Quanto valgono le idee, oggi?
Qualche settimana fa, durante un workshop sul Creative Problem Solving, ho chiesto ai partecipanti (manager di una azienda di arredamento) di generare nuove idee di prodotto.
“Prof. possiamo usare l’I.A.?”, “Certo” – ho risposto – “vediamo cosa viene fuori …”
Cinque minuti dopo, avevano circa 40 concept sul tavolo. Tutti plausibili, corretti e, lo dico con sincerità, terribilmente uguali tra loro. Riflettendo sui quei risultati hanno compreso, ben presto, che con l’intelligenza artificiale il problema non è più avere tante idee, ma sapere quali scegliere.
Le idee sono diventate come l’acqua in bottiglia
David Schonthal (docente di Strategy, Innovation & Entrepreneurship alla Northwestern University) nel suo articolo “The Innovation Advantage GenAI Can’t Give You” fa un’affermazione chiara: con l’arrivo dell’I.A. Generativa le idee sono diventate una commodity: chiunque, con un abbonamento da 20$, può generare centinaia di concept di prodotto in pochi secondi.
Fermiamoci un attimo su questa riflessione: se le idee grezze costano (quasi) zero, il vantaggio competitivo non sta più nel produrle, vuol dire che si è spostato da qualche altra parte.
Il nuovo vantaggio, che l’I.A. non può (ancora) dare, è la capacità umana di selezionarle e combinarle in un modo che nessun altro concorrente, con lo stesso prompt, saprebbe fare.
Schonthal evidenzia che le aziende che riescono davvero a trarre valore dall’I.A. Generativa, applichino queste tre strategie:
- allargano il numero di casi d’uso invece di fermarsi al primo che funziona,
- trattano ogni caso d’uso come un prototipo da continuare a migliorare (non una decisione presa una volta per tutte)
- hanno il coraggio di abbandonare in fretta quello che non porta valore misurabile.
Le aziende più innovative, quindi, sono quelle più brillanti nell’individuare e inquadrare correttamente il problema (problem framing) prima di cercare soluzioni, e più efficienti nello scartare tutte le idee non adatte (senza tentennamenti).
Il rischio nascosto (che nessuno racconta)
Il “Global AI Jobs Barometer”, report redatto da PricewaterhouseCoopers a giugno 2026, (svolto su circa 52.000 aziende internazionali) mostra che, nei settori più esposti all’AI, la produttività è cresciuta del 34%, contro il 24% delle aziende meno esposte. Ci sono anche delle “superstar”, e sono solo il 20% delle aziende totali, che hanno ottenuto una crescita della produttività del lavoro del +163%. L’implementazione dell’IA, quindi, sembra rendere le aziende più produttive. Ma non è tutt’oro quello che luccica …
L’AI rende molto facile e veloce riutilizzare la conoscenza esistente (bozze, codice, analisi, idee), come emerge dalla ricerca “Using AI Can Stifle Innovation. But It Doesn’t Have To”. Questo porta a un aumento immediato di efficienza e produttività, ma ha un costo nascosto: riduce l’esplorazione indipendente e l’originalità, rischiando di rendere le soluzioni, nel lungo periodo, sempre più omogenee e meno innovative.
Insomma: corriamo il rischio di fare più cose, ma sempre più banali e simili tra loro. È come avere un’auto sportiva e usarla solo per andare a fare la spesa: si può fare … ma non è l’utilizzo ideale.
L’I.A. (forse) non ti ruberà il lavoro creativo
La ricerca “AI Is Changing What Employers Want from New Hires”, dell’Harvard Business Review (luglio 2026) analizza cosa cercano oggi le aziende nei nuovi assunti.
Gli autori (Vishal Gaur e Jim Doucette) hanno studiato tre grandi settori che assumono più neolaureati (consulenza, finanza e tech): ciò che i datori di lavoro cercano, oggi, sono persone in grado di:
- Assumere ruoli più ampi fin da subito (non più compiti ristretti e ripetitivi).
- Sintetizzare conoscenze da fonti diverse (umane e AI) e collegare idee tra funzioni aziendali.
- Riprogettare i flussi di lavoro usando l’AI e gli agenti per migliorare processi e produttività.
Emerge anche un maggior interesse verso il pensiero critico, il pensiero creativo e la capacità di fare le domande giuste, rispetto alle competenze puramente tecniche ed esecutive. L’I.A. non riduce il valore del capitale umano, ma cambia le competenze che lo rendono prezioso.
Possiamo fare qualche riflessione più ampia:
- competency inversion : ciò che prima si imparava con l’esperienza sul campo ora viene richiesto molto prima. L’AI accelera questo processo.
- il vantaggio competitivo non è più solo la conoscenza tecnica o specialistica, ma la combinazione di AI fluency + giudizio umano + pensiero sistemico.
