shockwave Archives - Fabio Lalli

28 Ottobre 2025DIGITAL CULTURE

Il caos che cura | TedX Cassino

Sabato scorso sono salito sul palco a Cassino, in occasione di TEDxCassino , di fronte a un pubblico attento. Ero lì per parlare di shockwave, quelle ondate di innovazione che sconvolgono gli equilibri, e del perché credo che nel caos di queste trasformazioni si possa trovare una forma di cura.

Ho scelto questo tema, all’interno della traccia principale “Succisa virescit”: vivere antifragile. Come prosperare nel Caos, senza smettere di essere umani?” perché penso che viviamo in un’epoca di rivoluzioni costanti, in cui la tecnologia accelera ogni processo, e volevo condividere come ho imparato ad affrontare queste ondate invece di farmi travolgere.

In sala, anche nei talk prima e dopo del mio, ho percepito una miscela di curiosità e un pizzico di inquietudine, ma soprattutto la voglia di capire come navigare l’incertezza dei nostri tempi.

Io non ero al meglio della forma, ma ci sta: forse è proprio in questi momenti di attraversamento della complessità che si cresce.

Grazie a Gian Marco Di Nallo Angelo Astrei e tutto il team per l’invito ed il supporto che mi hanno dato durante questi giorni, non facilissimi.

Qui il post che ho messo riguardo al mio Tedx e Speech

Il caos che cura

C’è un momento in cui ci si accorge che qualcosa sta cambiando.
Non è un’intuizione, è una sensazione fisica.
Si avverte una vibrazione, come un rumore che si ferma, come il mare che si ritira per un attimo.
Poi arriva l’impatto.

Quella sensazione ha un nome: shockwave.
Nella fisica, è un’onda di pressione che viaggia più veloce del suono.
Si genera quando un corpo si muove a una velocità tale da superare la capacità dell’ambiente di assorbirne l’energia.
Una parte di quell’energia si concentra e crea un fronte netto, improvviso.

Nel campo dell’innovazione, le shockwave sono i momenti in cui la velocità del cambiamento supera la nostra capacità di adattamento.
Non è solo un effetto di mercato. È una condizione.

L’evoluzione della velocità

Per decenni abbiamo rappresentato l’innovazione con una curva.
Everett Rogers la chiamava Diffusion of Innovations.
Descriveva come le nuove tecnologie si diffondevano: prima gli innovatori, poi gli early adopters, poi la maggioranza e infine i ritardatari.
Era un modello ordinato e, per molti anni, funzionava.
Le persone e le organizzazioni avevano il tempo di osservare, capire e decidere come inserirsi nel cambiamento.

Oggi quella curva non descrive più nulla.
Le innovazioni non si diffondono gradualmente: appaiono, si espandono e si impongono in tempi brevissimi.
Nel 2022, ChatGPT ha superato i cento milioni di utenti in due mesi.
Netflix ha impiegato nove anni per raggiungere la stessa cifra.
Non è solo una differenza di scala. È una differenza di velocità.

Viviamo in un’epoca in cui la velocità è diventata una variabile indipendente.
La maggior parte delle persone, delle aziende e delle istituzioni non riesce più a elaborare gli effetti di ciò che adotta.
Siamo dentro un flusso continuo di cambiamenti che si sovrappongono e si amplificano.

Lo shock come condizione

Uno shock non è necessariamente una crisi.
È una rottura di equilibrio, un punto in cui la quantità di energia accumulata diventa sufficiente a generare un salto.
Nel linguaggio psicologico, è la risposta immediata a un evento imprevisto.
In economia, è la variazione improvvisa di un parametro che modifica le condizioni del sistema.
In entrambi i casi, l’effetto è lo stesso: la struttura reagisce, si deforma, poi cerca un nuovo assetto.

Ogni rivoluzione tecnologica è iniziata con uno shock.
La stampa, l’elettricità, Internet.
Ogni volta una soglia è stata superata.
Oggi le soglie sono più ravvicinate.
La distanza tra una scoperta e la sua applicazione si è ridotta da decenni a mesi.
In alcuni casi, a giorni.

Una shockwave, quindi, non è un evento isolato ma una sequenza di accelerazioni che si sommano.
È la nuova unità di misura del cambiamento.
Chi la riconosce in tempo, può adattarsi.
Chi la ignora, la subisce.

La risposta umana

Quando la velocità cresce, il primo istinto è cercare stabilità.
Le persone e le organizzazioni provano a difendere ciò che conoscono.
È un riflesso naturale, ma nel tempo produce fragilità.
Un sistema che resiste a ogni variazione diventa rigido e perde capacità di risposta.

