I migliori lavorano diversamente

Il commerciale più bravo della vostra azienda, prima di una chiamata importante, non apre il CRM per scorrere i dati dell’account. Cerca l’ultima conversazione, rilegge una riga o due al massimo, poi capisce chi decide davvero in quell’azienda (anche quando sull’organigramma compare un altro nome).

La responsabile amministrazione guarda uno scostamento di budget e in trenta secondi sa se è rumore statistico o una storia da raccontare al consiglio di amministrazione. Lei ha già capito e sta pensando alla cosa successiva da fare.

Sono metodi di lavoro compressi nel tempo fino a diventare quasi istantanei, degli automatismi che da fuori sembrano talento. Hiten Shah, persona molto interessante e fondatore di KISSmetrics e Crazy Egg, lo ha formulato dettagliatamente su X, mi è rimasta impressa questa frase“skills make judgment reusable”.

Le competenze rendono il giudizio riutilizzabile infatti il commerciale non ricomincia da zero ad ogni chiamata ma attiva un filtro che ha affinato in anni di osservazioni, conversazioni andate bene e trattative perse per un motivo preciso. Il filtro funziona così in fretta che lui stesso non lo vede nemmeno più consciamente, è intuizione. Per chi lo osserva dall’esterno, è metodo invisibile.

La tesi di questo episodio è semplice: quel metodo oggi è possibile scriverlo, ripeto scriverlo è la mossa più strategica che una PMI possa fare nel 2026, ben prima di comprare qualsiasi strumento AI.

Se stai leggendo questo episodio per la prima volta, la serie completa “Il futuro della strategia aziendale” è disponibile nell’archivio di StrategyProject Journal. Iscriviti qui:

StrategyProject Journal

Ogni episodio entra dentro un'azienda italiana: le scelte difficili, le rinunce e quello che di solito rimane in sala riunioni. Long-format, concreto, senza teoria.

Di Andrea Macrì

Quando l’automazione produce più lavoro umano

Dan Shipper e tutto il team di EVERY hanno raccontato pubblicamente una storia che pochi si aspettano: hanno automatizzato tutto l’automatizzabile, dall’editing iniziale alla ricerca bibliografica, dalla strutturazione degli argomenti alla sintesi delle bozze, alla programmazione software, alla gestione dei contatti con i clienti…

Il risultato atteso era una squadra più snella ma quello che è successo nella realtà è che sono passati da 4 → 30 persone nell’era dell’AI! EVERY per chi non la conoscesse, probabilmente è l’azienda che ha sperimentato e automatizzato più di tutte le altre con l’AI e gli Agent AI.

In ogni caso sembrerebbe che logica di aumentare il personale, a prima vista, possa sfuggire... Ma in realtà ha perfettamente senso!

Quando tutti producono bozze decenti, il valore di chi distingue “decente” da “incredibile” sale. La competenza abbondante alza il punto d’ingresso, certo, ma alza anche il premio per chi sa cosa costruire sopra quel pavimento. Mi riferisco chiaramente a chi seleziona, giudica, finalizza, decide cosa pubblicare e cosa scartare. Every ha avuto bisogno di più persone capaci di giudizio, non di meno, perché il volume di materiale da valutare è esploso in proporzione agli strumenti disponibili.

Questo schema si replica ovunque si automatizza con serietà. L’abbondanza di output medio-buono genera una domanda acuta di chi sa riconoscere la differenza, scegliere la direzione e rispondere delle conseguenze. L’automazione, quando funziona davvero, concentra il lavoro umano sui momenti che contano di più e producono più valore.

Per le PMI italiane questo è sia un avvertimento sia un’opportunità.

• L’avvertimento → comprare strumenti AI non taglia i costi operativi per magia.

• L’opportunità → chi sa fare quel lavoro di secondo livello, il giudizio situato su questa azienda, per questo cliente, in questo momento, diventa più prezioso ogni trimestre che passa.

L’accesso ai dati non è il metodo di lavoro

Collegare un agente AI a tutti i dati aziendali è una parte che tecnicamente è già stata risolta da tempo, un buon sistemista e qualche settimana di lavoro ed il gioco è fatto. Un agente AI con accesso a tutti i documenti, le email, i contratti ed i dati storici di vendita può comunque mancare completamente la forma della decisione.

L’accesso ai dati purtroppo non contiene proprio le domande giuste.

Ogni azienda ha costruito nel tempo un suo modo specifico di leggere la realtà, fatto di tentativi riusciti, errori corretti e osservazioni accumulate, questo modo non sta in nessun manuale interno. Il miglior commerciale sa che il cliente del distretto industriale di Vicenza risponde diversamente alla leva del prezzo rispetto a quello del Mezzogiorno. Sa quando insistere e quando lasciar perdere.

Il responsabile Operations sa che certi fornitori dichiarano margini gonfiati, mentre altri li sottostimano per gestire le aspettative, la differenza tra i due non si legge in un’analisi automatica.

La responsabile Amministrazione sa che un certo profilo di cliente paga sempre in ritardo ma è corretto nelle contestazioni, quindi si gestisce con criteri diversi rispetto a chi paga puntuale ma invece litiga su ogni fattura.

Queste informazioni non stanno nel database, stanno nelle teste delle persone.

Per questo la prima strategia AI di un’azienda è scrivere come lavora, viene prima di qualsiasi acquisto, e non costa pagare una licenza. Codificare le regole non scritte, i filtri impliciti, i segnali che i migliori riconoscono prima degli altri è tutto quello che si può chiamare “librerie di competenze”: documenti operativi che trasformano il giudizio delle persone migliori in infrastruttura riutilizzabile, indipendente dalla loro presenza fisica in azienda.

La conoscenza che non si sa codificare è conoscenza che si possiede davvero. La si affitta, finché le teste che la contengono restano nell’organico aziendale.

Il software ha sempre impacchettato il sapere di qualcuno

C’è una progressione, nella storia del software, che rende tutto questo meno esotico di quanto sembri e che arriva dritto dritto al presente.

Negli anni Settanta i comandi Unix permisero di impacchettare le Operations → una riga che fa una cosa, riutilizzabile da chiunque. Poi le librerie di codice impacchettarono le soluzioni → il problema risolto una volta, richiamabile per sempre. Poi le API impacchettarono interi servizi → i pagamenti di Stripe, le mappe di Google e competenze di intere industrie dietro una semplice chiamata. Il SaaS ha impacchettato i processi → non si compra più il software contabile, ma si acquista la contabilità già pensata.

Ogni generazione ha preso un pezzo di lavoro umano e l’ha reso infrastruttura.

Gli Agenti AI impacchettano l’ultimo strato rimasto → il giudizio.

Le skill library sono sostanzialmente questo, il punto d’arrivo di cinquant’anni di software che impacchetta, applicato alla cosa che sembrava impossibile da impacchettare. E qui la storia si riallaccia ad un filo che i lettori della serie sulla strategia aziendale riconosceranno.

Nel 1957 Philip Selznick chiamava “competenza distintiva” (ciò che un’organizzazione sa fare meglio delle altre) e l’idea da cui, trent’anni dopo, Prahalad e Hamel avrebbero tirato fuori le Core Competencies. Per settant’anni quella competenza è rimasta dov’era cioè nelle teste, nei gesti, nell’aria degli uffici. Oggi diventa un file.md, con un numero di versione ed una data di ultimo aggiornamento.

Quello che Selznick poteva solo descrivere, adesso si scrive!

Resta in piedi una sola cosa che il software non ha mai impacchettato e probabilmente non impacchetterà ancora per un pò di tempo, la domanda di Drucker: “qual è il nostro Business, chi è il cliente, che valore creiamo?”

La strategia torna ad essere l’unica cosa che non si può esternalizzare.

La PMI italiana: il vantaggio reale e la bomba ad orologeria

Prima di arrivare alla PMI, una parola sugli altri due mondi, perché il problema cambia faccia con la stazza dell’impresa.

Nella Corporate il metodo non manca di certo ma spesso è sepolto: wiki morte, Process Owner che non eseguono più il processo da anni, documentazione scritta per l’audit e mai per chi lavora tutti i giorni. Lì il problema non è codificare ma scegliere cosa è ancora valido e aggiornato.

Nelle Startup e nelle aziende software vale il contrario, infatti chi codifica il metodo dal primo giorno costruisce l’azienda intorno alla libreria invece di estrarla a posteriori. Per esempio EVERY, che il metodo lo pubblica, ha trasformato questa pratica in un vantaggio competitivo misurabile.

Le PMI italiane hanno una condizione diversa da entrambi, che vale guardare da due angoli distinti.

La conoscenza aziendale sta spesso in due o tre persone: il titolare, il commerciale storico, la responsabile amministrazione o Marketing. Questo è allo stesso tempo il loro punto di forza operativo e il loro rischio strutturale più sottovalutato.

• Il vantaggio → ci sono pochi nodi da codificare, ad esempio una classica impresa manifatturiera con quaranta dipendenti non ha bisogno di un programma triennale per mappare il proprio metodo. Si lavora su tre o quattro processi critici, si interrogano le persone giuste, si trascrivono le regole non scritte (bastano poche settimane fatte con criterio). Il valore da estrarre è concentrato in poche teste che si conoscono per nome e si parlano ogni giorno.

• La bomba ad orologeria → quando quella testa va in pensione, o si licenzia, o si ammala, l’azienda perde l’unico asset davvero non replicabile. Nessuna AI recupera il giudizio di qualcuno che non è mai stato registrato, trascritto, interrogato su come lavora. Non esistono dati su cui addestrare nulla e quella conoscenza semplicemente evapora.

Ci sono casi di aziende che hanno perso commerciali storici con vent’anni di relazioni e non sono riuscite a ricostruire il loro portafoglio in tre anni di tentativi. Il prodotto era competitivo, prezzi allineati al mercato ma appunto mancava quel metodo specifico di quell’uomo: come entrava nelle trattative difficili, cosa diceva nella seconda chiamata quando il cliente esitava, come gestiva le obiezioni sui tempi di consegna con certi settori e non con altri.

Nessuno lo aveva mai trascritto, perché sembrava ovvio finché c’era lui.

La codifica del metodo è un’assicurazione sulla continuità aziendale, prima ancora che un progetto digitale. Come con ogni buona assicurazione, è un pò stupido stipulare dopo che il danno si è verificato.

Come si estrae il giudizio: il metodo concreto

Il metodo è meno complicato di quanto si possa pensare, infatti non serve un progetto IT, un budget straordinario o software dedicato. Serve un pomeriggio a settimana per tre mesi, condotto con disciplina e senza fretta!

Si parte da quattro domande da fare al migliore del team, processo per processo.

Le risposte, trascritte con cura e senza abbellimenti, producono una pagina per processo.

Una pagina che descrive non cosa bisogna fare in astratto, ma come lo fa chi lo fa bene in concreto.

Quella pagina entra nella libreria di competenze = memoria genetica nel DNA aziendale. Diventa il materiale con cui si formano i nuovi arrivati in modo coerente invece che casuale. Diventa, nel tempo, il contesto che un agente AI usa per operare secondo il metodo specifico dell’azienda, invece di applicare un approccio generico che non appartiene a nessuno.

Un pomeriggio a settimana. Tre mesi. Una pagina per processo. In questo momento non c’è investimento più strategico di questo.

E c’è un dettaglio che lo rende diverso da ogni altro buon proposito aziendale: il sistema che ne nasce non vive della disciplina di chi l’ha avviato. Le pagine entrano negli strumenti, gli strumenti lavorano, e il metodo continua a funzionare anche nelle settimane in cui il titolare fa il titolare.

I buoni propositi consumano disciplina, i sistemi la sostituiscono.

Il Manager nel 2035: la domanda che apre l’ultimo episodio

Ma se il giudizio si codifica e l’esecuzione si delega, allora che mestiere fa il Manager?

Questa è la domanda, importantissima, che apre l’episodio finale di questa serie.

Ci arriviamo con calma…

Iscriviti ora

P.S. Il paradosso che tengo in tasca da anni: le aziende pagano consulenti per farsi dire come lavorare, quando il vero asset invece è scrivere come già lavorano quando lavorano bene. Il consulente porta metodo dall’esterno perché manca il tempo o l’abitudine di osservarsi dall’interno. La realtà è che il metodo migliore è già dentro l’azienda e spesso aspetta solo che qualcuno si sieda a trascriverlo.

Lo Stanford Digital Economy Lab ha misurato la cosa che nessuno voleva misurare: i lavoratori tra 22 e 25 anni nei ruoli più esposti all’intelligenza artificiale hanno visto calare l’occupazione del 13% dalla fine del 2022. I colleghi senior, nel frattempo, sono rimasti sostanzialmente fermi. Da quel numero è partita una narrazione semplice e, per chi ha più di quarant’anni, apparentemente rassicurante: l’AI colpisce i giovani ed i nativi digitali pagano il conto più pesante.

Quel 13% misura una cosa abbastanza precisa, ovvero il gradino d’ingresso che si alza. Le mansioni che spariscono prima sono quelle che tradizionalmente assorbono i neoassunti: revisione di documenti, analisi di primo livello, coordinamento operativo di routine, produzione di contenuti standardizzati... Un sistema AI ben progettato esegue tutte queste cose ad una frazione del costo umano. La conseguenza pratica è che i giovani non entrano dove sarebbero entrati tre anni fa.

Avevo chiuso l’episodio precedente con una frase precisa: a perdere il lavoro oggi sono i giovani ma a perdere il futuro sono i loro capi. La lettura del 13% di Standford è corretta, ma incompleta in modo pericoloso. Fissa l’attenzione su un solo piano dell’edificio mentre un altro piano, quello dove lavorano i quarantenni ed i cinquantenni, sta silenziosamente cedendo.

Se stai leggendo questo episodio per la prima volta: StrategyProject Journal esce ogni due settimane con analisi strategica per imprenditori e manager di PMI. Puoi iscriverti qui:

StrategyProject Journal

Ogni episodio entra dentro un'azienda italiana: le scelte difficili, le rinunce e quello che di solito rimane in sala riunioni. Long-format, concreto, senza teoria.

Di Andrea Macrì

Il piano intermedio che sparisce

A Maggio 2026, Cloudflare, BILL e Upwork, tre aziende software, nate digitali e con ricavi in crescita, hanno annunciato tagli tra il 20% ed il 30% del personale.

La combinazione non è nuova nella storia delle ristrutturazioni, ma la geografia dei tagli lo è. Quelle aziende non hanno colpito i reparti in perdita o le funzioni periferiche ma il coordinamento intermedio: Customer Success, Project Management, Middle Management di interfaccia tra reparti.

Sono proprio figure che traducono le richieste dei clienti in task interni, che aggregano aggiornamenti di stato da più Team, che gestiscono il flusso di informazioni da un ufficio all’altro. Contemporaneamente, le stesse aziende stanno assumendo ingegneri informatici per costruire infrastruttura agentica e sistemi autonomi che eseguono quei flussi senza intermediari umani.

Ci troviamo di fronte a quello che ho accennato prima, il gradino d’ingresso sparisce per i ventenni, il piano intermedio sparisce per i quarantenni e i cinquantenni. Due processi distinti, che si dispiegano su orizzonti temporali diversi raccontati dai media quasi sempre come se fossero la stessa storia.

In realtà questo fenomeno ha tre facce a seconda di dove lo si guarda.

• Nelle Corporate → il Middle Management è una classe intera, con percorsi di carriera costruiti per alimentarla, i numeri di Maggio vengono da lì e vedrete che sono solo i primi.

• Nelle Startup → il gap si presenta travestito da conflitto tra founder operativi vs Manager “adulti” importati dalle multinazionali per fare ordine. Sempre più spesso, l’ordine effettivamente lo portano ma con la geometria vecchia.

• Nelle PMI Italiane → il piano intermedio è spesso una persona sola o è l’imprenditore stesso, che fa da collo di bottiglia a tutto senza rendersene conto davvero.

Tre contesti, lo stesso meccanismo declinato diversamente. A distinguerli è la traiettoria del ruolo (non l’età anagrafica) e la data in cui si inizia a costruirne una nuova.

I dirigenti che non toccavano la tastiera

Il primo episodio (LINK) raccontava l’evoluzione della fabbrica, per il piano intermedio serve un’altra storia, più vicina e più imbarazzante.

Anni Ottanta, il personal computer arriva sulle scrivanie delle aziende occidentali, e per un’intera generazione di dirigenti scrivere alla tastiera è una mansione da segretaria.

Non per pigrizia ma per “identità professionale”, infatti il dirigente detta, la segretaria scrive, il dirigente decide, gli altri eseguono. Quel confine definiva appunto il rango. Solow scrisse la sua famosa frase sui computer invisibili nelle statistiche esattamente in quel mondo, ripeto nel 1987, i PC c’erano ma l’organizzazione che li avrebbe usati davvero no.

Poi, tra il 1995 e i primi anni Duemila, la produttività Americana cambia passo con le reti aziendali, gli ERP, l’e-commerce costringono a ridisegnare flussi e ruoli. Il paradosso si scioglie e nel giro di pochi anni il dirigente che dettava le email era diventato una figura da barzelletta aziendale. Non era stupido e non era nemmeno vecchio ma aveva definito il proprio mestiere intorno ad una divisione del lavoro che la tecnologia aveva abolito a forza, e se n’è accorto quando il mestiere ridefinito lo stavano già facendo altri.

Il Manager di oggi che “fa adottare l’AI al Team” senza toccarla o averne realmente comprensione rischia di essere il dirigente che dettava le email.

Crede ancora che il suo mestiere sia coordinare persone ma la descrizione più onesta è un’altra: coordinare in condizioni di scarsità di competenza. Raccogliere informazioni disperse tra specialisti, sintetizzarle, trasformarle in decisioni e trasmetterle all’operatività quotidiana. Quando la competenza analitica diventa abbondante, quando un sistema sintetizza, traduce e trasmette da solo, quel coordinamento perde l’oggetto su cui lavorava. È il Group Drive dell’episodio uno, applicato alle persone invece che ai processi ed alle macchine.

La matematica che non si recupera

C’è un calcolo in tutto questo che merita di essere reso esplicito, perché cambia radicalmente il modo in cui si deve guardare la questione.

Ogni sei mesi circa, gli strumenti cambiano in modo sostanziale e chi pratica oggi sviluppa due cose in parallelo: la competenza sullo strumento corrente e, cosa più rilevante, la capacità di assorbire il cambiamento successivo.

Imparare ad apprendere con le macchine è come allenare un muscolo che si usa ogni volta che arriva una versione più avanzata. Chi aspetta, invece, accumula debito strategico e tecnologico su una base che cresce continuamente, perché ogni nuova generazione di strumenti parte da dove si è fermata la precedente, e chi non ha quella precedente come fondamenta deve ricostruire da zero ad ogni ciclo. Il calcolo è di tipo asimmetrico e accelera nel tempo.

Un imprenditore di cinquant’anni che inizia a lavorare seriamente con questi strumenti oggi sarà, tra diciotto mesi, strutturalmente più avanzato di un Manager di trentacinque anni che aspetta ancora il momento giusto o usa superficialmente le AI. Conta quando si inizia ed ogni mese di ritardo costa più del precedente, perché il debito di apprendimento cresce mentre la tecnologia accelera.

Questo argomento non ha niente a che fare con i nativi digitali, i ventenni di oggi non apprendono più velocemente per chissà quale “ragione biologica”…

Quelli che hanno il vantaggio sono quelli che praticano continuamente, perché continuare a praticare costruisce la capacità di salto per il passo successivo. Il tempo, oltre una certa soglia, non è più recuperabile.

L’autoinganno silenzioso dei vertici

C’è un pattern che osservo con una certa regolarità nelle organizzazioni con cui lavoro, non ho dati sistematici nè accademici, ma è un’osservazione di campo. I vertici che spingono con più energia l’adozione dell’AI nei reparti sono spesso quelli che usano questi strumenti in modo più sporadico, o non li usano affatto in prima persona per il loro lavoro quotidiano.

Le organizzazioni sono, tra le altre cose, macchine di lettura implicita. I dipendenti non ascoltano principalmente quello che il capo dichiara ma osservano quello che il capo fa. Se chi guida l’azienda non usa gli strumenti che chiede agli altri di adottare, il messaggio che arriva, senza che nessuno lo dichiari, è che quegli strumenti sono per chi sta in basso, non per chi decide.

La compliance che segue è pura esecuzione, ovvero un ordine che nessuno, internamente, considera proprio.

Il test onesto per l’imprenditore italiano

Arrivo al punto che probabilmente riguarda direttamente chi legge questa newsletter.

L’imprenditore-padrone della PMI italiana è, in molti casi, esattamente il profilo che ho descritto nelle righe precedenti. Gestisce direttamente una parte sostanziale del coordinamento aziendale, conosce il mestiere meglio di chiunque altro in organico, ha costruito tutto quello che ha su quella competenza operativa. Ed è spesso il primo a comunicare ai collaboratori l’importanza di esplorare l’AI, mentre continua a lavorare come ha sempre lavorato.

Vi chiedo di farvi tre domande, e di rispondervi internamente con la stessa onestà che usereste in un’analisi di bilancio.

1. Quante ore vostre (proprie, personali, non delegate) avete trascorso questa settimana dentro uno strumento AI, usandolo per qualcosa di reale e non per una dimostrazione?

2. Sapete concretamente, con esempi specifici, cosa ci fanno i vostri dipendenti con questi strumenti ogni giorno, o avete soltanto l’impressione che “lo usino”?

3. Quando avete preso l’ultima decisione importante, l’avete presa più velocemente grazie ad un sistema che ha elaborato le informazioni al posto vostro, oppure avete ancora bisogno di aspettare che qualcuno vi porti i dati nel formato giusto?

Non serve rispondere a me… Se due risposte su tre vi mettono a disagio, il problema non è nei reparti!

E la domanda da farsi dietro le tre domande è una sola: state costruendo un sistema che funziona anche senza la vostra disciplina, o state aggiungendo l’ennesima buona intenzione al mucchio?

La disciplina personale è la risorsa più scarsa di un imprenditore, i sistemi ben progettati non la consumano ma la sostituiscono.

Cosa resta quando la competenza diventa gratis

L’episodio precedente di questa serie si chiudeva con una constatazione sul presente. Questo si chiude con una domanda sul futuro del valore.

Se la competenza analitica (raccogliere dati, costruire scenari, produrre opzioni ragionate…) diventa abbondante ed economica quanto lo è diventata l’elettricità negli anni Venti, il mercato smette di pagarla come se fosse scarsa. Paga invece per quello che rimane difficile da replicare.

La domanda del prossimo episodio è questa: quando la competenza diventa quasi gratis, che cosa resta da pagare?

P.S. Questo articolo invecchierà in modi molto diversi a seconda di quando lo leggete. Chi lo legge ad Agosto 2026 ha ancora del margine reale per posizionarsi sul lato giusto del compounding tecnologico e strategico.

Chi lo ritroverà nell’archivio nel 2029 avrà già la risposta anche se, a quel punto, preferirebbe probabilmente non averla.

Seimila CEO e CFO di quattro Nazioni, Stati Uniti, Gran Bretagna, Germania, Australia. Una domanda sola: l’AI ha prodotto effetti misurabili sulla produttività e l’occupazione nella vostra azienda negli ultimi tre anni?

L’89% ha risposto di no sulla produttività, oltre il 90% ha risposto negativamente sulla occupazione.

Lo studio è il Working Paper 34836 del National Bureau of Economic Research, firmato (tra gli altri) da Nicholas Bloom di Stanford, con dati raccolti tra Novembre 2025 e Gennaio 2026 dalla Fed di Atlanta, dalla Bank of England e dalla Bundesbank tedesca. Non si tratta quindi di un sondaggio fatto da una società di consulenza con un software/servizi da vendere ma da banche centrali che misurano l’economia reale.

C’è qualcosa di strano perchè, nelle stesse aziende, i dipendenti giurano il contrario: le presentazioni escono in metà tempo, le risposte ai clienti si scrivono in pochi minuti invece che in un’ora. Gli studi controllati misurano infatti guadagni tra il 25% e il 55% su compiti specifici tipo scrittura, codice, analisi.

Ho riletto quel paper più volte, i numeri reggono, e questo fenomeno ha un nome dal 1987.

Iscriviti ora

Un paradosso con il libretto di circolazione

“Si vedono computer ovunque, tranne che nelle statistiche di produttività” - Robert Solow nel 1987 in pieno del boom informatico.

Le aziende statunitensi spendevano miliardi in hardware, i Manager annunciavano la rivoluzione, le statistiche aggregate però restavano piatte.

Oggi siamo nel 2026 ed il copione è quasi identico, ma cambiano solo gli attori!

C’è un dettaglio curioso in quel paper NBER che quasi nessuno ha commentato, ed è il più rivelatore di tutti. Agli stessi Executive intervistati è stato chiesto di prevedere i prossimi tre anni e la risposta media è stata un +1,4% di produttività.

Lo scrivo in lettere, uno virgola quattro! La tecnologia più finanziata della storia economica, quella che secondo i suoi costruttori riscriverà il lavoro umano, vale (nella testa di chi guida le aziende) un punto e mezzo scarso di produttività in tre anni. Delle due l’una: o l’AI è la bolla più grande di sempre, o chi compila quei budget non ha ancora capito cosa sta comprando.

Questa serie scommette sulla seconda ipotesi e la storia economica, lo leggerete, è nettamente dalla sua parte.

Chi mi segue da tempo ricorderà la serie in quattro parti sulla storia della strategia aziendale: come nel dopoguerra i Manager impararono a pensare in grande. Chandler e la struttura che segue la strategia, Drucker e la gestione per obiettivi, Selznick e la competenza distintiva e come, decennio dopo decennio, la strategia da visione diventò metodo, framework, matrici…

Quella storia partiva da un problema preciso: l’azienda era diventata troppo complessa per un solo decisore.

