Opzionalità radicale

All’inizio degli anni ’90 la rivoluzione digitale ha segnato il passaggio a una nuova era della competizione, caratterizzata da una rapida innovazione del modello di business, dalla dissoluzione dei confini aziendali e da settori con perimetri sempre più sfumati. Questi cambiamenti sono stati guidati dalla tecnologia e facilitati da un costo del capitale molto basso.

Oggi siamo a un altro punto di svolta. Il ritmo del cambiamento continua ad accelerare, mentre innovazioni digitali come l’IA ridefiniscono i modelli di business e accorciano i tempi necessari e possibili per ottenere un rinnovamento strategico. Inoltre, i cambiamenti climatici, i conflitti geopolitici e le polarizzazioni sociali stanno aumentando l’incertezza e la volatilità. I leader aziendali si trovano a dover scegliere non più fra pochi scenari futuri plausibili, bensì tra una moltitudine di essi, con ogni singolo scenario difficile da descrivere ex ante e riconoscibile solo ex post. Non è più sufficiente che le imprese sviluppino soluzioni specifiche che potrebbero assicurare loro un vantaggio in un determinato scenario futuro. Devono piuttosto essere in grado di adattarsi rapidamente (e di prosperare) in qualsiasi nuova realtà si presenti.

Questo cambiamento sta avendo luogo proprio sul finire di un periodo straordinario che si era contrassegnato per una grande disponibilità di capitali. Oggi sono disponibili meno risorse per finanziare la ricerca di nuovi elementi di vantaggio competitivo e gli investitori richiedono sempre più dei rendimenti a breve termine.

Molti leader reagiranno a queste nuove condizioni ambientali dedicando i propri sforzi a massimizzare i profitti a breve termine e a preservare la liquidità. Tuttavia, la ricerca ha dimostrato che i rendimenti a lungo termine sono guidati prevalentemente da una crescita che procede in modo differenziato, in particolare in periodi turbolenti. Pertanto, le aziende devono affrontare una duplice sfida: applicare in modo deciso i loro modelli attuali mentre sviluppano nuove opzioni per garantire la crescita futura e il vantaggio competitivo, in tempi più brevi e a costi inferiori.

Per tenere assieme questi obiettivi apparentemente contrastanti, proponiamo un nuovo paradigma strategico, che chiamiamo opzionalità radicale. Accoglierlo aiuterà le aziende a trasformare l’incertezza da minaccia dirompente a potenziale fonte di vantaggio, consentendo loro di prosperare in qualsiasi stato il mondo si possa trovare in futuro.

RIVEDERE I PRESUPPOSTI IMPLICITI DELLA STRATEGIA

Nei modelli di business odierni, creare più opzioni comporta un costo economico elevato: ci sono alti costi di esplorazione, sia delle opportunità che dei margini, poiché sono necessari sforzi significativi per raccogliere informazioni rilevanti che alimentino il processo d’innovazione. I rendimenti sono incerti e si manifestano solo in particolari scenari futuri. Le aziende devono inoltre affrontare ritardi significativi tra l’ideazione e la realizzazione, poiché i risultati della ricerca vengono integrati solo in modo intermittente in fase di esecuzione. Infine, c’è un basso rendimento delle opzioni, poiché la disconnessione tra ricerca e sviluppo e prima linea, un approccio all’innovazione basato su ipotesi, e il tempo necessario per far arrivare un prodotto sul mercato implicano che la maggior parte delle innovazioni non soddisferà le esigenze dei futuri clienti. Il superamento di questi vincoli è possibile, ma richiede la modifica di cinque presupposti impliciti che stanno alla base del modo in cui oggi viene definita qualunque strategia.

1 Dal “penso e poi faccio” al “penso mentre faccio”. Tradizionalmente, esiste un abisso tra il pensare una strategia o l’innovazione e impegnarsi nell’esecuzione, laddove le attività sono quasi sempre portate avanti da gruppi di persone diversi e su scale temporali diverse. Questa separazione spaziale, sociale e temporale fra strategia centralizzata ed esecuzione decentralizzata è preziosa in un ambiente stabile, poiché consente la specializzazione attorno ad attività analitiche o creative o pratiche e garantisce che gli esecutori non perdano la concentrazione dividendo la loro attenzione su più fronti o lavorando sull’“aggiustare” cose che rotte non sono.

