma pochi poi ne rispondono davvero. Non decidere diventa l’opzione più sicura in un contesto dove sbagliare è stigmatizzato. Questa avversione al rischio ha però un costo elevato in termini di lentezza, occasioni mancate e demotivazione del talento. Finché prevale la mentalità del non decidere per non sbagliare, l’organizzazione rimane impacciata e vulnerabile di fronte a qualsiasi perturbazione esterna.

Organizzazioni riflessive: apprendimento continuo e adattamento costante

Per sopravvivere a cambiamenti rapidi e imprevedibili, un’azienda deve diventare una learning organization, ovvero un’organizzazione che apprende e si adatta di continuo. Essere riflessivi , come scrivevo nel precente post sulle Organizzazioni Riflessive, significa fermarsi a esaminare criticamente il proprio operato, traendo insegnamento da ogni successo o fallimento. In una forte cultura di apprendimento continuo, le persone a tutti i livelli mettono in discussione assunzioni e abitudini, aggiornano costantemente le proprie competenze e condividono conoscenza in modo aperto . I dipendenti così si sentono parte attiva del cambiamento, assumendosi la responsabilità del proprio sviluppo e adattandosi meglio a nuovi ruoli e tecnologie man mano che emergono . Ciò crea un ciclo virtuoso: l’organizzazione diventa più agile nel riconfigurare pratiche e skill in risposta alle novità, anziché restare ancorata al passato.

La riflessività organizzativa implica anche un cambiamento nel modo di affrontare i problemi: non ci si limita a correggere gli errori (single-loop learning), ma si esaminano le cause profonde e si aggiornano i modelli mentali che hanno portato a quegli errori (double-loop learning). Come sottolineava Chris Argyris già negli anni ‘70, le aziende tendono istintivamente a resistere a questo secondo livello di apprendimento – per paura del cambiamento o per arroccamento su vecchi paradigmi – ma è solo praticandolo che possono davvero evolvere in ambienti turbolenti. Un’organizzazione riflessiva incoraggia dunque il feedback onesto e il pensiero critico interno: quando qualcosa va storto, ci si chiede “perché?” a ogni livello, invece di cercare capri espiatori. In questo modo si crea un’organizzazione che impara a imparare, diventando ogni giorno più brava nell’adattarsi. In un contesto in cui il cambiamento è la norma, questa capacità di apprendimento continuo è il fattore che distingue chi soccombe da chi, invece, riesce a trasformare ogni cambiamento in un trampolino di lancio per il proprio rinnovamento.

Capacità dinamiche: innovare e re-inventarsi con agilità

Oltre a essere riflessiva, un’organizzazione deve essere dinamica – capace di evolvere proattivamente le proprie competenze e strutture. La teoria delle dynamic capabilities (capacità dinamiche), sviluppata da David Teece e altri studiosi di strategia, fornisce un importante framework concettuale a riguardo: definisce la capacità dinamica come “l’abilità dell’impresa di integrare, costruire e riconfigurare competenze interne ed esterne per far fronte ad ambienti in rapido mutamento” (tema di cui scriverò di nuovo nei prossimi giorni) . In altri termini, oltre alle normali capacità operative che servono a gestire l’oggi, le aziende necessitano di meta-capacità per reinventare continuamente le proprie risorse e processi al variare delle condizioni esterne. Se le capacità ordinarie permettono di essere efficienti nel presente, non c’è dubbio che le capacità dinamiche permettono di restare rilevanti nel futuro.

Un’impresa dotata di forti capacità dinamiche sa percepire in anticipo i segnali di cambiamento (nuove tecnologie, trend di mercato, evoluzione dei bisogni dei clienti), cogliere rapidamente le opportunità emergenti e riconfigurare di conseguenza le proprie attività. Ciò può significare sviluppare in tempi brevi nuove competenze o soluzioni, riallocare risorse da un modello di business a un altro, oppure ripensare la propria struttura organizzativa per supportare una strategia differente. Ad esempio, negli ultimi anni abbiamo visto aziende riposizionarsi verso il digitale o l’e-commerce in pochi mesi, o riconvertire linee produttive per far fronte a shock improvvisi nella domanda. Questi sono segnali di capacità dinamica all’opera.

La sfida, come scrive Teece in uno dei suoi articoli nel blog, è bilanciare due imperativi apparentemente opposti: continuità e cambiamento. Un’azienda di successo deve essere sufficientemente stabile da continuare a fornire valore in modo coerente alla propria missione, ma al contempo abbastanza flessibile e adattiva da poter “cambiare rotta in un attimo” quando le circostanze lo richiedono . Le capacità dinamiche permettono proprio questo equilibrio, poiché consentono di sfruttare al massimo le competenze distintive esistenti (exploitation) e al tempo stesso di esplorare nuove competenze e opportunità (exploration) in risposta ai mutamenti ambientali. In pratica:

coltivare capacità dinamiche significa istituzionalizzare l’innovazione continua

Creare processi per aggiornare periodicamente la propria offerta, per sperimentare nuovi modelli e per allocare risorse in modo flessibile dove si vede potenziale di crescita. L’organizzazione diventa così plastica: in grado di riorganizzarsi rapidamente senza perdere la propria identità di fondo. In un’epoca di shock ricorrenti, ciò rappresenta un vantaggio competitivo cruciale – è la differenza tra chi subisce il cambiamento e chi invece riesce a plasmare il proprio destino adattandosi più velocemente degli altri.

Antifragilità: prosperare grazie agli shock (non solo sopravvivere)

Resilienza è diventata una parola d’ordine (e forse anche troppo usata) nel management contemporaneo: essere resilienti significa resistere agli urti e mantenere la rotta nonostante le difficoltà. Ma in un mondo di scosse continue, la resilienza potrebbe non bastare più. Il passo ulteriore è l’antifragilità, un concetto introdotto dall’economista-filosofo Nassim Nicholas Taleb per descrivere i sistemi che non solo resistono al disordine, ma ne traggono beneficio. In termini semplici

il resiliente resiste agli shock e rimane lo stesso; l’antifragile diventa migliore

Applicato alle organizzazioni, ciò implica passare da un approccio difensivo a uno di crescita attraverso le crisi. Un’azienda antifragile sfrutta infatti gli shock di mercato come occasioni per rigenerarsi e innovare. Le imprese veramente antifragili catturano valore dall’esposizione agli stress del mercato: ogni volta che superano un ostacolo o una turbolenza, ne escono più forti e competenti, un po’ come gli organismi che si irrobustiscono attraverso le sfide evolutive . Pochi business oggi rientrano in questa categoria d’élite, ma chi ci riesce finisce per trasformare le crisi in vantaggi competitivi di lungo termine.