(Le quattro parti → Parte 1 · Parte 2 · Parte 3 · Parte 4)

Questa nuova serie è la naturale continuazione di quella e inizia dal problema opposto: un’azienda diventata troppo veloce per i suoi decisori. Per capirla conviene tornare a chi il paradosso di Solow lo ha spiegato davvero.

La lampadina, la cinghia, la linea

Paul David, 1990 per spiegare i computer parlò di elettricità.

L’elettrificazione delle fabbriche americane passò per tre stadi, e solo il terzo produsse i guadagni promessi dal primo.

1. Primo stadio → la lampadina illumina il lavoro senza cambiarlo, cioè gli operai vedono meglio ma la fabbrica resta organizzata com’era.

2. Secondo stadio → del “Group Drive” un motore elettrico al posto della caldaia a vapore, ma le cinghie di trasmissione e la meccanica restano quelle di prima. La fabbrica del 1905 ha cambiato fonte di energia senza ridisegnare il flusso. Risparmia qualcosa, sì, ma non si trasforma.

3. Terzo stadio → con Ford, Highland Park, 1913. Non si sostituisce una tecnologia con un’altra ma si riorganizza la fabbrica intorno al movimento del pezzo. Un motore per ogni macchina, le macchine disposte secondo il flusso del prodotto (linea di montaggio). Prima del 1919 la produttività manifatturiera americana cresceva dell’1,3% l’anno ma nel decennio 1919-1929 balza ad oltre il 5% annuo cioè quarant’anni dopo le prime lampadine nei capannoni. Nel 1920 l’elettricità muoveva già metà della forza motrice industriale americana ma la potenza c’era da tempo! Mancava quindi la fabbrica disegnata per usarla.

Sono passati quarant’anni tra l’invenzione e la produttività, un bel “turbo-lag” che però non fu deciso dalla tecnologia ma dall’organizzazione.

ChatGPT/Claude che accelerano le email prodotte è la lampadina, gli agenti AI agganciati a CRM pensati nel 2010 e processi di approvazione nati quando un documento impiegava tre giorni a cambiare ufficio: quello è il Group Drive del secondo stadio (la cinghia vecchia con motore macchina nuovo).

La linea di montaggio non è ancora arrivata e molto probabilmente non è ancora stata ben immaginata.

Più output con lo stesso imbuto

Il singolo lavoratore con i giusti strumenti produce sensibilmente più in fretta, fin qui non c’è dubbio alcuno. Le decisioni, però, quasi sempre passano ancora dalla stessa catena decisionale.

Gli sviluppatori generano codice più in fretta di quanto la code review riesca a digerire: la coda di pull request cresce, i brief di prodotto escono in mezza giornata, e poi aspettano il ciclo di budget che però resta trimestrale. Le proposte commerciali si preparano in un pomeriggio e invecchiano una settimana nella casella dell’ufficio legale.

In poche parole avete aumentato la velocità dell’acqua senza toccare i tubi, ovvio che il lavandino trabocca.

E questa cosa cambia con la stazza dell’azienda. Per esempio nelle Corporate dove una decisione attraversa sei livelli prima di diventare operativa la congestione è massima: è lì che i miliardi di CAPEX stanno annegando.

Nelle aziende software nate digitali il problema sembra non esserci finché i processi non calcificano, e fidatevi si calcificano in fretta... Nella PMI i tubi da rifare sono pochi ma ci torno tra un attimo, perché è il punto che ribalta la solita lettura del ritardo strutturale Italiano.

Ed è qui che sta la conseguenza non ancora pienamente compresa: chi compra AI senza ridisegnare l’organizzazione attorno ad essa non resta al punto di partenza ma arretra proprio! La coda decisionale si allunga, il lavoro in attesa cresce, le persone più veloci si frustrano prima e se ne vanno. Pagate pure abbonamenti e API…

Il paper NBER che ho menzionato all’inizio contiene anche la controprova di questo: le poche aziende che dichiarano guadagni reali risultano due-tre volte più propense ad aver integrato l’AI nei prodotti, nella generazione della domanda e nelle decisioni strategiche (non nelle email!). La differenza tra chi vede ritorni e chi no non è delineata da quanto spende ma da dove tocca.

Chandler aveva ragione… Ma era il 1962!

In “Strategy and Structure” Chandler scrisse che la struttura segue la strategia: aziende diversificate, strutture divisionali, aziende integrate, gerarchie funzionali... La forma seguiva sempre la funzione.

Oggi la struttura segue l’inerzia, perché la strategia spesso manca. Si adotta l’AI per paura di restare indietro e per poter dire agli investitori che ci si sta lavorando. Quasi nessuno parte dalla domanda di Chandler aggiornata al 2026: che forma deve avere questa organizzazione per reggere l’aumento della velocità?

Chandler ebbe il merito di nominare il problema con precisione sufficiente a renderlo risolvibile. Il nostro problema di velocità quel nome preciso ancora non ce l’ha, ma proviamo a darglielo: congestione decisionale. Output che cresce, capacità di decidere che resta ferma e la coda che si accumula nel mezzo.

La PMI italiana, per una volta è avvantaggiata

Il paradosso di Solow funziona come una tassa occulta sugli strati organizzativi: più ci sono strati → più è lento il segnale → più è costoso il ritardo

La grande azienda porta i suoi processi come un’ipoteca, ridisegnarli significa toccare poteri, budget e carriere sedimentate in trent’anni di riorganizzazioni.

La PMI Italiana tendenzialmente quegli strati non li ha. Il titolare che legge questo articolo può ridisegnare un flusso decisionale in un mese, senza comitati, senza Change Management, senza consultare spasmodicamente le risorse umane di gruppo. Per una volta, essere piccoli è un vantaggio strutturale.

Le Startup che nascono quest’anno partono direttamente dalla fabbrica nuova, è il loro unico vero vantaggio contro chi ha vent’anni di clienti consolidati. Ma la PMI ha qualcosa che la Startup non ha: i clienti, il know-how, il flusso di cassa. Le manca solo la decisione di ridisegnare.

Questo vantaggio però va monetizzato! Il titolare che ha pagato venti licenze a Gennaio e le usa per velocizzare preventivi e presentazioni sta facendo Group Drive → motore nuovo e meccanica vecchia. Il Lunedì mattina la riunione approvazioni è sempre quella ed il cliente aspetta sempre nove giorni. Chi invece sposta le decisioni operative verso chi ha le informazioni ed elimina i passaggi che esistono solo per ragioni storiche sta costruendo la sua linea di montaggio con un decimo della complessità che quella mossa costerebbe ad una Corporate.

E quando arrivano, questi guadagni?

Se il pattern dell’elettrificazione regge con un ritardo “compresso”, perché stavolta non c’è capitale fisico da sostituire ma solo processi e abitudini, i guadagni aggregati dovrebbero comparire nelle statistiche tra il 2028 e il 2031.

E ovviamente non per tutti. Negli anni Venti i guadagni si concentrarono nella minoranza di fabbriche che avevano ridisegnato il flusso, non nella maggioranza che aveva comprato i motori elettrici. Le altre raccolsero efficienze marginali prima e obsolescenza in seguito.

Mi prendo volentieri il rischio della data: rileggetemi nel 2028. Se le statistiche aggregate saranno ancora piatte e le aziende ridisegnate non staranno staccando il gruppo maggioritario di imprese, la mia tesi avrà torto. Ma se il divario a forbice sarà visibile e concentrato negli organismi ridisegnati allora il tempo per salire a bordo sarà già quasi finito. Il 2028 è tra due anni…

Chi perde davvero: la prossima storia

La tesi dell’intera serie, in fondo, sta in due frasi:

1. gli strumenti sono pronti

2. le organizzazioni no

I prossimi tre episodi guardano questa frattura da tre angoli diversi, chi la paga, che cosa diventa prezioso, e che mestiere nasce dall’altra parte.

Il prossimo episodio rovescia una lettura che sento ripetere troppo spesso ovvero che il problema dell’AI in azienda sia generazionale dove i “nativi digitali” capiscono mentre i “vecchi Manager” resistono.

I dati dicono una cosa diversa, e pure più scomoda: a perdere il lavoro oggi sono i giovani ma a perdere il futuro sono i loro capi.

Hai mai aperto il pannello adv di Meta e visto il CAC salire trimestre dopo trimestre, senza che il fatturato seguisse?

Hai mai messo a budget la voce “acquisizione digitale” e poi visto quel budget evaporare, lasciando in cassa quello che serviva per gli stipendi?

Una piattaforma early-stage Italiana ha fatto due conti, ha chiuso il rubinetto degli adv e si è inventata un altro modo di vendere, senza avere il prodotto pronto e sei mesi prima.

Premessa editoriale: l’autonomia dal canale che ti tassa

StrategyProject Journal racconta decisioni strategiche di imprenditori e aziende Italiane, niente slide nè casi patinati. Decisioni vere, con i loro trade-off, le loro rinunce, le loro confessioni operative.

Storie che chi gestisce una PMI riconosce, perché viviamo le stesse pressioni.

Nel Journal #62 abbiamo visto insieme a e come si possa entrare in un mercato senza avere ancora il prodotto. Oggi un caso vicino, ma diverso nel meccanismo: come si esce dal canale di acquisizione dominante, quando quel canale ti sta costando di più del valore che ti porta.

Trent’anni di retail entertainment, una scelta diversa

Tomaso Buscema è stato General Manager di GameStop Italia. Prima ancora, ha fatto trent’anni di carriera Corporate in aziende Europee e Americane, tra le quali Ferrero, Kraft, Valentino, Autogrill e GameStop, attraversando retail, FMCG e settori adiacenti. Una carriera passata a vedere da dentro come si distribuisce un prodotto entertainment ai super-fan attraverso intermediari: le catene retail, i distributori, i brand. La tassa di intermediazione, lui la conosce.

Nel 2021 ha lanciato My Social Collection, un social marketplace per collezionisti del mondo entertainment: Funko, Pokémon, manga, videogiochi, fumetti. L’idea era costruire la piazza diretta tra le major dell’entertainment (Disney, Nintendo) ed i super-fan che oggi nessuno serve davvero. Cinque anni di sviluppo, a Novembre 2024 hanno chiuso un pre-seed da 500.000 euro via SAFE. Lavorano full-remote, con due team distinti, registrati sotto legge Inglese.

La pressione era questa: una piattaforma early-stage non può permettersi di “affittare” il canale di acquisizione da Meta. Il CAC su Instagram e Facebook per un mercato verticale come quello dei collezionisti italiani è alto, l’LTV all’inizio è ancora da costruire, ed i conti facilmente non tornano. Tomaso, che il margine retail lo sa misurare da trent’anni, ha fatto un calcolo e ha preso una decisione netta.

La decisione: aprire una piazza, non comprare un funnel

My Social Collection ha scelto di organizzare un evento fisico proprio invece di investire in advertising digitale, per costruire un canale di acquisizione che non passi dalla platform tax di Meta e Zuckerberg.

L’evento, dopo quello tenuto a Maggio 2026, si terrà a Milano la prima settimana di Settembre 2026 (Milano Entertainment Week). È la mossa con cui MySocialCollection porta la propria Community offline, mettendoci in mezzo sponsor e brand del settore, per costruire da lì il ponte verso la piattaforma digitale.

Cosa NON hanno fatto? Non hanno chiuso un piano media con un’agenzia, non hanno alzato il budget Meta Ads “per testare la scalabilità”. Non sono andati in uno stand di Cartoomics o Milan Games Week sperando di intercettare gli stessi visitatori sotto un brand altrui nè hanno aspettato di avere la piattaforma perfettamente rifinita per iniziare a vendere.

Hanno fatto l’opposto. Hanno costruito una piazza propria, l’hanno annunciata, e l’hanno pre-venduta mesi prima della data, su Instagram, con la biglietteria online attaccata ai profili social.

Il trade-off psicologico qui è pesante, quando lasci la “strada certa” dell’advertising digitale, lasci anche la copertura della legittimità altrui. Non puoi più dire “stiamo costruendo il funnel” come fanno tutti ma devi spiegare ad ogni stakeholder (sponsor, partner, prossimi investitori…) il perché stai facendo qualcosa che gli altri non fanno e speri che ti credano.

Strategicamente però la logica è chiara, ed ha radici nell’esperienza lavorativa di Tomaso. Trent’anni di retail entertainment ti insegnano che il margine di un prodotto venduto attraverso intermediari paganti è strutturalmente sotto pressione. Se sei un nuovo entrante, e l’intermediario non è un distributore retail ma una Big Tech, la dinamica è la stessa: la tassa esiste, e nei numeri di una startup early-stage Italiana, con risorse proprie e un pre-seed da 500K, la tassa non ci sta.

È un fattore di calcolo numerico, prima che di posizionamento.

Come si pre-vende un evento che non c’è ancora?

A) La biglietteria attaccata ad Instagram

Questa è la scena centrale dell’esecuzione, e va vista per intero.

Lette in fretta, queste righe sembrano un dettaglio operativo ma in realtà le cose stanno diversamente, sono il manifesto dell’operazione di Go-to-Market.

Primo → è stato usato Instagram come front-end di vendita, in poche parole una biglietteria online collegata al profilo che diventa il punto di conversione (senza costruire infrastrutture prima)

Secondo → la vendita del biglietto è per 6 mesi più avanti per un evento che non era stato dimostrato in nessuna sua componente “a scatola chiusa” e questo lo dice Tomaso esattamente con le sue parole.

Terzo → hanno venduto. Non un sondaggio, non una mailing list, non un “saresti per caso interessato a…?”. Hanno incassato prima di emettere un comunicato strutturato. Questo è il punto! La differenza tra l’interesse e l’impegno è una transazione economica.

B) Una scommessa con numeri proiettati

MySocialCollection si aspetta dall’evento di Settembre 2026 tra i 20.000 e i 40.000 visitatori, una ventina di sponsor, e un fatturato attorno ai 300.000 Euro. Sono cifre proiettate, non realizzate, e l’onestà di chiamarle così è parte della storia. La pre-vendita su Instagram, partita sei mesi prima, è il primo indicatore che la proiezione non è campata in aria.

Vale la pena di leggere quei numeri come quello che sono: il primo round di una piattaforma digitale che da cinque anni costruisce in silenzio (la beta era già pubblica nel 2021) e che sceglie di farsi vedere offline per la prima volta in modo strutturato. Il pre-seed di Novembre 2024 doveva servire a costruire la piattaforma. L’evento di Settembre 2026 deve dimostrare che la piattaforma serve qualcuno.

C) Due team, due età, la frizione del lavoro remoto

Una parte che Tomaso racconta con grande onestà merita di essere riportata, perché è il rovescio di una scelta così intensa.

Mi è piacuta molto quest’osservazione strutturale: il full remote applicato ad un team con trent’anni di gap generazionale, rompe il mentoring senior-junior che in azienda fisica avveniva per osmosi. È una frizione che molte PMI italiane stanno scoprendo solo adesso (o meglio da dopo il COVID) e che vale la pena nominare. Non si riesce a sistemare “così” con uno strumento di Project Management o qualche iniziativa sporadica.

I numeri

I dati verificabili/proiettati di MySocialCollection ad oggi:

- 2021: lancio della fase beta della piattaforma

- Novembre 2024: pre-seed da 500.000 euro via SAFE

- Maggio 2026 + Settembre 2026: eventi fisici e proiezioni dichiarate da Tomaso di 20.000 / 40.000 visitatori con circa 20 sponsor e 300.000 € di fatturato atteso

- Quasi 5 anni tra la beta della piattaforma ed il primo evento offline strutturato

Tomaso, da founder che il P&L lo sa leggere, sintetizza così la decisione operativa:

La metrica lagging vera, sotto quella frase, non è il fatturato. È il rapporto tra il CAC dell’adv testato ed il margine sostenibile per una piattaforma in fase early-stage. Quando quel rapporto non torna, spesso la matematica decide al posto del marketing e delle intenzioni

Lezioni operative

1. Quando il CAC rosicchia il margine, il funnel non è scalabile ma emorragico

Se ti è mai capitato di testare l’adv ed i numeri non tornano, la risposta non è “alzare il budget per economie di scala” ma è cambiare canale ed è quello che MySocialCollection ha fatto. Hai una metrica di acquisizione che, se la guardassi ogni settimana, ti costringerebbe a fermare un canale che oggi continui ad alimentare per inerzia?

2. Vendere prima è la sola validazione che conta

Tre anni di sondaggi e mailing list non valgono un singolo biglietto pre-venduto. MSC ha venduto biglietti a sei mesi di distanza, a scatola chiusa, su Instagram. Quanti dei tuoi prodotti o servizi in roadmap potresti pre-vendere oggi, anche senza averli finiti di costruire?

3. Il canale che costruisci è anche il canale che possiedi

Un evento fisico è un asset di marca. Quando finisce, la community resta tua, e la usi come distribuzione per anni. Il budget speso in adv evapora con la campagna. Quanto del tuo budget di acquisizione 2026 sta finanziando un asset che resterà tuo nel 2028?

4. Il full remote non è un’ottimizzazione di costi neutrale

Per un team con trent’anni di gap generazionale il full remote rompe il mentoring senior-junior, il costo che si paga non è riportato sui bilanci ma si nasconde nel ritmo decisionale. Quante delle tue riunioni settimanali producono allineamento vero, e quante sono presenza solo calendarizzata?

Quando il canale diventa una tassa

La storia di MySocialCollection può sembrare anti-Zuckerberg ma in realtà parla di matematica. Tomaso non ha lasciato adv per ideologia, ha lasciato adv perché i conti non tornavano ed è molto diverso.

La differenza è importante per chi legge in quanto non si può estrarre qui un consiglio universale “smettete di fare adv” ma piuttosto una lezione specifica. Quando un canale di acquisizione costa più del valore che ti porta, alimentarlo per inerzia è una scelta che si paga ogni mese, può sembrare scontato ma vi assicuro che fuori dalla bolla “growth” non lo è!

La storia di Tomaso è anche la storia di un Manager esperto che ad un certo punto della carriera ha lasciato un ruolo apicale per costruire qualcosa che gli altri non vedevano. Trent’anni passati dentro le catene del retail entertainment, e la convinzione, alla fine, che dentro quelle catene mancasse un pezzo: il rapporto diretto tra le major ed i super-fan. Quel pezzo, ha deciso che lo avrebbe costruito lui.

Quando parlo di debito strategico non mi riferisco solo al non decidere ma è anche continuare a decidere male. In questo caso continuare a pagare un canale che non funziona come previsto solo perché smettere può sembrare troppo rischioso. Tomaso ha calcolato il rischio del cambio, e l’ha trovato inferiore al costo dell’inerzia.

Se anche tu stai facendo i conti del CAC e ti accorgi che il canale di acquisizione ti sta mangiando il margine, parliamone prima che la cassa di Settembre se ne accorga!

30min insieme

P.S. — Se vuoi vedere come si costruisce una piazza diretta tra brand entertainment e super-fan, il profilo di Tomaso e My Social Collection sono il posto giusto da seguire:

• Tomaso Buscema → https://www.linkedin.com/in/tomaso-buscema-2350a41/

• My Social Collection → https://mysocialcollection.com/

Tomaso pubblica ogni giorno, tra l’altro, contenuti estremamente interessanti 🥸 e vale la pena seguirlo per una ragione precisa: su LinkedIn si trovano founder che ti raccontano il sogno della startup e senior che ti vendono il framework. Lui è entrambe le cose, e quando parla di unit economics di una piattaforma early-stage lo fa da uno che ha letto P&L di catene retail per trent’anni. Si sente subito la differenza tra chi parla per averlo studiato e chi parla per averlo fatto.

Iscriviti ora

Nel mese di Aprile 2026, OpenAI ha inviato un memo ai propri investitori, l’argomento: Anthropic.

Niente benchmark dei modelli LLM e neppure la qualità dei prodotti bensì il compute (cioè la capacità di calcolo grezza).

OpenAI pianifica 30 gigawatt di infrastruttura entro il 2030, Anthropic ne avrà 7-8 entro il 2027. “Il divario strutturale si allarga a nostro favore,” recita appunto il memo, trapelato prima su Bloomberg e poi su CNBC. Nello stesso mese Anthropic supera OpenAI in Revenue.

Due aziende che sembrano battersi ferocemente per la stessa cosa stanno costruendo in realtà modelli di Business che non si sovrappongono. Oggi voglio parlare di questo, non è una comparazione tecnica tra Codex e Claude ma è la storia di come si sceglie il campo da gioco prima ancora di giocare la partita.

Iscriviti ai prossimi episodi di StrategyProject Journal ↓

StrategyProject Journal

Ogni episodio entra dentro un'azienda italiana: le scelte difficili, le rinunce e quello che di solito rimane in sala riunioni. Long-format, concreto, senza teoria.

Di Andrea Macrì

Premessa editoriale: quello che avevo visto nel 2024 poi è successo davvero

StrategyProject Journal racconta decisioni strategiche reali, scelte concrete che hanno cambiato qualcosa di misurabile, e cosa ne può imparare chi dirige un’azienda in Italia. Nel Journal precedente, insieme a , abbiamo visto come vent’anni di Open Innovation producano un vantaggio che nessun acquisto esterno può replicare.

Oggi resto sul tema dell’AI, ma cambio prospettiva.

Nel Journal #48 avevo scritto che Perplexity e Google non erano in competizione diretta. Che due aziende possono occupare lo stesso spazio percepito e correre verso mercati completamente diversi. Perplexity scommetteva sull’abbonamento mentre Google puntava sugli annunci. Il campo di battaglia era sbagliato fin dalla domanda e per questo la domanda stessa era sbagliata.

A Febbraio 2026, Perplexity ha ufficialmente abbandonato la pubblicità del tutto e l’azienda punta oggi a $500 milioni di ARR esclusivamente da abbonamenti. Google ha mantenuto il modello pubblicitario, con AI Overviews integrate.

Due strade separate, come avevo scritto. Ma era solo il trailer…

I fatti, prima di tutto il resto

Partiamo da Maggio 2025 quando Anthropic lancia Claude Code, un potente strumento di coding agentico che gira nel terminale del developer in locale utilizzando gli LLM di Anthropic. Sei mesi dopo, solo con Claude Code raggiunge 1 miliardo di dollari di Run-Rate annualizzato (9 miliardi in totale).

Fine 2025, Anthropic dona il Model Context Protocol (MCP) alla Linux Foundation e così questo diventa sostanzialmente lo standard aperto che permette agli agenti AI di collegarsi a praticamente qualsiasi strumento esterno esistente. Anthropic lo ha costruito, lo usa in modo massiccio in tutti i propri prodotti, e poi lo ha reso di dominio comune rinunciando al controllo proprietario per costruire un’infrastruttura condivisa.

Marzo 2026, gli SDK dell’MCP superano i 97 milioni di download mensili, perfino OpenAI e Microsoft lo adottano. Il Run-Rate annualizzato di Anthropic passa da 9 miliardi a circa 30 miliardi in sedici mesi, OpenAI nello stesso arco temporale sale da circa 20 a 25 miliardi.

9 Aprile, OpenAI invia il memo di cui accennavo nell’introduzione, Anthropic è “operating on a meaningfully smaller curve” ma quest’ultima non risponde con un comunicato bensì con i numeri e ricavi.

16 Aprile, OpenAI lancia "Codex for almost everything" con computer use su macOS, browser integrato, oltre 90 plugin e memoria persistente. Il developer che usa Claude Code dal Maggio 2025 ha già il workflow nel terminale, MCP configurato, strumenti collegati quindi passare a Codex non è un aggiornamento ma è una vera migrazione (inseguimento, non sorpasso!)

28 Aprile, Il Wall Street Journal riporta che OpenAI ha mancato le proprie previsioni interne di crescita ma il CEO Sam Altman smentisce (senza però dare numeri alternativi)

Questi sono i fatti salienti, chiaramente condensati.

Adesso la parte che quasi tutte le analisi saltano.

I tre punti che mancano quasi sempre nell’analisi

1. Chi scrive lo standard non ha bisogno di vincere ogni gara

Il Model Context Protocol esiste dal 2024, lo ha inventato Anthropic e poi lo ha reso Open Source fuori da qualsiasi lock-in commerciale per stimolarne la massima diffusione e utilizzo, ci è ampiamente riuscita.

Già qui nasce un paradosso, ovvero OpenAI costruisce plugin MCP che possono girare dentro Claude Code, quindi il competitor usa lo standard del competitor per estendere il proprio prodotto nel workflow del competitor. Gioco di parole a parte, se non riesci a battere il workflow, ci entri.

Questa mossa ha un precedente preciso, mi riferisco a Salesforce che ha fatto la stessa cosa con AppExchange nel 2006, definendo lo standard con cui i software terzi si integrano nel CRM. Da quel momento chi vuole vendere ai clienti Salesforce si adatta al suo protocollo. Anche Amazon ha fatto più o meno lo stesso con AWS: controlla il livello infrastrutturale su cui gli altri si appoggiano, non solo i prodotti finali. Chi definisce lo standard non punta a vincere le singole gare ma stabilisce il campo da gioco su cui tutti corrono.

Nel tuo settore, chi sta definendo il protocollo? Il formato del contratto, il processo di onboarding, la certificazione che i clienti usano come filtro per scegliere i fornitori?

2. Etica come leva di posizionamento - aggiornamento Newsletter #64

Nel Journal #64 avevo raccontato come Anthropic si fosse presentata al mondo come l’azienda AI “responsabile”, quella che rifiuta certi usi militari, quella con la Constitutional AI, quella che rallenta per principio.

Avevo anche scritto che quella posizione non aveva molto a che fare con l’etica, piuttosto con realpolitik: una mossa calcolata su scacchiera geopolitica e di immagine.

C’è un effetto collaterale che non ho nominato allora: il “no” al Pentagono ha funzionato come campagna di brand nei mercati regolamentati dove il contratto militare conta zero (sanità, finanza, assicurazioni…) In questi settori, l’azienda che “ha detto no all’esercito” per ragioni di principio è quella a cui affidi i dati clinici dei tuoi pazienti o i contratti assicurativi dei tuoi clienti.