Nassim Taleb ha usato il termine antifragile per descrivere ciò che, sotto pressione, non solo resiste ma migliora.
Non è un concetto teorico: lo si osserva in natura, nell’economia, nei comportamenti collettivi.
Un organismo esposto a stress controllato si adatta e diventa più efficiente.
Un’organizzazione che attraversa una crisi e ne analizza le cause, costruisce anticorpi operativi.

Essere antifragili non significa cercare la difficoltà, ma riconoscere che la variabilità è parte del funzionamento.
Un ponte sospeso oscilla per distribuire il peso.
Un ponte rigido, al primo terremoto, crolla.

L’antifragilità come competenza

Nella pratica, l’antifragilità si costruisce attraverso tre atteggiamenti.
Il primo è la percezione.
Chi riesce a intercettare i segnali deboli può anticipare l’impatto.
I segnali deboli sono le informazioni marginali che indicano un trend nascente: un cambiamento nel linguaggio, un nuovo comportamento d’uso, un errore ripetuto.

Il secondo è la sottrazione.
La semplificazione non è un esercizio estetico, è un metodo per ridurre il rumore.
Ogni elemento superfluo diventa un punto di rottura quando la velocità aumenta.
Molte aziende che innovano con successo lo fanno perché tolgono livelli decisionali, non perché li aggiungono.

Il terzo è la sperimentazione.
Chi prova in piccolo, sbaglia in piccolo.
Ogni test produce dati e riduce l’incertezza.
La resilienza serve a sopravvivere.
L’antifragilità serve a imparare.

Tecnologia e adattamento

L’intelligenza artificiale è oggi una delle shockwave più estese e trasversali.
Non perché sia più “intelligente” delle altre tecnologie, ma perché attraversa ogni settore e cambia la relazione tra persone e strumenti.

L’AI non genera fragilità: la evidenzia.
Mostra dove mancano conoscenza, metodo o fiducia.
In molte organizzazioni, i problemi non derivano dagli algoritmi, ma dal modo in cui vengono integrati.
Dove i processi sono chiari, l’AI accelera.
Dove sono opachi, li rende visibili.

La rapidità con cui si diffonde un modello di linguaggio, o un sistema di automazione, crea la percezione di una perdita di controllo.
In realtà, ciò che perdiamo non è il controllo, ma l’illusione di poterlo mantenere immutato.

Le tecnologie, come le shockwave, non hanno un’intenzione.
Mettono a nudo le strutture.
Rivelano i punti di attrito.

Fragilità e cura

Ogni volta che una tecnologia ci mette in difficoltà, ci offre anche un’occasione di apprendimento.
Non sempre la riconosciamo, perché l’impatto arriva prima della comprensione.
Ma l’effetto è evidente: dopo ogni grande cambiamento restano nuove abitudini, nuove parole, nuove regole.

Negli ultimi mesi, ho vissuto anch’io una forma di shock.
Mio padre è morto.
È stato un colpo improvviso, come tutte le perdite.
Mi ha ricordato quanto la fragilità faccia parte dell’esperienza umana.
Non c’è sistema che la elimini, ma si può imparare a conviverci.

Ho pensato spesso che l’AI, un giorno, potrà contribuire a ridurre la sofferenza legata alle malattie.
Non è una speranza vaga: molti dei progressi recenti nella diagnostica e nella ricerca arrivano proprio da modelli di apprendimento automatico.
Quando accadrà, diremo che l’AI ha trasformato un limite in una forma di cura.

Questo è il punto: ogni shock contiene un potenziale di guarigione.
Non perché allevia il dolore, ma perché ci obbliga a rivedere la struttura del nostro rapporto con il mondo.

Il significato della shockwave

Le shockwave non sono eventi da temere.
Sono il modo in cui la realtà redistribuisce l’energia.
L’economia, la tecnologia e la vita delle persone si muovono ormai con la stessa logica.
Ogni accelerazione rompe un equilibrio e ne costruisce un altro.

Il compito non è evitare l’impatto, ma sviluppare la capacità di leggerlo.
Riconoscere la direzione dell’onda e orientarsi di conseguenza.
Non serve essere i primi a muoversi, serve muoversi nel momento giusto.

Chi si irrigidisce resta indietro.
Chi impara a oscillare trova stabilità anche nel movimento.

Oltre la minaccia

La shockwave non è una minaccia.
È un ambiente.
Ci attraversa tutti, come attraversa le reti, i mercati, i linguaggi.

Essere antifragili significa accettare questa condizione e usarla per migliorare.
Ogni impatto rivela una parte del sistema che può evolvere.
Ogni cambiamento, se osservato con lucidità, diventa una forma di conoscenza.