Come può un’organizzazione diventare antifragile? Taleb suggerisce alcuni principi chiave. In primo luogo, abbracciare la sperimentazione e l’errore come fonti di apprendimento: esattamente ciò che fa la natura tramite la selezione naturale. Le organizzazioni antifragili mettono in atto meccanismi per imitare il trial-and-error dei sistemi biologici, catturando sistematicamente le lezioni di ogni evento avverso e usando tali insight per migliorare strategie e processi futuri . Questo significa, ad esempio, che dopo ogni crisi o progetto fallito, si investiga a fondo cosa è successo e perché, si condividono le conoscenze acquisite e si aggiornano piani e procedure in base a quanto appreso. Invece di tornare semplicemente alla “normalità” precedente, l’azienda antifragile fa evolvere il proprio modo di operare grazie a quanto ha imparato dall’imprevisto.

In secondo luogo, l’antifragilità richiede di evitare l’over-ottimizzazione e la dipendenza da un’unica ricetta di successo. Le aziende troppo rigide o specializzate possono prosperare in periodi stabili, ma tendono a crollare quando il contesto cambia drasticamente (come accaduto a molti incumbents durante la rivoluzione industriale, poi quella digitale e probabilmente accadrà in quella dell’AI). Al contrario, un’organizzazione antifragile mantiene un certo grado di libertà e ridondanza: coltiva diverse linee di business, competenze trasversali e piani alternativi, in modo da avere sempre qualche opzione quando arriva lo shock imprevisto. Questa opzionalità, ossia disporre di più vie percorribili, è simile all’avere molti esperimenti in corso: alcuni falliranno, ma altri avranno successo e potranno essere ampliati. Così l’azienda non solo resiste alle crisi, ma può addirittura trarne slancio evolutivo. Puntare all’antifragilità significa costruire un’organizzazione che migliora con il disordine: capace di innovare sotto pressione e di trovare nelle difficoltà la spinta per reinventarsi più forte di prima.

Autonomia, agentività e organizzazione come sistema adattivo

Un altro elemento chiave per reagire velocemente agli shock esterni è ripensare il modello organizzativo interno in senso più fluido e decentralizzato. Possiamo immaginare l’azienda come un sistema adattivo complesso composto da molti agenti (individui, team, unità) che interagiscono tra loro. In questi sistemi, soluzioni innovative e decisioni efficaci spesso emergono dalla rete di interazioni locali, senza essere pianificate o controllate centralmente in ogni dettaglio. Per sfruttare questa intelligenza collettiva emergente, l’organizzazione deve favorire un alto grado di autonomia e di agentività diffusa: le persone sul campo devono avere la facoltà (e la responsabilità) di agire rapidamente, prendere iniziative e decidere nell’ambito del proprio lavoro quotidiano, senza dover passare attraverso lunghe catene gerarchiche. Dando più potere decisionale distribuito, l’azienda diventa molto più reattiva e creativa. Del resto, chi è più vicino al problema spesso è anche in grado di risolverlo nel modo migliore, se messo nelle condizioni di farlo.

Le organizzazioni adattive di successo adottano infatti un modello di decision-making decentralizzato, in cui i team operativi sono autorizzati a prendere molte decisioni autonomamente per favorire agilità e tempi di risposta rapidi . Ciò riduce i colli di bottiglia gerarchici e alleggerisce i vertici dalla necessità di micro-gestire ogni scelta. L’informazione oggi si muove in tempo reale: ha poco senso che debba rallentare in attesa di approvazioni da parte di livelli superiori che magari non hanno il polso immediato della situazione. Empowerment non è solo uno slogan, ma un requisito pratico per la velocità: “the people closest to the work make the decisions”, come recitano i principi dell’agilità organizzativa. Quando i team sul campo dispongono dei dati necessari e del mandato per agire, l’azienda può rispondere a una nuova sfida (o opportunità) nell’arco di ore o giorni, non mesi. Un esempio tipico è l’agilità di prodotto: squadre interdisciplinari con autonomia possono iterare rapidamente su un servizio in base al feedback dei clienti, mentre in un’organizzazione rigida qualsiasi modifica richiederebbe estenuanti iter approvativi.

Questa evoluzione richiede anche un ripensamento della leadership interna. Nei sistemi complessi, i modelli di leadership gerarchica tradizionale – comando e controllo dall’alto – risultano spesso inadeguati . Emerge la necessità di una leadership diffusa, in cui il ruolo del leader formale è più che altro quello di orchestrare e facilitare i processi, anziché prendere ogni decisione. La Complexity Leadership Theory (Uhl-Bien, Marion, McKelvey, 2007) suggerisce che il leader deve creare le condizioni perché l’organizzazione sviluppi la propria capacità adattiva, ovvero l’abilità di rispondere efficacemente al cambiamento come sistema collettivo . In poche parole la leadership deve incentivare le relazioni di rete, la condivisione delle informazioni e la cultura della collaborazione, anziché accentrare le comunicazioni e deve incoraggiare il sensemaking diffuso, cioè che i team stessi interpretino la realtà e propongano soluzioni, e anche un sano livello di tensione creativa: il confronto aperto di idee differenti come combustibile per l’innovazione .

Quando la leadership adotta questo approccio, l’autorità e l’iniziativa non risiedono più solo al vertice, ma emergono a tutti i livelli in base alle competenze e al contesto . Ciò non significa anarchia, bensì costruire un organismo aziendale auto-organizzato, dove ogni parte è allineata da una visione condivisa e da valori comuni, ma ha anche la libertà di adattarsi localmente. Un tale sistema adattivo è molto più robusto e veloce nel rispondere agli shock: se un “nodo”  dell’organizzazione va in crisi, gli altri possono sopperire; se si apre una nuova opportunità, qualcuno la coglierà senza aspettare ordini dall’alto. Autonomia e agentività diffusa quindi rendono l’organizzazione più viva, reattiva e creativa, qualità indispensabili di fronte alla complessità odierna.

Automazione e agilità decisionale

Un’organizzazione realmente agile non si affida soltanto alle persone, ma potenzia le proprie capacità decisionali attraverso la tecnologia. Nell’era dei big data e dell’Intelligenza Artificiale, esistono strumenti formidabili per prendere decisioni più rapide e fondate sui fatti. Automatizzare le decisioni operative ripetitive tramite sistemi di business rules, algoritmi e modelli AI può ridurre drasticamente i tempi e gli errori.

Ad esempio, uno dei temi che sto trattando spesso in molte riunioni recentemente, il tema delle regole automatizzate che possono valutare in tempo reale richieste, transazioni, rilevamenti di rischio, eseguendo in pochi secondi operazioni che richiederebbero ore di lavoro umano. Questo approccio elimina passaggi manuali superflui, taglia i ritardi e assicura coerenza nelle scelte – il tutto liberando il personale per concentrarsi sulle decisioni più strategiche e complesse. Automatizzando le operazioni di routine, un’organizzazione può ridurre il tempo tra la decisione e la sua esecuzione, abilitando correzioni di rotta più rapide in risposta ai cambiamenti di mercato . In altre parole, le decisioni “a macchina” permettono all’azienda di muoversi alla stessa velocità con cui cambiano le condizioni esterne.