- i percorsi formativi devono dare maggiore enfasi alle capacità di analisi di situazioni complesse, al Problem Solving Creativo, alla progettazione di nuovi sistemi uomo-AI,
- maggiore rilevanza dell’esperienza pratica con tool generativi e dell’utilizzo più “sofisticato” dell’I.A.
Se stai selezionando persone nuove, o se devi decidere i prossimi investimenti in formazione, tieni presente che le abilità creative e il pensiero critico non sono più soft skill “simpatiche da avere”. Stanno diventando, sempre più, ciò che differenzia un collaboratore da un abbonamento software.
Il collo di bottiglia non è quello che pensi
L’articolo “AI Value Will Depend Not Just On Employee Adoption But …”, basato sul rapporto McKinsey, evidenzia che il valore reale dell’AI per un’azienda non deriva semplicemente dal fatto che i dipendenti la usino, ma da quanto l’organizzazione è capace di ridisegnare processi, flussi di lavoro, modelli operativi e cultura attorno alla tecnologia.
I tre orizzonti di adozione AI, secondo McKinsey, sono:
- Enablement (prima fase)
Si danno ai dipendenti tool AI generici per supportare i compiti esistenti.
→ Solo il 13% delle aziende in questa fase ottiene un valore rilevante - Automation (seconda fase)
Si automatizzano e migliorano flussi di lavoro cross-funzionali su scala.
→ Il 24% riporta valore significativo. - Reinvention (terza fase – la più avanzata)
Si ridefiniscono ruoli, processi e modelli operativi attorno all’AI.
→ Il 48% delle aziende in questa fase consegue valore enterprise rilevante.
Solo l’11% delle aziende intervistate ha raggiunto questa terza fase.
Alcuni dati interessanti della ricerca, che ha coinvolto circa 750 tra leader e dipendenti (ad aprile 2026):
- 70% dei dipendenti si sente personalmente pronto all’uso dell’AI.
- Solo il 27% dei leader ritiene che l’organizzazione sia pronta ai cambiamenti culturali e organizzativi necessari.
- I dipendenti stanno adottando l’AI più velocemente delle aziende stesse.
Le aziende che trattano l’AI come una trasformazione organizzativa profonda (non solo come introduzione di uno strumento tecnologico) otterranno di gran lunga i maggiori benefici. L’adozione individuale è necessaria ma, da sola, non è sufficiente.
Un ultimo dettaglio che emerge da questa ricerca (e che i miei clienti manager conoscono bene): quasi il 60% delle organizzazioni indica le lacune nelle competenze e nella formazione come primo ostacolo, più della tecnologia stessa e più della burocrazia normativa.
Comprare la tecnologia è la parte facile, cambiare il modo in cui le persone lavorano insieme è un altro paio di maniche, ed è un lavoro che nessun software farà mai al posto nostro.
Cosa puoi fare (da lunedì mattina)
Alla luce di tutte queste riflessioni, ecco cosa possiamo sperimentare con il nostro team:
1. Separare sempre generazione e valutazione.
Definisci chiaramente qual è la sfida che vuoi affrontare, poi puoi usare l’I.A. per raccogliere tante idee, ma la selezione falla fare ad team umano con criteri concordati, e scritti, prima di cominciare. Così eviterai di scegliere ciò che “suona bene”, ma che, spesso, è una soluzione abbastanza ovvia.
2. Misurare varietà e originalità.
Se il tuo unico KPI è “quante idee abbiamo prodotto”, non sei sulla buona strada. Chiediamoci: “Quante di queste sono davvero diverse tra loro?”, “Quali sono le più originali?” Se si assomigliano tutte, l’IA ci ha dato solo velocità, non innovazione.
3. Trattare ogni idea come un prototipo.
Le aziende che ottengono più valore dall’I.A., secondo MIT Sloan Management Review, sono quelle che testano in fretta e abbandonano, senza troppi rimpianti, quello che non funziona. Innamorarsi della prima idea generata dall’IA è uno degli errori più frequenti che vedo in azienda.
4. Investire in cultura e formazione
Un corso su “come si scrive un prompt” dura un pomeriggio, un percorso su come il team valuta, seleziona e combina le idee richiede molto più tempo. Ma un team brillante e creativo costruisce un vantaggio che gli altri competitor, con o senza I.A., non potranno copiare così facilmente.
Se vuoi approfondire, puoi dare un’occhiata all’articolo: “Le migliori idee, quando e come ci vengono?“
Una battuta finale: l’I.A. ha reso tutti capaci di avere idee, il mio lavoro, oggi più che mai, è insegnare a riconoscere e realizzare le migliori. Perché quando tutti hanno lo stesso motore, a vincere è chi guida meglio …
