INNOVAZIONE

Cosa può insegnarci l’evoluzione in tema di innovazione

Lezioni apprese dalla biologia.

Noubar Afeyan, Gary P. Pisano

Ottobre 2021

Cosa può insegnarci l’evoluzione in tema di innovazione

Il 30 novembre 2020, Moderna Therapeutics ha annunciato che i test clinici di fase III effettuati sul suo vaccino a RNA messaggero dimostravano un’efficacia protettiva del 95% contro il virus Sars-CoV-2 che nei dieci mesi precedenti aveva già ucciso nel mondo quasi 1,5 milioni di persone. Moderna, un player relativamente nuovo nella corsa al vaccino anti-Covid e un’azienda di cui avevano sentito parlare in pochi prima della pandemia, sembrava aver raggiunto il successo praticamente da un giorno all’altro. Ma, come ha osservato il suo CEO Stéphane Bancel, quel successo era frutto di dieci anni di lavoro. Non era stato un colpo di fortuna: il vaccino era il prodotto di un processo ripetibile che era stato impiegato migliaia di volte dall’azienda da cui era nata Moderna: Flagship Pioneering, un incubatore basato a Cambridge, Massachusetts, la cui missione è concepire, realizzare e commercializzare innovazioni rivoluzionarie in ambiti precedentemente inesplorati della biologia.

Questa lettura superficiale del caso Moderna, come abbiamo visto per tante altre innovazioni rivoluzionarie, è comprensibile. Le grandi innovazioni sono quasi sempre considerate il risultato di sforzi caotici, occasionali e non programmabili – il prodotto della mera casualità o dell’ispirazione di un raro visionario. Secondo noi, è un’idea profondamente sbagliata. Dai nostri rispettivi osservatori (negli ultimi tre decenni Afeyan ha avviato nuove iniziative imprenditoriali basate sugli ultimi progressi della scienza e della tecnologia, e Pisano ha studiato i processi d’innovazione), siamo giunti alla conclusione che le grandi innovazioni tendono a emergere da un processo relativamente ben definito che prende a modello i principi ispiratori dell’evoluzione: la generazione di varianti, che crea una pluralità di forme di vita, e la pressione per la selezione, finalizzata a selezionare i soggetti più idonei a sopravvivere e a riprodursi in un determinato ambiente. Questo approccio, denominato scoperta emergente, è un processo strutturato e disciplinato di progressi intellettuali, ricerca iterativa e sperimentazione, e selezione. E, pur avvalendosi di persone dotate di un talento straordinario, non richiede un nuovo Leonardo da Vinci o un nuovo Steve Jobs per produrre un’innovazione straordinaria.

La scoperta emergente inizia con la ricerca di idee potenzialmente importanti in ambiti scientifici, tecnologici o di mercato relativamente nuovi, con l’obiettivo di generare ipotesi di discussione, o domande “what if”. Quelle domande speculative fungono da punto di partenza per un processo di selezione neodarwiniano che mira a scoprire e a validare idee migliori, a sollecitare un feedback critico da parte di osservatori esterni e a far evolvere il concetto in una soluzione pratica e di qualità superiore. La scoperta emergente presuppone una cultura in cui i membri di un’organizzazione, e in particolare i leader, non esitano a suggerire idee apparentemente inattuabili e a mettere in discussione dogmi – una cultura che vede nelle idee “sbagliate” non vicoli ciechi ma spunti di riflessione, e considera l’evoluzione delle idee una responsabilità collettiva.

 

Definire l’innovazione rivoluzionaria

È importante definire esattamente ciò che intendiamo per “innovazione rivoluzionaria”. Noi usiamo due criteri. Il primo è la discontinuità. Le grandi innovazioni implicano progressi rilevanti nei principi ispiratori della scienza, della tecnologia, del design, dell’economia e di altri rami del sapere, e fissano nuovi paradigmi per l’innovazione futura modificando le aspettative o ampliando i confini del “possibile”.  Il light-jet Honda era un’innovazione rivoluzionaria perché è stato il primo a usare il motore sovrapposto all’ala, una configurazione che fino ad allora si considerava aerodinamicamente infattibile su un piccolo aereo. Non tutte le grandi innovazioni sono puramente scientifiche o tecnologiche, naturalmente. Il motore di ricerca di Google era una tecnologia rivoluzionaria, ma il metodo del cost-per-click adottato dall’azienda ha prodotto un’innovazione del modello di business che ha letteralmente ribaltato la logica economica del settore pubblicitario.