Implementare l’automazione decisionale richiede disciplina e metodo. Occorre identificare quali decisioni possono essere codificate in regole o affidate a modelli predittivi – tipicamente quelle ricorrenti e basate su dati (es: approvare un ordine in base a soglie di credito, allocare scorte ottimali in magazzino, instradare una chiamata di assistenza al tecnico disponibile più idoneo).

La decision management moderna fornisce strumenti proprio per questo: definire business rules chiare e applicarle in modo coerente su vasta scala. I benefici sono tangibili: si riducono i passaggi manuali, i colli di bottiglia e le opportunità di errore umano, rendendo i processi molto più snelli e veloci . Separando la logica decisionale dalle singole applicazioni, le organizzazioni possono adattare o ricalibrare rapidamente le decisioni automatizzate al mutare delle esigenze (ad esempio aggiornare immediatamente le policy di pricing in base alle condizioni di mercato). Questo significa guadagnare un’agilità prima impensabile su scala ampia.

Anche la strategia beneficia di strumenti analitici e automazione. In passato le decisioni strategiche seguivano cicli lunghi e rigidi, piani triennali o quinquennali scolpiti nella pietra. Oggi questo approccio è diventato obsoleto e lo sarà sempre di più: sono finiti i tempi degli obiettivi fissi a 3-5 anni decisi una volta per tutte . Le organizzazioni che vogliono resistere al cambiamento adottano un processo strategico continuo, supportato da dashboard di indicatori in tempo reale, sistemi di business intelligence e simulazioni. La strategia diventa più simile a una navigazione dinamica: si hanno chiari la visione e gli obiettivi di lungo termine, ma il percorso per conseguirli viene aggiustato iterativamente in base ai feedback che arrivano dal mercato, ai dati che emergono e agli scenari futuri che si delineano.

Per fare un esempio: se un nuovo competitor entra aggressivamente in un segmento o se una tecnologia promettente appare all’orizzonte, un’azienda agile ricalibrerà in corsa i propri piani (investimenti, priorità di prodotto, sperimentazione, ecc.) invece di aspettare il prossimo ciclo di pianificazione annuale. La disponibilità di dati aggiornati e la capacità di analizzarli con AI avanzata rendono possibile questo strategic pivoting rapido. In sostanza, l’automazione e gli strumenti digitali agiscono come amplificatori dell’agilità organizzativa: permettono di estendere l’occhio, la mente e il braccio dell’azienda, così che possa vedere prima, decidere meglio ed agire più velocemente. Integrando armoniosamente l’intelligenza umana con quella artificiale, le organizzazioni possono gestire la complessità con maggiore scioltezza, dedicando il talento umano alle sfide creative e di visione, ambiti in cui la macchina resta un supporto, non il sostituto.

Una nuova leadership per organizzazioni dinamiche

Tutti i cambiamenti descritti da quelli culturali, organizzativi a quelli tecnologici non possono avvenire senza una nuova leadership che li guidi. In un contesto stabile, il leader poteva permettersi di essere un amministratore del presente; in uno scenario instabile, la leadership dell’azienda deve farsi architetto del futuro. Questo richiede un cambiamento di mentalità radicale rispetto ai modelli tradizionali. Il leader del XXI secolo deve essere visionario e adattivo al tempo stesso: avere una direzione chiara ma anche la prontezza di correggere la rotta quando necessario.

Le organizzazioni adattive cercano “future-focused leadership”: figure capaci di guardare avanti, sviluppare strategie flessibili, sfruttare con costanza insight e dati, e soprattutto disposte a cambiare piano sulla base di nuove informazioni . Questi leader prendono decisioni rapide per cogliere le opportunità e mitigare i rischi, comunicando allo stesso tempo un senso di scopo che unifica i team nell’azione. La loro rapidità decisionale non è impulsività, ma deriva dall’aver coltivato sensibilità verso i segnali deboli e fiducia nei propri collaboratori: sanno quando è il momento di decidere senza aspettare oltre.

Allo stesso tempo, la nuova leadership deve mostrare umiltà e apertura. In sistemi complessi nessun singolo leader, per quanto brillante, può avere tutte le risposte. I leader più efficaci ammettono ciò e costruiscono attivamente un ambiente in cui idee e soluzioni possono emergere da qualsiasi livello. Devono:

embrace transparency, encourage experimentation, and model adaptability

 ovvero abbracciare la trasparenza, incoraggiare la sperimentazione e dare essi stessi l’esempio di adattabilità .

In pratica, il leader crea un clima dove flessibilità, collaborazione e problem-solving creativo sono premiati , un chiaro cambio di paradigma rispetto al passato, quando spesso venivano valorizzati solo l’esecuzione diligente e il conformismo alle direttive. Oggi c’è bisogno di leader che sappiano ispirare e canalizzare l’energia delle persone, non controllarle minuto per minuto. Ciò significa anche saper gestire l’errore in modo evolutivo: il buon leader non punisce il fallimento onesto, ma lo analizza e lo utilizza per fare meglio (come abbiamo visto parlando di antifragilità). Incarna così una cultura della sperimentazione (tema di cui da anni – forse da sempre – sono fautore), dove i team si sentono psicologicamente sicuri nel provare approcci nuovi senza timore di ripercussioni, purché imparino velocemente da ciò che non funziona.

La nuova leadership organizzativa è una combinazione di visione e servizio: visione nel tracciare la rotta e nel mantenere alta l’ambizione nonostante l’incertezza, servizio nel mettere il team nelle migliori condizioni per esprimersi, crescendo persone autonome e responsabili. Questi leader costruiscono organizzazioni agili perché per primi modellano nei propri comportamenti agilità, resilienza e apprendimento continuo. E mentre guidano l’azienda attraverso le ondate di shock e cambiamenti, trasmettono a tutti i livelli la convinzione che ogni sfida è affrontabile e ogni cambiamento porta con sé opportunità – basta avere il coraggio di innovare e la volontà di adattarsi.

“Non si può guidare guardando solo lo specchietto retrovisore”

I crescenti shock di mercato e la vorticosa velocità del cambiamento ci dicono che non si può guidare guardando lo specchietto retrovisore.

Le organizzazioni che vogliono resistere e crescere in questo nuovo mondo devono trasformarsi profondamente, abbandonando prassi e strutture ormai inadatte e abbracciando nuovi paradigmi. Abbiamo esplorato la necessità di costruire culture riflessive e aperte all’apprendimento, di sviluppare capacità dinamiche per reinventarsi quando serve, di puntare all’antifragilità per uscire rafforzati dalle crisi. Abbiamo sottolineato l’importanza di strutture più piatte, distribuite e agentive, dove l’autonomia e l’iniziativa individuale accelerano l’azione collettiva. E abbiamo visto come la tecnologia – dall’automazione decisionale all’analisi predittiva – possa diventare un’alleata formidabile nell’aumentare l’agilità e nel farci prendere decisioni migliori, più rapide e informate. Sopra ogni cosa, però, serve una leadership coraggiosa e lungimirante, capace di guidare questo cambiamento epocale di mentalità organizzativa.