Il mondo non ha bisogno di sistemi perfetti.
Ha bisogno di sistemi che sappiano adattarsi.

La prossima evoluzione non sarà una tecnologia.
Sarà la capacità umana di restare consapevoli dentro l’accelerazione.

Perchè il caos, se impariamo ad attraversarlo, è cura.

27 Aprile 202513 Maggio 2025DIGITAL 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.

24 Giugno 20244 Agosto 2025TECH & BUSINESS

Innovation Shockwave Curve: dalla disruption all’impatto dell’AI

Che l’innovazione sia il motore della crescita economica e della competitività aziendale e della società non credo ci sia alcun dubbio e non dovrebbe esser, soprattutto l’evento pandemico vissuto, nemmeno necessario doverlo sottolineare.

Malgrado oggi sia noto che siamo entrati nel pieno dell’era della convergenza tecnologica e dell’accelerazione derivante dall’AI e seppur dovrebbe esserci maggiore consapevolezza della necessità di un approccio al cambiamento, su questo tema molti hanno ancora poca propensione e dirottano ancora pochi investimenti.

Nel corso degli ultimi decenni, abbiamo assistito a diverse fasi dell’innovazione, ognuna caratterizzata da modelli di diffusione e adozione tecnologica, caratterizzate da diversi fattori, culturali, sociali, economici e tecnologici.

L’evoluzione, la propagazione e l’impatto delle innovazioni digitali sul mercato hanno avuto andamenti e dinamiche differenti e la loro rappresentazione grafica ha dimostrato diverse curve ed effetti differenti negli anni, con ripercussioni ed effetti con manifestazioni in tempi, frequenze e volumi crescenti

Partendo da modelli noti a distribuzione gaussiana, passando per la curva a pinna di squalo (quella della big bang disruption) definita qualche anno fa da Larry Downes e Paul Nunes, stiamo arrivando ad oggi, una fase in cui la maturità di diverse tecnologie e l’arrivo simultaneo dell’AI, sta creando una nuova fase, e quindi un nuovo potenziale impatto, che ho definito la fase della Innovation Shockwave Curve.

Ho buttato giù due righe di riflessioni sul tema, liberi di commentare, integrare, discutere e “distruggere” pensieri e riflessioni … in modo costruttivo.

La curva gaussiana dell’Innovazione

In un’era pre-digitale, le innovazioni tecnologiche erano limitate e richiedevano tempi di sviluppo molto lunghi. Le risorse per la ricerca e lo sviluppo erano meno accessibili e concentrate in poche grandi aziende o istituti di ricerca. La diffusione delle innovazioni avveniva principalmente attraverso mezzi di comunicazione tradizionali e il passaparola, che era un processo lento.

La curva di diffusione dell’innovazione, formalmente conosciuta come “diffusione dell’innovazione”, è stata introdotta da Everett M. Rogers nel 1962 nel suo libro “Diffusion of Innovations“. Questa curva, rappresentata come una distribuzione normale o gaussiana, illustra come le nuove idee e tecnologie vengono adottate nel tempo.

Diffusion of Innovations | 1962 | Rogers

Rogers ha progettato questa curva per spiegare il processo attraverso il quale un’innovazione viene comunicata nel tempo tra i partecipanti a un sistema sociale. La curva si divide in cinque segmenti principali di adottanti: Innovatori, Early Adopters, Early Majority, Late Majority e Laggards. Ogni segmento rappresenta un gruppo distinto di persone che adottano l’innovazione in momenti diversi, a seconda della loro propensione al rischio e all’accettazione delle novità, oltre a fattori economico sociali.

Gli Innovatori, che costituiscono il 2.5% della popolazione, sono i primi a sperimentare nuove tecnologie. Sono seguiti dagli Early Adopters (13.5%), considerati leader d’opinione e primi costruttori della fiducia verso il mercato, e dall’Early Majority (34%), che adotta l’innovazione dopo un periodo di osservazione. La Late Majority (34%) è più scettica e adotta solo dopo che la maggior parte della società ha già accettato l’innovazione. Infine, i Laggards (16%) sono gli ultimi ad adottare, spesso solo quando diventa inevitabile. Questi ultimi due, per un tema di resistenza al cambiamento, adottavano le innovazioni solo dopo ampie prove di successo e la diffusione tra le masse.

Un punto cruciale nella curva di diffusione dell’innovazione è il Tipping Point (punto di non ritorno, coniato da Malcolm Gladwell nel suo libro del 2000, “The Tipping Point: How Little Things Can Make a Big Difference“). Questo punto rappresenta il momento in cui un’innovazione passa dall’essere adottata solo dai primi utenti (Innovatori ed Early Adopters) a diventare accettata dalla maggioranza del mercato (Early Majority). È il punto di svolta in cui l’adozione dell’innovazione diventa autoalimentante e inizia a diffondersi rapidamente attraverso il resto della popolazione.