Il secondo criterio è il valore. Le grandi innovazioni generano nuove fonti di valore risolvendo problemi importanti o creando una domanda che non esisteva in precedenza. Le fotocamere digitali hanno ucciso il business della fotografia tradizionale, ma in ogni caso oggi vengono scattate molte più foto digitali di quante non ne siano mai state fatte con le pellicole. E siccome le immagini virtuali sono entrate a far parte di social media come Facebook e Instagram, la fotografia digitale ha creato un grandissimo valore economico.

 

La fallacia dei “tiri in porta”

Nella ricerca dell’innovazione rivoluzionaria, la strategia che predomina oggi è l’approccio dei “tiri in porta” – l’antitesi della scoperta emergente. Vuol dire finanziare un vasto portafoglio di progetti nella speranza che i profitti generati da quel raro successo coprano abbondantemente il costo dei numerosi insuccessi. Se investite in un numero sufficiente di progetti, dice la teoria, in base alla legge delle probabilità (ossia ai capricci della fortuna), alla fine “farete centro”. È una strategia diffusa nelle biotecnologie, nell’alta tecnologia, nei beni di largo consumo confezionati, nell’intrattenimento e nel venture capital. Un elemento critico di questo approccio è la severità delle verifiche, che possono uccidere nella culla quelli che sembrano progetti deboli. A prima vista, sembra tutto ragionevole. La teoria moderna di portafoglio – e la relativa pratica – mettono in luce i benefici della diversificazione dei rischi e un sistema di verifiche approfondite teso a evitare che si sprechino altri soldi nel tentativo di recuperare quelli già persi potrebbe apparire una forma prudente di gestione delle risorse.

Ma l’approccio dei tiri in porta ignora il fatto che, di solito, all’inizio i concetti altamente innovativi hanno parecchi limiti. In realtà, le iterazioni precedenti di tante celebrate innovazioni sembravano destinate al fallimento. Esaltiamo l’iPhone perché ha cambiato le regole del gioco, ma quasi tutti i suoi predecessori – come il Newton di Apple – sono falliti miseramente. Il Crixivan è un farmaco rivoluzionario contro l’AIDS, ma il suo programma di sviluppo stava per essere interrotto quando i primi trial clinici hanno dato risultati deludenti. Poiché il mantra dell’approccio dei tiri in porta è abbandonare i progetti insoddisfacenti presto e spesso, molte idee promettenti faticano a sopravvivere alla fase embrionale.

Un’altra negatività è che la pressione per i risultati a breve può creare una relazione antagonistica disfunzionale tra i team di progetto e i loro finanziatori. I finanziatori vogliono vedere dei progressi, mentre i membri del team vivono nel terrore di vedersi cancellati i progetti (con conseguenze potenzialmente fosche per i loro posti di lavoro o per la loro reputazione) se i risultati iniziali si rivelano deludenti. Questa dinamica può creare situazioni in cui i team sono restii a dare cattive notizie ai finanziatori – o a condividere informazioni con altri team di progetto con cui si considerano in competizione su risorse scarse. Di conseguenza, i team sono poco incentivati a condurre gli esperimenti iniziali che potrebbero mettere in luce limiti importanti dei loro concetti.

Un approccio decisamente più valido è il processo di scoperta emergente usato da Flagship, ispirato ai principi-base dell’evoluzione – la generazione e la selezione di varianti genetiche – che si sono rivelati potenti motori di innovazione nell’ambiente naturale. La variante genetica si genera per mutazione (cambiamenti che si determinano in punti casuali del codice DNA) e ricombinazione (riaggregazioni di frammenti di DNA). La pressione per la selezione si riferisce a elementi dell’ambiente – come la competizione per il cibo – da cui dipende il fatto che una determinata caratteristica (mettiamo, delle gambe più lunghe) sia più o meno favorevole alla sopravvivenza. Ricerche sull’innovazione e casi di studio su settori estremamente diversificati come la chimica, la farmaceutica, l’informatica, l’industria automobilistica, l’elettronica e l’industria aeronautica, indicano che meccanismi analoghi alla generazione di varianti e la pressione per la selezione hanno un ruolo critico per l’innovazione. Se progettati e gestiti correttamente, questi processi si possono sfruttare per creare innovazioni dirompenti. Flagship ha sviluppato e applicato i principi della scoperta emergente per dare origine a più di 100 aziende biotecnologiche negli ultimi due decenni. Un caso esemplare è quello di Moderna Therapeutics. (Avvertenza: Pisano ha fatto consulenza a Moderna di cui è azionista, ed è consigliere di amministrazione e azionista di altre due aziende finanziate da Flagship, Axcella Health e Generate Biomedicines).