La compartimentazione, però, aumenta il ritardo nella realizzazione di nuove opzioni e riduce il loro potenziale rendimento, creando una distanza tra gli innovatori e la realtà del mercato: quando il pensiero è separato dal fare, rischia di diventare un esercizio di congetture o ipotesi.

In un contesto imprevedibile e in rapida evoluzione, il muro tra il pensare e il fare deve essere abbattuto. Il fare deve essere riconosciuto come una forma di pensiero, distribuita e incarnata: implica porre domande, avventurarsi in risposte che non sono state ancora vagliate internamente, trasformare offerte che vanno in una singola direzione in dialoghi, e creare ed eseguire esperimenti a basso costo che corrono in parallelo rispetto all’insieme delle attività di un’impresa.

La scelta, molto criticata, di Elon Musk di twittare idee apparentemente banali per la riprogettazione di Twitter, incluso un sondaggio sul CEO, può, nonostante tutte le polemiche e le conseguenze negative che ne derivano, contenere anche un suggerimento prezioso. Quando abbiamo forti vincoli in termini di tempo e risorse è possibile muoversi in un ambiente turbolento pensando ad alta voce, e quindi trasformare un’attività tradizionalmente routinaria (la comunicazione aziendale) in un’attività di prospezione e scoperta (provare le cose mentre le pensiamo).

2 Dalla ricerca dell’adattamento alla creazione di opzioni. Quando è probabile che lo stato futuro del mondo sia simile a quello attuale (o almeno in qualche modo conoscibile), è efficiente adattare la strategia in modo che corrisponda il più possibile all’ambiente attuale o previsto. Il guadagno in termini di efficienza che deriva dalla ricerca dell’adattamento va, però, a discapito della flessibilità.

In tempi segnati dall’incertezza e dal cambiamento, l’opzionalità diventa di fondamentale importanza; le aziende devono accogliere e integrare più diversità e flessibilità nelle loro pratiche e approcci presenti, mantenendo così aperte più opzioni future. Ad esempio, Alibaba si è accorta della potenziale tripartizione del mercato dello shopping online - diviso tra un modello basato sulla ricerca come Google Shopping, un modello basato sull’idea di centro commerciale (multinegozio) come Tmall di Alibaba e un modello emporio (negozio generico) come Amazon - e ha capito che non poteva prevedere quale opzione sarebbe risultata vincente. Ha quindi deciso di suddividere le attività e sostenere tutte e tre le opzioni con l’intenzione di riposizionarsi rapidamente attorno al risultato migliore non appena fosse emerso in modo chiaro. In effetti, ogni opzione era praticabile per una parte diversa del mercato, il che significa che la decisione di Alibaba di non perseguire una strategia ideale non solo l’ha resa resiliente in un momento critico, ma le ha anche permesso di rimanere attiva in tutti e tre i segmenti del mercato.

Raggiungere l’opzionalità implica abbandonare l’approccio per cui chi vince prende tutto, che è stato a lungo centrale per la strategia e l’innovazione. Il vantaggio di un simile approccio può essere osservato in biologia. Ad esempio, virus come il Covid-19 e l’influenza persistono proprio perché mutano così tanto, con nuovi ceppi dominanti che derivano da una popolazione diversificata di varianti e che battono la "concorrenza" (la professione medica), che tenta di controllarne la diffusione.

Per migliorare l’opzionalità, le aziende devono tenersi anche i cosiddetti “perdenti”, evitando di scartare idee che a prima vista sembrano fallimentari, ma potrebbero diventare preziose se l’ambiente cambia o in combinazione con altre innovazioni.