Il Tipping Point è fondamentale perché segna il passaggio dalla fase iniziale di adozione, che richiede sforzi significativi di promozione e persuasione, a una fase di crescita accelerata dove l’innovazione guadagna trazione grazie al passaparola e alla crescente accettazione sociale. Raggiungere questo punto è spesso l’obiettivo principale delle strategie di marketing e lancio di nuovi prodotti, poiché una volta superato, l’innovazione tende a diffondersi più facilmente e rapidamente.

La curva di Rogers non fornisce solo una comprensione del comportamento di adozione, ma offre anche preziose indicazioni strategiche per le aziende. Comprendere la distribuzione degli adottanti e il significato del Tipping Point può aiutare a pianificare l’introduzione di nuovi prodotti e a sviluppare strategie di marketing mirate per ciascun segmento.

La Curva a Pinna di Squalo o curva della Big Bang Disruption

La curva della disruption è un concetto che ha preso forma nel 2014 grazie al lavoro di Larry Downes e Paul Nunes nel loro libro “Big Bang Disruption: Strategy in the Age of Devastating Innovation“. Questo modello è nato dall’osservazione dei cambiamenti rapidi e radicali che le tecnologie digitali stavano causando nei mercati esistenti. Downes e Nunes hanno studiato come l’avvento di tecnologie come il mobile, internet e i social media stavano trasformando interi settori economici, producendo innovazioni che non seguivano il tradizionale modello di adozione graduale delineato da Everett Rogers.

Big Band Disruption | 2014 | Downes & Nunes

Il modello di Downes e Nunes articola la disruption in quattro fasi distinte. La prima fase, “Singularity“, è caratterizzata da numerosi esperimenti falliti che preannunciano l’arrivo di un cambiamento significativo. Nella fase del “Big Bang“, gli utenti abbandonano rapidamente i vecchi prodotti in favore di quelli nuovi. Segue la fase del “Big Crunch“, dove i disruptors subiscono un’implosione rapida e l’innovazione diventa incrementale. Infine, nella fase di “Entropy“, l’industria attraversa un declino terminale, preparando il terreno per l’ingresso di nuovi disruptors.

La curva della disruption si distingue nettamente dalla curva di diffusione dell’innovazione di Rogers, introdotta nel 1962. Mentre la curva di Rogers è rappresentata come una distribuzione normale (gaussiana), con una diffusione lenta e graduale delle innovazioni attraverso Innovatori, Early Adopters, Early Majority, Late Majority e Laggards, la curva della disruption è caratterizzata da una rapida ascesa, un picco acuto e un altrettanto rapido declino. Questo modello assomiglia a una pinna di squalo, riflettendo la velocità e l’intensità con cui le innovazioni digitali possono devastare i mercati esistenti.

Se nella curva di Rogers, come ho detto, un elemento cruciale è il tipping point, ossia il momento in cui un’innovazione passa dall’essere adottata solo dai primi utenti a diventare accettata dalla maggioranza del mercato e segna il passaggio dalla fase iniziale di adozione a una crescita accelerata e autoalimentante, grazie al passaparola e alla crescente accettazione sociale, non è così nella curva della Disruption. Nella curva della disruption infatti il tipping point è molto più rapido e acuto, con un’adozione di massa che avviene quasi simultaneamente tra gli early adopters e la majority.

Le variabili che impattano la curva della disruption includono la frequenza delle innovazioni, la velocità di adozione e l’ampiezza del picco. Con l’avvento delle tecnologie digitali, infatti, la frequenza delle innovazioni disruptive è aumentata notevolmente e sta accelerando progressivamente, con nuove tecnologie che emergono a un ritmo sempre più rapido. La velocità di adozione sia lato aziende, che lato utenti, è anche significativamente aumentata, grazie alla pervasività di internet, ai social media che permettono una diffusione ed una viralità quasi istantanea delle nuove idee, prodotti e servizi. L’ampiezza del picco nella curva della disruption è molto più elevata rispetto alla curva di Rogers, indicando che una grande percentuale del mercato può essere rapidamente raggiunta e conquistata da una nuova innovazione.