Per CEO e manager, la sfida non è banale: si tratta di reimmaginare la propria organizzazione quasi da cima a fondo. Ci saranno inevitabilmente ostacoli, inerzie culturali, timori, inciampi iniziali (e forse in alcuni casi sarà apparentemente impossibile farlo), ma la posta in gioco è altissima. In un ambiente fatto di volatilità e incertezza continue, solo le organizzazioni che sapranno evolvere (o costruirlo da zero) il proprio DNA organizzativo potranno non solo sopravvivere, ma addirittura prosperare.

Significa costruire aziende che apprendono più velocemente della concorrenza, che si adattano quasi istintivamente ai mutamenti e che sanno catalizzare l’energia delle persone e delle tecnologie verso nuovi traguardi. Queste organizzazioni riflessive, adattive, dinamiche, ribelli e antifragili saranno i leader del futuro: soggetti capaci di dettare il ritmo del mercato, invece di rincorrerlo. In conclusione, il messaggio è chiaro – il mondo sta cambiando a velocità vertiginosa e con scossoni imprevedibili; per non esserne travolti, bisogna cambiare con esso.

Reinventare profondamente la propria organizzazione non è più un esercizio teorico, ma una necessità concreta qui e ora.

Chi avrà il coraggio di agire e innovare su questi fronti, guiderà la prossima onda di successo; gli altri rischiano di restare bloccati nella scia delle proprie esitazioni. Il futuro appartiene a chi è pronto a cavalcare la shockwave del cambiamento, trasformandola in opportunità di crescita e di rinnovamento continuo.

AI & GENAI

LLAMA 2: Rivoluzione Open Source nell’Intelligenza Artificiale Generativa

Con l’annuncio di Meta che rende disponibile il codice sorgente di LLaMA 2, il campo dell’intelligenza artificiale generativa (GenAI) è testimone di un punto di svolta significativo a mio avviso, e forse, considerato che non ne ho visto scrivere molto, anche sottovalutato. Questa decisione democratizza l’accesso a uno dei modelli di linguaggio più avanzati, offrendo a sviluppatori, ricercatori e appassionati di tecnologia di tutto il mondo la possibilità di esplorare e innovare liberamente. LLaMA 2 si distingue per la sua profonda capacità di comprensione e generazione del linguaggio umano, rivaleggiando e in alcuni casi superando modelli ben noti come GPT-3.5 e GPT-4 di OpenAI.

Cos’è LLaMA 2

LLaMA 2 rappresenta una soluzione all’avanguardia nella GenAI, sviluppata con tecniche di apprendimento di ultima generazione. Il modello è progettato per imitare il modo in cui gli esseri umani comunicano, offrendo capacità di generazione e comprensione del testo che trovano applicazione in una vasta gamma di contesti, dalla costruzione di chatbot avanzati alla creazione di contenuti testuali per assistenza nella scrittura e risposta automatica, banalmente alle email.

LLaMA 2: Una Risorsa Preziosa

Rilasciato con i pesi del modello e il codice per facilitare l’addestramento e il fine-tuning, LLaMA 2 è addestrato su un corpus di 2 trilioni di token, garantendo una comprensione e una capacità generativa particolarmente significativa. La sua superiorità nei benchmark esterni lo rende una risorsa per chi oggi è al lavoro nell’AI generativa, stimolando l’innovazione e promuovendo lo sviluppo di applicazioni sempre più sofisticate e responsabili.

Innovazione Aperta e Crescita nel Campo dell’AI Generativa

L’iniziativa di Meta di rendere LLaMA 2 liberamente accessibile è emblematico di un impegno verso l’innovazione aperta, consentendo una collaborazione nel campo dell’AI alla community di accademici, sviluppatori, progettisti e aziende. Questo approccio non solo accelera il progresso tecnologico ma incoraggia anche una riflessione critica sull’uso responsabile dell’AI, con Meta che fornisce linee guida per gli sviluppatori e iniziative di collaborazione per gli accademici.

Genesi e Sviluppo di LLAMA

Il percorso di LLAMA inizia è stato avviato da menti di OpenAI e Meta, unite non troppo tempo fa per fare vita ad una nuova direzione nell’intelligenza artificiale. Nata nel 2022, LLAMA è il frutto di un’ambizione condivisa: rivoluzionare il modo in cui interagiamo con l’informazione digitale, sfruttando le potenzialità dell’AI per superare i limiti dei tradizionali motori di ricerca e dei chatbot. La sua creazione segna un punto di svolta, rappresentando un salto qualitativo verso un’interazione più naturale, intuitiva e produttiva tra l’utente e la macchina.

La visione alla base di LLAMA è chiara: rendere l’accesso all’informazione non solo universalmente disponibile ma anche intrinsecamente più significativo. Questo obiettivo ambizioso si concretizza attraverso l’implementazione di tecnologie all’avanguardia in apprendimento automatico e elaborazione del linguaggio naturale (NLP), permettendo a LLAMA di comprendere e rispondere alle query degli utenti in modi che vanno oltre la semplice restituzione di dati. La piattaforma si distingue per la sua capacità di analizzare il contesto delle domande, offrendo risposte mirate che riflettono una comprensione profonda non solo del testo della query ma anche delle intenzioni e delle esigenze informative dell’utente.

Sviluppato con un occhio rivolto al futuro, LLAMA simboleggia a mio avviso un’impegno verso l’innovazione continua. Attraverso cicli iterativi di apprendimento e miglioramento, il modello si adatta e evolve, anticipando e rispondendo alle mutevoli dinamiche del digitale e alle crescenti aspettative degli utenti.

LLAMA-2 caratteristiche ed architettura

LLAMA-2 è uno dei progressi più significativi nell’ambito dell’IA dall’epoca di pionieri come AlexNet e i lavori fondamentali sui Transformer e una delle più complete architetture di grandi reti neurali per l’intelligenza generativa (GenAI). Rilasciato da Meta con una licenza aperta sia per scopi di ricerca che commerciali, LLAMA-2 non è semplicemente un altro modello nel vasto mare dell’AI, ma un balzo in avanti nell’innovazione aperta, segnando un punto di svolta per Meta nel contributo all’innovazione aperta in AI.

La struttura di LLAMA-2, dettagliata in un documento di 77 pagine, fornisce una panoramica esaustiva che permette ai data scientist di ricreare e personalizzare i modelli per i propri dataset. Con un addestramento su 2 trilioni di token, LLAMA-2 supera tutti i benchmark open source di un ampio margine e si colloca al livello di performance di GPT-3.5 nelle valutazioni umane. La novità più significativa risiede nel suo miglioramento rispetto all’architettura di OpenAI, in particolare nel bilanciamento tra sicurezza e utilità, dove le prestazioni del modello non degradano man mano che diventa più sicuro.