La seconda vita dei Google Glass è un esempio appropriato. Quando inizialmente sono stati proposti al pubblico, sono stati accolti male, principalmente a causa di problemi estetici e legati alla privacy, e Alphabet ha rapidamente ritirato il gadget. Tuttavia, internamente, un gruppo ha riprogettato il prodotto come strumento per i luoghi di lavoro, pensato per aiutare i dipendenti a svolgere le proprie attività in modo più efficiente e sicuro, collaborando più facilmente. L’edizione aziendale è ora utilizzata da molti grandi produttori e società di logistica.

3 Exploring ed exploiting: dall’alternativa all’alleanza. Niente, nel mondo del business, rimane costante. Anche in un contesto stabile, col trascorrere del tempo, la concorrenza erode i vantaggi acquisiti, richiedendo alle imprese di investire per massimizzare i vantaggi esistenti e ricercarne di nuovi. Le aziende che riescono a trovare un bilanciamento fra questi aspetti sono spesso descritte come “ambidestre”, un termine coniato da Charles A. O’Reilly III e Michael L. Tushman. Le aziende ambidestre, in genere, trattano l’esecuzione e l’innovazione come processi separati e solo vagamente connessi, che vengono realizzati da diverse parti dell’organizzazione e in tempi diversi, creando una situazione in cui capitale e attenzione del management vanno distribuiti in modo bilanciato.

Raggiungere l’opzionalità radicale richiede di rompere, piuttosto che ottimizzare, il presunto compromesso contenuto nell’essere ambidestri esplorando nuove opzioni (exploring) mentre si sfruttano (exploiting) le occasioni presenti. Le aziende dovranno raggiungere quella che potremmo chiamare "polidestrezza" ovvero la capacità di sfruttare i vantaggi esistenti nei mercati attuali mentre si muovono verso molteplici e potenziali scenari futuri ancora ignoti. L’obiettivo non sarà più quello di bilanciare attività apparentemente contraddittorie, bensì di integrarle fra loro in modo da creare sinergie che migliorino l’economia dell’innovazione, riducendo così i costi, i ritardi e i fallimenti che la separazione porta con sé.

Prendiamo l’esempio di Google. Il suo prodotto principale è la ricerca, monetizzata attraverso la pubblicità. Ogni volta che esegue una ricerca, però, migliora anche la sua capacità di ricerca. Potremmo dire che Google sta sperimentando simultaneamente in due ambiti: quello delle parole e delle idee (la ricerca specifica) e quello che porta a modalità migliori di ricerca, grazie ai dati accumulati (la meta-ricerca). Google esplora mentre sfrutta.

Questa idea non si limita alle offerte digitali. Tutti i prodotti o servizi che, man mano che vengono utilizzati o consumati, generano informazioni su bisogni esistenti o nuovi, acquisiti in remoto da sensori digitali, durante interazioni dal vivo o virtuali con i clienti o in altri modi, possono consentire una più stretta integrazione in fase di esecuzione e stimolare la ricerca di nuove fonti di valore. Ad esempio EllisDon, multinazionale delle costruzioni, è passata dalla fornitura di edifici costruiti senza avere un cliente specifico in mente a un processo relazionale strutturato in cui costruisce e gestisce un progetto fornendo servizi continuativi sulla base delle necessità che emergono strada facendo, e ottenendo in cambio informazioni importanti su come gli inquilini interagiscono con gli spazi.

4 Dai segmenti di mercato alla personalizzazione di massa. Le aziende di successo hanno sempre cercato di soddisfare i propri clienti. Tradizionalmente, però, il cliente veniva trattato come un’entità separata le cui esigenze erano conoscibili solo in modo parziale ed episodico. Poiché i limiti fisici e informativi rendevano impossibile rivolgersi individualmente a ciascun cliente o valutare il singolo episodio di utilizzo, le aziende in genere li aggregavano in segmenti di mercato, sulla base di caratteristiche quali età, stato sociale, sesso e area geografica. A essere calcolata era la media dei gusti e degli interessi di ciascun gruppo: si presumeva che tutti gli adolescenti maschi della classe operaia di Cleveland avessero preferenze simili e che queste rimanessero costanti nel tempo.