L’effetto è stato molto forte e misurabile, oggi Anthropic occupa oggi il 32% del mercato LLM Enterprise contro il 25% di OpenAI. Nel coding Enterprise specificamente: 42% contro 21% il doppio, esattamente nel segmento dove Codex e Claude Code si fronteggiano apertamente.

3. Il numero che ribalta la narrativa della scala

OpenAI ha circa 900 milioni di utenti settimanali, Anthropic ne conta circa 134 milioni mensili, secondo stime Counterpoint Research (Aprile 2026) con entrambe le aziende in crescita.

Sulla scala, OpenAI apparentemente non ha rivali.

Poi però si guarda il ricavo medio per utente, Counterpoint calcola $16,20 mensili per Anthropic contro $2,20 per OpenAI, differenza di 7 volte.

Meno utenti ma portafoglio molto più ricco e “che spende” rispetto ad OpenAI.

Su X circola da settimane questo pensiero: “OpenAI vende AI al mondo. Anthropic vende AI alle aziende che governano il mondo.”

È ovviamente esagerata, però non è sbagliata!

---

Qual è il modello dell'azienda che stai costruendo, volume o profondità? Scrivilo nei commenti: mi interessa sapere dove si posiziona chi legge il Journal.

Lascia un commento

La scelta che si fa ogni Lunedì, anche quando non la si chiama con questo nome

Non hai 900 milioni di utenti, non hai Stargate. Ma ogni Lunedì mattina c'è qualcuno che vuole più clienti, e qualcuno che dice che quelli che hai non vengono seguiti abbastanza. C'è la proposta inviata al prospect che aspetta ancora una risposta, mentre il cliente da tre anni non sente la tua voce da due mesi. Quella conversazione (spesso non risolta, spesso rimandata) è la stessa scelta che OpenAI e Anthropic stanno prendendo con miliardi di dollari.
Nella maggior parte delle aziende che conosco, questa scelta non viene mai messa sul tavolo. Eppure si prende ogni settimana, nelle riunioni commerciali, nei budget di marketing, nelle conversazioni su quanti clienti nuovi acquisire contro quanto investire su quelli già attivi.

OpenAI ha scelto il volume con la strategia di lungo termine che include un Business pubblicitario ($100 milioni di ARR in sei settimane di test), già avviato. ChatGPT come piattaforma universale, come verbo, come OS.

C’è una logica industriale che va presa sul serio, prima di liquidarla come scommessa folle. Mi riferisco al progetto Stargate da $500 miliardi di infrastruttura entro il 2030 dei quali $100 miliardi già impegnati, è un compounding tecnologico. Il margine sul compute di OpenAI è passato dal 35% (Gennaio 2024) al 70% (Ottobre 2025), chip proprietari già in produzione (Titan, dedicato all’inferenza), accordi con Nvidia per la generazione Vera Rubin e costo per token dieci volte inferiore rispetto agli standard attuali. Più compute produce meno costo per inferenza, che produce più margine, che finanzia più compute. Un perfetto flywheel che gira in una direzione completamente diversa da quella di Anthropic.

Il problema strutturale rimane ed è che questa strada prevede 14 miliardi di perdite nel solo 2026, e spinge verso un ARPU che per costruzione rimane basso. Quando hai 900 milioni di utenti che non pagano, ogni Euro di pubblicità è un passo verso una logica che non si concilia bene con il modello Enterprise.

Anthropic ha scelto la profondità, meno utenti in generale ma molto più valore generato per l’azienda. Claude Code e CoWork, MCP come linguaggio comune degli agenti ed il mercato Enterprise (dove ci stanno davvero i big money) come centro di gravità economica e strategica. La cautela sulla safety e sull’etica (reale o tattica che sia) spingono i risultati verso i settori dove la fiducia vale più della velocità.

Le due strade non si incrociano.

Un prodotto pensato per chi non paga non può generare $16 di ricavo mensile per utente come anche un modello costruito su contratti Enterprise da un milione di dollari non può scalare a 900 milioni di utenti. Questo non perché le aziende siano incapaci o con poche risorse ma perché le economie sottostanti tirano in direzioni opposte e hanno fatto delle scelte ben precise.

Quante risorse della tua azienda vanno sui clienti che generano l’80% del fatturato, e quante sull’acquisire volumi che non sai ancora come monetizzare? La risposta a questa domanda è la scelta che stai già facendo, che l’abbia mai messa a bilancio o meno.

---

La lezione finale: il campo conta più delle giocate

Il confronto tra Codex e Claude Code è un interessantissimo esempio strategico che si può osservare ed è in costante evoluzione.

Gli sviluppatori lo vivono ogni giorno intensamente, confrontando i costi per token, i benchmark che cambiano continuamente… Ma le giocate singole non decidono chi costruisce qualcosa di duraturo nel lungo periodo.

Il livello che conta è chi ha scritto MCP, chi ha convinto 10.000 server pubblici a girare sul proprio standard, chi ha fatto sì che OpenAI con più utenti, molto più compute, più capitale adottasse un protocollo inventato da chi aveva meno risorse a disposizione.

Due anni fa ho scritto che Perplexity e Google non stavano giocando la stessa partita. Era vero ed è stato confermato poi dagli sviluppi, ma avevo sottostimato la velocità. In certi mercati, la separazione tra le due strade non richiede decenni ma possono bastare appena 12 mesi.

Anthropic ha scritto le regole e OpenAI le segue, mentre cerca di espandere il proprio campo. Sono due posizioni diverse e richiedono risorse, metriche e modelli di Business che non si sovrappongono.

→ I prossimi episodi del Journal continuano a guardare queste dinamiche da vicino. Iscriviti gratuitamente

StrategyProject Journal

Ogni episodio entra dentro un'azienda italiana: le scelte difficili, le rinunce e quello che di solito rimane in sala riunioni. Long-format, concreto, senza teoria.

Di Andrea Macrì

Vi è mai capitato di aver finito un progetto di consulenza con la sensazione che la competenza fosse rimasta dal consulente e non all’interno dell’azienda?

Nel 2014, Stefano Gatti era Head of Innovation & Data Sources in Cerved e serviva un salto tecnologico sui Knowledge Graph per migliorare qualità e connettività dei dati sulle imprese italiane. La strada più semplice sarebbe stata aprire un progetto di consulenza. Stefano ne scelse un’altra: convinse il CEO di Cerved a fare un investimento industriale di circa €1,3 milioni in una Startup.

Quella Startup si chiamava SpazioDati e quattro anni dopo, nel 2018, Cerved acquisì la maggioranza e avviò un’integrazione progressiva della società nel gruppo.

Dall’esigenza di avere tecnologia sui Knowledge Graph ne è nato un prodotto commerciale, un Team integrato, un vantaggio competitivo che nessuna consulenza esterna avrebbe potuto mai replicare.

Stefano non ha smesso di fare quella cosa e me lo ha raccontato in dettaglio.

Premessa editoriale: questa è una storia su come si porta l’innovazione dentro e far in modo che non se ne vada più

StrategyProject Journal racconta decisioni strategiche reali: scelte nette, trade-off visibili, meccaniche operative che si possono replicare.

Non teoria da slide, non principi generici ma fatti.

Nel Journal #64 ho guardato fuori, alla real-politik del settore Tech e AI, ad Anthropic ed al Pentagono.

Oggi torno dentro alle decisioni che si prendono nelle aziende Italiane, nelle stanze dove si decide come usare i dati e come costruire le competenze che li tengono vivi nel tempo.

L’ospite di oggi è , Head of Data & Analytics in Nexi Group, uno dei principali player Europei nei pagamenti digitali. Prima, dieci anni in Cerved come Head of Innovation & Data Sources. Autore di LaCulturaDelDato bellissima newsletter settimanale dal 2022 con 200+ episodi pubblicati e quasi 6.000 iscritti. Docente di Decision Making con Dati all’Università Cattolica di Milano, ha una filosofia che ripete e implementa da vent’anni a scale sempre più grandi.

Comprare fuori non lascia nulla dentro

Ogni azienda ha un momento in cui capisce che la tecnologia che usa non basta più. Il mercato si muove, i dati diventano il discriminante competitivo, e chi decide inizia a cercare delle risposte. La prima che arriva è quasi sempre la stessa: una proposta di consulenza.

La consulenza arriva, porta un’analisi, un piano, un framework. Poi va via.

“ Se vuoi innovare davvero, non comprare servizi: investi nelle persone che costruiscono la tecnologia perché allineare gli incentivi tra azienda e startup vale più di qualsiasi clausola contrattuale” - Stefano Gatti

Stefano quella trappola l’ha evitata sistematicamente e non per fortuna ma per metodo e modo di pensare

La terza opzione che Cerved aveva e nessun consulente avrebbe mai proposto

Era il 2014 e Cerved aveva bisogno di tecnologia per strutturare e connettere i dati sulle imprese Italiane in un modo che nessun competitor aveva ancora. I percorsi disponibili erano due:

1. sviluppo interno lento

2. consulenza esterna veloce ma senza ownership reale

Stefano individuò una terza opzione.

“Abbiamo scelto di diventare co-costruttori della tecnologia e non semplici acquirenti di servizi” - Stefano Gatti

L’investimento industriale da €1.30M in SpazioDati non era una sponsorizzazione ma Open Innovation in senso stretto, il framework teorizzato da Henry Chesbrough: guardare all’esterno per portare all’interno, con la condizione che ciò che si porta cresca integrandosi con i Team e le competenze interne. SpazioDati qui non era un fornitore ma un co-investimento sul futuro tecnologico di Cerved.

Il trade-off era esplicito: Stefano rinunciava alla velocità di una soluzione già pronta ed in cambio otteneva qualcosa che nessun consulente avrebbe mai ceduto insieme alla fattura, l’allineamento degli incentivi. SpazioDati doveva funzionare perché Cerved era insieme cliente, investitore e partner.

Quando funziona in quel modo, il Team non va via, la tecnologia non va via ed il know-how rimane dentro.

La progressione parla da sola.

• 2014: investimento iniziale da €1.30M in SpazioDati. Il prodotto Atoka Sales Intelligence su oltre 6 milioni di aziende Italiane entra nel portafoglio commerciale di Cerved.

• Cerved negli anni aumenta la propria partecipazione fino ad acquisire la quota di maggioranza, SpazioDati nel 2024 ha chiuso l’anno con quasi 18 milioni di ricavi e 12.9 milioni di EBITDA.

• Da una Startup di Trento a core tecnologico di un gruppo quotato, in quattro anni e con il Founding Team integrato nell’organizzazione.

Questo è il risultato quando gli incentivi sono allineati.

Prima di prendere decisioni, misura dove sei oggi. Il Tool DNA Strategico di StrategyProject ti aiuta a capire se la tua azienda ha la chiarezza interna per guidare questo tipo di scelta ↓

DNA STRATEGICO

Lo stesso principio, tre scale, vent'anni: come si replica una scelta che funziona

Il caso Cerved non è un aneddoto isolato ma la prima istanza documentata di un principio operativo che ha replicato altre volte, in forme diverse e scale diverse.

A) La scala della startup: Cerved × SpazioDati

Meccanismo: investimento industriale in una Startup con tecnologia che Cerved non aveva internamente.

Condizione non negoziabile: integrazione progressiva con i Team interni. Risultato: tecnologia acquisita, Team integrato, prodotto commerciale attivo. La consulenza avrebbe prodotto un risultato transitorio ma l’investimento ha prodotto Atoka.

Hai mai valutato un investimento diretto in una Startup che risolve un problema che stai cercando di risolvere con una consulenza? Se non l’hai mai fatto, la domanda più onesta è: perché no?

B) La scala del desk: il sistema permanente di ascolto

non guarda fuori solo quando ha un problema da risolvere ma ha costruito un sistema per tenere il segnale tecnologico acceso ogni settimana, senza aspettare che il problema arrivi.

“Ogni settimana scansiono i principali deal di funding globali (Crunchbase, Dealroom, TechCrunch, EU-Startups, FINSME ) e alimento un database strutturato di Startup con campi standardizzati: settore, stage, investitori, tesi tecnologica. È il mio radar di Open Innovation permanente” — Stefano Gatti

Trenta minuti a settimana con un Founder o un investitore del network, per calibrare il segnale. Inbox a zero ogni giorno: Newsletter prioritarie lette direttamente, fonti secondarie sintetizzate con AI, e un foglio Google con le prossime 16 settimane di contenuto alimentato in parallelo che serve sia alla Newsletter che al radar strategico.

Questa non è produttività personale fine a sé stessa ma l’infrastruttura cognitiva di chi usa l’Open Innovation come metodo di lavoro permanente. Chi non ha questa infrastruttura (o simile) identifica le opportunità quando sono già ovvie, cioè quando molto spesso sono già in ritardo.

Il tuo “radar del mercato” tecnologico si accende solo quando hai un problema, o è sempre acceso?

C) La scala dell’organizzazione: Nexi e il talent building

Lo stesso principio, costruire invece di comprare, si applica alle persone come alla tecnologia.

“In Nexi abbiamo inserito, solo nell’ultimo anno, oltre 10 giovani laureati in Team Data & Analytics distribuiti in tutta Europa, costruendo una pipeline di talenti junior con esposizione diretta a progetti reali su pagamenti digitali e data platform fin dal primo giorno.” - Stefano Gatti

Dal 2018, un percorso strutturato di upskilling accompagna i profili Data, Engineer, Scientist, Analyst con formazione continua ed una Community interna di pratiche. L’obiettivo è costruire e far crescere competenze e la cultura del dato dentro l’organizzazione, non solo assumerle dall’esterno.

Le competenze Data che ti servono oggi, stai cercando di comprarle già formate o di costruirle con chi vuoi che rimanga?

I numeri in breve

• €1.35M - investimento iniziale di Cerved in SpazioDati (2014)

• €2.8M ricavi / €0.7M EBITDA - SpazioDati al momento dell’acquisizione di maggioranza (2018)

• Partecipazione di maggioranza - da Startup esterna a core tecnologico integrato

• 10+ - laureati inseriti nel Graduate Program Data & Analytics in Nexi nell’ultimo anno

• 200+ - numeri di LaCulturaDelDato dal 2022, ogni settimana

• Quasi 6.000 - iscritti alla Newsletter

4 lezioni operative da portare in riunione questa settimana

1. La consulenza risolve il problema una volta. Il co-investimento lo risolve e lo possiedi

Ogni consulenza porta una soluzione che appartiene al consulente mentre ogni co-costruzione porta una soluzione che appartiene all’azienda. La differenza non è nel costo del progetto ma sta in chi possiede la capacità quando il progetto finisce. Se la risposta è “il consulente”, hai comprato una fattura. Se la risposta è “noi”, hai costruito un asset.

La domanda da portare in riunione: nell’ultimo progetto tecnologico che hai chiuso, la competenza per gestirlo è rimasta dentro o è andata via con chi l’ha fatto?

2. L’Open Innovation non si attiva quando hai un problema ma va tenuta accesa sempre

SpazioDati non è arrivata per caso nel radar di Cerved. Era lì perché Stefano aveva costruito un sistema per guardare fuori ogni settimana, non ogni tanto. La differenza tra chi trova le opportunità giuste e chi le insegue in ritardo non è data dalla fortuna ma piuttosto dalla frequenza con cui mantiene il segnale sul mercato esterno.

La domanda da portare in riunione: hai un sistema per monitorare Startup e tecnologie emergenti, o aspetti che qualcuno te le presenti?

3. I Team che si integrano non vanno via

L’acquisizione progressiva di SpazioDati non ha perso il Founding Team perché era stata costruita sull’integrazione e non sulla sostituzione. Lo stesso vale per il talent building interno, chi viene formato dentro una cultura e una Community di pratiche ha ragioni per restare che nessuna offerta esterna può facilmente replicare.

La domanda da portare in riunione: dei profili Data/Tech che hai assunto negli ultimi due anni, quanti sono ancora in azienda?

4. La “cultura del dato” non si installa ma si costruisce con chi ci lavora ogni giorno.

Comprare una piattaforma BI, un data warehouse o un sistema di analytics non produce automaticamente una cultura del dato. La produce chi usa quegli strumenti ogni giorno, chi li insegna ai colleghi, chi costruisce una Community di pratica attorno ad essi. Il percorso di upskilling di Nexi dal 2018 è proprio la costruzione di quella cultura dal basso, con le persone che già ci sono.

La domanda da portare in riunione: nella tua azienda, chi difende i dati nelle riunioni dove si prendono le decisioni?

Lezione finale: la strategia non si compra fuori ma si estrae dall’interno.

C’è un filo che attraversa vent’anni di carriera di , non è tecnologico. È l’idea che la strategia non si possa delegare a chi viene da fuori, perché chi viene da fuori porta le sue soluzioni, non le tue.

“Tutta la mia carriera professionale è stato un... guardo all'esterno per portare all'interno good practices o pezzi di innovazione (anche con acquisizione) ma poi correttamente integrati con Team interni che crescono integrandosi” - Stefano Gatti

Questa è un pò la stessa idea alla base di StrategyProject: la strategia non si acquista ma si estrae dall’interno dell’azienda, dai dati giusti, dalle persone giuste, dalla chiarezza necessaria per scegliere cosa co-costruire e cosa smettere di fare.

Le aziende che oggi lamentano di non riuscire ad usare i dati per decidere hanno quasi sempre lo stesso problema, comprano tecnologia dall’esterno senza costruire le persone che la usano dall’interno. Il dato c’è, chi lo interpreta e lo difende nelle riunioni un pò meno.

P.S. La prossima volta che stai per avviare un progetto di consulenza tecnologica, fatti una domanda: tra due anni, quella competenza sarà ancora in questa azienda o sarà rimasta di chi l’ha costruita per te?

Se vuoi capire se la tua azienda ha la chiarezza strategica per fare questo tipo di scelte, parti da qui:

Tool DNA Strategico → [LINK DNA STRATEGICO]

E se vuoi approfondire dati, algoritmi e cultura del dato, la Newsletter di è uno dei pochi posti in Italia dove si fa divulgazione seria su questi temi.

Inizio con una semplice domanda: ma voi davvero pensate che Anthropic e Dario Amodei possano entrare nella catena di comando militare U.S.A. rifiutando il Pentagono in nome dell’etica AI? 😅

Il mio feed Substack e LinkedIn nell’ultima settimana è stato più o meno costante: “Anthropic, gli eroi etici contro il complesso militare.”

Vi chiedo nuovamente, davvero pensate questo seriamente?

Iscriviti ora

Ho scritto un post su LinkedIn e dei commenti che hanno fatto parecchio rumore, e diverse persone mi hanno chiesto di sviluppare il ragionamento in maniera più estesa.

Ed eccoci qua! Cercherò di essere chirurgico, perché questa vicenda è stata raccontata in modo quasi universalmente distorto, anche da eccellenti Newsletter che leggo con interesse e che citerò qui sotto.

Prima di tutto, però, i fatti. Perché senza la sequenza precisa degli eventi, ogni analisi è costruita su castelli di sabbia.

Prima i fatti, poi le opinioni

Anthropic aveva un contratto da circa 200 milioni di dollari con il Pentagono. Claude veniva usato su reti classificate per analisi d’Intelligence, pianificazione operativa, cybersicurezza e altre cose.

Era, a tutti gli effetti, un alleato strategico degli Stati Uniti. Come ha ricostruito benissimo su IA per tutti, Anthropic era persino la prima azienda AI ad operare nelle reti classificate del Pentagono, e aveva rinunciato deliberatamente a centinaia di milioni di dollari pur di non lavorare con aziende legate al Partito Comunista Cinese 🇨🇳

Non stiamo parlando quindi di una Startup idealista con la testa tra le nuvole della Silicon Valley.

Il contratto tra Anthropic e il Pentagono quindi esisteva da mesi e conteneva fin dall'inizio due clausole concordate con l’azienda:

1. nessun uso di Claude per la sorveglianza di massa dei cittadini americani

2. nessun uso per sistemi d'arma completamente autonomi, cioè quelli in cui l'AI sceglie e colpisce un bersaglio senza alcun intervento umano nel ciclo decisionale.

Il Dipartimento della Difesa le aveva accettate. Poi, da un certo punto, ha cambiato posizione: voleva poter usare Claude "per qualsiasi scopo lecito", senza che un fornitore privato gli ponesse paletti. Ha quindi chiesto ad Anthropic di rimuovere entrambe le clausole. Anthropic ha rifiutato e da lì, la sequenza si è accelerata rapidamente.

• Il 25 Febbraio 2026, incontro diretto tra Dario Amodei ed il Segretario della Difesa Pete Hegseth → nessun accordo → il giorno dopo, Anthropic pubblica la sua dichiarazione ufficiale: niente passo indietro.

• Arriva l’ultimatum: entro le 17:01 del 27 Febbraio, cedere o affrontare la revoca del contratto, la designazione come “rischio per la catena di fornitura della sicurezza nazionale” una definizione solitamente riservata ad aziende straniere ostili (tipo Huawei) e l’attivazione del Defense Production Act del 1950, che darebbe al Governo il potere di requisire formalmente la tecnologia e indirizzarne gli sviluppi.

• La sera del 27 Febbraio, Trump pubblica su Truth Social (in maiuscolo) che ogni agenzia federale dovrà cessare immediatamente l’uso di Anthropic. Poche ore dopo, OpenAI annuncia di aver firmato un contratto con il Pentagono.

Tutto in meno di sei ore…

su Gladiatori Digitali ha fatto notare giustamente l’assurdità logica dell’ultimatum: le ultime due minacce del Pentagono si contraddicono a vicenda. Se Anthropic è un rischio per la sicurezza nazionale, perché attivare una legge d’emergenza per requisirne la tecnologia? Non possono essere vere entrambe le cose contemporaneamente!

Il paradosso è molto reale ma il frame narrativo che ne è derivato, ovvero Anthropic come martire etico in difesa della democrazia, è proprio dove il ragionamento collettivo ha preso una deriva che non regge all’analisi dei fatti e delle logiche a quei livelli.

La trappola: principi nel contratto, controllo nella catena di comando

Qui sta il cuore di tutto, ed è il punto che ho ribadito anche nei commenti alla newsletter di .

Le due clausole contrattuali di Anthropic, niente armi completamente autonome, e niente sorveglianza di massa dei cittadini americani, sono in sé ragionevoli. Nessuno che ragioni in buona fede può contestarle come principio. Sui sistemi d’arma autonomi letali, peraltro, persino l’AI Act Europeo li esclude dal proprio ambito di applicazione all’articolo 2 perché li considera talmente rischiosi da richiedere una Governance separata.

Anthropic dice sostanzialmente la stessa cosa: questo modello non è abbastanza affidabile per quell’uso. È una posizione altamente difendibile.

Ma c’è un dettaglio che quasi nessuno ha messo a fuoco chiaramente: Anthropic non si è limitata a scrivere quelle clausole nel contratto ma ha sostanzialmente chiesto di presidiarne l’applicazione. Ha preteso un permesso di emergenza per interrompere il servizio, ha preteso un kill-switch remoto controllato dall’azienda. Ha preteso, in sostanza, un veto su specifici use-case militari.

Non è la stessa cosa, nemmeno lontanamente.

La differenza è abissale:

• “Il nostro modello non è certificato per l’uso X” → responsabilità del prodotto, legittima e anzi doverosa;

• “Noi controlliamo se e quando potete usarlo per la difesa nazionale” → questione di sovranità, e questa appartiene agli Stati, non di certo alle aziende.

Anthropic non ha semplicemente posto limiti come la loro stessa narrazione racconta ma ha di fatto chiesto di entrare nella catena di comando militare con potere decisionale. Ed è proprio su questo, non sulle clausole etiche in sé, che il Dipartimento della Difesa ha detto NO! Ed è assolutamente logico che lo abbia fatto.

Tre fatti che nessuno vuole guardare

Fatto 1: la storia del copyright →Anthropic ha costruito Claude su sette milioni di libri usati per l’addestramento senza autorizzazione. Ha pagato 1,5 miliardi di dollari in accordi stragiudiziali dopo essere stata beccata. I “principi etici” sono arrivati dopo il prodotto, guarda caso a ridosso di una valutazione da 380 miliardi e di una grossa IPO in preparazione. Non sto dicendo che i principi siano falsi ma sto dicendo che il timing degli eventi dovrebbe renderci almeno un po’ più cauti prima di dipingere Amodei come il guardiano della coscienza digitale.

Fatto 2: la coerenza del contratto → Anthropic aveva già firmato con la Difesa. Aveva già fornito i propri modelli a Palantir, che lavora estensivamente con l’apparato militare e d’Intelligence americano. Le conseguenze sono già arrivate prima ancora di questa vicenda: come ha ricostruito su Il Taccuino, il 5 Gennaio 2026 Claude era a Caracas, dentro l'operazione militare che ha portato alla cattura di Maduro. Quando un dipendente Anthropic ha provato a chiedere a Palantir come fosse stato usato il modello, il Pentagono ha trattato quella domanda come una minaccia alla sicurezza operativa. La lezione è una sola: dopo la firma, il modello non è più tuo. Se i principi etici fossero stati davvero il punto di partenza assoluto, non si firmava a priori. Non ci si mette dentro un sistema delicatissimo e poi si pretende di controllarlo dall'interno.

Fatto 3: la realpolitik della sovranità → Non esiste uno Stato al mondo, né gli USA, né la Cina, né la Russia, né l’Italia o qualsiasi altro Paese europeo che consenta ad un’azienda privata di detenere un veto operativo o un kill-switch sull’apparato militare nazionale. Non è ideologia e nemmeno arroganza governativa ma è la definizione stessa di sovranità.

L’AI è infrastruttura critica: o la controlli tu, come Stato, oppure la perdi.

I privati non entrano nella catena di comando, mai, in nessuna nazione. E se lo fanno, o vengono nazionalizzati o vengono esclusi ed è esattamente quello che è successo qui.

Il caso OpenAI: opportunismo o differenza reale?

Il tempismo di Sam Altman è stato notato da tutti e il sospetto è comprensibile. Ma c’è una distinzione importante che vale la pena fare.