Downes e Nunes, nel loro modello, hanno inoltre identificato tre caratteristiche principali che definiscono i Big Bang Disruptors:

“Undisciplined Strategy” implica che questi disruptors competono simultaneamente su molteplici valori strategici, offrendo prodotti che sono sia migliori che più economici rispetto a quelli dei concorrenti. In secondo luogo;
“Unconstrained Growth” descrive una crescita rapida e quasi verticale, seguita da un’obsolescenza altrettanto veloce;
“Unencumbered Development” riguarda la sperimentazione rapida e il lancio di prodotti utilizzando componenti pronti all’uso.

Queste dinamiche hanno effetti profondi, come evidenziato da Downes e Nunes sulla ricerca e sviluppo (R&S) e sull’approccio alla capacità di resistere all’impatto dei cambiamenti e alla capacità delle aziende di “surfare” l’onda.

La necessità di innovazione continua diventa cruciale, con le aziende che devono investire costantemente in R&S per rimanere competitive e non lasciare al caso o alla rincorsa del cambiamento. L’attenzione si sposta verso la creazione di valore e innovazioni che possano innescare un meccanismo virtuoso incrementale o ancora di più verso innovazioni in grado di cambiare radicalmente e in modo dirompente i mercati esistenti, anziché migliorare solo marginalmente i prodotti esistenti. In questa fase, come descritto dai due autori del libro, le aziende devono sviluppare una forte capacità di adattamento per rispondere rapidamente ai cambiamenti del mercato e implementare strategie di mitigazione dei rischi, come la diversificazione del portafoglio prodotti e la flessibilità operativa.

Per affrontare l’impatto della disruption, le aziende sono state sollecitate ad adottare metodologie agili, snelle e adattative come Scrum e Kanban, per esempio, per migliorare la gestione dei progetti in modo flessibile e iterativo. Il Design Thinking, esploso nell’ultima decade, con il suo approccio centrato sull’utente e l’iterazione continua, è stato fondamentale per molte aziende per creare soluzioni innovative orientate alla risoluzione di problemi reali. La metodologia Lean Startup, con il ciclo Build-Measure-Learn, ha introdotto approcci e mindset orientati a sviluppare prodotti minimamente validi (MVP) e di iterare rapidamente basandosi sui feedback degli utenti, così da poter presidiare più rapidamente il mercato con un rapido time to market, un approccio incrementale ed una mitigazione del rischio di fallimento.

Un ulteriore approccio cruciale che è nato nel periodo della Disruption è anche quello del Platform Design, un approccio che permette, in sintesi, di ridefinire l’approccio e la progettazione della azienda facilitando l’interazione tra diversi attori dell’ecosistema. Questo include la standardizzazione dei protocolli e l’apertura dei servizi, e l’integrazione e creazione di un ecosistema di servizio che permette alle aziende di interagire facilmente con nuove tecnologie e di collaborare con partner esterni, accelerando l’innovazione e ampliando le capacità di sviluppo.

L’Open Innovation infine, negli ultimi anni, ha incoraggiato la collaborazione estesa con partner esterni, startup, università, community di territorio, e clienti, per accelerare l’innovazione e ampliare le capacità di sviluppo. Non ultimo lo Scenario Planning ossia una metodologia strategica che esplora diverse possibilità future per aiutare le organizzazioni a prepararsi all’incertezza. Identificando variabili chiave come cambiamenti tecnologici ed economici, si sviluppano scenari alternativi per capire meglio i potenziali impatti. Questo approccio permette (e sta permettendo) di creare strategie flessibili e resilienti, capaci di adattarsi a diverse evoluzioni del contesto, favorendo una preparazione robusta e la mitigazione dei rischi.

L’integrazione di questi approcci, metodologie, cambio di mindset sta consentendo alle aziende di essere più resilienti e adattabili, e allo stesso tempo robuste, rispondendo prontamente ai cambiamenti del mercato, mantenendo la competitività in un ambiente in rapida evoluzione.

Innovation Shockwave Curve: l’arrivo dell’AI e la convergenza tecnologica

Negli ultimi anni ho affrontato questi temi di cui ho scritto fin qui, di impatto ed innovazione, con differenti aziende clienti e partner affrontando, in industrie diverse, le modalità di gestione e sviluppo delle nuove tecnologie, dei nuovi media, dei linguaggi di diverse generazioni e come queste dovessero esser affrontate con metodologie e piattaforme sempre più adeguate, e con approcci di pensiero strategico sempre più snelli e adattativi.

Negli ultimi mesi, grazie al lavoro fatto su diverse piattaforme e dal confronto con diversi professionisti, ho iniziato a riflettere sulle ripercussioni derivanti oggi dall’AI e dalle nuove opportunità e complessità da affrontare considerata questa “nuova” onda d’urto che sta arrivando.