LLAMA-2 introduce avanzamenti notevoli come l’attenzione per query di gruppo (Grouper query attention), l’attenzione fantasma (Ghost Attention), il ridimensionamento della temperatura in contesto (In-Context Temperature re-scaling) e la percezione temporale (Temporal Perception). Queste innovazioni, insieme alla disponibilità su piattaforme come HuggingFace, WatsonX e Azure, facilitano l’adozione del modello, riducendo i costi e le barriere all’entrata. Ora è possibile personalizzare un modello LLM di 70B su una singola GPU, una possibilità inimmaginabile solo sei mesi fa.

LLAMA-2 è presente in varianti da 7B, 13B e 70B parametri, inclusa una versione istruita specificamente per chat, denominata LLaMA-Chat, nelle stesse tre dimensioni. Rispetto ai modelli Llama-1 precedenti, LLAMA-2 si distingue per i termini di licenza, un aumento del 40% della dimensione del corpus di preaddestramento, il raddoppio della lunghezza del contesto del modello a 4K, e l’adozione dell’attenzione per query di gruppo per la variante da 70B. L’aspetto più impattante è il nuovo approccio alla sicurezza con modelli di ricompensa per la Sicurezza e l’Utilità, che supera la maggior parte degli altri modelli nelle valutazioni umane.

L’addestramento di LLAMA-2 si basa sull’uso dell’algoritmo di codifica bytepair (BPE), applicando l’architettura transformer standard con pre-normalizzazione usando RMSNorm, la funzione di attivazione SwiGLU e l’incorporamento posizionale rotativo. I dettagli includono l’uso dell’ottimizzatore AdamW con una programmazione del tasso di apprendimento di tipo coseno, un riscaldamento di 2000 passaggi e la decadenza del tasso di apprendimento finale al 10% del picco. Il modello ha dimostrato eccellenti prestazioni in varie attività, come la codifica, le Q&A in contesto, il ragionamento di senso comune e le valutazioni di conoscenza.

La personalizzazione del modello utilizza tecniche di fine-tuning supervisionato (SFT) e apprendimento rinforzato con feedback umano (RLHF), partendo da dati di istruzione tuning disponibili pubblicamente e annotando circa 27.540 istanze con un forte focus sulla qualità dei dati. L’approccio al fine-tuning e il modello di ricompensa mirano a bilanciare efficacemente sicurezza e utilità, superando la tradizionale compensazione tra questi due aspetti e spingendo LLAMA-2 a diventare un punto di riferimento per l’adozione sicura delle LLM in ambito aziendale.

Come funziona LLAMA-2

Il processo attraverso il quale LLAMA-2 viene addestrato, affinato e raffinato utilizza tecniche all’avanguardia di fine-tuning supervisionato (SFT) e di apprendimento rinforzato con feedback umano (RLHF), stabilendo nuovi standard per la personalizzazione e l’efficienza dei grandi modelli linguistici (LLM). Questo approccio multifase non solo permette a LLAMA-2 di eccellere in compiti diversificati, come la codifica, le Q&A in contesto, il ragionamento di senso comune e le valutazioni di conoscenza, ma lo rende anche uno strumento prezioso per applicazioni aziendali grazie alla sua maggiore sicurezza e utilità.

Durante la fase di SFT, LLAMA-2 viene inizialmente addestrato su un set di dati di istruzione pubblicamente disponibili, arricchito da una minuziosa annotazione di circa 27.540 istanze con un’enfasi sulla qualità. Questo processo sfrutta un programma di apprendimento rateale di tipo coseno, iniziando con un tasso di apprendimento di 2*10^-5 e impiegando un decadimento del peso di 0.1, una dimensione del batch di 64 e una lunghezza di sequenza di 4096 token, ottimizzando il modello attraverso 2 epoche. L’obiettivo di addestramento segue un approccio auto-regressivo, dove la perdita sui token del prompt dell’utente viene annullata e la back-propagation viene eseguita solo sui token di risposta.

Nella fase RLHF, la raccolta dei dati umani viene eseguita seguendo una procedura specifica: gli annotatori creano un prompt e valutano due risposte generate dal modello in base a criteri stabiliti, assicurando una diversità migliorata. Questi dati, categorizzati lungo le dimensioni della sicurezza e dell’utilità, fungono da base per il Modello di Ricompensa, che valuta le risposte del modello e il prompt corrispondente, producendo un punteggio scalare che indica la qualità dell’output generato.

L’innovazione più rilevante introdotta da LLAMA-2 è la sua capacità di superare il compromesso comunemente osservato tra sicurezza e utilità, ottenendo prestazioni superiori in entrambi i criteri. Per raggiungere questo obiettivo, Meta ha addestrato due modelli di ricompensa distinti: uno ottimizzato per l’utilità, denominato Helpfulness RM, e un altro per la sicurezza, denominato Safety RM. Questi modelli utilizzano la stessa architettura e gli stessi iperparametri dei modelli di linguaggio preaddestrati, eccetto per la testa di classificazione per la previsione del prossimo token, che viene sostituita con una testa di regressione per generare la ricompensa scalare.

La formazione del modello di ricompensa si avvale di dati di preferenza umana strutturati in un formato di etichetta di classificazione binaria, dove le risposte vengono categorizzate come scelte e rifiutate, garantendo che la risposta scelta riceva sempre un punteggio superiore rispetto alla sua controparte. Questo processo di addestramento, insieme all’innovativo approccio al fine-tuning e alla capacità di LLAMA-2 di bilanciare efficacemente sicurezza e utilità, posiziona il modello come un punto di riferimento per l’adozione sicura e produttiva delle LLM in ambito aziendale e oltre.

Unicità di LLAMA nel Panorama AI

Il rilascio di LLAMA-2 segna un cambiamento epocale nel campo dell’intelligenza artificiale, posizionandosi come un catalizzatore per l’innovazione aperta. La decisione di Meta di offrire LLAMA-2 con una licenza aperta, sebbene non esattamente “open source” nel senso tradizionale, sottolinea un impegno verso la democratizzazione dell’accesso alle tecnologie AI avanzate. Questo approccio, che promuove la condivisione di conoscenze e risorse, rappresenta un invito alla comunità globale di ricercatori e sviluppatori a collaborare, innovare e spingere ulteriormente i confini di ciò che l’intelligenza artificiale può realizzare.

Il modello LLAMA-2, con la sua architettura avanzata e le sue capacità di elaborazione del linguaggio naturale, è stato addestrato su un corpus di 2 trilioni di token, battendo i benchmark open source di un ampio margine e avvicinandosi alle prestazioni di GPT-3.5 nelle valutazioni umane. Questo risultato non è solo una testimonianza della potenza computazionale di LLAMA-2 ma anche della sua efficacia nell’interpretare e rispondere a una vasta gamma di query in modo contestualmente pertinente e sicuro.

LLAMA-2 rappresenta, quindi, non solo un traguardo tecnologico ma anche un invito alla collaborazione e alla condivisione delle conoscenze nel campo dell’IA. Il suo impatto sull’innovazione aperta e la ricerca collaborativa promette di accelerare ulteriormente lo sviluppo di soluzioni AI che sono sia potenti che responsabili, guidando la trasformazione digitale in maniera etica e sostenibile.