Oggi le piattaforme digitali sul mercato possono aiutare a superare questi limiti: piattaforme come Amazon possono soddisfare in tempo reale le esigenze di ogni cliente e quelle derivanti da ogni singolo utilizzo, eliminando la necessità di prevedere le preferenze sulla base delle sole medie. Possono fare previsioni individuali più precise osservando dati comportamentali come le tipologie di clic, le cronologie di ricerca e la probabilità che il cliente visiti qualsiasi parte del sito a partire da qualsiasi punto di ingresso.

Le aziende non competono più per segmenti di mercato teorici, ma si contendono piuttosto l’attenzione e il denaro che i singoli consumatori o le organizzazioni a cui si rivolgono hanno a disposizione. Farlo significa valorizzare offerte personalizzate e su misura. Ad esempio, la start-up Unspun, con sede a San Francisco, produce jeans su ordinazione utilizzando una scansione 3D del corpo del cliente, condotta in negozio o da remoto utilizzando un iPhone. Questo approccio richiede un’integrazione molto più stretta dei processi di vendita e produzione rispetto a quella dei marchi di abbigliamento tradizionali, ma si traduce in una maggiore soddisfazione del cliente, riduzione degli sprechi e significativi risparmi sui costi perché l’azienda deve gestire meno scorte e meno resi.

Personalizzazione di massa significa anche agire in modo proattivo rispetto alle potenziali esigenze dei clienti. Ad esempio, sia HP che Brother spediscono automaticamente un toner sostitutivo ai clienti quando le loro stampanti inviano un segnale di "inchiostro in esaurimento".

In questa corsa, le aziende non competono necessariamente contro aziende con prodotti e servizi simili, ma spesso contro aziende completamente diverse che offrono beni e servizi abbastanza dissimili: una serata con Netflix può competere con una serata a cena fuori da Legal Seafoods. Entrambi forniscono esperienze di svago che hanno grossomodo lo stesso valore e la medesima durata.

5 Dall’impresa all’ecosistema. La strategia aziendale si è sempre basata sull’idea che la singola impresa fosse la cellula minima della concorrenza, ben posizionata entro confini settoriali relativamente stabili. Le aziende elaboravano strategie e sviluppavano prodotti e servizi internamente, collaborando solo occasionalmente e in modo selettivo con alcuni clienti e fornitori specifici. Questo approccio ha garantito che le loro offerte, capacità e risorse e vantaggi competitivi fossero proprietari e unici.

Ma in un’era della competizione maggiormente segnata dal dinamismo e dall’incertezza, possedere un bene di proprietà può facilmente trasformarsi in una passività; c’è un rischio maggiore di obsolescenza e le aziende hanno meno flessibilità. Pertanto, la capacità di costruire o sfruttare piattaforme ed ecosistemi digitali è la chiave per assicurarsi molte opzioni. Le aziende possono moltiplicarle integrando le proprie capacità con quelle di altri attori dell’ecosistema, il che significa che possono evitare di farsi “intrappolare” in un’offerta specifica. Ad esempio, la piattaforma di videoconferenze Zoom ha sviluppato un set di applicazioni come registratori di riunioni, lavagne e rilevatori di illuminazione, fornite da aziende che gareggiavano tra loro per una rapida integrazione nell’ecosistema di Zoom.

Questa strategia non è limitata ai soli nativi digitali. Anche molti operatori storici dell’era pre-digitale, come John Deere e il suo ecosistema di agricoltura intelligente, Walmart con la sua offerta di mercato digitale, e Maersk con la sua piattaforma di logistica digitale, hanno adottato questo approccio.

PRATICARE L’OPZIONALITÀ RADICALE

La proposta di rovesciare i princìpi che tradizionalmente hanno regolato la creazione di strategie è difficile da accettare. Come potrebbe apparire, in concreto, un modello di opzionalità radicale? Sebbene nessuna azienda di cui siamo a conoscenza abbia ancora perfezionato un tale modello sotto tutti gli aspetti, alcune aziende dimostrano che alcuni di essi sono fattibili e possono quindi servire come punti di orientamento per l’operatività.