The Innovation Shockwave Curve | 2024 | Fabio Lalli – Image by Marco Lorio

Questa onda d’urto l’ho definita, già in diverse riunioni, la Innovation Shockwave Curve. Un concetto che descrive a mio avviso bene (sia in termini letterari che visuali) come l’intelligenza artificiale (AI) e altre tecnologie sempre più mature, in questa fase di convergenza e shift di cui parlo da un po’, stanno ridefinendo il panorama dell’innovazione.

La Shockwave Curve è un concetto emergente che descrive come l’intelligenza artificiale (AI) e altre tecnologie avanzate stiano ridefinendo il panorama dell’innovazione. Questo modello è nato dall’osservazione delle rapide e intense ondate di adozione che sta avendo l’AI e le altre tecnologie, che superano (e supereranno) i tradizionali modelli di diffusione dell’innovazione e di Disruption a mio avviso, andando oltre la previsione di Downes e Nunes.

ll termine “Innovation ShockWave Curve” l’ho scelto per descrivere un nuovo modello di adozione delle innovazioni caratterizzato da una rapida diffusione, un picco elevato e una fase di assestamento con continue iterazioni e che combina impatti intensi, appunto come uno shock le innovazioni emergono con un impatto immediato e significativo sul mercato e una diffusione rapida, proprio come un’onda le innovazioni si propagano velocemente attraverso il mercato, raggiungendo un’adozione massiva in breve tempo.

Con l’introduzione della Shockwave Curve, le caratteristiche chiave dei Big Bang Disruptors subiscono ulteriori evoluzioni per adattarsi al nuovo contesto tecnologico e di mercato dominato dall’intelligenza artificiale e dalle tecnologie convergenti. Ho mantenuto le stesse classificazioni per facilità di ragionamento:

Strategia indisciplinata (Undisciplined Strategy): mentre nella Big Bang Disruption i disruptors competono simultaneamente su molteplici valori strategici, offrendo prodotti migliori e più economici, nella Shockwave Curve questa strategia diventa ancora più pronunciata. La rapida iterazione e l’ottimizzazione continua consentita dall’AI permettono ai disruptors di personalizzare e adattare i prodotti in tempo reale alle esigenze dei clienti, aumentando ulteriormente la loro competitività su tutti i fronti.
Crescita senza vincoli (Unconstrained Growth): la crescita rapida e quasi verticale dei Big Bang Disruptors si intensifica nella Shockwave Curve. Grazie alle capacità predittive e di automazione dell’AI, la velocità di adozione diventa ancora più rapida, permettendo ai disruptors di scalare e raggiungere il mercato di massa in tempi record. Tuttavia, anche l’obsolescenza avviene più velocemente, con nuove ondate di innovazione che emergono costantemente e soppiantano rapidamente le tecnologie precedenti.
Sviluppo svincolato (Unencumbered Development): la capacità di sperimentare e lanciare rapidamente prodotti utilizzando componenti pronti all’uso, già evidente nella Big Bang Disruption, viene ulteriormente potenziata nella Shockwave Curve. Le tecnologie AI facilitano lo sviluppo e la sperimentazione continua, consentendo ai disruptors di iterare rapidamente e migliorare costantemente i loro prodotti. Questo ciclo accelerato di sviluppo e implementazione diventa fondamentale per mantenere il vantaggio competitivo in un mercato in continua evoluzione.

Per spiegare meglio la dinamica della Shockwave, ecco alcune differenze sostanziali a mio avviso:

Forma della Curva: Curva di Rogers: Una distribuzione normale, con una diffusione lenta e graduale. Curva della Disruption: Una rapida ascesa e declino, simile a una pinna di squalo. Shockwave Curve: Una rapida adozione iniziale, un picco molto alto e un periodo di assestamento con continue iterazioni, somigliante a un’onda d’urto.
Tempo di Adozione: Curva di Rogers: L’adozione avviene in anni o decenni. Curva della Disruption: L’adozione può avvenire in diversi mesi o pochi anni. Shockwave Curve: L’adozione è estremamente rapida, spesso in pochi mesi, grazie all’AI e alle tecnologie digitali.
Tipping Point: Curva di Rogers: Un punto critico dove l’adozione passa dalla minoranza alla maggioranza. Curva della Disruption: Un tipping point rapido e acuto. Shockwave Curve: Il tipping point è quasi istantaneo, con una diffusione simultanea tra early adopters e majority.