 

Un prodotto della scoperta emergente: Moderna

Moderna è nata molto tempo prima della pandemia. Nella primavera del 2010, uno di noi (Afeyan) e Robert Longer del MIT, inventore prolifico e professore di ingegneria chimica, si sono incontrati per discutere alcune idee su cui aveva lavorato Derrick Rossi di Harvard in merito all’utilizzo dell’RNA messaggero – molecole che trasportano le istruzioni impartite dal DNA al meccanismo di produzione delle proteine di una cellula – per riprogrammare un certo tipo di cellule (i neuroblasti) al fine di creare cellule staminali che a quel punto si potrebbero trasformare in tanti altri tipi di cellule. Le ricerche di Rossi attingevano al lavoro svolto in precedenza da Katalin Karikò e Drew Weissman della University of Pennsylvania, che avevano usato un RNA messaggero chimicamente modificato per ridurre – ma non eliminare – reazioni avverse innate nelle cavie. Parlandone con Langer, Afeyan ha trovato suggestivo l’approccio generale, ma non per la possibilità di riprogrammare cellule adulte in cellule staminali di tipo embrionale. Si è domandato invece se non si potesse usare l’RNA messaggero per “ordinare” alle cellule di veicolare farmaci – un’idea ventilata da decenni ma che non era stata ancora tradotta in realtà.

Sulla base di queste e di altre discussioni, Afeyan e Doug Cole, un managing partner di Flagship, hanno lanciato uno studio di sette mesi all’interno dei Flagship Labs, la fucina dell’innovazione, per rispondere alla domanda: “E se riuscissimo a creare un RNA messaggero geneticamente modificato che, una volta introdotto nei pazienti, trasformasse le loro cellule in fabbriche in miniatura in grado di produrre tutti i farmaci bio-terapeutici che vogliamo?” Nessuno era mai riuscito a modificare con successo l’RNA messaggero per utilizzarlo come farmaco, né aveva dimostrato che si potesse fare. Afeyan e Cole hanno discusso la fattibilità dell’idea con studiosi di varie discipline, che andavano dalla biologia molecolare e cellulare all’engineering biologico e alle nanotecnologie. Poi hanno chiesto a due giovani ricercatori che collaboravano con il premio Nobel Jack Szostak di rispondere al quesito: “L’RNA messaggero potrebbe consentire ai pazienti di sviluppare un’auto terapia specifica?”

L’esplorazione del quesito ha prodotto decine di altri interrogativi. Precedenti studi di laboratorio in vitro avevano dimostrato la possibilità di ridurre la risposta immunitaria innata all’RNA messaggero sintetico, ma anche dopo le modifiche genetiche, quando veniva immesso nelle cellule, l’MRNA innescava risposte immunitarie che erano ancora troppo alte per consentirne l’utilizzo nelle cavie o in dosi ripetute. I meccanismi biochimici specifici che innescavano le risposte immunitarie non erano stati identificati. Il team si è domandato se modifiche biochimiche alternative non potessero indurre risposte immunitarie meno intense. Sono emersi anche problemi di stabilità, perché le molecole dell’MRNA sono intrinsecamente instabili e tendono a degradarsi nel flusso sanguigno. Ricerche effettuate in precedenza con altri tipi di RNA avevano evidenziato modifiche chimiche che li rendevano più stabili. L’MRNA si poteva modificare nello stesso modo? (Purtroppo no. Diversamente da quanto accadeva per gli altri RNA, le molecole di MRNA dovevano sopravvivere a due processi – trascrizione e traduzione – e le modifiche interferivano con entrambi). Quali modifiche alternative avrebbero potuto funzionare? Anche a questo riguardo non c’erano dati relativi alla sperimentazione sulle cavie. Nessuno, per esempio, sapeva dove andasse a finire in realtà l’MRNA sintetico una volta iniettato nell’animale. Nessuno sapeva se avrebbe resistito alla degradazione o se, in caso affermativo, se ne poteva fare arrivare alle cellule un quantitativo sufficiente ad attivare la proteina. Anche assumendo di poterne fare arrivare una quantità sufficiente per attivare la produzione, nessuno sapeva se quelle proteine si sarebbero correttamente “ripiegate” nelle forme tridimensionali necessarie per un funzionamento adeguato. E assumendo di poter creare delle proteine funzionali, non si sapeva se sarebbe stato possibile produrne quantità terapeuticamente significative. Oltretutto, non esistevano nemmeno gli strumenti per affrontare questi quesiti, peraltro mai nemmeno studiati.