Accogliete la complessità del contesto. In un contesto stabile, per ottenere economie di scala ed esperienza funziona la ricerca di offerte standardizzate. Tuttavia, creare l’opzionalità per un futuro incerto significa trasformare la variazione da inconveniente costoso a preziosa fonte di informazioni, generando così una maggiore opzionalità e differenziazione.

Le aziende devono trattare l’esecuzione di attività di routine e le interazioni con i clienti come occasioni di apprendimento. Standardizzare compiti od offerte diventa controproducente poiché sopprime la possibilità della differenziazione, che è il grano per nuove idee. Invece le aziende devono sfruttare la loro presenza digitale e utilizzare algoritmi di apprendimento per imparare qualcosa da ogni interazione.

Prendiamo ad esempio il funzionamento dei call center, un vasto insieme di attività che copre molti ambiti anche molto diversi fra loro, come l’automotive, le telecomunicazioni, i servizi software e la distribuzione di energia, solo per citarne alcuni. Ogni call center svolge una funzione fondamentale: supportare i clienti rispondendo alle loro domande, fornendo informazioni, registrando e rispondendo ai loro reclami. È una cosa semplice, operativamente parlando? Niente affatto! Ogni chiamata (registrata, interpretata, analizzata, riassunta e codificata utilizzando algoritmi che cercano schemi riconoscibili) genera dati preziosi, che possono essere estratti per suggerire la progettazione di migliori esperienze di assistenza clienti, una migliore formazione per il personale del call center e migliori offerte.

Oppure pensiamo a piattaforme di cloud storage come Dropbox e Box: anche se sono sotto attacco da parte dei servizi di cloud storage di Microsoft e Amazon continuano a differenziarsi e a prosperare. Ci riescono perché, conoscendo le tipologie di documenti e di file che gli utenti archiviano e il tipo di attività per cui li impiegano, riescono a fornire agli utenti la migliore integrazione possibile con software e strumenti di collaborazione diffusi, che semplificano i flussi di lavoro.

Lavorate in contemporanea sulla componente di ricerca e su quella esecutiva. Per migliorare l’economia dell’opzionalità è necessario che le aziende riescano a rendere simultanee la ricerca e l’esecuzione, senza accontentarsi semplicemente di una più stretta integrazione fra le due. I confini spaziali e temporali che le separano devono cadere del tutto. L’obiettivo è raggiungere un processo dinamico e continuo: ogni dipendente, in qualunque momento, esplora e sfrutta. Ciò richiederà l’incorporazione di componenti di ricerca nella fase di esecuzione e l’utilizzo delle informazioni risultanti come guida per un’ulteriore ricerca. Andando oltre quella che può essere l’estrazione di informazioni dalle variazioni naturalmente presenti in un contesto, le aziende possono creare varianti deliberate lasciando spazio ai dipendenti, nei processi programmati, di testare nuove possibilità. Questo deve essere accompagnato da un’analisi approfondita di quali deviazioni hanno avuto successo e perché, e far evolvere la strategia di conseguenza. Le aziende possono anche utilizzare una sperimentazione strutturata: ad esempio, aziende come Booking.com e Microsoft conducono migliaia di esperimenti online all’anno per identificare potenziali miglioramenti dell’esperienza utente.

Allo stesso tempo, le aziende devono alimentare continuamente la fase di esecuzione con le idee provenienti dalla ricerca, in modo da convalidare le ipotesi e accelerare l’iterazione (o l’abbandono). Un modo per farlo è reclutare tester, cioè dei collaudatori, sul campo, come fa l’azienda di abbigliamento Smartwool, con sede nel New England. I tester acquistano e testano nuovi prodotti, fornendo all’azienda informazioni cruciali sulla loro resa, suggerimenti per migliorie e idee per nuovi prodotti. Un’altra possibilità è che le aziende coinvolgano i clienti in anticipo nel loro processo di ideazione. Ad esempio, i produttori di videogiochi spesso pubblicano demo giocabili, essenzialmente sezioni verticali del gameplay di base, all’inizio del processo di sviluppo, in modo tale da raccogliere feedback e suscitare interesse. Negli ultimi anni alcune realtà hanno persino iniziato ad avvicinarsi ai clienti con in mano poco più di un concept per un gioco o esprimendo per sommi capi le proprie intenzioni su una piattaforma di crowdfunding, in modo da ricevere investimenti e feedback. Azioni di questo tipo possono influire sul processo di produzione e aumentare la popolarità del prodotto finale.