Le variabili già descritte anche nel modello della Disruption cambiano di nuovo:

Frequenza: Le innovazioni supportate dall’AI emergono a una frequenza molto alta, creando ondate successive di adozione, con impatto su diverse altre tecnologie e ambiti.
Velocità: La velocità di adozione è estremamente rapida, facilitata dalla connettività globale e dai sistemi AI che accelerano lo sviluppo e la distribuzione delle innovazioni.
Ampiezza: L’ampiezza del picco è molto elevata, indicando una rapida e vasta adozione, spesso coinvolgendo gran parte del mercato in tempi brevi.

Per quanto riguarda gli effetti che avrà sui processi di ricerca e sviluppo e sull’approccio che le aziende dovranno adottare per mitigare gli impatti e affrontare il repentino cambiamento e una aggressiva competizione, sarà necessario:

implementare processi di Innovazione Continua: le aziende dovranno investire costantemente in R&S per sviluppare tecnologie e modelli innovativi e sarà necessario rivedere il concetto purtroppo radicato che “Innovazione = costo”
focalizzare l’attenzione senza dubbio su AI e automazione: l’attenzione si concentrerà su tecnologie che possono essere rapidamente iterate e migliorate.
allenare l’adattabilità: le aziende dovranno essere estremamente flessibili per rispondere rapidamente alle nuove ondate di innovazione e rivedere modelli di offerta in funzione di un cambiamento repentino anche delle abitudini di consumo e comportamento del mercato
definire strategie di mitigazione: sarà sempre più necessario intervenire su processi e strategie per anticipare e rispondere ai rapidi cambiamenti del mercato, come la diversificazione e la flessibilità operativa, e la mitigazione di rischi operativi

Per quanto io veda nelle fasi di enorme cambiamento opportunità di sviluppo e crescita, credo che questa fase, per via di questa onda d’urto, si potrebbero creare e potrebbero emergere non pochi effetti collaterali che provo a buttare giù a livello di macro-pensiero:

Saturazione del mercato: ogni mercato ha un limite massimo di adozione, oltre il quale non è possibile acquisire nuovi utenti senza sottrarli ad altri. Quando un’innovazione raggiunge una crescita come quella che stiamo vedendo, ad un certo punto (ed in questo caso presto), la crescita inevitabilmente rallenta e inizierà a decrescere quando non ci saranno più nuovi utenti da acquisire, o quando la velocità di acquisizione di nuovi utenti non potrà più compensare la perdita di quelli esistenti.
Stanchezza da innovazione: un’accelerazione costante e la frequente introduzione di nuove tecnologie possono portare il mercato a “stancarsi” del continuo cambiamento. La “fatigue” dell’innovazione si verifica quando i consumatori diventano meno inclini a provare nuovi prodotti o servizi a causa dell’eccesso di novità. La resistenza al cambiamento aumenta, e i tassi di adozione iniziano a declinare poiché i consumatori preferiscono stabilità e familiarità.
Limiti di risorse: le risorse necessarie per sviluppare, produrre e distribuire innovazioni non saranno illimitate, ed in alcuni contesti cominciamo a vedere già alcuni. Costi crescenti e la competizione per risorse scarse potranno rallentare il ritmo dell’innovazione. Le aziende rischiano di incontrare difficoltà nel mantenere il ritmo di innovazione, portando automaticamente ad un rallentamento nella diffusione di nuove tecnologie.
Effetti di cannibalizzazione: le nuove innovazioni spesso sostituiscono quelle esistenti. Quando le nuove tecnologie cannibalizzano il mercato delle tecnologie precedenti senza espandere significativamente il mercato totale, il tasso complessivo di crescita può rallentare. La curva di crescita mostra un declino, poiché l’adozione di nuove innovazioni non genera un aumento netto degli utenti.
Dinamiche economiche e sociali: i fattori macroeconomici come recessioni, cambiamenti nelle politiche governative o cambiamenti demografici possono influenzare la capacità di un mercato di adottare nuove tecnologie. Questi fattori possono portare a una stagnazione o a una riduzione nell’adozione delle innovazioni, interrompendo il modello della Shockwave Curve.
Aumento della concorrenza: la rapida diffusione delle innovazioni altamente impattanti e generative, come l’AI appunto, crea mercati altamente competitivi. Le aziende devono competere non solo con le imprese tradizionali ma anche con nuove startup, più agili snelle e maggiormente aggressive in termini di capacità di insediamento sul mercato. L’aumento della concorrenza portare automaticamente ad una riduzione dei margini di profitto e a una maggiore pressione per innovare continuamente.
Dipendenza dall’innovazione continua: un tema che non avrei pensato anni fa, è il tema della dipendenza (e da effetto Fomo). Le aziende non possono più non fare innovazione, ma ne potrebbero diventare troppo dipendenti, con la necessità costante di introdurre costantemente nuove proposizioni o miglioramenti di offerta. Questa rincorsa potrebbe generare, come sta succedendo già con l’effetto FOMO, a decisioni affrettate, investimenti rischiosi e un focus eccessivo sull’innovazione a breve termine a scapito della stabilità a lungo termine.
Disuguaglianze di accesso: le innovazioni tecnologiche raggiungono prima i mercati sviluppati, lasciando indietro i mercati emergenti. Questa dinamica crea potenzialmente una disuguaglianza nell’accesso alle tecnologie avanzate, esacerbando le disparità economiche e sociali.
Impatto ambientale: non ultimo un tema oggi più che mai attuale. La produzione e lo smaltimento rapidi di nuovi dispositivi tecnologici e di sistemi dall’impatto enorme in termini di consumo, possono avere effetti negativi sull’ambiente e sul consumo di risorse naturali.