OpenAI ha firmato senza pretendere kill-switch remoto o veto operativo. Ha dichiarato i propri principi, ironicamente la stessa posizione di Anthropic su armi autonome e sorveglianza di massa ma non ha chiesto di presidiarne l’applicazione dall’interno della catena militare di comando. Ha posto condizioni sul prodotto, non sulla sovranità.

Questo non significa che il Pentagono rispetterà quei principi, molto probabilmente non lo farà, e Altman lo sa bene... Ma il precedente che si crea è completamente diverso: un’azienda che vende uno strumento con delle condizioni d’uso è cosa molto diversa da un’azienda che pretende di avere il telecomando su quando/come quello strumento si accende o si spegne e per che cosa.

Concordo che il timing sia sospetto e che l’opportunismo sia evidente, ma la differenza strutturale esiste e ignorarla non ci aiuta a ragionare bene.

Il precedente che mi spaventa davvero, non è quello di cui parlano tutti

nel suo articolo solleva una domanda legittima: cosa succede quando questa logica viene applicata in Europa? L’AI Act impone obblighi di sicurezza e limitazione d’uso ai fornitori.

Se un Governo stabilisce che nessun fornitore può porre limiti sull’uso della tecnologia che vende, si scontra frontalmente con l’intero impianto normativo Europeo.

Ma il precedente che mi preoccupa di più è un altro, ovvero quello opposto.

Cosa succede se domani ogni fornitore tech decide di poter mettere kill-switch remoti su infrastrutture critiche perché “ha dei principi etici”? Qualche esempio:

• Energia → “non vi diamo elettricità se non rispettate i nostri valori di emissione ambientali”

• Telecomunicazioni → ”vi spegniamo internet se non ci piace come lo usate”

• Difesa → “decidiamo noi se potete usare l’AI che vi abbiamo venduto e per cosa”

Questo scenario mi spaventa molto di più del Pentagono che vuole togliere vincoli contrattuali, perché almeno il Pentagono risponde (per quanto imperfettamente) ad un sistema democratico con checks and balances. Un CEO privato non eletto da nessuni, non accountable, che decide le condizioni operative di un’infrastruttura critica sovrana... su quale base lo facciamo?

Ne ho parlato già nella newsletter #46:

L’AI non è più solo tecnologia ma una partita di potere che ridefinisce la competitività aziendale e la struttura degli Stati. Chi la ignora in sede strategica, lo fa a proprio rischio.

Cosa significa per noi concretamente

Per i lettori di questa newsletter, CEO, Manager e imprenditori, questa vicenda non è cronaca tech americana da guardare dall’esterno. Ci riguarda direttamente, per almeno tre motivi.

Primo: il rischio fornitore è geopolitico. Se usi un modello AI americano per processi critici della tua azienda, sei esposto a decisioni politiche di un governo straniero. Questo caso lo dimostra plasticamente: in 48 ore, una delle aziende AI più solide del mercato è ad un passo dal diventare “rischio per la sicurezza nazionale”. Le integrazioni tecnologiche vanno valutate anche in questa chiave.

Secondo: la governance AI non è solo compliance. Chi nel tuo settore sta pensando a cosa succede se il tuo fornitore di AI viene acquisito, bandito, o costretto a modificare i propri modelli sotto pressione governativa? Hai un piano B? Hai diversificato?

Terzo: attenzione al frame narrativo. Nel Business come in politica, chi controlla il racconto controlla le decisioni. Questa vicenda è stata raccontata come “sicurezza AI punita” e “etica contro militari”. Ma il vero tema è la sovranità sulle infrastrutture critiche digitali e purtroppo è rimasto quasi invisibile nel dibattito mainstream. Imparare a leggere oltre il frame è una competenza strategica estremamente importante.

Da qui a sei mesi…

Il P.S. che avevo messo nel post su LinkedIn vale ancora: torniamo qui tra sei mesi.

Questa vicenda non è chiusa. Il contenzioso legale è aperto, la battaglia per il mercato governativo americano è appena iniziata, e le tensioni tra Big Tech e apparati statali sulla governance dell’AI cresceranno, non diminuiranno.

Come ha scritto anche , man mano che i sistemi di intelligenza artificiale diventano più capaci, queste tensioni non diminuiranno ma cresceranno. Su questo concordo pienamente.

Dove non concordo è sul frame: lo scontro non è tra chi ha principi etici e chi non li ha ma su chi decide quando quei principi si applicano, e chi controlla l’infrastruttura critica digitale.

Questa è la domanda che ogni leader dovrebbe iniziare a porsi. Non solo per i suoi modelli AI ma per ogni tecnologia critica su cui la sua organizzazione è seduta. Il mondo non aspetta 🌍

P.S. — Torniamo qui tra sei mesi. Se nel frattempo leggete di “dimissioni improvvise”, “motivi di salute” o qualcuno che è “scivolato da una finestra” in questa vicenda, ricordatevi che a certi livelli le coincidenze sono rare. Molto rare.

Hai trovato utile questa analisi? Condividila con chi deve leggerla davvero.

Condividi

E se vuoi approfondire tematiche strategiche per la tua azienda, iscriviti!

Iscriviti ora

Ciao Projecters! ♟️

Immagina: hai appena lanciato un prodotto, le prime recensioni sono positive, gli utilizzatori entusiasti. Investiresti di più? Probabilmente sì.

E se invece i numeri ti dicessero il contrario?

Prompt’n’Play era un serious game per portare l’AI literacy alle persone. Flowerista lo vendeva sul proprio e-commerce, puntando sul B2C Education. Un prodotto giovane e molto ambizioso!

E dopo alcuni mesi, l’hanno ritirato dall’e-commerce.

La ragione? Chiarezza sui numeri e lettura senza bias cognitivi. Base utenti piccola, mercato frammentato, costi di scala troppo alti rispetto alla capacità finanziaria. Il prodotto funzionava, il mercato no.

Premessa editoriale: cos’è StrategyProject Journal

Questo è StrategyProject Journal, il format dove si raccontano storie di strategia che si vedono. Decisioni concrete, trade-off, meccaniche operative replicabili. In poche parole storydoing.

Nel Journal precedente abbiamo visto insieme a come ha costruito un business partendo dai clienti prima del prodotto.

Oggi facciamo il percorso inverso: cosa succede quando un prodotto funziona ma il mercato non è sostenibile?

Questo episodio racconta una decisione che molte PMI tendono a rimandare costantemente: quando ritirare un prodotto dal mercato invece di insistere e mostra come un team di 12 persone è rimasto allineato durante il pivot, usando la trasparenza come leva fondamentale del proprio Business

Ecco cosa hanno fatto davvero.

Quando il mercato sembra promettente ma i numeri dicono "non è sostenibile"

Flowerista è un ecosistema consulenziale che accompagna le imprese in percorsi di crescita sostenibile. In poche parole fanno consulenza e formazione in AI e trasformazione digitale, con focus sull’AI adoption consapevole, dalla mappatura dei processi all’AI Readiness Assessment, fino a workshop esperienziali.

Il team composto da 12 persone, nessun investitore esterno per una scelta precisa: crescere con le proprie risorse, alimentati da una community attiva.

Nel 2024 operavano nel B2C education con Prompt’n’Play, un particolare serious game per diffondere la consapevolezza sull’Intelligenza Artificiale. Un prodotto giovane, ambizioso con i primi utilizzatori entusiasti. Ma il mercato stava raccontando un’altra storia…

, CEO di Flowerista, descrive così il contesto:

“Nel 2024 operavamo nel B2C education, con un prodotto giovane e ambizioso ma in un mercato frammentato e molto costoso da scalare. La base utenti era piccola e poco matura sul tema AI. L’ostacolo principale era il disallineamento tra investimenti necessari e la nostra capacità finanziaria, non volendo accedere a capitali esterni.” - Sara Malaguti

Il mondo del B2C education è solitamente costoso perchè richiede una buona dose di marketing, volumi di vendita alti e sopratutto una maturità culturale che in Italia (soprattutto sul tema AI) era ancora troppo sporadica.

Flowerista, come ho già accennato, aveva un vincolo netto: niente investitori, e niente funding ma crescita organica basata sulle proprie forze. Questo li ha costretti a guardare i numeri senza filtri emotivi.

La decisione: smettere invece di insistere

La tentazione è una delle più classiche “diamo tempo al prodotto”, “facciamo più marketing”, “facciamo più contenuti divulgativi”.

Ma Flowerista ha fatto l’opposto, ha scelto di fermarsi.

Sara descrive la decisione su Prompt’n’Play così:

“Lo abbiamo ritirato dall’ecommerce. Abbiamo deciso di abbandonare il B2C e riposizionare Prompt’n’Play come strumento B2B, integrandolo in percorsi di adozione dell’AI per aziende, dove contesto, competenze e budget rendevano l’impatto immediato e sostenibile.” - Sara Malaguti

Ecco la decisione netta, quella di rinunciare alla “storia bella” del prodotto consumer famoso e diffuso per andare dove c’era una traction reale e sopratutto scalabile.

Il trade-off vero, a mio parere, era di tipo psicologico: ammettere che il mercato dove si era puntato era sbagliato, non ancora pronto.

Il pivot da B2C→B2B ha senso solitamente per queste ragioni:

Nel mondo B2B il contesto generalmente è più maturo per l’AI adoption, i decision maker hanno di media più competenze per apprezzare e capire il valore e la vendita è più prevedibile (elemento cruciale senza capitali esterni).

Flowerista non aveva dunque un problema di esecuzione. Prompt’n’Play funzionava, i primi utenti erano soddisfatti. Il problema era strategico: stavano eseguendo bene una cosa sbagliata per il loro modello di Business.

La strategia ha detto NO al B2C. L’esecuzione ha reso quel NO concreto attraverso rituali e trasparenza.

Come l’hanno eseguita: rituali operativi e trasparenza

Prendere la decisione è il primo passo ma eseguirla davvero è tutta un’altra storia…

In molte PMI, un pivot rischia di tradursi in riunioni infinite, resistenze interne al cambiamento ed infine la perdita di focus. In Flowerista hanno usato tre rituali fissi.

• Riunione ogni 15 giorni → su progetti clienti e prospect, non aggiornamento, ma prioritizzazione sulle cose che contano veramente;

• Retrospettiva mensile → che include le tensioni tra colleghi e il modus operandi, in sostanza stanare i conflitti produttivi e di efficienza subito;

• Lancio trimestrale → nuovi prodotti o servizi come test, trimestrale perchè offre un ritmo forzato che impedisce la paralisi da perfezione (altra trappola frequente).

La trasparenza come meccanismo intrinseco

L’elemento più rilevante e interessante è quello della trasparenza radicale, significa totale disclosure sugli stipendi di tutti e sull’andamento dell’azienda.

Sempre inerente alla trasparenza, Flowerista incoraggia le persone a proporre nuovi prodotti/servizi attraverso un pitch interno, se convincono allora possono essere finanziari. Molo diverso dal “Team Innovation” separato, in poche parole innovazione distribuita e collaborativa.

Quando tutti vedono gli stessi numeri, li comprendono e sono allineati, allora la naturale conseguenza è che le decisioni diventano molto rapide. Non serve “vendere” la scelta o girarci attorno, numeri e fatti parlano da soli e tutti parlano la stessa lingua.

I numeri dopo il Pivot

Dopo il pivot, Flowerista tiene traccia di conversion rate al 70% su progetti sopra i 5.000€ (dato stabile), fatturato in crescita mese su mese da 12 mesi, lead in aumento nel canale B2B.

Questi sono i semplici numeri per una crescita organica e sostenibile, senza l’accesso a capitali (e vincoli) esterni.

C’è poi una metrica qualitativa che Sara considera centrale:

“Più allineamento di tutto il team alla strategia aziendale (in totale siamo 12 persone), nessuno si sente lasciato indietro.” - Sara Malaguti

In un team di 12 persone, se anche solo 2 non capiscono bene la direzione, si crea una frizione che inevitabilmente va a rallentare tutto. Immagina questo meccanismo su aziende con 30, 50 o 100 persone nell’organico…

L’allineamento è prima di tutto una questione di efficienza operativa.

A conferma che la strategia di puntare sui Serious Games in ambito B2B sta funzionando, proprio in questi giorni è stata annunciata una partnership che non riguarda solo l’AI, ma il metodo stesso.

Flowerista ha lanciato Business’n’Play for CRI, un percorso di serious gaming per formare 30 volontari della Croce Rossa Italiana su decision-making e governance.

Mentre Prompt’n’Play evolveva verso le aziende, Flowerista ha applicato la stessa logica di gaming applicato per un’istituzione storica.

Business’n’Play for CRI, un serious game progettato per allenare la governance dell’associazione nei processi decisionali complessi. Lo stesso approccio di Prompt’n’Play, ma applicato a un contesto dove budget, competenze e urgenza rendono l’impatto molto immediato.

30 volontari della Croce Rossa sono stati formati con questo metodo. L’obiettivo: è replicare il percorso a cascata su tutto il territorio nazionale.

Sara spiega: “L’innovazione responsabile non è un traguardo tecnologico, ma un processo culturale.”

Ecco il pivot in pratica: stesso prodotto, diverso mercato, impatto reale.

5 lezioni operative

Ecco alcune lezioni molto operative che puoi implementare già da questa settimana.

Il ritmo decisionale: Flowerista usa una riunione fissa ogni 15 giorni per decidere, il focus è appunto sulla scelta e non sugli aggiornamenti. Hai una riunione ricorrente dove l’unico obiettivo è quello di prendere decisioni? Se no, quale riunione esistente puoi trasformare?

Sulla gestione del conflitto: la retrospettiva mensile di Flowerista include le tensioni organizzative, in sostanza dove ci siamo bloccati come team, non solo cosa è andato bene/male. Quando è stata l’ultima volta che nel tuo team avete discusso di ciò che rallenta il lavoro? Non di task, ma di dinamiche.

Sulla validazione rapida: il lancio trimestrale di nuovi prodotti/servizi funge anche da test interno, Flowerista lo usa per validare velocemente e tenersi lontano dal meccanismo della paralisi decisionale. Hai progettato un ritmo per l’innovazione? Quali esperimenti potresti lanciare nei prossimi 90 giorni? Cosa ti impedisce di farlo?

Sulla trasparenza: Flowerista ha disclosure totale sugli stipendi, sui numeri aziendali e sull’andamento. Quando tutti vedono gli stessi dati è inevitabile che le decisioni diventano più rapide. Se dovessi condividere un solo numero “riservato” con tutto il Team, quale sceglieresti? Prova questa settimana e stimola le persone nell’utilizzare l’informazione.

Sul riconoscere il mercato sbagliato: Flowerista ha capito che il B2C era alla lunga insostenibile senza capitali, a volte ritirarsi è molto più strategico che insistere. Mi riferisco alla disciplina e capacità di auto-analisi, assolutamente non di fallimento. Quale progetto/prodotto/direzione continui perché “costa troppo fermarsi”? Se dovessi guardare solo i numeri (senza le emozioni), cosa ti direbbero?

La domanda strategica da portare nella prossima riunione è questa:

“Qual è l’unica metrica che, se la guardassimo ogni settimana, ci costringerebbe a scegliere meglio?”

Se quella metrica non esiste nella dashboard, nel foglio Excel o dovunque siano i numeri, allora probabilmente state misurando delle metriche di contorno…

La lezione finale: quando dire “basta” diventa strategia

Puntare sul B2C education quando il mercato era frammentato e immaturo sull’AI, riconoscerlo costa, soprattutto quando un prodotto ha già identità e utenti. Ma il rischio è quello di continuare a bruciare risorse su un mercato che non può sostenere la crescita.

Sara chiude il suo racconto con una frase che sintetizza l’approccio di Flowerista:

“Non aver paura di raccontare la verità ai tuoi colleghi, anche quando fa male.” - Sara Malaguti

La strategia funziona quando è una pratica condivisa. Flowerista ha scelto di crescere senza investitori, questo fa nascere un normale vincolo di cassa ma che può essere trasformato anche in un vantaggio: costringe a decidere meglio. Ogni euro conta, non c’è spazio per progetti “interessanti ma non prioritari”. Meno soldi che possono fare da cuscinetto e decisioni più nette e focalizzate.

In fondo, la strategia è una sottrazione

Prompt’n’Play non è stato un progetto ucciso, ma è stato reindirizzato. Come un fiume che trova una nuova via quando quella vecchia si è ormai prosciugata.

La differenza tra un’azienda che cresce e una che ristagna si trova proprio in quello che ha il coraggio di togliere. La strategia infatti è proprio l’arte di togliere e concentrarsi sulle cose che contano veramente

Flowerista ha tolto un mercato che apparentemente funzionava, insieme all’illusione che “con più tempo” le cose sarebbero cambiate, il rumore tra ciò che volevano fare e ciò che i numeri invece raccontavano.

Quello che è rimasto è più solido, una direzione chiara, il team allineato e numeri in crescita da un anno.

La strategia non è una mappa del tesoro ma è una bussola. A volte ti dice semplicemente non andare da quella parte.

What’s your Strategy Project?

Immaginati in questo momento: è un giorno qualsiasi della settimana, hai appena avuto un’intuizione che potrebbe funzionare in un mercato che sembra promettente ma è ancora un pò immaturo. Ed ecco che arriva velocemente la solita domanda “costruisco il prodotto e poi cerco clienti, o valido prima?”

Se chiedi ad altre persone, al 99% risponderanno “valida prima, ovvio!”

Giusto direi… Parte quindi il classico loop di interviste, landing page, MPV, beta chiuse → ti danno tanti dati, ma non ti posizionano.

Oggi voglio raccontarti una storia che è diversa dalla classica procedura di validazione → lancio sul mercato, dove l’indagine di mercato è diventato il prodotto stesso.

Premessa editoriale: questa è una storia di pura esecuzione, non di slide

ha fatto una cosa molto contro-intuitiva per entrare nel mercato italiano del Community Management, ha lanciato un’indagine nazionale invece di un servizio confezionato.

Niente pitch, niente “ecco la soluzione rivoluzionaria” ma solo una domanda rivolta verso il pubblico: “Come stanno davvero le cose nel settore?”

Puoi accedere all’indagine completa cliccando qui sotto 👇🏻

Community Report - 2025

Che cosa puoi apprendere da questa storia? Cosa fare se ti ritrovi in un mercato confuso, immaturo e nebbioso?

Perché ti interessa questo caso, anche se non fai Community

La ferita che mette sotto i riflettori è comune: come si entra in un mercato immaturo velocemente e senza bruciare budget su ipotesi da validare?

In Italia, fino a qualche anno fa, quando dicevi la parola “Community” le persone pensavano subito ai gruppi Facebook per scambiarsi opinioni e ricercare soluzioni ai problemi. Oggi, invece, la percezione è molto cambiata.

📬 Iscriviti ai prossimi episodi di StrategyProject Journal

Iscriviti ora

La consapevolezza da parte delle aziende è aumentata, hanno compreso che una Community fatta bene è un asset strategico potentissimo. Questo perchè riduce il rischio di costruire cose inutili, accelera l’apprendimento tramite feedback continui veri, aumenta la fiducia nel Brand ed in certi casi può abbassare anche direttamente i costi operativi (supporto, onboarding, churn).

Ma in Italia questo valore strategico era poco comunicato, mancava un punto di riferimento credibile per professionisti e imprenditori e aziende. La mossa fatta da è stata quella non comunicare “noi abbiamo la soluzione” ma “noi abbiamo le domande giuste” e queste le hanno fatte pubblicamente a tutto il settore.

Ecco il contrasto netto con la narrativa classica: non lanciare il prodotto e poi ricercare il product-market fit ma costruire il mercato stesso mentre si fa l’indagine.

E questa, se ci pensi attentamente, è una mossa replicabile in qualsiasi settore con un mercato frammentato, una narrazione confusa e nessun leader riconosciuto.

La decisione che cambia tutto

Ecco come , founder di CommunityLand, sintetizza la scelta:

Perchè questo approccio è stato efficace? Perché questa è una Wedge Strategy a tutti gli effetti:

• La survey diventa il primo “prodotto” → produce un output concreto ovvero la fotografia e lo stato del settore;

• È una leva di ingresso nel mercato → si attiva attenzione e fiducia prima ancora di vendere;

• È una validazione continua → obbliga a costruire su bisogni reali e non sulle opinioni.

💬 Vuoi sbloccare la tua strategia?
Conosciamoci e raccontami di più!

30 minuti insieme

Il risultato è questo: costruisci l’offerta ed il posizionamento insieme ad una Community che è già ricettiva nei tuoi confronti. Ma ovviamente, come spesso scrivo, ogni scelta porta a delle rinunce ed in questo caso:

• Si rinuncia al controllo totale del prodotto perchè lo si co-crea con la Community stessa e non si decide a tavolino in ufficio;

• Si accettano tempi più lunghi iniziali perchè prima c’è l’indagine e solo dopo arriva poi l’offerta. Non è possibile bruciare le tappe;

• Ci si espone a delle vulnerabilità, per esempio “e se nessuno partecipa? E se i dati ci dicono che il mercato non esiste davvero?”

Ogni persona che compila l’indagine diventa un Lead qualificato, un potenziale Early Adopter e di conseguenza un potenziale cliente ed Evangelist.

L’approccio non convenzionale ed innovativo sta proprio nel vendere credibilità mentre contemporaneamente si raccolgono i dati necessari e si valida l’ipotesi. Questo cambia le carte in tavola.

Come funziona il meccanismo dietro le quinte

Ok, bello l’approccio ma in pratica come lo esegui? Perché se non hai un robusto sistema operativo di esecuzione sotto, la Community rischia di restare un’idea romantica che non produce nulla di prezioso.

si regge su tre leve precise. Vediamole.

A) Il ritmo: la Community non cresce perché posti tanto

Ecco il punto che molti sottovalutano, la Community non vive perché sei bravo sui social ma vive perché si ha una cadenza operativa coinvolgente per le persone. Questo da origine ad un motore della crescita:

Indagine annuale sul settore dove i partecipanti crescono del +20% anno su anno.

• Weekly stand-up del Team composto da 3 persone (Domenico Taverriti, Lorenzo Capecchi, Anna Iatì) su 3 aree fisse del progetto: newsletter e Community, ricerche di mercato, formazione/consulenza.

• Monthly creativity session dedicata a far emergere direttamente dalla community nuove idee.

• Monthly coffee break con imprenditori e professionisti della Community per favorire il networking e generare nuovi spunti di valore per i progetti in corso.

Perché questi rituali funzionano? Perché producono degli output chiari e misurabili, l’esecuzione è orientata al risultato dove ogni momento serve a capire qualcosa, a posizionare qualcosa, a migliorare qualcosa e solo alla fine vendere qualcosa.

🤔 Domanda per te: quali dei tuoi rituali producono output misurabili? E quali sono solo “riunioni”?

Il framework OLA (che tra poco vediamo) nasce proprio dai casi reali discussi nei coffee break, viene validato nei progetti di consulenza veri, e si affina sempre di più nel weekly operativo.

B) Il framework OLA è quando la community smette di essere “chiacchiere”

Ad un certo punto, se lavori davvero su Community e delivery emergono dei pattern. CommunityLand li ha codificati nel proprio modello operativo in OLA:

• O (Organization) → struttura persone, spazi e processi. Rende la Community ordinata, scalabile e funzionale.

• L (Learning) → genera apprendimento continuo e peer learning, l’obiettivo è trasformare la Community in un ambiente di crescita.

• A (Assistance) → supporto immediato e collaborativo, questo riduce gli attriti e costi operativi mentre parallelamente aumenta fiducia e retention.

Bene, ma in pratica? Vediamo 3 casi veri dove il Framework OLA ha prodotto risultati molto concreti.

Caso #1 — isendu (e-commerce SaaS poi acquisita da Sendcloud):
Il problema era la retention bassa e LTV insufficiente per attrarre nuovi round di investimento.
La soluzione OLA: hanno costruito uno spazio strutturato con ruoli chiari (O), creato piani editoriali insieme ai partner per formare i clienti (L) e attivato meccaniche di gamification + supporto peer-to-peer (A).
I numeri parlano da soli, LTV +4.8%, churn -15%, ticket medio dalla Community 129€/mese vs 119€/mese per i clienti standard, support calls -15%.

Caso #2 — Friendz (ICO crypto):
Il problema era lanciare un'ICO in un mercato complesso (crypto + tokenomics) coinvolgendo utenti globali, aziende e investitori in un'economia decentralizzata, senza che nessuno capisse davvero come funzionava. La soluzione OLA: hanno creato canali Community multilingua con moderazione distribuita e coordinamento globale (O), costruito un ecosistema di contenuti educativi con FAQ, tutorial e sessioni live di Q&A per guidare la Community nel mondo crypto (L), e garantito presidio h24 con risposte tecniche immediate e supporto continuo anche dopo il lancio del token (A). I numeri: $18.12M raccolti, 13.778 partecipanti all'ICO, 50 paesi coinvolti, 10 canali Telegram attivati, 16.800 transazioni, 30 super user attivati.

Vuoi capire come l’approccio Community Based possa aiutare la crescita del tuo Business? Richiedi informazioni qui:

hellocommunityland@gmail.com

Caso #3 — Unguess (quality testing per prodotti digitali):
Il problema era fornire servizi di testing premium scalabili senza esplodere i costi operativi, mantenendo alta la qualità del feedback sui prodotti digitali dei clienti. La soluzione OLA: hanno strutturato campagne test tramite Tryber Leader (tester selezionati e formati per guidare il team e validare bug) con ruoli chiari (O), lanciato un programma formativo multicanale su competenze specifiche come segnalazione bug, registrazione schermo e Thinking Aloud (L), e creato un sistema di assistenza ibrido dove esperti della community gestiscono ticket complessi integrandosi con IA e chatbot (A). I numeri parlano da soli: qualità output cliente +30%, costi operativi -40%, 25.000 tester attivati, quality score +70%, bug detection +50%, capacità operativa +100%.