Via via che le aziende superano la barriera tra la fase di ricerca e quella di esecuzione, il ritardo tra idea e realizzazione si riduce sempre più. Alla fine può essere persino eliminato, poiché le aziende integrano i processi su scale temporali accessibili solo alle macchine, con decisioni su piccola e grande scala prese da algoritmi sulla base di una comprensione dettagliata e aggiornata dei desideri dei clienti e del contesto attuale. Pensiamo al sistema di raccomandazioni di Netflix, che aggiorna costantemente i suoi suggerimenti sulla base di una comprensione in continua evoluzione dei gusti dei singoli utenti.

Facilitate, modellate e monetizzate il processo di esplorazione del cliente. La maggior parte delle aziende si concentra sulla soddisfazione dei bisogni immediati ed espliciti dei clienti. Alcune vanno oltre e cercano di prevedere le esigenze future utilizzando le tecniche sopra descritte. Sono, però, ancora poche le aziende che interagiscono direttamente con il processo di esplorazione avviato dal cliente.

Soddisfare le esigenze di esplorazione dei clienti apre varie strade alla creazione di valore. Facilitando la ricerca di prodotti o servizi da parte del cliente, le aziende possono saperne di più sulle sue esigenze, che possono fungere a loro volta da input fondamentale per il proprio processo di ricerca (simile all’approccio di Google). Aiutare i clienti a trovare le soluzioni migliori per le loro esigenze esplicite è diventato il core business di alcune aziende: si pensi ai motori di meta-ricerca che consentono agli utenti di confrontare varie offerte, come l’agenzia di viaggi Kayak. Altri hanno trovato modi per migliorare la propria offerta principale. Nike, ad esempio, ha introdotto una funzione "Fit" nella sua app che consente ai clienti di misurare la lunghezza e la forma del proprio piede, aiutandoli a trovare la giusta misura di scarpa, che può differire tra i vari modelli di sneaker. I clienti si sentono più sicuri nelle loro decisioni di acquisto e Nike migliora la gestione del magazzino e riduce il numero di costosi resi.

Interagendo direttamente con il processo di ricerca del cliente, le aziende possono anche plasmarlo. Ad esempio, i siti di e-commerce di moda come Zappos, attraverso i loro consigli "indossalo con" o "completa il look", spingono i clienti ad acquistare altri articoli che si integrano col capo selezionato. In questo modo, le aziende possono aumentare il rendimento potenziale di tutte le opzioni che stanno perseguendo, aumentando la probabilità che vengano desiderate dal cliente. Pare che circa la metà di tutti i prodotti venduti su Amazon venga presentata ai clienti dal suo motore di raccomandazione personalizzato (vedi "Il prossimo grande vantaggio digitale", di Vijay Govindarajan e N. Venkat Venkatraman, HBR, giugno 2022).

Alcune aziende hanno trasformato il processo di ricerca del cliente in un prodotto, fornendo la ricerca come servizio. NZXT, un produttore di hardware per computer, offre un servizio di assemblaggio di PC personalizzati, che si differenzia dalla concorrenza perché consente ai clienti di specificare, oltre al budget, a quali giochi vogliono giocare e quali prestazioni grafiche si aspettano, prima di consigliare una serie di componenti che soddisfi tali requisiti. Ciò rende il tutto più comodo, poiché i clienti non devono leggersi complicate recensioni o confronti fra terze parti per selezionare l’hardware che va meglio per loro.