Comparazione e contesto di utilizzo

Nel contesto dell’evoluzione rapida dell’intelligenza artificiale, il confronto tra LLAMA 2, GPT-3.5 e GPT-4 rivela differenze fondamentali che influenzano la scelta del modello più adatto a specifici progetti. LLAMA 2 emerge come una soluzione economica e efficiente, particolarmente vantaggiosa per compiti che richiedono risposte in tempo reale e un alto grado di accuratezza, come la sintesi di notizie e l’individuazione di incongruenze factuali. La sua natura open-source favorisce una trasparenza e una personalizzazione che possono essere particolarmente attraenti per chi cerca un controllo maggiore sulle capacità e sull’implementazione del modello.

D’altro canto, GPT-3.5 e GPT-4, con le loro architetture più complesse e una capacità di contestualizzazione e di elaborazione di dati multimodali (nel caso di GPT-4), si posizionano come soluzioni ideali per compiti che richiedono una profonda comprensione del contesto o la gestione di una grande quantità di conoscenza. GPT-4, in particolare, con la sua capacità multimodale, offre possibilità uniche nel trattamento e nella generazione di testo, immagini e altri tipi di dati, rendendolo ineguagliabile per applicazioni che beneficiano di questa versatilità.

Per lo sviluppo di chatbot e la creazione di contenuti, la scelta tra questi modelli dipende dall’equilibrio tra costi, complessità del progetto e aspettative di performance. LLAMA 2 si rivela un’opzione versatile e aperta per le piccole imprese e progetti che valorizzano la personalizzazione e l’efficienza. GPT-3.5 colpisce per la sua capacità di gestire conversazioni complesse e supporto linguistico ampio, rendendolo adatto a imprese che operano su scala globale. GPT-4, infine, si distingue per la sua abilità nel risolvere problemi avanzati e nel mantenere un alto livello di professionalità e creatività nella risoluzione dei problemi, stabilendosi come la scelta preferibile per applicazioni critiche e per chi desidera minimizzare l’intervento umano nella generazione di contenuti.

La decisione su quale modello adottare dovrebbe quindi basarsi su una valutazione attenta delle specifiche esigenze del progetto, considerando fattori come il budget, la natura delle attività da svolgere e il livello di qualità richiesto. La comprensione delle forze e dei limiti di ciascun modello è essenziale per sfruttare al meglio le potenzialità dell’IA e innovare efficacemente nel proprio campo di applicazione.

AI & GENAI

Oltre la corsa tecnologica: il valore del tempo e della pianificazione

Nel 2013, ho avuto il piacere di lavorare con Alberto Gangarossa sul progetto Pathflow, che all’epoca poteva sembrare visionario: praticamente un “Google Analytics del mondo fisico” per il retail.

La soluzione mirava a trasformare il modo in cui nel retail, attraverso il tracciamento in tempo reale dei movimenti e dei comportamenti dei clienti all’interno dei negozi, venivano prese decisioni di allestimento, progettazione e analisi dei risultati.

La reazione del mercato quando se ne parlava era stupore, ma le barriere principali poi per l’adozione erano riguardanti i costi, la complessità e in particolare la privacy: ostacoli insormontabili allo sviluppo che ne hanno poi decretato di fatto un lento percorso verso la chiusura, frutto anche il possibile time to market anticipato.

Oggi, quello che una volta era considerato pionieristico non solo è diventato fattibile, ma a tutti gli effetti è percepito come più accessibile, necessario e di conseguenza sta iniziando ad esser “quel qualcosa di cui non puoi più farne a meno per competere”.

Ciò che dovrebbe colpire di più è il cambiamento negli atteggiamenti verso le tematiche di privacy, gestioni dei dati e l’entusiasmo crescente per le soluzioni basate sull’IA.

Ma non è questo il punto su cui voglio fermarmi, tanto meno sulla bella storia che mi ha portato a conoscere un fantastico team di persone, come Alberto appunto.

In un momento come questo, in cui stiamo vedendo l’arrivo di mastodontici cambiamenti – anche e soprattutto tecnologici – la corsa all’adozione delle ultime tendenze mette in luce una lezione a mio avviso essenziale: l’innovazione non è una merce da acquistare nell’entusiasmo delle tendenze di mercato e nella fase di hype mediatico.

Al contrario, l’innovazione è un processo progressivo che richiede tempo, pianificazione, progettazione, sperimentazione di nuovi metodi e tecnologie, anche quando il loro impatto reale e il valore sono ancora da comprendere appieno.

L’innovazione non riguarda il seguire la folla. Riguarda l’essere pronti a valorizzare le nuove possibilità ed esplorarne il potenziale, molto prima che diventino la prossima grande cosa, acquisendone conoscenza, vantaggi e benefici e di conseguenza la capacità di scegliere il momento migliore per partire.

PENSIERI SPARSI

L’empatia, la solidarietà e l’emozione al tempo del Virus

C’è una pandemia in corso che sta bloccando il mondo da quella che sembrava la normalità. C’è un quarantena che ci tiene lontani fisicamente dalle persone a cui vogliamo bene. C’è un momento di stop forzato per molte aziende che sta generando danni incalcolabili e forse per alcuni irrecuperabili. C’è una crisi strutturale che sta mettendo sotto la lente di ingrandimento il modo in cui abbiamo progettato i servizi pubblici e gestito tanti investimenti. C’è una pressione psicologica che comincia a farsi sentire e che rende tutto molto più difficile.

È tutto complesso, sicuramente, ma c’è – anche – un lato positivo da guardare.

Siamo noi, gli Italiani che reagiscono, che nei momenti peggiori, quando c’è di tirare fuori il lato migliore del nostro DNA, lo sappiamo fare, meglio di chiunque altro. E allora vedi che la vicinanza, la solidarietà, il genio creativo, le competenze distribuite si mettono insieme contro quello che oggi è un nemico comune e cominciano ad accadere cose.

All’appello per la costruzione di una task force di 300 medici volontari ne rispondono più di 1500. All’appello per 500 infermieri volontari, ne hanno risposto circa 8000. E poi  un medico e 2 ingegneri bresciani trasformano le maschere da sub in respiratori e ne distribuiscono il modello open per permettere a tutti di contribuire. Alcune aziende rivedono il proprio processo produttivo e cominciano a produrre altro: Armani e Calzedonia producono camici monouso, la Ferrari avvia la produzione dei respiratori, Bulgari e Ramazzotti imbottigliano disinfettante, Gucci, Prada, Lamborghini mettono rapidamente su fabbricazione di mascherine, la Beretta ingegnerizza e costruisce le valvole per le maschere modificate. Ma non solo. Una marea di aziende, professionisti ed imprenditori dedicano parte della loro forza lavoro a progettare e sviluppare software, progetti di comunicazione a supporto della collettività, dalle app per il Covid, a tante risposte alla call di Agid per l’innovazione tecnologica alla lotta al Coronavirus. Dagli imprenditopri che dedicano il tempo alle scuole, alle imprese, alle associazioni e alle persone per comprendere cosa succederà dopo. Senza dimenticare la rete di donazioni attivata da brand, aziende e privati che continua a crescere.