🤔 Domanda per te: la tua azienda ha un framework operativo codificato? Oppure ogni progetto riparte da zero?

Il punto forte di OLA, a mio parere è questo: non è nato in una presentazione ma è emerso da consulenze pagate, applicato su progetti reali e affinato sul campo.

E questa è la differenza tra un framework che funziona e uno che fa bella figura su LinkedIn 🥸

C) Scalare la qualità, non solo i numeri con l’Ambassador Program

Qui c’è una cosa furba che sta facendo (e che partirà nel 2026): invece di inseguire “10.000 iscritti alla Community”, puntano alla scalabilità qualitativa.

L’Ambassador Program seleziona professionisti esperti come autori e contributor, meccanismo semplice ma potente:

• Gli ambassador portano casi reali → il framework OLA si affina

• I contenuti co-creati aumentano credibilità e copertura

• Feedback loop continuo → più casi reali, framework migliore, più conversioni

Non è un programma dove gli ambassador fanno repost dei contenuti ma un cuscinetto organizzativo che permette controllo operativo e facilita l’ingresso di soci e collaboratori strategici.

Domenico lo dice chiaramente:

Questa è una lezione che vale oro, se la tua Community dipende dall’eroismo quotidiano del founder, non è un asset ma un rischio. Perché quando il founder si ferma, si ferma tutto. E questo non è scalabile!

Il sistema di metriche

Quello che emerge è sistema di metriche e indicatori interconnessi che si rinforzano a vicenda

Input metrics:

• Partecipazione indagine +20.8% (da 120 a 145 compilazioni, 2024→2025)

• Community Telegram +100% (da 40 a 80 membri attivi)

• Crescita complessiva Community +142% nel 2025

Engagement metrics:

• Newsletter +87% (da 120 a 224 lettori)

• LinkedIn +73% (da 500 a 866 follower)

Output metrics (quelle che contano):

• Consulenze pagate da 0 a 3 (in organico)

• Framework vendibile OLA applicato su 3 casi studio reali

La catena causale del sistema è chiara: più partecipazione → più credibilità → più conversioni.

La lezione che ti porti a casa

Ok, tiriamo le fila. La lezione è che puoi usare la ricerca di mercato per vendere mentre costruisci il prodotto. Questa mossa si collega ad alcuni elementi:

• Focus: fare un’indagine ti obbliga a scegliere cosa chiedere e quindi individuare cosa conta davvero nel settore

• Cadenza: l’indagine annuale diventa un rituale di posizionamento ricorrente

• Decisioni: ogni dato raccolto informa il prossimo passo operativo

• Responsabilità: pubblicare i risultati in pubblico ti espone, sì, ma crea fiducia come nient’altro può fare

• Calendario e rituali: weekly/monthly/annuale = sistema operativo

E soprattutto non costruire una Community che dipende dal tuo eroismo quotidiano ma ostruisci un cuscinetto organizzativo che renda il sistema sostenibile. Altrimenti stai creando solo più lavoro e non un asset che scala.

Se stai cercando di entrare in un mercato immaturo, il tuo primo prodotto non deve essere il servizio perfetto ma capire quali domande possono aiutarti strutturare il mercato.

E quelle domande possono essere indagini, benchmark, audit gratuito, un laboratorio, una community di pratica… L’importante è che facciano due cose contemporaneamente: validare e posizionare.

‼️ Non confondere il fare un questionario con fare go-to-market via survey ‼️

La differenza è che una Survey raccoglie dati, li analizza internamente e nessuno si ricorda di te dopo. Un’indagine come GTM invece pubblica i risultati e ti posiziona come punto di riferimento generando poi conversioni dirette e organiche.

Se l’indagine non genera nuove relazioni commerciali (lead, consulenze, partnership), è statistica per il cassetto ma se invece genera lead qualificati e contratti paganti allora è strategia operativa.

La maggior parte delle aziende cerca clienti per validare il prodotto. CommunityLand ha fatto l’opposto, ha usato la validazione per trovare clienti.

L’indagine non era ricerca ma il primo prodotto che ha aperto la porta d’ingresso.

Se stai entrando in un mercato immaturo, smettila di costruire in segreto. Fai le domande giuste che ti permettono di strutturare il mercato, in pubblico.

Il resto viene da sé. Buon lavoro Projecters! 🤖

What’s your Strategy Project?

Riunioni belle dense, slide che parlano di progetti, KPI ovunque… E poi, quando chiedi “ok, quindi dove mettiamo tempo e risorse questa settimana?”… il silenzio.

È proprio qui che la strategia smette di essere una parola bella e si trasforma in un problema operativo, mi riferisco a priorità confuse, energie disperse, decisioni prese in maniera lenta e responsabilità non chiare.

Questo Journal nasce da lì, da quel punto preciso in cui la strategia smette di essere un tema “alto” e diventa una questione molto concreta: dove mettiamo tempo, attenzione e risorse, quando nessuno ci guarda.

Premessa editoriale: il nuovo format StrategyProject Journal

Da oggi si cambia passo e non parlerò più di strategia come argomento da commentare ma racconterò storie di strategia che si vedono.

Quello che troverai qui da ora in avanti ruoterà attorno ad una promessa, semplice, ma difficile da rispettare.

Non più “principi”, ma azioni osservabili. Non più “Vision”, ma ritmo settimanale. Non più “ispirazione”, ma spunti replicabili.

La mia intenzione è che mentre leggi tu possa pensare, senza sforzo: “Ok. Questa cosa posso copiarla. Questa cosa devo smetterla di fare. Questa cosa la posso misurare già da lunedì.”

Se sei un decision maker, qualsiasi sia il livello di responsabilità, questa newsletter è progettata per due sensazioni.

1. La prima → mi sono sentito visto.

2. La seconda → mi è venuta voglia di cambiare.

Tutto questo senza grandi rivoluzioni che spesso non portano molto lontano.

Your Strategy. Our Project.

Perché partire da STRTGY ?

Per inaugurare questo nuovo format ho scelto di scrivere il primo episodio parlando di STRTGY, fondata da .

Non perché “suona bene” (il non usare le vocali è un colpo da designer!) ma perché il loro caso mette il dito su una ferita che in Italia è diffusissima: la strategia diventa fumo quando produce output invece che outcome.

Quante volte l’hai visto accadere? Arriva un progetto strategico e si porta dietro tanti documenti, workshop, presentazioni, tutte cose formalmente corrette. Però il lavoro quotidiano rimane praticamente uguale con le stesse riunioni, gli stessi colli di bottiglia, le stesse discussioni che ricominciano da capo ogni mese… Proprio così la strategia diventa un oggetto estetico molto più bello da guardare che utile da usare.

Qui, invece, la scelta di STRTGY è più radicale → spostare il baricentro dalla consulenza tradizionale ad un sistema che punta a lasciare qualcosa che resta anche quando nessuno “esterno” è più lì.

Antonio lo spiega meglio di chiunque altro:

“STRTGY nasce come laboratorio di Strategy Execution. La domanda di consulenza c’era, ma il modello classico non mi convinceva: progetti lunghi, dipendenza dal consulente, nessun trasferimento reale di competenze. Ho deciso di costruire qualcosa di diverso.” - Antonio Civita

Questa è proprio la radice dell’anti-consulenza ovvero non consegnare output, ma cambiare il modo in cui l’azienda decide e lavora.

Lo dico anche perché tutto ciò non lo guardo da fuori, quel percorso l’ho fatto anch’io, l’ho vissuto intensamente dall’interno e oggi lavoro come Coach qualificato su questi temi.

Per questo non voglio raccontarti un Brand ma voglio capire quali possano essere le lezioni da portarsi a casa e come separare le scelte strutturali dai dettagli.

La decisione che cambia tutto

La decisione più importante presa da Antonio, è stata questa:

“Ho scelto di non fare consulenza, ma di costruire un metodo che si evolve e un ecosistema di professionisti che lo applicano e che lo migliorano, implementazione dopo implementazione” - Antonio Civita

Il punto centrale è proprio una questione di design e progettazione del Business Model. Scegliere di non vendere consulenza significa rinunciare ad una accarezzante forma di comodità ovvero quella in cui il valore è “spiegato” e non “dimostrato”. In questo caso, al contrario, il valore deve essere ben visibile, deve comparire nei comportamenti quotidiani, deve emergere nelle settimane ed in poche parole deve rendersi visibile nella trasformazione dell’organizzazione.

Mi è personalmente piaciuto tanto un pensiero di Antonio, molto umano e ancorato a quella realtà che molti non vogliono osservare:

“Le regole sono cambiate perché sono cambiate le persone. Cercano più libertà, più significato in quello che fanno. E questo ha cambiato la forma delle organizzazioni, che oggi hanno bisogno di un nuovo sistema operativo.” - Antonio Civita

Questa scelta di posizionamento è estremamente rilevante per le PMI perchè quando cambiano le persone, non basta comunicare meglio la strategia ma bisogna proprio cambiare il modo in cui il lavoro viene orchestrato ed eseguito tutti i giorni! Tradotto in maniera concisa: la strategia deve finire nel calendario, non restare nelle presentazioni.

Come si rendere la strategia reale? Ritmo, casi e una metrica che non mente

Come si fa a non ricadere nel solito copione “parliamo di strategia” che molto spesso significa nulla?

Bene, il punto forte del caso STRTGY è che non si regge su un singolo progetto bensì su un meccanismo ripetibile, animato di inerzia propria.

La prima cosa che ho notato con piacere quando ho iniziato da practitioner è stato ritmo: una cadenza ricorrente (settimanale) che dà forma al sistema. Molto diverso dal “quando capita” o “quando ci sarà budget”, ma un ciclo che ritorna e costringe positivamente a produrre avanzamento continuo a piccoli passi.

In qualsiasi azienda, il ritmo è spesso più strategico del piano perché se non c’è cadenza, tutto torna ad essere una semplice reazione agli avvenimenti siano esterni o interni.

La seconda cosa è il potente ancoraggio ai casi reali: qui la teoria funge da base comune per la discussione e per parlare la stessa lingua ma, cosa molto importante, viene messa immediatamente in contesto. Ogni iterazione si sporca le mani con un progetto concreto e questo riduce moltissimo una distanza che in Italia è purtroppo letale… Quella disconnessione tra il framework e la settimana lavorativa delle persone. Quando le due cose non si incontrano, la strategia diventa una lingua morta come il Latino dove tutti la studiano ma poi nessuno la parla.

La terza cosa, quella che chiude il cerchio, è che il metodo MAKE PROGRESS® con gli OKR (se vuoi approfondire c’è l’ottimo libro) non viene trattato come “finito” ma si evolve continuamente. Raccoglie feedback, casi, apprendimento… Ed è qui che molte aziende sbagliano la prospettiva, non serve la strategia perfetta ma serve un sistema che impara più in fretta di quanto il contesto cambi.

Ed eccoci a quell’elemento che rende questo episodio davvero StrategyProject: la metrica guida. STRTGY non misura quante persone guardano da lontano ma misura quante persone applicano davvero, quante implementazioni generano evidenze, quanta pratica reale viene prodotta. È una metrica che non mente, perché ti costringe a porti una domanda semplice: stiamo creando pratica o stiamo creando contenuto?

“5 coorti completate, oltre 70 professionisti nella Comunity di practitioner che applicano MAKE PROGRESS® in aziende italiane di ogni settore e dimensione. Un ecosistema che genera casi, insight e feedback e fa si che il metodo si evolve attraverso chi lo pratica.”

Questa è una lezione enorme per qualsiasi PMI, il punto non sono le metriche ma è che spesso si scelgono metriche che non obbligano a cambiare nulla. La metrica giusta invece ti costringe a scegliere, ti costringe a rinunciare, ti costringe a mettere ordine nel lavoro.

Le domande che puoi portare in riunione

Voglio chiudere questo primo episodio di StrategyProject Journal con una frase molto potente: la strategia smette di essere solo un documento quando diventa un’abitudine misurabile.

Questa frase porta a due domande estremamente pratiche, da portarti dietro già nella prossima settimana.

1. La prima →qual è la decisione che continuiamo a rimandare perché non vogliamo rinunciare a niente?

2. La seconda →qual è l’unica metrica che, se la guardassimo davvero ogni settimana, ci costringerebbe a scegliere meglio?

Qui però voglio aggiungere una piccola nota perché è l’errore più comune che vedo nelle aziende (ed è subdolo).

L’errore è confondere il controllo con la misurazione. Riempirsi di Dashboard non è disciplina ma molto spesso è ansia travestita. Il segnale lo riconosci subito perchè le riunioni si moltiplicano, le metriche aumentano… ma nessuno saprebbe dire qual è la scelta che si sta proteggendo. Il rigore vero è più scomodo e più leggero insieme: pochi numeri, aggiornati con cadenza fissa, che generano decisioni.

Se una metrica non cambia le scelte, probabilmente è arredamento 🙂

Chiudo con un importante takeaway di Antonio, che cito:

”Ho smesso di fare consulenza quando ho capito che il modello non funzionava per nessuno: né per me, né per i clienti.

Le regole sono cambiate perché sono cambiate le persone. Cercano più libertà, più significato in quello che fanno. E questo ha cambiato la forma delle organizzazioni, che oggi hanno bisogno di un nuovo sistema operativo.

La chiamo anti-consulenza. Mi piace chiamarla anti-consulenza. Poi però, quando funziona, ti accorgi che è solo un modo per tornare a sentire quella cosa semplice, potente e umana che chiamiamo progresso.”

Se vuoi ricevere i prossimi episodi (casi reali + lezioni operative), iscriviti qui al Journal.

Iscriviti ora

Se invece hai una strategia “un pò ferma” e vuoi sbloccarla nel lavoro settimanale, scrivimi: ci facciamo una chiacchierata rapida e capiamo dove si può intervenire.

Conosciamoci in 15 minuti!

What’s your Strategy Project?

Vorrei cominciare quest’anno partendo da una notizia che porterà sicuramente molti cambiamenti. Fermiamoci insieme per un attimo e lasciamo perdere tutto il chiasso delle news tech che sta intasando X, Reddit e anche LinkedIn in questi giorni di festività…

Di sicuro avrai letto che META si è comprata Manus AI.

Le informazioni trapelate parlano di cifre che, a primo impatto, fanno abbastanza girare la testa (oltre 2 miliardi di dollari!) considerando che Manus AI è stata fondata e lanciata verso Marzo 2025.

Là fuori sono tutti impazziti ad analizzare vari benchmark e dati tecnici su quanto questa AI sia “più intelligente” delle altre. In realtà l’attenzione va focalizzata su tutt’altro… Se leggi da un po’ questa newsletter, avrai avuto modo di capire che della “fuffa” tecnica importa poco, giusto? Le specifiche tecniche le lascio molto volentieri agli ingegneri e programmatori.

Iscriviti ora

Qui, su StrategyProject Journal ci interessa la ciccia, ovviamente quella strategica, ci importa capire come si muovono i soldi, il perché delle le decisioni e le ripercussioni.

Ma allora… perché Zuckerberg ha comprato Manus? E soprattutto, qual è l’insegnamento che puoi applicare nella tua azienda?

Ovviamente in questi giorni anche io ho avuto modo di leggere tante cose (facendo sgobbare un po’ il mio stack di AI per pulire i dati grezzi), ragionando ho trovato alcune lezioni di Business davvero interessanti e che voglio condividere.

Non è un “chatbot” ma un abilitatore

Vado subito al cuore della questione, Manus non è la solita AI generativa a cui siamo ormai abituati. Le AI attuali (ChatGPT, Claude, Gemini…) sono dei fantastici consulenti: tu chiedi → loro rispondono → ti danno idee → ti fanno riassunti. Ma poi che cosa resta di pratico? Poi… la palla torna a te.

Tocca a te leggere, capire, decidere e sopratutto fare, in sostanza lavoro sporco rimane da eseguire. L’approccio di Manus è molto diverso, è un agente. Tu chiedi → lui fa.

Qui entra il concetto di “abilitatore” per META: In parole povere, un abilitatore è quell’asset strategico (un sistema, un’automazione o una tecnologia) che una volta costruito o acquisito continua a generare valore nel tempo “da solo”. Immaginalo come una turbina che si installa nel motore della crescita aziendale: non è un compito da spuntare su una lista, ma un pezzo della macchina che toglie l’attrito e permette all’azienda di scalare, dissociando finalmente il tempo umano dai risultati ottenuti.

Per Zuckerberg, Manus è l’abilitatore definitivo, è quell’ingranaggio magico che elimina il gap tra l’intenzione di un utente e l’azione finale, facendo girare il motore di Meta ad una velocità che prima era semplicemente impossibile.

META non ha acquisito un software per far chattare meglio le persone ma ha comprato un sistema per eliminare quella noia mortale e quel gap operativo che esiste tra l’intenzione e l’azione conclusa.

Pensa alla tua azienda: quante volte hai un’idea strategica ma ti fermi perché “manca il tempo” oppure “è troppo complicato eseguirla”? Ecco, META ha appena comprato il tempo.

La mossa strategica: aggiustare la “meccanica della crescita”

Se diamo un’occhiata sotto il cofano, al “motore di crescita” di META, il loro Business Model fino a ieri era un sistema basato principalmente sull’attenzione: ti inchiodo allo schermo con i contenuti/amici e ti piazzo la pubblicità. Funziona? Certo che sì! Ma c’era un problema grosso, un vero collo di bottiglia nel trasferimento del valore.

Il problema è questo: quando un utente clicca su una pubblicità, deve uscire dall’ecosistema META (Instagram/Facebook e anche Whatsapp), finire su un sito esterno lento, deve compilare moduli, recuperare la password che non ricorda, tirare fuori la carta di credito... insomma, un disastro! È lì che si perde il 90% del valore. È lì che l’utente si stufa e chiude tutto.

Con Manus, META vuole chiudere il cerchio e riparare questo ingranaggio rotto. Immagina un futuro vicinissimo dove non clicchi più nulla e non esci più dall’App. Dici semplicemente al tuo assistente su WhatsApp oppure ai tuoi occhiali smart: “prendimi quelle scarpe” o “prenotami quel viaggio che ho visto nel Reel”… Zac! L’agente AI naviga, compila, paga. Fatto ✅

La lezione strategica qui è molto profonda → META ha analizzato la sua meccanica della crescita, ha trovato dove il meccanismo si inceppava (l’azione dell’utente fuori dalla piattaforma) e ha comprato la soluzione per automatizzarlo. Tu sai dove si inceppa il tuo Business oggi? Sai qual è l’ingranaggio che, se ben oliato, farebbe raddoppiare i risultati senza raddoppiare la fatica?

Elementi psicologici del cambiamento, il fantino e l’elefante

C’è un concetto fondamentale che si usa quando si parla di gestione del cambiamento (il framework di Chip & Dan Heath): la nostra mente è divisa in due.

1. C’è il fantino (la nostra testa razionale, che pianifica e analizza);

2. C’è l’elefante (la nostra parte emotiva, istintiva e... diciamolo, un po’ pigra).

Il fantino sa che deve compilare quel form per comprare il prodotto X apparso dalla pubblicità su Facebook ma l’elefante vede 15 campi da riempire e dice: “ma sai che c’è? Lo faccio domani” e così si rischia di perdere la vendita. La strategia vincente non è urlare al Fantino di impegnarsi di più ma piuttosto quella di spianare la strada all’elefante.

Se vuoi che le persone si muovano, che siano clienti che devono comprare o dipendenti che devono adottare un nuovo processo, devi rendere l’azione così facile da essere quasi involontaria. Gli agenti AI come Manus sono la scorciatoia formidabile per farsi amico per l’elefante. Tolgono la “cognitive load”, la fatica di decidere e operare. META sa bene che se rende l’acquisto facile come un pensiero, il fatturato esplode. Non perché ha più utenti, ma perché quegli utenti fanno molto di più faticando molto meno, qui stanno proprio togliendo gli ostacoli dal percorso dell’elefante.

Proprio qui c’è il vero colpo di genio da parte di META, quello che molti analisti distratti probabilmente si sono persi: non hanno comprato solo un “cervello” più veloce ma con Manus AI si sono portati a casa una vera e propria infrastruttura di esecuzione.

Mentre Google e OpenAI si sfidano a chi ha il modello linguistico più grande, Zuckerberg ha capito che la vera partita si gioca sull’ambiente in cui queste AI “vivono e operano”. Manus ha costruito un ecosistema, un’architettura che spesso viene chiamata Large Action Model, dove l’agente non si limita a prevedere la prossima parola di una frase, ma possiede gli strumenti tecnici per navigare il web, usare più software e interagire con le interfacce digitali proprio come farebbe un essere umano.

In pratica, Meta ha acquisito il “sistema operativo” delle azioni.

Questa infrastruttura permette di trasformare le sue app (WhatsApp, Instagram, Threads e Facebook) da semplici bacheche di contenuti a veri ambienti agentici. Non sarà più META che manda l’utente su un sito esterno del partner pubblicitario ma sarà l’ambiente di META che “ospita” direttamente l’azione. È un pò come se Zuckerberg avesse smesso di costruirti una macchina per darti direttamente la strada, con il navigatore già impostato e le soste perfettamente programmate. Comprando Manus, META si è assicurata le “mani” per toccare il mondo digitale fuori dai suoi confini, rendendo la sua piattaforma l’unico posto dove l’utente può davvero fare di tutto senza mai dover cambiare scheda nel browser.

Come applicare questo mindset (senza spendere 2 miliardi)

“Ok, ma io non ho 2 miliardi”. Tranquillo, non ti serve comprare una startup di AI! Ti serve copiare il mindset.

Guarda la tua azienda domani mattina con gli occhi di uno stratega e chiediti:

1. Dove ci si incastra? (audit dell’attrito) → prendi il tuo processo di vendita o di erogazione del servizio. Dove si bloccano i clienti? Dove i tuoi dipendenti perdono ore in attività a basso valore? È nel preventivo? È nella consegna? È nel recupero crediti? Identifica il punto esatto dove l’energia si disperde;

2. Qual è l’abilitatore mancante? → invece di assumere un esercito di persone per gestire il caos (che aumenta solo i costi e la complessità!), chiediti che sistema, automazione o protocollo posso inserire qui? Magari è un semplice script per i venditori, o un’automazione che manda le fatture da sola, o una Knowledge Base che risponde alle domande frequenti. L’obiettivo è creare un processo ripetibile che funzioni “da solo”;

3. Smetti di vendere strumenti, vendi risultati (outcome) → META sta smettendo di vendere “clic” (uno strumento) per iniziare a vendere “acquisti completati” (un risultato). E tu? Stai vendendo il risultato finale che il cliente sogna? Se riduci lo sforzo che il cliente deve fare per ottenere quel risultato, il tuo valore schizza alle stelle!

Zuckerberg ha comprato il futuro (per non doverlo aspettare)

Zuckerberg è un genio tecnico, ma qui ha ragionato da puro stratega. Poteva costruirsela in casa questa tecnologia? Con tutti i mega investimenti che sta facendo probabilmente sì! Ma ci avrebbe messo tanto tempo... Ha preferito sganciare 2 miliardi per averla subito.

Perché nella strategia, la velocità con cui passi dall’idea all’esecuzione è l’unica cosa che conta davvero. Il costo di aspettare era molto più alto del prezzo pagato.

Mentre il mondo tech continua a farsi distrarre dai benchmark, noi guardiamo il meccanismo. Non ha senso chiedersi “come uso l’AI?”, ma piuttosto: “quale enorme rottura di scatole posso eliminare domani mattina per far correre la mia azienda più veloce?”.

Individua l’attrito → costruisci l’abilitatore → spiana la strada all’elefante.

E poi, accelera!

Scrivimi nei commenti che cosa ne pensi, la strategia è un dialogo.

Buon lavoro! 👋

P.S. Se ti accorgi che la tua azienda è piena di “colli di bottiglia” e stai ancora gestendo la strategia con fogli Excel infiniti e riunioni fiume che non portano a nulla, forse è ora di farsi un “sistema operativo” aziendale serio.

Parliamone 15 minuti!

La settimana scorsa ho scritto qualche considerazione su come spostare il focus dai progetti ai comportamenti, quindi meno “fare di più”, più “fare diversamente”.
Oggi facciamo il passo naturale successivo: andiamo a vedere che cosa deve accadere dentro la mente delle persone affinchè quei comportamenti abbiano davvero una chance.

Da anni chiunque bazzichi un pò il mondo HR sente raccontare che “la trasformazione in azienda è soprattutto una questione di persone”.
Una frase che suona molto bene, rassicura, de-responsabilizza ed è perfetta da inserire nelle slide di una presentazione.

Ma se sei un Manager lo sai benissimo che nella pratica quotidiana questa frase è spesso un paravento…

Si investe in tecnologia, processi, framework di Change Management, magari anche nel famoso modello a 8 fasi di Kotter.
Eppure succede che le trasformazioni continuano a fallire perché non sono in grado di offrire un beneficio chiaro alle persone in carne e ossa, quelle dietro ai “dipendenti” e quelle dietro ai “clienti”.

Le uniche trasformazioni reali sono “People Transformations”: o cambiano come le persone pensano, decidono e lavorano ogni giorno, oppure non sono delle trasformazioni.

In questa puntata #59 restiamo molto vicini a terra, com’è mia abitudine fare. Quindi niente slogan sulle “risorse umane al centro”, niente psicologia spicciola ma solo una domanda fondamentale: che cosa deve diventare diverso, dentro le persone, perché i nuovi comportamenti che hai in mente non si spengano dopo tre settimane?

Oltre i framework di Change Management: dove si inceppa davvero il cambiamento

Negli ultimi decenni sono nati parecchi framework, modelli e strumenti per la gestione del cambiamento. Mi riferisco ad esepio alla Roadmap in 8 passi di Kotter, vari Canvas per mappare gli stakeholders, toolbox sulla gestione della resistenza e così via.