L’esplorazione del cliente, che è sempre un viaggio di crescita personale e scoperta di sé, può persino essere monetizzata direttamente. Ad esempio, l’acquisto di una bottiglia di vino può essere non solo l’espressione di un desiderio di degustazione, ma l’avvio di un percorso di apprendimento enologico e culturale. Il Raj Parr Wine Club è un servizio in abbonamento che offre due spedizioni all’anno di sei bottiglie di vino ciascuna a un costo di 500 dollari. Sebbene sia più costoso di alcuni servizi concorrenti, include il numero di telefono del sommelier Raj Parr e un incoraggiamento a discutere con lui del mondo del vino, che può essere molto interessante per degli aspiranti intenditori.

IMPLICAZIONI ORGANIZZATIVE

La strategia non è l’unica cosa che tradizionalmente si è cercato di portare al massimo grado di adattamento e allineamento. L’organizzazione stessa è, molto spesso, progettata per l’efficienza statica, con dipendenti in ruoli prestabiliti che seguono processi prestabiliti. Anche il modello organizzativo dovrebbe riflettere il nuovo approccio strategico. Pertanto, le imprese che perseguono l’opzionalità radicale saranno caratterizzate da alcuni aspetti:

1 Fluidità organizzativa. Per accogliere nella propria strategia la complessità e la varietà del contesto esterno, le aziende devono riflettere questi tratti nel loro assetto organizzativo. Ciò è coerente con la legge biologica della varietà necessaria, che presuppone che la complessità interna di un sistema debba corrispondere alla complessità dell’ambiente esterno con cui si trova a confrontarsi, se si desidera un adattamento completo. Il sistema in questione non ha bisogno di diventare strutturalmente complesso quanto il suo ambiente di riferimento, perché questo metterebbe a dura prova le sue funzioni metaboliche. Ha però bisogno di una complessità sufficiente per consentirgli di apportare modifiche centrali per la sua sopravvivenza. In una situazione in cui la natura, il numero e l’importanza delle variabili ambientali cambiano rapidamente, le organizzazioni non possono essere strutturalmente inerti, come lo sono la maggior parte delle organizzazioni gerarchiche. Piuttosto, hanno bisogno di essere organizzate come reti di reti rapidamente riconfigurabili.

Prendiamo l’esempio dell’approccio di Alphabet allo sviluppo dell’apprendimento automatico: ci sono diversi gruppi gerarchicamente indipendenti all’interno di Alphabet (come DeepMind e Google Brain) che a volte competono e altre collaborano per portare soluzioni a un mercato in rapida evoluzione sotto forma di inferenze predittive e causali. Questo approccio non solo mantiene aperte molte strade, ma aumenta anche il potenziale per la creazione di opzioni sfruttando le conoscenze di gruppi diversi. Le organizzazioni non possono essere progettate come gerarchie statiche che procedono dall’alto verso il basso, ma devono diventare modelli in continua evoluzione, lasciando spazio a ruoli, strutture e processi in grado di emergere e risalire dal basso verso l’alto, oltre che di adattarsi a un contesto in continua evoluzione.

2 Partnership fra esseri umani e tecnologia. Quanto più i confini tra pensare e fare, esplorare e sfruttare vengono abbattuti, tanto più verrà richiesto ai dipendenti in termini non solo di mera esecuzione, ma anche di innovazione a partire dai loro compiti.

Avranno bisogno dell’aiuto delle macchine, che possono svolgere attività di routine basate sul riconoscimento o sull’ottimizzazione di modelli, nonché assistere in sforzi più creativi. Gli strumenti di intelligenza artificiale generativa possono, ad esempio, stimolare nuove idee nei graphic designer o, attraverso suggerimenti intelligenti, simulare probabili risposte alle bozze di comunicazione di chi si occupa di marketing. Ciò consentirà ai dipendenti di concentrarsi su attività che richiedono capacità cognitive tipicamente umane, come immaginare possibilità completamente nuove o condurre attività che richiedono un approccio etico o empatico. Amazon, ad esempio, ha automatizzato decisioni come quelle riguardanti la gestione del magazzino e i prezzi, secondo una filosofia nota come "Hands Off the Wheel". L’azienda concentra il suo talento umano nell’inventare nuove idee, ad esempio i negozi di alimentari senza cassiere.