Dopo vari mesi di lavoro, il team aveva ancora tanti interrogativi e poche risposte. I ricercatori di ProtoCo LS18, come era stata chiamata l’iniziativa sperimentale, erano convinti che se fossero riusciti a rispondere a quelle domande avrebbero potuto creare un valore commerciale enorme. E visto che si trattava di un’area ancora largamente inesplorata, molti dei loro processi si sarebbero potuti brevettare. Nell’autunno 2010, Flagship ha iniziato a presentare domande di brevetto sia sulle nuove modifiche genetiche sia sulle composizioni terapeutiche dell’MRNA. Nel 2011, l’iniziativa è stata ribattezzata Moderna e i suoi ricercatori si sono trasferiti in un laboratorio affacciato sulla First Street di Cambridge. Il team ha trascorso i sei mesi successivi iniettando nei topi varie combinazioni di MRNA geneticamente modificato. Come ci si poteva aspettare, molte delle molecole non sono sopravvissute alla trascrizione e alla traduzione. Ma alcune ce l’hanno fatta. Alcuni topi hanno cominciato a produrre proteine che altrimenti non sarebbero esistite – prima in piccole quantità e poi in quantità maggiori. Era la prima prova reale della fattibilità scientifica.

Il caso Moderna mette in luce diversi aspetti salienti del processo di innovazione rivoluzionaria. Primo, le grandi innovazioni emergono dall’accumulazione di una serie di progressi – alcuni rilevanti e altri più modesti. Non c’è stato un passaggio specifico, un “momento magico” in cui è nato il miracolo dell’MRNA. In realtà non c’è stato nessun miracolo. La piattaforma MRNA di Moderna si basava su una costellazione di tecnologie, metodi, tecniche e know-how che si è evoluta progressivamente nel tempo. Per esempio, il team ha capito subito che percependo l’MRNA iniettato come estraneo e ostile, il sistema immunitario attaccava le molecole e inibiva la produzione delle proteine desiderate. La soluzione di questo problema – che comportava lo sviluppo di soluzioni brevettate per “imballare” l’MRNA in modo che riuscisse a eludere il sistema immunitario e farlo arrivare nelle cellule giuste del corpo – ha richiesto anni.

 

Generazione di varianti: sviluppare un’ipotesi “what if”

Nell’innovazione, la generazione di varianti non è spontanea, come avviene nel mondo naturale. Va stimolata da persone che cercano nuove soluzioni operative o vogliono approfondire certe aree di indagine. Ma, il più delle volte, i team d’innovazione limitano il loro approccio intellettuale a modifiche o affinamenti di idee che funzionano già. Per esempio, le idee su cui si sono arrovellati decenni gli ingegneri per rendere le automobili più “risparmiose” e meno dannose per l’ambiente si riducevano a miglioramenti incrementali nell’architettura dei motori (aggiungere i turbocompressori; usare l’elettronica per controllare più precisamente la combustione), all’alleggerimento della carrozzeria e all’impiego di dispositivi come i convertitori catalitici. Tutti questi miglioramenti partivano dall’assunto che il motore a combustione interna sarebbe sempre esistito. L’innovazione rivoluzionaria richiede l’ideazione di alternative che vanno al di là degli orizzonti scientifici, tecnologici, progettuali o economici attuali. I veicoli elettrici non sono entrati realmente in produzione finché le batterie agli ioni di litio non sono diventate adeguatamente efficienti, grazie ai progressi realizzati nel business dell’elettronica portatile. Questi salti tecnologici non sono avvenuti spontaneamente. In realtà, pregiudizi cognitivi, incentivi disallineati, accettazione acritica dei dogmi e altre forze negative ostacolano spesso l’immaginazione. Servono dei processi che ci aiutino a superare queste barriere.

Il processo di generazione delle varianti di Flagship, che è studiato per creare grandi innovazioni in ambiti precedentemente inesplorati, esclude esplicitamente campi scientifici in cui sono già radicate altre aziende o in cui la ricerca ha già fatto grossi passi avanti. Piccoli team interdisciplinari composti da ricercatori e senior leader di Flagship (tutti di estrazione scientifica) vengono incaricati di esplorare ambiti specifici (mettiamo, l’applicazione dell’intelligenza artificiale alla scoperta di nuovi farmaci). Poiché lavorano in aree ancora poco studiate, i team di esplorazione non possono seguire il tipico processo di analisi della letteratura, identificazione dei gap e poi azioni concrete per colmarli. Invece si pongono una serie di domande “what if” (cosa succede se…) elaborate attraverso lo studio approfondito di vari filoni di ricerca.

Per esempio, noi sappiamo che il corpo umano contiene molte forme di vita o interagisce con esse tramite l’ingestione del cibo: sono cellule animali, funghi, batteri, piante, virus e altri organismi monocellulari. Questo fatto potrebbe indurre il ricercatore a farsi tutta una serie di domande, come le seguenti: “Cosa fanno tutte queste forme di vita nel nostro corpo, e come interagiscono tra di loro? C’è comunicazione molecolare tra queste forme di vita? I batteri che si sono insediati nel nostro corpo lavorano con le nostre cellule per supportare le nostre funzioni metaboliche, immunologiche e persino neuronali?” (Detto per inciso, le risposte a tutte queste domande sono affermative). Di qui le ipotesi di ricerca: “E se potessimo sviluppare dei farmaci che utilizzano questi network per migliorare la nostra salute?” Ipotesi come questa stavano alla base del lavoro di Senda Biosciences, una start-up finanziata da Flagship che si concentrava sulle applicazioni sanitarie della biologia trans sistemica.