Io non so voi, ma di fronte a tanta complessità, questa empatia, questa solidarietà, questa capacità di mettersi in gioco e affrontare qualcosa di più grande, mi emoziona e mi fa pensare che dopo questo momento, ci sarà un effetto elastico per far ripartire un nuovo risorgimento italiano.

 

DIGITAL CULTURE

L’innovazione è semplicità.

Spesso cerchiamo l’innovazione in qualche nuova tendenza o tecnologia . Ma innovare non vuol dire solo introdurre qualcosa di tecnologico: innovazione è la capacità di cambiare l’esperienza utente, migliorandola, in modo semplice, creando un processo senza frizioni e capace di rendere l’interazione semplice, fruibile e memorabile.

DIGITAL CULTURE

Parole al vento: startup, innovazione, digitale e bellezza #verybello

A proposito di #VeryBello ne ho lette e ne sto leggendo di tutti i colori, e credo ci sarà ancora da leggere per i prossimi mesi: da analisi tecniche più o meno profonde, a prese per il culo varie più o meno utili, sia verso Franceschini, sia verso l’agenzia e le persone che ci hanno lavorato. Non entro nel merito dei tecnicismi del progetto che oggettivamente sono carenti e su cui è stato già detto tanto. Non trovo nemmeno corretto prendere di mira l’agenzia che ha lavorato perché, in fondo, ad oggi, si sa poco o nulla riguardo a tempi, budget e vincoli imposti. Tra l’altro lo trovo poco professionale sparare senza avere tutte le informazioni. Dopo tutto è fin troppo facile farsi belli sul fail degli altri.

Quello che trovo corretto invece è prendersela con il committente, il Ministro e chi per lui, perché il vero problema è appunto loro e la loro incapacità di capire cosa sia utile o meno, cosa deve esser fatto ed in quali tempi ed in che modo. E non è un tema di bandiera, partito o altro. Paolo Iabichino ha riassunto molti dei miei pensieri in modo perfetto qui.

Non c’è nulla da aggiungere alla sua riflessione, se non una sola cosa a cui tengo molto.

In un governo di un paese che dice di credere nelle startup, nell’innovazione e nel digitale, non cogliere un momento come questo e scegliere di investire su uno (o più di uno) dei tanti progetti che giorno dopo giorno stanno provando a costruire piattaforme che possano valorizzare quello che abbiamo di più bello in Italia, vuol dire non crederci realmente. Vuol dire utilizzare queste parole per alzare l’attenzione, per fare comunicazione e farsi belli solo a chiacchiere. Niente altro.

Ci sono progetti come Wami, Lookals e moltissimi altri ancora che non sto qui a citare, che, dell’arte, del food, del turismo, della bellezza italiana, ne fanno la loro principale attività, un investimento di risorse e tempo in cui credono ragazzi e neo imprenditori. E che non lo fanno per gioco. E non è nemmeno un passatempo. E’ qualcosa in cui credono realmente e che bisogna tenere in considerazione.

Ecco ed è proprio qui il punto: bisogna credere nella competenza e nella visione di chi sta investendo personalmente e che può portare, a supporto delle iniziative di questo tipo, talento, competenza, commitment ed esperienza in molti casi.

Questa poteva esser una delle tante occasioni per dare forma e tangibilità, reale, alle tante – troppe – parole che vengono dette e spese continuamente, solo per fare politica ed accaparrarsi qualche voto in più.

Mi auguro solo che la prossima volta che usciranno parole come #startup, #innovazione, #digitale e #bellezza dalla vostra bocca, vi vadano di traverso e vi facciano tossire a tal punto da farvi riflettere su quello che state dicendo.

L’innovazione si costruisce giorno dopo giorno, insieme, e non ripartendo ogni volta da zero. E di persone con le quali costruire in Italia ce ne sono molte. Moltissime.

TECH & BUSINESS

Quando i “cervelli in fuga” arrivano dalla Silicon Valley in Italia.

Capita che un pomeriggio di Luglio mentre sei lì che invii email, incontri le startup e fai qualche riunione, arriva un ragazzo che vuole informazioni per stabilirsi a lavorare nel tuo spazio di coworking. Istintivamente appena lo vedo gli dico “Ciao e benvenuto!”, come succede con la maggior parte dei nuovi arrivati. Lui risponde “Hi!”. Capisci ovviamente che non è italiano ed inizio a scambiarci due chiacchiere. Parla 4 lingue tra cui anche l’Italiano, abbastanza bene.

Viene da San Francisco, ha studiato in una delle più note università americane, è advisor di alcuni progetti, scrive per una testata hitech molto nota, si ritiene un innovatore e starà due anni in Italia. Alla domanda “Cosa ci fai qui?” risponde brillantemente:

“Mi sono preso due anni sabbatici, voglio pensare al mio futuro e nel frattempo voglio fare startup in Italia perché penso sia il miglior posto al mondo dove poterlo fare. Se penso a SF, la mia città, ha 150 di storia, ma se guardo all’Italia, ai suoi 2000 anni di storia, invenzioni ed arte non posso non trovare un luogo migliore di ispirazione. Avete dato vita alla Dolcevita, poi alla moda e al Design. Qui potete fare un nuovo Risorgimento Digitale e forse sta arrivando il momento. L’Italia ha clima, cibo, storia, arte, vita mondana, l’Italian Style e molto da valorizzare, e poi –  secondo lui – è più o meno grande quanto la California: cambia poco, ha delle città bellissime che possono connettere anche più persone ed il talento non manca. Ma non solo: siete stati tra i più grandi innovatori in molti campi nella storia, forse vi state dimenticando solo di saperlo fare.“

La chiacchierata prosegue fino alla sua esperienza fatta in questo periodo in Italia e mi racconta il suo punto di vista sulle difficoltà di uno startupper americano che vuole aprire una società qui da noi: l’ambasciata non da un supporto così specifico, non ci sono uffici in grado di rispondere con documentazione in inglese, non è facile trovare commercialisti o notai che parlino in inglese e conoscano le dinamiche legate a visti e società estere. E per interfacciarsi con la maggior parte degli sportelli degli uffici, i ragazzi sono costretti a ricorrere a traduzioni da inglese a italiano e da italiano a inglese.

…mi immagino solo cosa possa succedere al significato di un documento del Comune tradotto da Google Translate (!).

La cosa più bella di questa chiacchierata? L’entusiasmo con il quale mi fa capire che, proprio per questi problemi riscontrati, dal suo punto di vista c’è spazio per fare tante cose qui, e mi spiega che lui ed altri ragazzi americani vogliono creare un punto informazione e supporto per americani in Italia: un servizio di sostegno e semplificazione per lo sviluppo di startup americane che vogliono venire in Italia ed avviare il loro business qui, supportandoli in tutto dall’avvocato, al notaio, al commercialista, alla casa, ai permessi.