Sono tutti più o meno utili perchè sicuramente aiutano a fare ordine, ma il problema non è tanto il modello che si utilizza.
Il problema è lo strato che spesso diamo per scontato ovvero quello che succede nella testa delle persone quando gli vai a raccontare “da domani cambiamo”.

Per chi deve guidare il cambiamento, le tensioni sono almeno tre:

• Tensione identitaria → non stai solo cambiando un processo ma stai toccando l’idea che le persone hanno di sé stesse (“io sono quello che sa fare X”, “io ho sempre portato risultati così”).

• Tensione di sicurezza → ogni cambiamento mette in discussione ciò che le persone percepiscono come sicuro: competenze, relazioni, status, abitudini…

• Tensione di senso → “perché dovrei farlo?” è quasi sempre una domanda personale prima che aziendale.

Quando le trasformazioni falliscono troppo spesso è perché partono direttamente dal cambiamento (nuovi tool, nuovi processi) e non dalla domanda di cambiamento, cioè dal perché le persone dovrebbero voler fare la fatica di cambiare. Tradotto nel tuo quotidiano, se il cambiamento non ha domanda interna (nelle persone) e domanda esterna (nei clienti), viene percepita come un’iniziativa in più da sopportare, non una nuova possibilità da abbracciare.

People Transformation: che cosa significa davvero (oltre i poster)

Solitamente quando si parla di “mettere le persone al centro”, molto spesso si scivola in due estremi:

• romanticismo e quindi storytelling emozionale, valori, frasi motivazionali…

• cinismo, frasi come “alla fine alle persone interessa solo lo stipendio” oppure “se li paghi bene, il resto viene da sé” o ancora “valori, purpose, mission… alla fine contano margini e fatturato”…

Scontato dire che entrambe le versioni sono poco utili per chi deve decidere, non portano nessun valore nè elementi applicabili per cambiare. Quando parliamo di People Transformation in chiave strategica, vuol dire lavorare almeno su quattro livelli:

1. Il linguaggio → sono le parole che usate per parlare di clienti, degli errori, degli obiettivi. Se il lessico resta quello di prima (spingere - stringere - fare più), non c’è assolutamente da stupirsi se i comportamenti tenderanno a restare esattamente quelli di prima (👇🏻ne ho parlato nella Newsletter #58👇🏻)

2. L’attenzione → che cosa viene considerato “degno di nota” in azienda? Per esempio alcuni segnali di mercato vengono discussi subito, mentre altri vengono ignorati, alcune metriche vengono guardate ogni settimana, mentre altre invece mai.

3. Decisione → quali criteri pratici usano le persone per decidere “cosa fare oggi”? Non quelli scritti nel manuale operativo (sempre che ci sia…), ma quelli reali e mi riferisco a rischi percepiti, incentivi impliciti, reazioni attese del capo. Come fanno le persone a decidere se la decisione è allineata alla strategia aziendale oppure no?

4. Identità professionale → che cosa rende una persona “brava” o “stimata” in azienda? Il pompiere che risolve emergenze all’ultimo momento oppure chi previene i problemi in silenzio? Oppure ancora chi sbagliando porta delle lezioni preziose all’azienda?

Una People Transformation reale è un aggiustamento coerente e bilanciato di questi quattro livelli, non una collezione di iniziative HR più o meno motivazionali.

Sto dicendo semplicemente che senza un lavoro intenzionale su come pensano e decidono le persone (i meccanismi), il cambiamento duraturo è molto difficile da ottenere senza tornare a replicare i vecchi schemi.

Comportamenti, sistemi, numeri: il sistema operativo umano

Nella scorsa newsletter i comportamenti sono stati messi al centro della discussione, prima di lanciare un progetto chiedersi sempre chi deve fare cosa di diverso, quando ed in quali situazioni.

Adesso è arrivato il momento di aggiungere altri due strati:

• i sistemi che rendono quei comportamenti possibili o impossibili,

• i numeri che permettono di capire se stanno davvero cambiando.

Quando si parla di trasformazioni guidate dalla domanda, è utile osservare una catena molto semplice: nuove domande → nuovi dati → nuovi insight → nuove esperienze → nuove capacità → nuovi risultati.

Riportando questa catena nel contesto aziendale Italiano, diventa qualcosa del genere:

1. Domande diverse delle persone → le persone iniziano a chiedersi cose nuove su clienti, sul lavoro, su quali siano adesso le priorità.

2. Attenzione diversa → cercano segnali nuovi, notano dei pattern che prima ignoravano.

3. Comportamenti diversi → sperimentano modi nuovi di gestire il tempo, nuovi modi di lavorare, gestire i clienti, prendere le decisioni.

4. Sistemi adeguati → sono tutti i processi, gli strumenti/tool, come vengono tenute le riunioni e come vengono aggiornate le informazioni per sostenere questi tentativi.

5. I numeri che raccontano la catena (non solo il risultato finale) → non si guarda solo ed esclusivamente il fatturato, ma anche le piccole evidenze che ti dicono se il nuovo modo di lavorare sta prendendo piede o meno. Cambiano quindi le priorità ed il focus.

Voglio lasciarti principio operativo, molto secco e molto potente:

Se i tuoi sistemi puniscono (o ignorano) i nuovi comportamenti, la People Transformation non parte nemmeno.

Non basta dire “da oggi collaboriamo di più” se il sistema di obiettivi è ancora puramente individuale, se le riunioni premiano chi parla più forte, se le promozioni vanno sempre alle stesse persone che giocano secondo le regole di prima.

Il lavoro strategico, quello che ti riguarda in prima persona, è proprio quello di allineare tutti questi tre elementi:

• le persone: come pensano, cosa percepiscono come sicuro, cosa viene riconosciuto;

• i comportamenti: cosa vedi (o non vedi) succedere nelle giornate;

• i sistemi: come l’azienda rende più facile un certo comportamento rispetto ad altri.

I segnali di una vera trasformazione (e non di facciata!)

Per chi deve decidere, trovo molto utile avere a disposizione una piccola “checklist di realtà” per rimanere più pragmatici possibili e non raccontarsi storie….

Quando cambiano le persone, cambiano le conversazioni. Quando cambiano le conversazioni, i numeri iniziano a muoversi. Non il contrario.

Se vuoi una trasformazione che duri, devi prima decidere che tipo di persone vuoi avere in azienda, il modo in cui pensano, decidono e lavorano ogni giorno. Tecnologia, processi e progetti vengono dopo 🙃

Alla fine, tutta questa storia della “People Transformation” si riduce ad una scelta abbastanza semplice, ma che pochi hanno il coraggio di esplicitare.

Vuoi un’azienda dove le persone imparano a proteggere lo status quo, quindi restare al sicuro, non esporsi, fare il minimo necessario per non avere problemi,
oppure un’azienda dove le persone si sentono autorizzate e hanno gli strumenti giusti per cambiare davvero il modo in cui pensano, decidono e lavorano?

La differenza non la fa il prossimo tool, il prossimo framework o la prossima riorganizzazione aziendale, ma la fa il messaggio che passa ogni giorno nelle conversazioni formali e informali:

• cosa viene considerato “normale” e cosa viene percepito come “fuori posto”;

• chi viene ascoltato e chi viene ignorato;

• quali comportamenti vengono riconosciuti e quali vengono tollerati “tanto è sempre stato così”.

Una trasformazione che non cambia questo livello resta facciata, nuove parole, ma vecchie reazioni e comportamenti.

Una trasformazione che lo cambia, anche solo un po’ alla volta, inizia a fare una cosa molto concreta, ridisegna il tipo di persona che diventa “naturale” essere dentro l’azienda.

Ed è proprio qui che la responsabilità torna tutta a chi decide non solo “che risultati vogliamo tra 3 anni?”, ma “che tipo di persone vogliamo diventare come organizzazione per renderli possibili?”

Il resto, processi, tecnologie, modelli, vengono tutti dopo… O, almeno, dovrebbero!

Buon lavoro strategico! 👋🏻

Chi mi segue da più tempo lo sa, in questa Newsletter si parla di strategia, numeri e sistemi come modi per ricollegare il lavoro di tutti alla direzione dell’azienda.

Di recente mi sono domandato come mai quasi nessun “consulente” parla mai di un argomento abbastanza delicato, ovvero quello che succede davvero nelle giornate, nelle riunioni, nelle chat, nei silenzi.

Iscriviti ora

Ti è mai successo di annunciare un “nuovo progetto” con il sorriso, e di sentire nella stanza una specie di stanchezza silenziosa?

Ovviamente nessuno lo dice esplicitamente, ma lo leggi negli sguardi:
“Ok, un altro progetto… vediamo quanto dura”

Se sei un Manager, probabilmente vivi in mezzo a questa tensione:

• da una parte sai che l’azienda deve cambiare passo;

• dall’altra senti che ogni nuova iniziativa rischia di consumare credibilità, tempo, energia;

• e nel mezzo ci sei tu, a fare da cuscinetto tra il “dobbiamo cambiare” e la realtà di chi ha già il calendario troppo pieno.

Hai mai pensato che forse il punto non sono i progetti? Un pò scomodo, lo so, ma liberatorio

Non sono i progetti che cambiano l’azienda. Sono i comportamenti.

Se non sai dire quali comportamenti, siano di clienti o di persone interne all’azienda, devono cambiare significa semplicemente che forse potresti non avere una strategia di cambiamento. Piuttosto hai una sequenza di iniziative, più o meno interessanti, che si appoggiano su un modo di lavorare rimasto però identico.

Il succo di questa newsletter, ormai arrivati alla 58esima uscita, è tutto qui: mettere i comportamenti al centro, prima dei progetti. Vorrei darti una lente molto concreta per farlo, senza ricette magiche, ma con domande che puoi usare subito.

Le iniziative non mancano mai, mancano comportamenti chiari.

Facciamo un giro veloce in azienda.

• Presentazioni dove compaiono parole come trasformazione, innovazione, allineamento.

• Riunioni di kick-off con slide curate, magari un payoff nuovo.

• Task force, gruppi di lavoro, qualche nuova riunione ricorrente.

Tutto estremamente corretto, professionale, rassicurante, finché resta sullo schermo…

Poi però finisce la riunione e succede che le persone tornano alle loro urgenze, i Manager riprendono a misurare esattamente le stesse cose di prima, i clienti non si accorgono di nulla.

Ecco, è proprio questo il momento delicato dove chi è tenuto a decidere sente addosso il peso del proprio ruolo: “sto chiedendo a tutti di cambiare, ma cosa deve cambiare davvero nella loro giornata?”

Qui nasce la prima frizione personale:

• se non sai rispondere con esempi concreti, non ti senti a tuo agio a insistere;

• se insisti comunque, senti che stai vendendo un cambiamento “vuoto” e ti logori in silenzio;

• se non insisti, ti senti incoerente con quello che racconti al Board.

Su questo tema del cambiamento “serio” ti segnalo anche una puntata che mi è piaciuta molto:

quella di in sulle 8 fasi del cambiamento di Kotter, professore di Harvard. Propone una vera e propria roadmap strutturata in otto passi che aiuta i Manager a non far deragliare le trasformazioni e gestire in modo più lucido le resistenze interne.

Manager's Playbook | Rubriche settimanali per manager

🔧 Le 8 fasi del cambiamento di Kotter

Read more

10 months ago · 4 likes · Lorenzo Ait

Quello che provo a fare qui è un pezzo complementare: stare ancora un passo prima delle fasi e dei piani di Change Management, e lavorare sulla domanda di fondo. Perché anche il miglior modello di cambiamento, se non è chiaro chi deve cambiare che cosa nel proprio modo di comportarsi, rischia di trasformarsi nell’ennesimo progetto ben disegnato sulla carta ma che non tocca la realtà di nessuno.

Per poter sciogliere questa tensione, serve una domanda diversa, non focalizzarsi sul progetto da fare per cambiare ma…

“Chi deve iniziare a comportarsi in modo diverso, e come, perché questa strategia di cambiamento abbia una chance?”

È una domanda quasi brutale, ma ti riporta a terra, molto saldamente!

Dal “fare di più” al “fare diversamente”: un cambio di linguaggio

Il lessico non è un dettaglio stilistico ma è proprio l’interfaccia del nostro sistema operativo mentale 🧠
Prima ancora dei processi, delle slide e dei piani d’azione, sono le parole che usiamo ogni giorno a dire davvero come vediamo il mondo.

Nel corso dell’evoluzione, l’essere umano ha iniziato a usare il linguaggio per comprimere la realtà in etichette, storie, categorie. È come se avessimo costruito lentamente un paio di occhiali collettivi: scegliamo certe parole invece di altre e quelle parole, alla lunga, modellano ciò che notiamo, ciò che ignoriamo, ciò che consideriamo “normale”.

Le culture, i popoli e ovviamente anche le aziende si sono formati così: ripetendo le stesse frasi, gli stessi modi di dire, gli stessi “si è sempre fatto così”, fino a trasformarli in binari invisibili su cui scorrono i comportamenti quotidiani.

Se spostiamo questa lente sulla strategia, il punto diventa molto concreto. Fai caso a come parli quando ragioni di strategia:

• “Dobbiamo fare più azioni commerciali.”

• “Dobbiamo produrre più contenuti.”

• “Dobbiamo fare più formazione interna.”

Tutto ruota attorno alla parola ed al concetto del fare di più.

Se invece guardi la cosa dalla prospettiva dei comportamenti, cambia completamente il tipo di frase:

• “Vogliamo che le persone chiedano ai clienti certe domande prima di fare l’offerta.”

• “Vogliamo che il cliente torni da noi in anticipo, non solo quando è già in emergenza.”

• “Vogliamo che i Manager diano feedback chiari ogni settimana, non solo alla fine del trimestre.”

La differenza, è enorme… Nel primo caso ti senti condannato alla sovrapposizione (un altro progetto, un’altra lista, un altro flusso) mentre nel secondo caso senti di poter scegliere dove giocare la partita non in astratto, ma proprio nei pochi comportamenti che possono realmente cambiare le cose.

Puoi usare una mini-griglia mentale ogni volta che ti viene in mente una nuova iniziativa:

Se non riesci a rispondere a queste quattro domande, probabilmente hai davanti un progetto nebuloso e non un cambiamento. Generalmente la frustrazione, quella sensazione di parlare al vuoto, arriva proprio da qui.

Quando inizi a guardare i progetti interni con questa lente, succede una cosa molto curiosa: il lessico aziendale smette di essere neutro.

Quelle frasi che sembravano innocue tipo “fare più”, “spingere di più”, “essere più aggressivi” iniziano a mostrare i loro limiti e ti accorgi che non descrivono un cambiamento, ma solo più volume dello stesso identico film.

Mettere i comportamenti al centro, invece, è quasi un atto di onestà intellettuale perchè obbliga a dire ad alta voce dove vuoi davvero che le persone si muovano in modo diverso, e dove, tutto sommato, ti va bene che le cose restino così com’erano.

In fondo, il punto di questa Newsletter era proprio questo, spostare il focus dai progetti ai comportamenti, e dal fare di più al fare diversamente.
La griglia non è la “soluzione”, è solo un modo per rendere visibile ciò che spesso resta implicito nelle discussioni di strategia 🙃

Nella prossima uscita, non perdertela, ci sarà un passo in più.

Iscriviti ora

Cosa succede quando metti in fila outcome → comportamenti → sistemi →numeri? Come cambia il modo di raccontare la strategia dentro l’azienda?

Nel frattempo, mi piacerebbe sapere quali sono le frasi che senti ripetere più spesso quando in azienda si parla di “cambiare”?

Nella newsletter [#56] ho messo a fuoco una regola semplice: prima si decide come vincere, poi si scelgono gli strumenti. Oggi applicherò lo stesso filtro alla novità più interessante della settimana: i Ray-Ban Meta Glasses. Non mi interessa fare l’elenco delle caratteristiche (non ti lascio però a bocca asciutta, QUI puoi vedere in dettaglio le specifiche di 35 occhiali smart) ma analizzare la strategia dietro il lancio, l’organizzazione che la rende possibile e il posizionamento rispetto ai competitor. Non mi interessa neanche parlare di un altro prodotto Meta, il visore Quest.

Sarà un pezzo simile alla newsletter [#48] Perplexity vs Google: la battaglia per il futuro della ricerca nell’era "post-ricerca: stesso taglio strategico, stesso obiettivo di fondo, ovvero capire la strategia di lungo periodo. In pratica: perché Meta sta puntando moltissimo sugli occhiali e sulle tecnologie AR/VR con un nuovo modo di interagire con l’AI, cosa significa per i Team che costruiscono prodotti e quali scelte operative derivano per chi guida un’azienda oggi. Buona lettura!

Iscriviti ora

C’è una differenza enorme tra lanciare un prodotto e lanciare una traiettoria. Meta, con i Ray-Ban Glasses, non sta proponendo l’ennesimo gadget tecnologico per appassionati ma sta normalizzando l’AI personale come strato invisibile della vita quotidiana. La demo live, con inevitabili intoppi ma comunque di successo, è stato il manifesto pubblico per comunicare una scelta di Governance: esporsi al reale, autorizzare ed accettare il rischio, accelerare l’apprendimento in pubblico. Andando più in profondità, mentre gli altri spingono su visori e gesture vistose, Meta sceglie di puntare su occhiali leggeri + input neuromuscolare dal polso. Non chiede la nostra attenzione, la restituisce.

Questo è un qualcosa che tocca direttamente chi guida Team e aziende, parlo dell’organizzazione dei talenti, del design delle interfacce, degli outcome per clienti e delle Operations… In sostanza meno interfaccia, più capacità.1) Da interfaccia a capacità: il vero salto di categoria

Il punto non è “cosa fanno gli occhiali”, ma cosa non devi più fare tu. Meta sposta l’AI dalla logica dell’app (entri, tappi, esci) a quella della capacità ambientale: un layer che ti accompagna, interpreta contesto e intenzione, e restituisce secondi in micro-momenti ad alta frequenza (rispondere, orientarti, ricordare, comprendere).
La metrica nascosta è il costo cognitivo: ogni volta che non devi estrarre il telefono, sbloccare, cercare, leggere, tornare al compito, hai ridotto context switching. Questa è produttività reale, non wow-effect. È anche la base del vantaggio competitivo: quando l’AI diventa abilità “di base” incorporata negli occhiali, cambi il comportamento prima ancora dell’interfaccia.

Da interfaccia a capacità: il vero salto di categoria

Il focus passa da “cosa fanno gli occhiali”, a “cosa non deve più fare l’utente”. Meta sta cercando di spostare l’AI dalla logica dell’App (entri, tappi, fai cose, esci) a quella della capacità ambientale. Immagina quindi un layer che ti accompagna, interpreta il contesto e l’intenzione, restituisce secondi in micro-momenti ad alta frequenza (rispondere, orientarti, ricordare, comprendere).
La metrica nascosta qui è il costo cognitivo, ogni volta che NON devi estrarre il telefono, sbloccare, cercare, leggere, tornare al compito precedente, è stato ridotto il context switching. Questa è vera produttività reale, non un bellissimo “wow-effect”. Tra l’altro è anche la base del vantaggio competitivo che Meta sta cercando di costruirsi, quando per gli utenti l’AI diventa abilità “di base” incorporata negli occhiali, allora viene cambiato il comportamento prima ancora dell’interfaccia grafica.

Perché occhiali (e non visori!): l’economia dell’attenzione quotidiana

I visori, tipo l’Apple Vision Pro o Vivo Vision MR, massimizzano l’immersione mentre gli occhiali massimizzano la continuità con il mondo reale. Questa è una fortissima scelta di posizionamento strategico sulla curva di adozione:

• Friction d’ingresso azzerata → gli occhiali sono già sul volto, siano da vista o da sole, il placement è già super servito.

• Accettazione sociale → gli occhiali sono già ampiamente accettati e “normali”, questo significa che si sbloccano contesti d’uso dove un visore VR non entrerebbe mai (riunioni, guida, sport o semplicemente per strada).

• Cambia l’unità di misura → dalla la sessione immersiva al micro-gesto risparmiato. Meta si posiziona intelligentemente proprio dove si accumulano i così detti compounding gains, tanti piccoli risparmi che, sommati, spostano le performance e le abitudini.

Questo spostamento non è solo tecnologico, ma prende anche la sfera del go-to-market. La partnership con EssilorLuxottica risolve in un solo colpo design, prescrizione ottica, rete retail e fiducia sociale. Occhiali che sembrano proprio dei familiarissimi occhiali, ordinabili con lenti graduate e supportati da una filiera che esiste già ed è ben collaudata. È un vantaggio d’adozione che i visori non possono nemmeno sognarsi, il risvolto pratico è che l’AI viene portata dove le persone già comprano e dove il prodotto è già normale. Meta questo lo sa bene, ha rafforzato l’alleanza (anche con una quota azionaria) e spinge sul brand Ray-Ban come cavallo di Troia culturale della categoria.

Il polso come porta d’ingresso neurale: cosa cambia davvero con l’EMG

Il Neural Band presentato da Meta non è solamente un controller ma diventa proprio un canale di intenzione per l’utente. Traducendo micro-segnali neuromuscolari in comandi, sposta l’input dal gesto visibile nello spazio al cenno invisibile dentro la testa dell’utente. Qui ci sono 3 implicazioni strategiche molto potenti:

1. Stealth UX → l’utente può agire ed interagire con l’AI senza cambiare postura né convogliare lo sguardo in maniera perfettamente compatibile con lavoro, le relazione ed i normali movimenti.

2. Velocità decisionale → gli input istantanei e percepiti a bassissima latenza cognitiva, davvero l’AI diventa co-pilota che si attiva alla soglia dell’intenzione.

3. Telemetria d’uso → micro-pattern di interazione (dove si sbaglia, dove si rallenta) guidano la roadmap di Meta, le iterazioni future e la personalizzazione. L’obiettivo non è quello di migliorare il comando in sé, ma piuttosto il profilo di attriti che rivela dal punto di vista dell’utente.

Cambiare l’organizzazione per cambiare modo di lavorare

Quando il valore si trasmette agli utenti (ma anche a Meta stessa) nei micro-momenti, l’organizzazione non può essere a silos. Serve una catena più continua possibile che va dai dati al modello, dall’interfaccia al rilascio, dalla telemetria alle successive iterazioni, senza passaggi di consegne che spengono il ritmo.

In questo caso i Team più efficaci sono generalmente più piccoli e con una certa seniority, lo stiamo tutti vedendo nell’ambito AI che la produttività non cresce aggiungendo persone, ma cresce aumentando ownership e learning rate. Il confine tra la ricerca tecnologica ed il prodotto deve restare “poroso”. I modelli LLM devono toccare il reale il prima possibile, perché ogni giorno passato in laboratorio è un giorno di dati persi sul campo. Inoltre il ritmo dev’essere più pubblico di quanto non lo sia normalmente, non a caso le intenzioni dietro la demo live imperfetta non erano quelle di fare spettacolo (qualcuno ha pensato ad Apple? 😀) ma una sorta di “meccanismo di allineamento pubblico” che mette in luce gli attriti veri, stimola la partecipazione degli utenti ed anticipa settimane di discussioni interne. È così che la strategia diventa velocità di esecuzione, meno comitati e burocrazia interna, più cicli completi che si chiudono sul cliente e con il cliente.

Tornando sui dati, gli occhiali generano dati situati (cosa vedi/senti/fai quando e dove). Questi non sono più dati grezzi ma dati già strutturati, di enorme valore e utilizzabili. Si unisce la percezione con l’intenzione, il contesto con l’outcome realmente desiderato dall’utente. Se il valore nasce nei micro-momenti, allora le metriche devono misurare proprio quello: il time-to-next (quanto tempo passa dal bisogno all’azione), il context-switch salvato (quante volte non estrai il telefono) e gli errori evitati nelle procedure guidate. Se queste curve si muovono nella direzione giusta, hai prove che l’AI è davvero capacità e non decorazione.
Con il tempo, questo approccio crea dei vantaggi cumulativi, sia per l’utente che per l’azienda.

L’AI sta transitando sempre più verso i modelli personali, apprende come aiutare te e non l’utente medio statistico. Dal punto di vista sistemico, permette la creazione di un ecosistema di programmatori che sviluppano casi d’uso mirati e questo innesca meccanismo di lock-in spontaneo per abitudine e non per vincolo.

La diversa scelta strategica di Meta vs gli altri AI Labs

Le intenzioni di Meta sembrano piuttosto chiare, normalizzare l’uso dell’AI nell’ambiente reale quotidiano vissuto tramite un oggetto d’uso quotidiano (gli occhiali) e si attiva con un canale di intenzione a frizione minima (EMG al polso).

È una forte scelta di categoria e non di singolo device, si gioca sull’adozione diffusa (prezzo aggressivo anche per questo), sulle abitudini e su un ecosistema aperto che più cresce e più moltiplica i casi d’uso tramite l’effetto network. L’esecuzione della strategia si sta avvicinando sempre di più al “Build in Public (BIP)” di ma chiaramente contestualizzata alla realtà Corporate di Meta. Iterazioni rapide, demo live anche imperfette, telemetria dal mondo reale. Il moat è proprio nel contesto: dati situati, pattern ripetuti nei micro-momenti, abitudine d’uso che diventa infrastruttura personale e fonte di apprendimento per lo sviluppo futuro e continuo del prodotto.

Gli altri AI Labs percorrono traiettorie legittime ma diverse. Apple dall’esterno sembra non avere ancora ben chiara la direzione, ma in ogni caso l’approccio è quello di massimizzare il controllo end-to-end (OS+chip+device), l’esecuzione dell’LLM in locale e privilegiare l’eccellenza dell’esperienza utente rifinita che però non riesce a seguire il rapidissimo avanzamento tecnologico in campo AI.

OpenAI e Google partono dal modello e dall’agent generalista: l’AI come servizio orizzontale che si propaga via API, desktop e smartphone, con integrazioni capillari nelle superfici già esistenti (Workspace, browser, OS) e future (arriverà una suite produttività di OpenAI).

Produttori di hardware come Samsung/Vivo/Xiaomi puntano su visori e gesture, cioè su sessioni molto immersive ad alta intensità, con applicazioni straordinarie e specifiche ma meno continue nel quotidiano.