Pur essendo meramente teoriche, le domande what-if più suggestive affondano le proprie radici in una profonda conoscenza dei fenomeni biologici. (Per esempio, l’ecosistema contiene molte forme di vita; l’RNA ha un ruolo fondamentale nella produzione di proteine all’interno delle cellule). Derivano da un’indagine rigorosa di ciò che si sa e non si sa di determinati sistemi biologici. Per esempio, nel 2014 un team di Flagship ha avviato uno studio sulla possibilità di usare i globuli rossi umani come agenti terapeutici. In quel periodo, altri scienziati stavano “costruendo” linfociti T modificati per combattere il cancro. Ciò ha portato il team a chiedersi: “E se riuscissimo a produrre globuli rossi (le cellule più abbondanti nel nostro corpo) modificati che recano all’interno o in superficie una o più proteine terapeuticamente attive per farne un nuovo tipo di medicina?” Allora non c’erano dati sulla realizzabilità o sulla funzionalità di quelle cellule modificate. Il team, denominato ProtoCo LS24, si è poi evoluto nell’azienda Rubius Therapeutics.

Il processo di generazione delle varianti richiede anche un’intensa collaborazione interdisciplinare. I progetti supportati da Flagship potrebbero riunire, per esempio, un ingegnere chimico, un biologo computazionale, un biologo cellulare e un oncologo – una varietà di prospettive che è essa stessa una fonte di generazione delle varianti. Varie ricerche hanno dimostrato che dei team interdisciplinari ben funzionanti estendono la portata dell’esplorazione combinando aree scientifiche precedentemente separate.

Porsi domande ipotetiche è una tecnica che risale ad Aristotele, eppure questo strumento creativo apparentemente semplice è spesso molto difficile da impiegare nella pratica. Nella nostra esperienza, gli ostacoli principali sono tre:

Errore n. 1: l’ipotesi deve dimostrarsi corretta pressoché immediatamente. I team d’innovazione si sentono chiedere spesso di validare fin da subito le loro ipotesi. Ma così si crea una “attrazione gravitazionale intellettuale” – un pregiudizio intellettuale avverso a un allontanamento eccessivo dalla propria base di conoscenze. La domanda what-if dovrebbe essere un punto di partenza teorico – una congettura che diventa il punto focale di un processo intenso e iterativo di sperimentazione, verifica, rivalutazione ed evoluzione. In Flagship, si riconosce esplicitamente che queste ipotesi non devono essere vere nel momento in cui vengono formulate. Tutti danno per scontato che abbiano dei limiti; dopotutto, quando si lavora in un territorio inesplorato, è virtualmente impossibile che la supposizione iniziale sia corretta al 100%.

Errore n. 2: la domanda what-if deve affrontare un problema specifico. La scoperta guidata dai problemi – che è stata usata con grandissimo successo da organizzazioni come la U.S. Defense Advanced Research Projects Agency (DARPA) – inizia con un problema da risolvere (per esempio, come progettare un aereo ipersonico in grado di volare a 20 volte la velocità del suono). I risultati conseguiti da DARPA dimostrano che può essere un approccio efficace. Ma i successi riportati da Flagship indicano che una focalizzazione ristretta su un determinato problema non è necessaria per l’innovazione rivoluzionaria - e che in alcuni casi, non averla è un incentivo alla creatività. Nelle prime fasi di esplorazione, Flagship prende in considerazione vaste aree potenziali di applicazione, o usa casi anziché problemi o mercati specifici. Per esempio, il processo di esplorazione di un altro spin-off di Flagship, Generate Biomedicines, non era motivato dal desiderio di curare una malattia in particolare; era nato come indagine sulla possibilità di utilizzare l’intelligenza artificiale per ampliare l’arsenale dei possibili farmaci biologici. Ciò ha portato allo sviluppo di una piattaforma computazionale in grado di generare proteine bio-terapeutiche totalmente innovative.

Nessuno dei due approcci è necessariamente migliore dell’altro, ma ognuno dei due è più adatto a certi tipi di organizzazioni e di strategie. DARPA, per via della sua missione istituzionale, deve risolvere una tipologia molto specifica di problemi militari. Il suo approccio guidato dai problemi è dunque perfettamente in linea con questa strategia. Ma le organizzazioni che perseguono l’innovazione rivoluzionaria in ambiti inesplorati hanno bisogno di molta più libertà per l’indagine iniziale e di uno spazio esplorativo più vasto. In realtà, partendo da ipotesi su soluzioni e problemi, un’esplorazione può oscillare tra i due approcci per trovare abbinamenti innovativi.