Per realizzare sinergie uomo-macchina, le aziende dovranno ripensare radicalmente il proprio modello organizzativo, in modo da segmentare correttamente i compiti cognitivi e creare una governance efficace per i processi algoritmici e per creare interfacce uomo-macchina che si adattino alle diverse capacità di elaborazione e di comprensione di entrambi. Solo così si realizzerà il pieno potenziale di quella che è stata definita l’“azienda bionica”.

3 Metriche di prestazioni lungimiranti. Il valore delle opzioni sarà evidente solo in alcune situazioni e sul lungo periodo. Per questo motivo, le prospettive a breve termine sottovaluteranno sempre l’opzionalità. Pertanto, sono necessarie nuove metriche che vadano oltre l’obiettivo tradizionale connesso alla capacità di sfruttare le occasioni presenti come la quota di mercato e la redditività.

Sebbene la maggior parte delle aziende non lo faccia, è certamente possibile porre maggiore enfasi sul valore futuro dell’opzione. Ad esempio, 3M deve parte del suo successo innovativo al suo "indice di vitalità dei nuovi prodotti", una metrica che tiene traccia della quota di vendite di prodotti che non esistevano cinque anni fa.

Thornton Tomasetti, società leader nel campo dell’ingegneria civile, offre un altro esempio. Sfrutta una scorecard di vitalità per valutare e gestire il suo potenziale di crescita e la capacità di reinventarsi, considerati rispetto a quelli dei suoi concorrenti. Ciò viene completato internamente da una metrica che valuta le proposte di progetto in base al contributo che possono dare alla vitalità complessiva dell’impresa.

Ci sono, ovviamente, dei limiti alla quantificazione numerica. Prendere decisioni oggi sulla base di eventi che si potrebbero verificare in un futuro lontano è qualcosa con cui sia le organizzazioni che i mercati hanno qualche problema: non c’è mercato per gli ormeggi per le crociere nei Caraibi del dicembre 2098. Per colmare questa lacuna di immaginazione, le organizzazioni possono concentrarsi sullo sviluppo di tecnologie che siano il più possibile trasformabili, in modo che funzionino nel maggior numero possibile di mondi immaginabili. In un mondo in cui le probabilità diventano delle basi inattendibili su cui costruire previsioni, dovremmo partire dall’idea che se siamo in grado di immaginare qualcosa, quella cosa diventa possibile. In effetti, possiamo tranquillamente affermare che l’immaginazione è un vantaggio competitivo.

LA PROSSIMA ERA della competizione è alle porte. Per avere successo in un ambiente segnato da un’elevata incertezza, maggiore pressione a breve termine e vincoli di risorse più stretti, le aziende devono diventare ancora migliori e più efficienti nell’immaginare alternative che portino vantaggi futuri e risultati nel presente. Per raggiungere uno stato di radicale opzionalità, le aziende devono ribaltare alcuni dei princìpi fondamentali della strategia: pensare mentre si fa, esplorare mentre si sfrutta e lottare per la flessibilità piuttosto che per l’adattamento. Devono abbracciare la complessità, imparare a cercare nuove idee e, in contemporanea, a realizzarle, e devono interagire con i personal journey dei loro clienti. Realizzare tutto questo richiederà forme organizzative e pratiche di lavoro nuove, una più profonda integrazione tra uomo e tecnologia e metriche di prestazione di nuova generazione.

MARTIN REEVES è presidente del BCG Henderson Institute del Boston Consulting Group con sede a San Francisco nonché co-autore di The Imagination Machine (Harvard Business Review Press, 2021). MIHNEA MOLDOVEANU è Professore di Pensiero integrato, docente di Analisi economica, direttore del Desautels Centre for Integrative Thinking e del Rotman Digital presso la Rotman School of Management dell’Università di Toronto. ADAM JOB dirige lo Strategy Lab del BCG Henderson Institute.