Meta sta cercando di spostare la competizione dal “quanto è potente il modello?” al “quanto spesso entra nel tuo quotidiano senza chiederti tempo o cambi di abitudini?”

P.S Meta comunque spinge molto forte anche sulla qualità dei suoi LLM, basta vedere l’Open-Source Llama

Chi controlla il modello può guidare la frontiera tecnica, chi controlla il momento d’uso guida l’adozione. Meta prova a far coincidere le due cose, modelli abbastanza buoni + placement perfetto nel flusso della vita reale. È una scommessa proprio su quei compounding dei micro-benefici, secondi risparmiati, errori evitati, gesti eliminati moltiplicati per milioni di momenti, ogni giorno.

Takeaways

Visto che di occhiali ho parlato, il punto non è “comprare sti occhiali” ma cambiare la lente con cui si guarda la strategia aziendale. Pensare in termini di micro-momenti e chiedersi: dove posso restituire secondi, ridurre errori, eliminare un gesto per i miei clienti?

Se non sai da dove iniziare, scegli una routine ad alta frequenza (onboarding, assistenza sul campo, vendita in negozio…) e ridisegnala affinchè sia progettata per liberare tempo e ridurre gli attriti.

Costruisci l’organizzazione di conseguenza, misura il progresso con poche metriche operative ma importanti e fai dipendere le decisioni da queste, non dal numero di feature dei prodotti e servizi.

Se hai già individuato un micro-momento più critico nel tuo Business, scrivilo nei commenti

Lascia un commento

Buon lavoro e buona strategia, ciao! 👋🏻

Finite le ferie e archiviato il tradizionale “se ne riparlerà a Settembre”, la newsletter riparte e lo fa esattamente da qui: un metodo semplice ma rigoroso per filtrare i trend post-vacanze e decidere se meritano davvero tempo, budget e attenzione senza perdere la rotta.

Viviamo in un periodo dove praticamente ogni settimana nasce qualcosa di nuovo. Mi riferisco all’AI generativa, automazioni magiche, Marketplace innovativi, Data Mesh, Community, Metaverso 2.0…

L’errore più banale da fare è quello di implementare qualcosa perché “lo fanno tutti”, in sostanza ci si fa prendere dalla FOMO (Fear of Missing Out), si perde focus, si spendono male le risorse e si confondono i Team.

Voglio dare un taglio molto pratico a questa newsletter e connesso con la tua strategia aziendale. L’obiettivo è decidere meglio, più in fretta e con meno rimpianti.

L’unico appunto che voglio fare è questo: non credo che vadano demonizzati i trend in quanto possono essere utili ora (e li facciamo scalare con metodo), oppure li parcheggiamo lì con dei criteri chiari.

☸️ Il principio guida: prima la rotta, poi le vele ⛵️

Prima di valutare qualsiasi trend, chiarisci e fissa tre riferimenti base:

1. La tua North Star Metric (NSM) = la metrica più importante di tutte, la tua guida che misura il valore creato per il cliente e per l’azienda.
   

2. OKR (Objectives & Key Results) a diversi orizzonti temporali = poche priorità ma molto chiare a tutti con risultati misurabili. Gli OKR rispondono a: qual è la direzione? e come misuriamo il progresso?

3. Focus sui sistemi aziendali = dove la novità agisce ed impatta maggiormente: Awareness, Lead Generation, Sales, Fulfillment, Operations, Return / Upsell / Cross‑sell (questi sono i sistemi).

Senza prendere in considerazioni questi tre principi guida, ogni trend sembra potenzialmente essere brillante e fighissimo. Con questi tre piccoli alleati invece, capisci subito se rafforza ciò che conta oppure è solo rumore di fondo.

🧪 Trend Filter (da campo): 7 step per non farti abbagliare

Usalo ogni volta che spunta “la cosa nuova”…

1) Descrivila in una frase → Che cos’è, per chi, con quale promessa.
2) Collega tutto alla NSM → Come può influire sulla NSM? In maniera diretta oppure indiretta?
3) Scegli il sistema impattato → Tra i 6 sistemi aziendali, Awareness / Lead Gen / Sales / Fulfillment / Operations / Return–Upsell–Cross-sell, individuale quale collo si risolve o che possibilità nuove si aprono.
4) Coerenza con il tuo modello → Sei PLO o SDO? Il trend lo rafforza o lo contraddice? È core (valore al cliente) o abilitante (tool/infra)?

5) Capacità e vincoli → Dati, skill, tempo, chi è lo sponsor? Decisione two-way door (reversibile) o one-way door (costosa da invertire)?
6) Economicità dell’integrazione → Costo all-in 90 gg (licenze + persone + training)
7) Decisione esplicita → GO (si procede) / KEEP SMALL (si fanno piccoli esperimenti) / PARK (si rimanda la decisione fino a quando si hanno più dati a disposizione per decidere) / KILL (il trend non ha senso oggettivo di essere inseguito).

Qualche esempio…

Per rendere tutto molto pratico, ecco alcuni scenari tipici che si vedono nelle PMI 🇮🇹 , non sono “casi di scuola”, ma situazioni reali in cui scattano dinamiche psicologiche (FOMO, consenso deferente, avversione al rischio…).

Servizi B2B - l’onda della Marketing Automation
Immagina che il CEO torni da una fiera tutto elettrizzato: “siamo indietro, serve una Marketing Automation seria”. In riunione scatta il consenso deferente, tutti annuiscono, nessuno alza la mano. Il collo però è in Sales: la fase di Discovery magari è debole, proposta di valore al pubblico poco chiara, follow-up incoerenti. In questo caso la Marketing Automation rischia di diventare un paravento, più e-mail/azioni, stessa conversione. Mossa giusta da fare? KEEP SMALL → con un micro-esperimento di 30 giorni su un solo segmento mentre si riscrivono i Playbook ed i criteri di qualificazione. Se a 30 giorni il rapporto SQL/MQL non sale, allora PARK senza rimpianti 🙃

Manifattura - la promessa dell’AI in produzione
Un responsabile di stabilimento spinge per la “manutenzione predittiva”. Gli operatori sono scettici (“qui servono mani, non algoritmi”), l’IT avverte che i dati sono sporchi. Il tema non è quindi tanto la tecnologia, ma fiducia e qualità del dato. Mossa giusta da fare? Two-way door su una sola macchina con un manutentore designato e metriche semplici (fermi, scarti). Si comunica che è un test di apprendimento, se in 60 giorni non si vedono chiari segnali (es. -20% fermi sulla linea pilota o altro), allora KILL. Se il segnale c’è ed i Team lo legittimano, allora GO mirato dove i dati reggono!

Retail multi-marca e l’e-commerce che “hanno tutti”
Il Board direttivo spinge per il D2C “senza, sembriamo vecchi” in negozio, però, c’è stock-out e assistenza molto lenta post vendita. Un D2C mal gestito è una one-way door reputazionale che viene amplificata dal trend dell’e-commerce. Mossa giusta da fare? KILL o DELAY finchè si risolvono i problemi a monte.

Hai un caso simile? Scrivimi in 3 righe nei commenti (o in privato): trend + collo di bottiglia + decisione che vuoi prendere.

Lascia un commento

Domande guida (prima di dire “sì”)

Prima di innamorarti della novità, fermati dieci minuti e porta queste domande nella stanza quando parli con i Team:

• Se dovesse funzionare, che impatto avrebbe sulla NSM? Si può stimare di quanto?

• Qual è il collo di bottiglia che andremmo a sbloccare? Se non lo nominiamo in 60 secondi, probabilmente non c’è.

• Che cosa togliamo dal calendario per farle spazio (persone, progetti, budget)? Chi se ne assume la responsabilità?

• Questa scelta rafforza il nostro modello di Business o ci fa uscire fuori dalla rotta?

• È una two-way o one-way door? Qual è il costo di tornare indietro (economico e reputazionale)?

• Qual è il minimo esperimento decente che possiamo permetterci senza disturbare l’operatività? Chi lo guida e con quante ore bloccate?

• Qual è il kill criteria che tutti accettiamo prima di iniziare?

• Se funziona, come scala (processi, persone, budget)? Se fallisce, qual è l’apprendimento che resta e che vale il costo?

  Applichiamolo al tuo caso specifico in 30 minuti: porta “la cosa nuova” che stai valutando e decidiamo GO/KEEP/PARK/KILL

  https://tidycal.com/andreamacri/30-minuti

  ---

  I trend sono vento, non la rotta.

  La rotta la dai tu quando colleghi ogni novità alla tua NSM, se non si muovono i numeri allora molto probabilmente si tratta più di intrattenimento che non strategia.

Filtra, testa, decidi: il resto è rumore di fondo! Buon lavoro strategico! 😎

Se dovessi scegliere un solo errore che vedo continuamente nelle aziende con cui lavoro, è quello di confondere la strategia con la pianificazione.

Oggi voglio spiegarti chiaramente perché questo accade, e come risolvere definitivamente questo equivoco.

Strategia vs. Pianificazione: capire la differenza è già metà della soluzione

Ti racconto una situazione che incontro continuamente: quando parlo con professionisti (come commercialisti o consulenti "vecchia scuola"), noto una confusione costante tra "strategia" e "pianificazione strategica".

Iscriviti ora

Ad esempio, spesso mi dicono cose come: "La nostra strategia quest'anno è aumentare del 10% i ricavi, aprire due nuove sedi e assumere più personale", questo è un tipico esempio di pianificazione, non di strategia. Come mai? Manca completamente la riflessione sul "perché" queste cose debbano essere fatte e non c’è alcuna indicazione su quale impatto aziendale e competitivo si vuole raggiungere.

Ecco la differenza fondamentale spiegata in modo ancora più semplice:

• La strategia → definisce il "perché" e il "dove": è la scelta consapevole e intenzionale di dove vuoi essere nel futuro e soprattutto perché vuoi esserci. Risponde a domande profonde tipo: "perché esistiamo come azienda? Quale impatto vogliamo lasciare sul mercato e sulla società? Come vogliamo essere percepiti dai clienti e differenziarci dai competitor?"

• La pianificazione → invece, è il "come" e il "quando": avviene dopo la strategia e consiste nell’elencare attività, scadenze, ruoli e responsabilità per arrivare concretamente a quella destinazione strategica scelta in precedenza. È come una tabella di marcia dettagliata che definisce le tappe ed i passaggi operativi necessari per rendere concreta la visione strategica.

Molte aziende, specialmente PMI, saltano direttamente al "come" senza aver prima chiarito il "perché". Il risultato è una montagna di attività sconnesse, progetti che si sovrappongono o che vanno addirittura in direzioni opposte. I Team lavorano freneticamente, ma producono pochissimi risultati reali. Questo genera frustrazione, perdita di motivazione e dispersione di risorse preziose…

Gli OKR, ponte tra visione strategica e azione concreta

Ho parlato diverse volte degli OKR, strumenti estremamente potenti in grado di tradurre una visione strategica chiarissima in azioni quotidiane tangibili. Ma perché questo spesso non accade? Perché, ancora una volta, la strategia non è chiara a monte…

Gli OKR non devono semplicemente misurare attività operative generiche, ma devono rispondere in maniera evidente al "perché" aziendale, alle scelte strategiche che l’azienda ha compiuto. Quando questo collegamento manca, gli OKR perdono tutto il loro potere trasformativo e diventano solo degli indicatori generici di performance.

Quando invece la strategia è chiara ogni OKR riflette chiaramente una scelta strategica, ogni Team sa esattamente cosa perseguire, perché è importante farlo e può quindi definire in modo autonomo come raggiungere quei risultati strategici. In questo modo, gli OKR diventano un vero e proprio motore di cambiamento e innovazione aziendale.

Il backlog fluido, ovvero priorità basate sull’impatto strategico

Un altro problema altrettanto frequente è la rigidità delle pianificazioni annuali o trimestrali, che restano statiche nonostante il contesto cambi rapidamente. Ne ho parlato qui:

Un approccio alternativo alla rigidità è quello di inseguire l’impatto delle attività sugli obiettivi strategici, significa rivedere e adattare continuamente le priorità in base a quello che porta risultati concreti. Quando le attività non generano più impatto significativo, vengono rapidamente sostituite da altre più rilevanti. Questo modo di gestione operativa rende l’azienda realmente agile, permette di concentrarsi solo su ciò che conta davvero, riducendo lo spreco di risorse e aumentando drasticamente l’efficacia operativa.

Chiarire bene la differenza tra strategia e pianificazione, assicurarsi che questa distinzione sia compresa da tutti in azienda e gestire l’azienda secondo priorità d’impatto, porta benefici immediati e tangibili:

• Decisioni più rapide: perché sai sempre esattamente quale direzione strategica seguire;

• Risparmio di tempo ed energie: grazie alla chiarezza su ciò che è davvero prioritario;

• Migliore allineamento interno: ogni Team comprende come le sue attività contribuiscano alla strategia generale;

• Conversazioni più costruttive: si passa dal discutere di opinioni personali a discutere di dati e risultati strategici concreti;

  ---

La vera strategia è una chiamata all'azione

In ogni azienda arriva un momento in cui bisogna fermarsi e chiedersi:

stiamo facendo le cose giuste o semplicemente facendo tante cose?

La differenza sta tutta nella strategia. Non quella scritta in 40 slide piene di buone intenzioni, ma quella vera: fatta di scelte, rinunce, direzione chiara e comportamenti coerenti ogni giorno.

La strategia non è sinonimo di ambizione.

È la disciplina di dire no.

È il coraggio di concentrare le energie.

È la capacità di allineare tutto e tutti intorno a ciò che conta davvero.

Se senti che nella tua azienda si lavora tanto ma si va poco lontano, è il segnale giusto per rimettere a fuoco la direzione. Ne parliamo insieme?

Scegli tu quando 👉🏻 https://tidycal.com/andreamacri

Siamo sommersi da dati, dashboard infinite e statistiche che promettono di portare chiarezza nella vita ma spesso generano solo confusione. La vera potenza sta nel saper scegliere pochi numeri chiave, in grado di guidare davvero le nostre azioni quotidiane. È proprio qui che strumenti come KPI e OKR diventano i nostri migliori alleati. Buona lettura e buon Lunedì! 🙃

Iscriviti ora

Performance Management nelle PMI vs grandi imprese

Parto da un dato di fatto che può sembrare scontato ma non lo è, le PMI non sono semplicemente “versioni ridotte” delle grandi aziende… Hanno caratteristiche e bisogni specifici quando si parla di misurare le performance. In particolare, le PMI operano spesso con risorse umane e finanziarie limitate, il che significa che i dipendenti coprono più ruoli e i budget sono ridotti

Viene da se che implementare un sistema strutturato di misurazione delle performance (PMS) può risultare più difficile e oneroso per una PMI rispetto a una grande impresa. Ecco i principali motivi.

• Nelle PMI accade spesso che l’imprenditore o il Management tendano ad essere coinvolti in molte delle attività operative, disponendo ovviamente di meno tempo da dedicare alla strategia ed al monitoraggio sistematico delle prestazioni.

• Un altro aspetto critico è l’approccio gestionale spesso reattivo delle PMI. Vari studi evidenziano che nelle PMI talvolta manca quasi del tutto una strategia formale e si prendono decisioni in modo informale, orientato al breve termine e “di pancia”.

Nella pratica, queste due macro-caratteristiche si traducono poi in una navigazione “a vista”, focalizzata sul sopravvivere giorno per giorno (“in survival mode”) più che su iniziative strategiche a lungo termine. Questa mancanza strutturale di attenzione alla strategia di lungo periodo può far perdere di vista gli obiettivi più importanti ed è proprio qui che si trova il paradosso:

Proprio perché hanno poche risorse, le PMI non possono permettersi di disperderle in attività o metriche irrilevanti

Fallire nell’implementare un efficace sistema di misurazione e gestione delle performance può avere un impatto molto più grave su una PMI che sulle aziende Corporate, dato che le piccole imprese hanno meno margine di errore ed un cuscinetto finanziario per assorbire inefficienze molto più contenuto.

Le grandi aziende, d’altra parte, dispongono di reparti interi dedicati all’analisi dei dati e sistemi complessi di KPI e possono monitorare decine di indicatori. C’è anche qui un ma, più grande è l’organizzazione, più alto è il rischio di creare burocrazia e “rumore di fondo” informativo. Senza una chiara priorità, l’abbondanza di dati e metriche può generare confusione anche nelle Corporate. Il principio universale è valido sempre, ovvero concentrare gli sforzi sulle poche cose che contano davvero produce risultati migliori rispetto a disperdere l’attenzione su troppe attività secondarie.

L’importanza di ridurre il sovraccarico di KPI

La gestione delle Performance è materia di studio e ottimizzazione da diversi anni, è emerso con forza il concetto che meno è meglio quando si tratta di indicatori chiave. In passato molte aziende ritenevano che tracciare quanti più KPI possibile fosse da considerarsi una buona prassi, ma ciò spesso generava una mole di dati tale da offuscare le informazioni realmente utili.

Immaginati mentre leggi un libro e trovi ogni frase in ogni pagina evidenziata: nulla risalta veramente più e risulta molto più complesso capire quali messaggi siano cruciali e quali invece secondari. Al contrario è molto più efficace limitare il focus a un numero ristretto di indicatori critici, privilegiando la qualità alla quantità. Se si concentra l’attenzione solo sui KPI essenziali, le imprese possono dedicare risorse e tempo dove c’è veramente impatto, invece di perdersi in analisi di metriche marginali e che non hanno tutta questa potenza reale sul Business.

Avere troppi KPI da monitorare al fenomeno noto come analysis paralysis: un’overload informativo che rende difficile prendere decisioni. Questo avviene anche nella vita di tutti i giorni quando ci troviamo di fronte ad un menù del ristorante troppo lungo, oppure in un supermercato di elettronica con tanti prodotti che sembrano molto simili…

Con decine di metriche davanti è ovvio che i Manager possano sentirsi sopraffatti e indecisi sulle azioni da compiere. Questo paradosso della scelta rallenta enormemente il processo decisionale e rischia di far perdere opportunità o di far reagire l’azienda ai cambiamenti con ritardo. Molte imprese finiscono con l’avere le famose Dashboard imponenti e report voluminosi che però non offrono insight azionabili, proprio perché manca la chiarezza su quali numeri meritino attenzione prioritaria. Focalizzarsi su un set limitato di KPI permette invece di ottenere grande chiarezza e allineamento.

Un approccio diffuso e collaudato suggerisce di non superare qualche manciata di indicatori chiave (circa cinque) per livello organizzativo o Team. Questa raccomandazione non è casuale ma è frutti di studi e ricerche nella psicologia cognitiva (Homo Heuristicus: Less-is-More Effects in Adaptive Cognition) indicano che il cervello umano gestisce efficacemente solo un numero limitato di informazioni simultaneamente (nell’ordine di grandezza di 5-7 elementi). Concentrando l’attenzione su cinque KPI davvero importanti, diventa più semplice per i Team monitorare l’andamento ed intervenire tempestivamente, allineando le azioni quotidiane con gli obiettivi strategici dell’azienda. Pochi indicatori ben scelti funzionano come una bussola chiara, mentre decine di metriche sono paragonabili a troppe lancette su un cruscotto, che distolgono lo sguardo dalla strada da seguire.

👉 Se ti interessa approfondire come collegare in modo efficace numeri, obiettivi e lavoro quotidiano, ho scritto anche un articolo sui 5 principi scientifici per riconnettere la strategia con l’esecuzione. Lo trovi qui:

Unire OKR e KPI? Sì! Strumenti diversi ma complementari

Nel perseguire un migliore focus strategico, molte organizzazioni, grandi e piccole, adottano il framework degli OKR (Objectives and Key Results) di cui ti ho già parlato più volte in passato. In questo caso è fondamentale comprendere come gli OKR si distinguano dai tradizionali KPI e perché non vadano considerati come un’alternativa che li rimpiazza bensì come un complemento.

Partiamo dal fatto che mettere a confronto diretto OKR e KPI è un pò come confrontare mele e arance, poiché hanno scopi e funzionamenti differenti. Un OKR è un framework strategico: definisce un obiettivo qualitativo ambizioso e alcuni risultati chiave misurabili da raggiungere entro un certo termine. Il risultato è un potente cambio comportamentale e modo di lavorare per raggiungere l’obiettivo.

Un KPI invece è un indicatore, tipicamente quantitativo, che misura una specifica performance all’interno di un contesto o di processo. Vero che un OKR incapsula al suo interno dei KPI (i Key Results sono essi stessi indicatori con target definiti) ma con l’intento di guidare un reale cambiamento o miglioramento.

Se l’obiettivo è eseguire un piano strategico di alto livello, strumenti come gli OKR sono fantastici per aiutare ad allineare gli sforzi. Se invece si vuole solo monitorare la salute operativa o il successo di un singolo processo, va benissimo utilizzare un KPI isolato. La cosa che mi preme di più trasmettervi è che OKR e KPI non si escludono a vicenda.

Le PMI possono trarre enorme beneficio dagli OKR, purché siano adattati alla loro scala, quindi stabilire pochi obiettivi sfidanti e misurabili aiuta a dare priorità e coinvolgere le persone sui risultati concreti. La cosa fantastica è che gli OKR impongono ragionamenti su cosa si vuole ottenere e come misurarlo, creando così un ponte tra la visione strategica e l’azione quotidiana.

Misurare il progresso vs. la performance: un cambio di mentalità

Per assicurarsi che gli sforzi di miglioramento producano davvero valore, è utile abbracciare una mentalità orientata non solo alla performance assoluta, ma al progresso rispetto al passato. Un errore comune nelle aziende è guardare i KPI come numeri a sé stanti (ad esempio “abbiamo fatturato 1 milione quest’anno”) senza però contestualizzarli rispetto al baseline precedente. La parola “performance” indica infatti un risultato misurato in valore assoluto a partire da zero, mentre progresso indica quanto quel risultato è migliorato rispetto a un periodo precedente. Restando all’esempio precedente, se il Team di vendita realizza $1 milione di fatturato nel 2025, questo è il dato di performance; ma se anche nel 2024 aveva fatturato $1 milione, il progresso è zero = non c’è crescita. Riconoscere e metabolizzare questa distinzione è cruciale:

senza misurare il progresso non possiamo capire se la nostra strategia sta funzionando, perché il mero dato di performance non racconta l’intera storia!

Concentrarsi sul progresso significa chiedersi di quanto siamo avanzati rispetto al punto di partenza e questo sposta l’attenzione dal celebrare risultati statici alla valutazione dell’efficacia delle iniziative strategiche. Un incremento costante della baseline di performance, è ciò che conduce ad una crescita significativa nel tempo. Adottando questa prospettiva dinamica, l’obiettivo di ogni ciclo di OKR diventa quello di elevare la baseline rispetto al trimestre/quadrimestre o anno precedente. Ogni “piccola vittoria” sposta in alto l’asticella e crea un effetto cumulativo di crescita. Questo approccio orientato al progresso continuo è alla base della promessa di crescita esponenziale associata agli OKR ben implementati.

Adottare la mentalità del progresso ha anche benefici organizzativi e culturali. Studi sul comportamento organizzativo (ad esempio il Progress Principle di Teresa Amabile citata nella Newsletter precedente) mostrano che ottenere piccoli avanzamenti concreti incrementa la motivazione e l’engagement dei team. In una PMI, celebrare un miglioramento mensile delle vendite del 5% rispetto al mese precedente può dare alle persone lo slancio e la fiducia per puntare a un ulteriore +5% il mese successivo. Nelle grandi aziende, focalizzarsi sul progresso aiuta a evitare l’autocompiacimento di metriche statiche, anche se i numeri assoluti sono imponenti, c’è sempre attenzione a come farli crescere e spingere l’innovazione.

Misurare tutto non è una strategia, è un modo elegante di evitare scelte difficili.
Se hai la sensazione che la tua azienda sia bloccata in un labirinto di dati, report infiniti e metriche che non raccontano la storia giusta, è ora di cambiare rotta.
Possiamo individuare insieme le poche cose che contano davvero, creando chiarezza, direzione e risultati visibili ogni giorno. Se vuoi discutere della tua situazione e capire come semplificare il sistema di misurazione aziendale per renderlo finalmente utile, prenota una call con me: sarò felice di aiutarti a trovare la giusta direzione 😀

Scegli quando!

Se stai affrontando anche tu questa sfida nella tua PMI, possiamo parlarne insieme. Prenota una call gratuita con me e scopriamo insieme come sbloccare il tuo potenziale strategico.

La buona notizia è che questo divario si può colmare. Oggi ti guiderò attraverso i principali ostacoli che impediscono alla tua PMI di realizzare i suoi obiettivi strategici e ti mostrerò i principi scientifici, pratici e validati che ti permetteranno finalmente di trasformare i piani in risultati tangibili. Buona lettura!

I principali ostacoli nell’esecuzione della strategia

La strategia disconnessa dall’operatività

L’errore più comune è avere una strategia che non si traduce in linee guida chiare per il lavoro quotidiano dei Team. Spesso i dipendenti non comprendono come le proprie attività quotidiane possano contribuire agli obiettivi di alto livello fissati dal Board.

Ci sono numerose ricerche che dimostrano proprio questo: Kaplan e Norton (2005) indicano che il 95% non la collega al proprio lavoro, operando "al buio" e sprecando risorse su attività non strategiche. Comunicare la strategia dall'alto senza coinvolgimento porta a fallimenti. Un ulteriore studio su SSRN (2024) conferma che senza un legame con l’operatività, i Team non supportano gli obiettivi, frenando così la crescita.

Strategia non compresa a tutti i livelli

Succede che, anche quando gli Executive credono di aver definito bene la strategia, essa spesso non viene veramente capita e interiorizzata dai livelli manageriali intermedi e operativi.