Errore n. 3: l’ipotesi potrebbe essere vaga e imprecisa. Le ipotesi non dovrebbero essere visioni amorfe; dovrebbero essere affermazioni concrete di come si potrebbe fare una determinata cosa. La loro natura teorica non implica assolutamente che possano essere vaghe o aspecifiche. Ciò potrebbe apparire illogico: perché scervellarsi sui dettagli in una fase ancora iniziale quando è altamente probabile che una soluzione ipotizzata non si riveli corretta? I dettagli sono importanti perché mettono a disposizione un punto focale per l’indagine, la sperimentazione e l’evoluzione successiva. Se mancano di dettagli, è difficile sapere quali domande porsi ulteriormente e quali esperimenti mettere in cantiere. Considerate la differenza tra queste due domande ipotetiche: “Cosa accadrebbe se potessimo creare un’automobile che si guida da sé?” e “Cosa accadrebbe se potessimo creare un sistema di guida totalmente autonomo che impiega un pacchetto integrato di sensori lidar; sensori a raggi infrarossi e ultrasonici; videocamere installate sulla parte anteriore, sulla parte posteriore e sulle fiancate del veicolo; e un computer di bordo in grado di eseguire 30 trilioni di operazioni a virgola mobile al secondo; un GPS in grado di localizzare un oggetto con un margine di errore di un metro, e un sistema di telemetria vehicle-to-vehicle?” È difficile rispondere alla prima domanda se non dicendo qualcosa di generico (e non particolarmente utile) come “Caspita, sembra bello”. La seconda e ben più concreta proposta suscita tutta una serie di domande, come “Trenta trilioni di operazioni a virgola mobile al secondo sono abbastanza?” e “Che tipo di telemetria veicolare occorre?” Ovviamente, all’inizio dell’esplorazione, è improbabile che il ricercatore ne sappia abbastanza da poter formulare un’ipotesi molto precisa, ma l’obiettivo dovrebbe essere proprio arrivare a queste ipotesi il più rapidamente possibile. Considerate le ipotesi (Flagship ne usa spesso contestualmente più di una) delle destinazioni alternative. Se non sapete esattamente dove volete arrivare alla fine, allora è difficile scegliere una direzione – e impossibile capire se state facendo dei progressi.

 

Pressione per la selezione: arrivare a “Si scopre che”

In natura, lo sviluppo di varianti è solo il primo passo dell’evoluzione. La pressione per la selezione tramite la competizione sulle risorse (mettiamo, il cibo) determina le varianti che sopravvivono e quelle che non sopravvivono. Applicare la pressione per la selezione all’innovazione vuol dire porsi un’infinità di domanda e affinare in continuazione le ipotesi. Si può fare con tanti mezzi diversi, tra cui la raccolta e l’analisi dei dati, la sperimentazione formale e la richiesta di input e critiche a esperti esterni. Flagship usa tutti questi mezzi. Presenta le sue ipotesi a un vasto network di scienziati, sapendo benissimo che molti saranno scettici e che anche il più scettico di loro (quello che dice: “Questa idea non funzionerà mai”) fornirà indicazioni preziose che faranno evolvere le idee. Con queste discussioni, i membri dei team di Flagship vengono a conoscere dati scientifici potenzialmente rilevanti e persone che potrebbero avere un’esperienza utile da mettere in campo.

Se la pressione per la selezione funziona, i limiti delle ipotesi iniziali verranno facilmente a galla. In alcuni casi, quei limiti potrebbero essere così gravi da giustificare l’abbandono o il ripensamento del concetto-base. All’inizio, si effettuano “esperimenti killer” per stabilire se un’idea non ha di fronte un ostacolo insuperabile. Per esempio, quando è iniziato il programma di ricerca di Moderna, gli esperimenti miravano a capire meglio le proprietà immunogenetiche dell’MRNA a stabilire se si poteva evitare una risposta immunitaria – perché in caso negativo, l’idea di usare l’RMNA come farmaco sarebbe morta in partenza.

Non di rado, anche un esperimento “fallito” offre un punto di partenza per ulteriori approfondimenti o per lo sviluppo di ipotesi alternative. A ogni iterazione vengono scartate, confermate o affinate ipotesi e le idee di base su ciò che è possibile e utile si evolvono fino alla creazione di un’ipotesi azionabile. Flagship lo definisce il momento in cui la domanda what-if si trasforma nell’affermazione “Si scopre che”.