Le metodologie fin ora adottate e suggerite anche dal precedente modello della BigBang Disruption, rimangono essenzialmente le stesse, centrate principalmente su alcuni principi: progettazione sempre più utente centrica, agilità di processo e metodo, collaborazione multidisciplinare per comprendere non solo gli impatti tecnici, ma anche sociali, economici, psicologici e normativi.

Per affrontare l’impatto della Shockwave Curve, le aziende dovranno continuare ad adottare diverse metodologie:

Metodologie Agili: Framework come Scrum e Kanban permettono una gestione flessibile e iterativa dei progetti.
Design Thinking: Approccio centrato sull’utente e iterazione continua per sviluppare soluzioni che risolvano problemi reali.
Lean Startup: Ciclo Build-Measure-Learn per sviluppare MVP e iterare rapidamente basandosi sui feedback degli utenti.
Platform Design: Creazione di piattaforme che facilitano l’interazione tra diversi attori dell’ecosistema, standardizzazione dei protocolli e apertura dei servizi attraverso API.
Open Innovation: Collaborazione estesa con partner esterni, startup, università e clienti per accelerare l’innovazione.
Scenario Planning: Previsione e preparazione per diverse possibili evoluzioni del mercato, sviluppando strategie per affrontare ciascun scenario.

Dato l’impatto estremamente rapido e intenso della Shockwave Curve, oltre metodologie agili, Design Thinking, Lean Startup, Platform design, Open Innovation e Scenario Platform sarà a mio avviso necessario sviluppare e adattare nuove metodologie per affrontare le sfide specifiche che questa nuova onda presenterà.

Credo, anche per l’esperienza che sto facendo su alcuni ambiti di industria, che sarà necessario includere:

AI-Driven Innovation: utilizzo di algoritmi di intelligenza artificiale per anticipare le tendenze e adattare rapidamente le strategie.
Continuous Deployment & Integration: processi automatizzati per implementare continuamente nuove funzionalità e miglioramenti, riducendo il tempo di risposta ai cambiamenti del mercato.
Ecosystem-Oriented Development: prodottizzazione di alcuni procesi, sviluppo di servizi con un approccio integrato all’ecosistema, favorendo la collaborazione tra diversi attori del mercato e sfruttando le sinergie.
Adaptive Governance: strutture di governance flessibili che permettano decisioni rapide e decentralizzate, facilitando l’innovazione continua e l’adattamento alle nuove condizioni di mercato.
Real-Time Analytics & Decision Making: Utilizzo di strumenti di analisi in tempo reale per prendere decisioni rapide e informate, migliorando la capacità di reagire ai cambiamenti del mercato.

La curva di innovazione ha subito un’evoluzione significativa dalle prime fasi rappresentate dalla curva gaussiana, attraverso la fase della curva a pinna di squalo, fino alla recente “emergenza” di fronteggiare l’onda d’urto della innovation shockwave curve, influenzata dall’AI.

Questa transizione riflette senza dubbio l’accelerazione e la dinamizzazione dei processi di innovazione nel contesto tecnologico attuale. Le aziende che non sapranno, più di prima, adattarsi subiranno non più l’effetto travolgente di una onda di grandi dimensioni, ma l’impatto di un muro verso cui si sta correndo senza possibilità di frenare. L’agilità e l’innovazione continueranno ad esser non una certezza di salvataggio, ma un approccio utile per interpretare, comprendere e adattarsi nell’era dell’intelligenza artificiale e delle tecnologie convergenti.

Dello Shift che stiamo vivendo ne ho scritto nel libro “Spatial Shift: La convergenza tecnologica di Computing, Mixed Reality, Artificial Intelligence e Blockchain” trattando in modo specifico lo shift della mixed reality e dell’AI, focalizzandomi sugli impatti dello Spatial Computing, ossia una piccola parte del grande cambiamento che stiamo vivendo.