Parlare e confrarsi con lui è divertente e affascinante e nelle sue parole sento un messaggio positivo in cui credo molto anch’io e che fondamentalmente è sintetizzabile in tre parole: fare, opportunità e ottimismo. Mi domando perché se ci credono gli altri, non possiamo farlo noi per primi. L’Italia ha delle caratteristiche che la rendono unica al mondo: è possibile non riuscire a valorizzarle e renderle il punto di partenza per attrarre talenti e persone che possano portare valore e contaminazioni nuove?

L’idea che l’Italia abbia dimenticato che sa fare innovazione mi manda in fibrillazione tanto quanto il pessimismo cosmico e l’indifferenza verso il cambiamento e più che mai mi suona come una nota stonata nella testa quando è ribadita da chi ci guarda fuori. Ho intenzione di supportare  l’iniziativa che questi ragazzi vogliono portare avanti, anche grazie alla rete di ID, alla mia rete personale e far in modo che un giorno, se proprio di fuga di cervelli ci troveremo a parlare, lo faremo pensando a quelli che vanno via da altri paese per venire in Italia.

TECH & BUSINESS

Hack4School, una piccola rivoluzione è iniziata

Tutto inizia di mercoledì pomeriggio. Ragazzi delle scuole medie e superiori invitati dal MIUR, Asset Camera, TopIx, Indigeni Digitali, GSE, Junior Achievement ed altri partner, arrivano al Palalottomatica per partecipare all’Hack4School.

Obiettivo: hackerare la scuola, sviluppare idee per renderla nuova. L’evento inizia, la sala è piena. Siamo circa 300 persone tra professori, studenti d organizzazione. Aspettiamo che tutti abbiano occupato il proprio posto e si parte con la presentazione dell’evento, poi le regole dell’Hack4school e alcune indicazioni per la presentazione dei progetti. Poi si passa alla presentazione dei mentor che supporteranno i vari gruppi durante le attività.

Il livello di attenzione durante la presentazione è già alto e lo sguardo dei ragazzi, mentre racconti che cosa hai fatto nella vita, cosa stai facendo e i tuoi progetti e le cose che si possono costruire grazie ad Internet, ti penetra e senti una sensazione strana: è come se volessero sapere ancora di più. Sono affamati d’informazioni.

Ore 15, iniziano le attività che dureranno fino alla mezzanotte, momento in cui i ragazzi faranno il pitch per condividere l’idea sviluppata e che poi sarà selezionata per esser presentata il giorno dopo al ministro Francesco Profumo, durante la seconda giornata dell’iSchool.

Ci sono poche ore disponibili per rivoluzionare la scuola, e qualcuno lo fa presente. Non sembra esser un problema per gli altri, qualcuno lo dice anche ai compagni: “Abbiamo una possibilità, giochiamocela. Per una volta facciamoci sentire!”. Il ritmo di lavoro dei ragazzi è alto e non vedono l’ora di poter raccontare la propria soluzione e la propria idea, fare domande e avere suggerimenti per migliorare il lavoro che stanno svolgendo. Il contributo dei professori è importante: aiutano a organizzare e stimolano i ragazzi.

Esce fuori di tutto. Da idee inizialmente strampalate, passando per progetti eccessivamente futuristici, fino a proposte tanto semplici quanto concrete: dalla richieste di maggiori infrastrutture al suggerimento di metodologie alternative di condivisione della conoscenza e formazione. Parlando con alcuni ragazzi emerge un senso di noia nei confronti della scuola derivante da un linguaggio formativo ormai vecchio e non coinvolgente. Qualcuno ipotizza un sistema maggiormente meritocratico sia per studenti sia per professori. E qualcuno vorrebbe una scuola più competitiva e maggiormente formativa verso il mondo del lavoro: “La scuola ci forma a un approccio frontale, poco collaborativo. Il mondo del lavoro è fatto di lavoro in team. E questo manca.”.

Sono idee che nascono dal punto di vista di chi vive veramente un problema. Punto di vista che di solito manca quando si prendono le “grandi” decisioni.
Girando per i tavoli qualcuno mi fa domande sul lavoro, sulla rete e mi racconta i sogni, cosa vorrebbe fare e come. In alcuni di loro, negli occhi, c’è un fuoco incredibile. La notte va lunga, molti di loro continuano a lavorare senza termine per affinare la presentazione e il pitch, in attesa di ricevere l’sms di conferma che li porterà sul palco. Alle due di notte i tre finalisti vengono stati scelti e convocati con un messaggio.

Arriva il giorno della presentazione e il Palalottomatica si riempe di ragazzi e docenti venuti da ogni parte d’Italia. Ci sono almeno 4500 persone e il piazzale fuori è pieno di pulmann e file per entrare: sembra quasi ci sia una partita. I finalisti ci raggiungono sotto al palco per fare le prove della loro presentazione, prima dell’inizio dell’evento. Sono emozionati, non sono abituati a parlare in pubblico e mentre chiacchieriamo per metterli a loro agio e tranquillizzarli, ci confermano di non aver dormito per l’emozione e per la tensione del dover presentare davanti ad una platea così grande.

Inizia l’evento. Non ricordavo il Palalottomatica così carico di emozione dai tempi dei concerti di qualche anno fa. In quel caso però ero sugli spalti e avevo qualche anno di meno. Dopo la sequenza di panel e presentazioni di personaggi più o meno noti tra i quali anche i giovani protagonisti italiani come Nicola Greco, Federico Morello e Marco De Rossi, arriviamo al momento della presentazione delle idee. I ragazzi iniziano, nonostante la voce un po’ vibrante dall’emozione, presentano i loro progetti e riescono a trasmettere la voglia di cambiare, nel loro piccolo, la scuola. Il ministro Profumo e la giuria ascoltano attenti i progetti prima di votarli e decretare il vincitore.

Alla fine vince il progetto Let’s Open Your Class presentato dal Liceo Manzoni di Caserta. Il progetto si propone di sviluppare una piattaforma per l’Erasmus Virtuale e trasformare il concetto di studio e lezione locale, in studio collaborativo globale, attraverso l’interazione continua con altri studenti, in anche di lingue diverse, su materie specifiche, e durante le lezioni.

La premiazione è emozionante. Tutto il team sale sul palco per l’estrazione del vincitore che partirà per il viaggio in Silicon Valley. Viene nominato Marco Di Petrillo, tutti si raccolgono abbracciati intorno a lui.

Una cosa mi è rimasta veramente dentro al cuore e mi fa capire che di queste iniziative bisognerebbe farne molte di più: il viso di quel ragazzo emozionato dalla gioia, che dice “Io ci credo”. Ed è un messaggio potente questo che dovrebbe arrivare ben oltre quel palazzetto. Affinché un cambiamento possa avvenire, è necessario crederci fino in fondo. E questo cambiamento parte da tante piccole rivoluzioni, come questa.

 

Nota: Questo post è stato pubblicato su CheFuturo!