Un elemento critico della pressione per la selezione implica l’integrazione di concetti eterogenei. Flagship conduce spesso esperimenti paralleli per esplorare un determinato argomento (come l’uso dell’intelligenza artificiale per scoprire nuovi farmaci). L’obiettivo degli esperimenti paralleli non è promuovere una competizione interna che porti a eliminare l’idea “perdente” (come avviene spesso in aziende più grandi), ma accrescere l’apprendimento e trovare soluzioni innovative. In alcuni casi, quando sono in corso due o più sforzi paralleli, ognuno di essi potrebbe offrire un pezzo della soluzione ma non tutta, e converrebbe fonderli. Per esempio, nel 2013, Flagship ha condotto due esperimenti paralleli per capire se nel nostro intestino ci sono ceppi di batteri in grado di controllare le cellule immunitarie - per attivare o per sopprimere le risposte immunitarie. I responsabili dei progetti hanno sviluppato i loro approcci di ricerca e dimostrato empiricamente che quei batteri erano presenti e che, se si potevano fare evolvere in anticorpi monoclonali, sarebbero stati modulatori efficaci della risposta immunitaria. La decisione di combinare i progetti e di creare una piattaforma comune per scoprire e produrre nuovi farmaci da somministrare per via orale ha dato vita a Evelo Biosciences.

È un approccio alla sperimentazione diverso da quello che impiegano molte organizzazioni, incluse società di venture capital e agenzie di finanziamento. Gli esperimenti vengono comunemente usati come strumenti di filtraggio nell’approccio all’innovazione che si basa sui “tiri in porta”. Nel processo di scoperta emergente, gli esperimenti sono strumenti di indagine, studiati per trovare soluzioni innovative. Quando un esperimento non supporta un’ipotesi, ai membri dei team di progetto si chiede di cercare le cause profonde dell’insuccesso per ampliare la comprensione del fenomeno.  Se non scopre un difetto esiziale nell’ipotesi di base, il team continua a far evolvere l’idea, chiedendosi: “Cosa abbiamo omesso? Quale potrebbe essere un approccio alternativo? Cosa dovremmo modificare? Quale sarà il prossimo esperimento?”

Per esempio, agli esordi dell’unità di ricerca che è poi diventata Axcella Health, il team di Flagship si è concentrato sulla produzione di proteine ricombinanti a uso terapeutico, composte da aminoacidi che si trovano comunemente nel corpo umano. Pur essendo possibile a livello teorico, si è scoperto che era straordinariamente difficile produrre le proteine nella quantità richiesta, al livello di purezza necessario e a un costo ragionevole. Ma quell’ostacolo ha portato a un’altra intuizione: perché non usare combinazioni appositamente studiate di aminoacidi (che sono prontamente disponibili) come componenti dei farmaci, anziché tentare di produrre una proteina che li contenesse? Ulteriori esperimenti hanno validato questa nuova idea e hanno suggerito un percorso di sviluppo ancora più rapido di quanto non facesse immaginare l’approccio originario.

La scoperta emergente potrebbe apparire altamente rischiosa e molto costosa. Ma i processi iterativi – se progettati e gestiti correttamente – possono essere molto efficienti. La chiave è rendere ogni iterazione il più economica e più rapida possibile, anziché scommettere tutto sulle ipotesi. Flagship razionalizza il più possibile le primissime fasi di esplorazione e testing sperimentale. L’obiettivo è valutare la fattibilità di un’idea con un investimento non superiore a uno o due milioni di dollari nell’arco di sei-dodici mesi. Solo se questa fase darà risultati promettenti, si costituirà un’azienda e si faranno investimenti più elevati. L’obiettivo di questo processo iterativo è massimizzare il “learn-to-burn ratio” – ossia generare il massimo numero di indicazioni per ogni dollaro speso.

 

Promuovere una cultura della scoperta emergente

Un processo disciplinato e ben definito è solo una parte del percorso da seguire per mettere in pratica la scoperta emergente. Altrettanto importante è avere la mentalità giusta, la cultura giusta e i comportamenti di leadership giusti. Ecco tre dei più importanti:

Legittimate l’irragionevole. Quasi per definizione, le grandi innovazioni in fase embrionale sfidano teorie consolidate, principi indiscussi ed esperienze pregresse. Di conseguenza, si dovrebbero considerare atti di fede. Dunque, per promuovere la scoperta emergente nella vostra organizzazione, dovete legittimare ciò che appare irragionevole. Fin dall’inizio del processo, leader e membri del team devono essere disposti a sospendere l’incredulità e il giudizio sulla validità di un’ipotesi. Domande comuni (e del tutto ragionevoli) come “Perché credi che sia vero?”, “Come fai a sapere che è la cosa giusta da fare?”, tendono a bloccare il processo di indagine. Fate invece domande come queste: “Che esperimento potresti condurre per testare quell’ipotesi?” e “Se la tua ipotesi è corretta, quali sono alcuni possibili casi di utilizzo in cui potremmo creare valore?” Il modo in cui reagiscono i leader alle ipotesi iniziali influenza pesantemente la sorte delle idee più creative: è lì che si decide se vanno cancellate o hanno la possibilità di evolversi in qualcosa di significativo.

Sfruttate le indicazioni dei critici per rendere ancora migliori le vostre idee. Le innovazioni rivoluzionarie mettono tipicamente in discussione i dogmi prevalenti – l’insieme di convinzioni collettive su ciò che è possibile e su ciò che è accettabile. Mettere in discussione i dogmi vuol dire anche mettere in discussione le persone (le “massime autorità”) che hanno costruito la propria reputazione sulla loro veridicità. La storia ci insegna che chi contesta la logica convenzionale viene accusato spesso di superficialità, incompetenza o anche peggio.

I leader devono rendere accettabile la negazione dei dogmi. Considerate la diffusa pratica di chiedere a esperti esterni di valutare idee generate all’interno o di fare una due diligence sugli investimenti proposti. In linea di principio, procurarsi questo input esterno è una buona idea. Ma troppo spesso, gli esperti esterni difendono a spada tratta la logica convenzionale. Un approccio più valido è usarli per migliorare le idee – per esempio identificando un assunto critico che andrebbe messo alla prova. Se coinvolgiamo gli scettici e possiamo tollerare le loro critiche talora urticanti, possiamo imparare molto su ciò che dobbiamo fare per rendere più robuste e praticabili le nostre idee.

Mettete al centro le idee, non la pretesa supremazia intellettuale di qualcuno. La scoperta emergente riconosce esplicitamente che le idee si costruiscono nel tempo con il contributo di molte persone: la mezza idea formulata approssimativamente il mese scorso da qualcuno potrebbe diventare questo mese il nucleo essenziale del progetto sviluppato da qualcun altro. Sono entrambi importanti per il processo. Per portare avanti la scoperta emergente nella vostra organizzazione serve una cultura in cui le idee non siano “proprietà esclusiva” di determinati individui, ma facciano parte del patrimonio intellettuale comune. Separare le idee dalle persone vuol dire altresì che un’idea non supportata dai test non è un insuccesso per chi la propone. Di conseguenza, la scoperta emergente funziona meglio se i team coinvolti in un progetto hanno incentivi e ricompense comuni.

 

Guidare la scoperta emergente

L’idea che l’innovazione rivoluzionaria sia un processo casuale e caotico che dipende in larga misura dai poteri visionari di veri e propri geni rende molte organizzazioni restie a farne un elemento essenziale della strategia. È un peccato, se pensiamo qual è il valore che le grandi innovazioni producono per la società e per le imprese che le creano. Ma non c’è nulla di misterioso o di magico nel processo. L’innovazione rivoluzionaria può emergere attraverso un processo rigoroso e disciplinato di crescita intellettuale, ricerca iterativa, sperimentazione e selezione. La scoperta emergente è un processo ripetibile che si può imparare.

Per padroneggiarla, tuttavia, non basta conoscere i meccanismi del processo. Ci vuole un’organizzazione in cui le persone – e in particolare i leader – devono adottarla mentalità giusta e i comportamenti giusti. Devono essere disposte a prendere in considerazioni idee apparentemente irragionevoli e a sospendere il giudizio fin dalle prime fasi del processo di scoperta. Devono promuovere l’apprendimento attraverso una sperimentazione rigorosa e l’accettazione dell’insuccesso, e anteporre i contributi collettivi alla “proprietà” personale delle idee.

In ultima analisi, il fatto che un’organizzazione adotti queste abitudini dipende in misura critica dai comportamenti dei suoi leader. Perseguire l’innovazione rivoluzionaria è un problema di leadership, oltre che tecnico. Se la tragedia del Covid-19 ci ha insegnato qualcosa, è che il mondo può cambiare completamente in pochissimo tempo. In prospettiva, tutte le aziende devono sviluppare la capacità di uscire dalla propria zona di comfort. Oggi più che mai, abbiamo bisogno di leader in grado di guidare l’innovazione rivoluzionaria.

 

Noubar Afeyan è cofondatore e presidente di Moderna Therapeutics, nonché fondatore e CEO di Flagship Pioneering.

Gary P. Pisano è professore di Business Administration e senior associated dean della Harvard Business School.

 

Commenta scrivi/Scopri i commenti

Condividi le tue opinioni su Hbr Italia

Caratteri rimanenti: 400

1 / 3

Free articles left

Abbonati!