In bellissimo studio del MIT, ad un gruppo di Manager è stato chiesto di elencare le priorità strategiche della propria azienda: sorprendentemente, solo un quarto di essi è riuscito a indicare tre delle cinque priorità dell’azienda, e un terzo non ha saputo nominarne nemmeno una. Questo dato evidenzia un serio problema di mancata condivisione, ovvero anche chi dovrebbe guidare l’esecuzione non ha chiaro dove l’azienda vuole andare. Altre analisi confermano che la maggior parte delle organizzazioni manca di strategic alignment, in media meno del 30% dei dirigenti e middle Manager responsabili dell’implementazione conosce le priorità strategiche. Questo fa riflettere, senza una visione comune, i vari reparti procedono in ordine sparso. Le conseguenze sono chiaramente obiettivi confusi (spesso ridotti a generici target finanziari) e iniziative non coordinate.

Inoltre se i Leader, che la strategia la pensano, sovrastimano il grado di allineamento il divario tra la strategia pensata e quella attuata sul campo si amplia ulteriormente.

Mancanza di supporto organizzativo alla strategia

Anche una strategia chiara sulla carta fallisce se l’organizzazione non la supporta attivamente. Questo accade quando non si dedicano tempo e risorse al lavoro strategico, comunicando ai Team solo obiettivi di breve termine (budget, scadenze trimestrali..) senza però il contesto più ampio. In queste condizioni, i Team finiscono per “remare in direzioni opposte” perché ciascuno persegue obiettivi locali e scollegati dalla visione generale. Se l’unica informazione condivisa sono numeri di budget e consuntivi, diventa impossibile per i collaboratori contribuire consapevolmente all’esecuzione della strategia.

La naturale conseguenza è che il lavoro tende a svolgersi in silos, aumenta la duplicazione di sforzi ed i costi salgono senza un reale miglioramento di qualità o competitività. La strategia deve essere vissuta a tutti i livelli: se rimane confinata solo ai piani alti, l’implementazione si scontra con resistenze, incomprensioni e mancanza di impegno diffuso.

Cambi di rotta troppo frequenti

Adattare la strategia è del tutto normale, ma modifiche continue e mal gestite creano caos e sfiducia. Quando le priorità aziendali vengono continuamente stravolte o si inseguono tattiche di brevissimo periodo, i dipendenti si disorientano e faticano a mantenere un impegno costante. Quello che succede è che i dipendenti risultano esausti dal continuo rimescolamento di priorità, politiche e direttive. Questo stato di “incertezza cronica” alimenta ansia, demotivazione e perfino cinismo verso il Top Management. Oltre che a risvolti emotivi e psicologici, anche sul piano operativo vivere in modalità reattiva per fronteggiare continui cambi di priorità porta a sforzi straordinari poco sostenibili nel lungo periodo. Senza una rotta stabile, il rischio è di logorare l’organizzazione e “bruciare” i Team con iniziative effimere che non producono reali progressi duraturi.

Principi scientifici per migliorare l’esecuzione strategica

Fortunatamente sono state fatte numerose ricerche in ambito organizzativo e psicologico. Immagina un’azienda come una grande orchestra.

Ognuno ha il suo strumento, ognuno la sua parte da suonare. Ma se il Direttore d’orchestra non spiega bene la sinfonia, o peggio, se distribuisce gli spartiti senza mai incontrare i musicisti, il risultato sarà una cacofonia. Ecco perché, quando si parla di esecuzione strategica, la scienza ci insegna che non basta avere una bella partitura. Serve che tutti capiscano la musica e sentano di farne parte.

L’allineamento che fa la differenza

Prendiamo il caso di una PMI italiana 🇮🇹 che decide di lanciare un nuovo prodotto. Il CEO annuncia la strategia con una mail a tutta la forza lavoro:

“Dobbiamo conquistare il 15% di quota di mercato in un anno!”

Ma dopo qualche mese, i risultati non arrivano. Perché? Perché i reparti non si parlano, ognuno interpreta la strategia a modo suo, e molti non capiscono come il loro lavoro quotidiano contribuisca al grande obiettivo. È come se i violinisti suonassero Beethoven e i fiati provassero Mozart.

Le ricerche dicono chiaramente che coinvolgere attivamente i Team nella definizione degli obiettivi e nella pianificazione fa la differenza: chi partecipa capisce meglio, si sente più motivato e, dati alla mano, ha fino al 77% di probabilità in più di essere ad alta prestazione. Al contrario, affidarsi solo a memo e comunicazioni dall’alto porta scarsissimi risultati. Un Manager illuminato, invece, scende dalla torre d’avorio e crea momenti di confronto tipo:

“Cosa significa questo obiettivo per il nostro reparto? Come possiamo contribuire?”

Così può nascere un linguaggio comune e ognuno sente la responsabilità del proprio pezzo di spartito.

Obiettivi che accendono la motivazione

Un altro errore tipico? Dare obiettivi vaghi!

“Dobbiamo crescere un po’ le vendite”, dice il capo ma nessuno sa cosa significhi davvero se non forse lavorare ancora più duro.

Qui entra in gioco la famosa Goal-Setting Theory: fissare obiettivi chiari, specifici e sfidanti è come accendere una luce in fondo al tunnel. Se dici a un Team: “Aumentiamo le vendite del 15% nel prossimo trimestre, facendo il 10% in più di chiamate ai clienti”, la direzione è decisamente più chiara e tutti sanno dove puntare.

Parlo spesso degli OKR, oggi molto usati nelle aziende innovative, aiutano proprio in questo. Per ogni obiettivo (O) qualitativo si scelgono pochi risultati chiave (KR), misurabili e con scadenze precise. E c’è anche una regola d’oro: gli obiettivi devono essere ambiziosi, ma realistici.

Troppo facili = nessuno si impegna. Troppo difficili = si rischia la frustrazione. Il segreto è trovare il giusto equilibrio, come quando si regola la tensione di una corda, abbastanza tesa da produrre una bella nota, ma non troppo da spezzarsi.

La forza della trasparenza e della responsabilità

Ti è mai capitato di lavorare in azienda ed i piani restano chiusi in qualche cassetto della direzione? In questi casi, ognuno ovviamente va per la sua strada e se qualcosa va storto, parte il classico scaricabarile. La scienza però suggerisce tutt’altro! Rendere visibili a tutti obiettivi e risultati chiave crea un senso di responsabilità collettiva. Quando i Team condividono pubblicamente i propri progressi, aumenta la collaborazione e si evitano i silos.

Un esempio concreto che rubo dalle aziende innovative: ogni settimana i Team presentano i loro risultati in una breve riunione. Se un obiettivo rischia di non essere raggiunto, il problema emerge subito e tutti possono offrire supporto. Dichiarare pubblicamente i propri impegni, dicono gli studi, aumenta di molto la probabilità di successo. Immagina di promettere a qualcuno che andrete a correre domani mattina insieme, sarà più difficile rimandare!

Per applicare con efficacia i principi scientifici dell’esecuzione strategica, serve prima una cosa: chiarezza. La tua azienda lavora come una SDO o una PLO? È il momento di scoprirlo. Ho creato un questionario rapido per aiutarti a visualizzare il tuo DNA aziendale e capire dove c’è coerenza e su quali sistemi puoi intervenire.
👉 Compila il test ora e ricevi la fotografia della tua azienda.

Piccole vittorie che alimentano il viaggio

C’è poi un aspetto che viene spesso trascurato, ma è potentissimo: celebrare i progressi, anche piccoli. La professoressa Teresa Amabile, dopo aver analizzato migliaia di diari di lavoro, ha scoperto che la sensazione di avanzare, anche solo di un passo, è il motore più forte della motivazione. Hai presente quella piccola soddisfazione di barrare una voce dalla tua lista di cose da fare? Ecco, in azienda funziona allo stesso modo.

Implementare feedback frequenti, check-in regolari e Dashboard aggiornate aiuta tutti a vedere i passi avanti. In una Startup, ad esempio, ogni venerdì si festeggia la “quick win” della settimana: un nuovo cliente acquisito, un bug risolto, una presentazione ben riuscita. Questo clima di riconoscimento continuo rafforza la fiducia e spinge a dare sempre il massimo.

Agilità, il ritmo giusto per non perdere la rotta

Come ultima cosa, non per importanza, la vera differenza tra chi vince e chi resta indietro sta nel ritmo. Le aziende di successo non pianificano una volta all’anno e poi tirano dritto: rivedono i piani ogni quadrimestre, guardano i numeri in tempo reale e si fanno guidare, sono pronte ad aggiustare la rotta appena cambiano le condizioni. Anche qui i dati lo confermano a gran voce: le aziende che aggiornano i loro piani in modo continuo hanno tre volte più probabilità di superare i propri target.

Essere agili non significa cambiare direzione a caso, ma monitorare i dati, imparare dagli errori e correggere il tiro senza però perdere di vista la meta. È un pò come navigare a vela, succede che il vento cambia in continuazione, ma chi sa aggiustare le vele arriva comunque nel porto o dovunque sia la destinazione.

Fonti:

Locke, E. A., & Latham, G. P. (2002) – Goal-Setting Theory

Amabile, T. M., & Kramer, S. J. (2011) – The Progress Principle

Harvard Business Review (agile strategy execution e adattamento continuo)

PositivePshychology - Positive Feedback & Negative Feedback

La differenza tra strategie che restano sulla carta e strategie che cambiano il destino di un'azienda si misura sempre e soltanto nell'esecuzione.

Se senti che nella tua PMI la strategia fatica a trasformarsi in risultati concreti, forse è il momento di fare un passo diverso.

Conosciamoci meglio: parleremo dei tuoi obiettivi e di come posso aiutarti a trovare la soluzione strategica più efficace per allineare i tuoi Team, ritrovare chiarezza e far ripartire la crescita.

👉 Prenota la tua call strategica o conoscitiva con me qui

Ho recentemente avuto modo di parlare con un CEO di una piccola azienda manifatturiera. Mi ha confessato: "Andrea, tutto è cambiato quando abbiamo iniziato ad ascoltare davvero i nostri clienti". Questa frase mi ha sinceramente colpito e spinto a scrivere questo articolo.

Oggi i clienti si aspettano esperienze su misura e aziende capaci di anticipare le loro esigenze, ben il 73% dei clienti si aspetta che un’azienda capisca i suoi bisogni specifici. Eppure, secondo Harvard Business Review, solamente il 15% dei CEO dichiara di avere una strategia davvero Customer-centrica…

Questo mis-match tra le aspettative dei clienti vs la preparazione delle aziende è una sfida enorme ma è anche un’opportunità strategica: le PMI italiane 🇮🇹 con la loro vicinanza al cliente e agilità decisionale, possono colmare questo gap e ottenere un vantaggio competitivo decisivo.

Oggi ti voglio parlare proprio di come la customer centricity, mettere il cliente al centro, può diventare il motore di innovazione del modello di Business nelle PMI del nostro Paese, portando diversi reale e crescita sostenibile.

I vantaggi di un modello customer-centrico

Nel mercato iper-competitivo e veloce di oggi, un approccio orientato al cliente non è solo “bella teoria” ma si traduce in risultati concreti. Diversi interessanti studi accademici confermano che dare priorità alla soddisfazione del cliente migliora l’efficienza operativa, la qualità del prodotto e le performance aziendali nel complesso. In parole più semplici, quando un’azienda focalizza le strategie ed i processi intorno ai bisogni dei propri clienti, tende a diventare più efficiente (meno sprechi, più agilità) e offrire prodotti/servizi di maggiore qualità, con un impatto positivo sul fatturato.

McKinsey rileva che: ripensare i processi end-to-end mettendo il cliente al centro (quello che definiscono con “customer-back business model”) può favorire una crescita profittevole e duratura. Le aziende che abbracciano davvero questa filosofia hanno visto accelerare la crescita dei ricavi in misura significativa (fino a 3,5 volte più velocemente in alcuni casi) rispetto a chi invece continua a fare Business con modelli tradizionali interni e spesso frammentati.

Per quanto riguarda noi e le PMI italiane in particolare, queste possono trarre enorme beneficio dalla centralità del cliente in quanto mediamente hanno una struttura snella ed una Leadership diretta. Tendenzialmente le imprese piccole e medie riescono a stare più vicine al mercato ed ai clienti mentre raccolgono informazioni e feedback in modo più rapido ed efficace rispetto alle Corporate, notoriamente molto più strutturate e appesantite.

Questa vicinanza permette di individuare rapidamente nicchie o esigenze non servite dai grandi concorrenti e quindi di adattarsi altrettanto velocemente. Non è un caso che molte PMI Italiane d’eccellenza riescono a competere con giganti globali trovando modi per differenziarsi sull’esperienza cliente. Pensa per esempio ai birrifici artigianali che fidelizzano la loro community di appassionati, oppure alle tante aziende manifatturiera che offrono soluzioni sartoriali dove i grandi invece offrono prodotti standardizzati.

Un altro grande vantaggio di un modello di Business customer-centrico è quello di poter costruire relazioni più solide e durature = clienti più soddisfatti e ascoltati = clienti fidelizzati = disposti a consigliare l’azienda = riduzione dei costi di acquisizione di nuovi clienti (CAC) nel lungo termine. In sostanza questo approccio crea circoli virtuosi sia per l’azienda che per i clienti stessi, maggiore soddisfazione sui prodotti/servizi genera loyalty, la loyalty poi genera vendite ripetute e passaparola, che a loro volta generano crescita e sostenibilità del Business.

Le barriere da superare: risorse, dati e cultura

Conosco già la domanda che hai in testa: se i vantaggi sono così chiari, allora perché non tutte le PMI sono già customer-centriche?

La risposta non è scontata perchè che ci sono barriere pratiche e culturali. Prima di tutto le PMI hanno quasi sempre risorse limitate e competenze specialistiche ridotte rispetto alle grandi aziende Corporate. Implementare delle nuove strategie orientate al cliente può richiedere degli investimenti in tecnologia o formazione del personale, elementi che pesano sui budget ridotti.

Un altro ostacolo comune è la mancanza di una visione strategica di lungo termine, i Manager presi dall’operatività quotidiana e molti piccoli imprenditori faticano enormemente ad impostare un piano strategico di ascolto e innovazione continua guidata dai clienti. Numeri alla mano pochissime PMI raccolgono feedback strutturati in modo regolare, questa “difficoltà” nel raccogliere preziosi input dai clienti rende poi ovviamente complesso adattare l’offerta…

C’è poi anche un fattore umano da non sottovalutare ovvero la resistenza al cambiamento interna. Ne ho parlato qui:

Proprio i singoli Team potrebbero essere abituati a fare le cose “come si è sempre fatto” (già sentita la frase eh?) con un focus sul prodotto o sull’efficienza interna invece che sulle esigenze dei clienti. Introdurre un approccio nuovo come ad esempio implementare un sistema di feedback dei clienti continuo, oppure modificare un processo per migliorare l’esperienza utente, può generare inizialmente scetticismo e inerzia.

Lo studio che ho citato prima evidenzia anche che molti dipendenti (e spesso gli stessi Manager) sono riluttanti ad adottare pratiche customer-centriche se questo richiede di “stravolgere” prassi consolidate. Il fatto di stravolgere processi e prassi di fatto non è sempre vero, ma quello che conta sono le percezioni delle persone che lavorano nell’operatività quotidiana. Un classico caso è quello che succede nelle PMI a conduzione familiare dove la cultura aziendale è plasmata da svariati anni di tradizione e frasi come “il capo sa cosa vuole il cliente” sono molto frequenti. In questi contesti passare da decisioni basate sulle “percezioni” a decisioni basate sui dati o sui sondaggi può sembrare piuttosto strano.

Conosci altre barriere? Fammelo sapere!

Breve Call 30min

Ti starai chiedendo se c’è qualche modo per superare questi ostacoli… Beh, certamente ci sono delle condizioni abilitanti che distinguono le PMI con più probabilità di riuscire nell’approccio customer-centrico.

Per prima cosa, serve avere una forte spinta dalla Leadership che solitamente coincide con il titolare dell’impresa oppure il CEO, in entrambi i casi devono veramente credere nel valore della customer centricity e trasmetterlo chiaramente a tutta l’organizzazione, spiegandone i benefici e dando l’esempio.

Una seconda caratteristica fondamentale è quella di coinvolgere i dipendenti nel processo di trasformazione e allineare tutta l’azienda: chi sta a contatto con i clienti (vendite, assistenza, post-vendita…) va ascoltato e reso protagonista del cambiamento perché ha intuizioni preziose su cosa funziona e cosa no. Creare piccoli Team cross-funzionali per lavorare su progetti di miglioramento dell’esperienza cliente può aiutare a rompere i silos interni e far sentire tutti parte attiva del cambiamento. A riguardo dei silos, leggi qui:

Inoltre, anche riconoscere e premiare i comportamenti spontanei customer-centrici delle persone (tipo un dipendente che propone una soluzione ad un problema segnalato da molti clienti) rafforza il messaggio che “cliente al centro” non è solo uno slogan tanto per dire ma veramente il nuovo modo migliore di lavorare.

Le PMI possono partire in piccolo sfruttando proprio i loro punti di forza ed il fatto di non essere sovrastrutturate. Non servono budget enormi per essere customer-centrici, spesso basta sfruttare l’agilità e la flessibilità tipiche delle PMI, facendo dei piccoli esperimenti mirati low-cost. Ad esempio, una piccola azienda può implementare un semplice modulo di feedback sul sito oppure un sondaggio post-acquisto e grazie alla sua struttura snella, discutere i risultati nel giro di pochi giorni con tutti i Team e agire subito per correggere il tiro. Quelle che per una Corporate multinazionale sono tendenzialmente decisioni inarrivabili (perché dovrebbe riorganizzare interi reparti) e mediamente richiedono svariati “livelli di approvazione”, per una PMI possono essere adeguamenti molto rapidi.

Proattività, ascolto continuo e adattamento diventeranno parte del DNA aziendale solo se si dimostrerà, anche con piccoli successi iniziali, che questo porta davvero valore per tutti. In fondo, come viene raccontato da un altro studio Finlandese, le PMI possono ottenere performance superiori proprio sfruttando gli insight dei clienti per guidare l’innovazione continua. Un piccolo lusso che la loro dimensione contenuta rende più facile sfruttare rispetto ai grandi player impantanati nella burocrazia decisionale.

Strategie per un Business customer-centrico

Diventare azienda customer-centrica nel concreto significa agire su più leve strategiche, integrandole armoniosamente nel modello di Business.

Ho pensato ad alcuni approcci, adattabili alla realtà snelle delle PMI Italiane 🇮🇹

• Ascolto strutturato e continuo → mettere in piedi un sistema di feedback costante, ad esempio sondaggi periodici di soddisfazione, interviste ai clienti più importanti, monitoraggio delle recensioni online e analisi dei dati di supporto clienti. L’obiettivo qui è raccogliere dati e insight utili su che cosa apprezzano i clienti e dove trovano difficoltà. Una PMI B2B potrebbe scoprire che i clienti desiderano tempi di consegna più rapidi su determinati prodotti, informazione da usare subito per rivedere la propria logistica. Per ottimizzare ancora di più l’ascolto si può includere il cliente nelle decisioni anche solo chiedendo “come possiamo migliorare?”, questo crea valore. Tieni a mente, ciò che non si misura (o non si ascolta), non si può nemmeno migliorare!

• Personalizzazione e valore aggiunto → benchè oggi sia molto popolare il “marketing inclusivo”, cosa che ho sempre ritenuto assurda, nella realtà i clienti odierni odiano sentirsi “numeri” o uguali agli altri. Mettere il cliente al centro vuol dire anche personalizzare l’esperienza in base alle sue esigenze specifiche. Le PMI possono sfruttare la tecnologia e l’AI in modo mirato, ad esempio nel loro CRM possono essere segnate e analizzate informazioni per costruire un profilo unico del cliente (storico di acquisti, preferenze, esigenze particolari) accessibile a tutti in azienda. Con queste preziose informazioni, anche un piccolo Team può offrire un servizio molto più su misura rispetto ai grandi concorrenti, parlo di comunicazioni personalizzate, offerte calibrate sul singolo cliente, prodotti adattati ai segmenti specifici... Bisogna anche avere la capacità di utilizzare bene analytics e dati per esempio analizzare le richieste ricorrenti al supporto, può far decidere di aggiungere un servizio extra che risolve quel problema comune. La ricerca accademica conferma sempre di più che la personalizzazione mirata aumenta la soddisfazione e costruisce fedeltà e fiducia nel brand. Il bello per le PMI è che spesso conoscono già “per nome” molti dei loro clienti e possono trasformare questa conoscenza informale in strategia strutturata di personalizzazione, un passo a mio parere abbastanza naturale.

• Customer journey e servizi post-vendita → un modello di Business centrato sul cliente guarda all’intero ciclo di vita del cliente, non soltanto alla singola vendita e basta. Mappare bene il customer journey dal momento in cui il cliente scopre l’azienda fino all’utilizzo del prodotto e all’assistenza post-vendita, aiuta a individuare momenti chiave in cui si può eccellere o migliorare. Se il processo di onboarding o installazione di un prodotto è critico, la PMI può decidere di offrire un servizio di coaching o tutorial personalizzato in quella fase. Curare l’esperienza dopo la vendita è altrettanto importante, attività come i follow-up proattivi, il supporto rapido e competente, programmi di fidelizzazione (sconti, upgrade riservati ai clienti fedeli) aumentano il valore di lungo termine di ogni cliente. Passare da una logica “mordi e fuggi” ad una relazione continua con il cliente fa sì che questo rimanga più a lungo, acquisti di più e diventi un promotore. In sostanza, si sposta l’enfasi dalle vendite spot alla massimizzazione del Customer Lifetime Value (CLTV). Ci sono tantissime PMI Italiane a conduzione familiare che già eccellono nell’arte del rapporto personale col cliente, trasformare questa attitudine in programmi strutturati di customer care e community (anche sfruttando canali digitali come social o forum) può fidelizzare la clientela ben oltre il singolo prodotto venduto. Una bella differenza!

• Organizzazione agile e data-driven → abbracciare la customer centricity spesso richiede di ripensare alcuni processi interni. Un concetto chiave è l’outside-in perspective ovvero guardare l’azienda con gli occhi del cliente e adattare di conseguenza organizzazione e processi. Ad esempio, se il cliente si aspetta risposte rapide, l’azienda potrebbe dover snellire il flusso decisionale per risolvere i problemi tramite la costruzione di una knowledge base. Diversamente se i clienti usano molti canali (telefono, email, WhatsApp) per contattare l’azienda, tutti questi touchpoint vanno integrati per offrire risposte coerenti. Lo ripeto spesso ma abbattere i silos interni è veramente importante… Marketing, Sales, Operations, Production devono condividere informazioni sui clienti in tempo reale, in modo che ogni decisione sia presa avendo chiaro l’impatto sul cliente.

INSIGHT CHIAVE: l’orientamento al cliente è la scintilla dell’innovazione. Le ricerche dimostrano che le PMI che sanno sfruttare gli insight dei clienti per innovare prodotti, servizi e processi ottengono una crescita superiore e più prevedibile. Ascoltare attivamente il mercato e adattarsi rende le imprese più innovative e l’innovazione guida la crescita nel tempo.

Spunti d’azione per la tua PMI

Nelle newsletter che leggi qui, avrai notato che sono abituato a contestualizzare la teoria con la pratica. Ecco alcuni spunti semplici per iniziare a mettere in moto le cose:

• Mappa l’esperienza cliente

• Implementa un ciclo di feedback continuo

• Focalizza la cultura sul cliente

• Personalizza dove conta

• Coltiva la relazione nel lungo termine

👉 Hai già applicato qualcuno di questi principi nella tua organizzazione? Quali sfide o risultati hai riscontrato? Sono curioso di leggere il tuo punto di vista e continuare il confronto tra imprenditori.

La strada della customer centricity è un percorso continuo, ma i risultati valgono lo sforzo. Continuiamo a imparare dai nostri clienti e innovare di conseguenza!

Mettere il cliente al centro non è una grande rivoluzione culturale capace di trasformare profondamente le PMI. L’ascolto genera innovazione, l’innovazione genera crescita, e la crescita ti porterà lontano.

Al prossimo Lunedì e buon lavoro customer-centrico! 👋🏻

Potrebbe sembrare una contraddizione, ovvio, eppure è davvero il cuore della Digital Transformation di RAI per gli anni futuri. Come in ogni trasformazione che si rispetti, ci sono anche delle importanti sfide da affrontare.

Iscriviti ora

La principale è quella di utilizzare le metriche ed i dati tipici dei giganti dello streaming ma con un twist tutto Italiano, mi riferisco al pluralismo, alla diversità ed alla qualità editoriale prima del puro engagement. L'ambizione è chiara, ovvero distinguersi nel panorama media internazionale grazie ad una visione eticamente consapevole dell’Intelligenza Artificiale.

Come funziona “l’algoritmo autoriale" di RaiPlay?

Il nuovo motore di raccomandazione, sviluppato insieme a Engineering e ContentWise, combina alcune tecnologie avanzate ma anche un importante intervento umano:

• AI generativa → arricchisce e collega oltre 6.200 titoli, migliorando la “content discovery” dei contenuti più nascosti, di nicchia e preziosi dell’archivio multimediale RAI;

• Real-time analytics → il sistema sviluppato misura costantemente l'interesse degli spettatori, adattando le raccomandazioni con rapidità ed efficacia;

• Supervisione editoriale → bene la tecnologia ma la cura editoriale assicura che nessuna raccomandazione sia lasciata esclusivamente all'arbitrio matematico dell'algoritmo, preservando quindi il pluralismo e diversità dei contenuti per l’utente.

L’obiettivo della RAI è quello di offrire una personalizzazione dei contenuti ma non delle bolle. Così facendo, la piattaforma RaiPlay si differenzia quindi nettamente da altre che puntano esclusivamente sulla massimizzazione del tempo di visione e quindi ai profitti correlati.

Perché investire nelle persone prima che nel codice?

Allo stato attuale delle cose e probabilmente ancora per diverso tempo, nessun algoritmo si governa da solo. Proprio qui che entra in scena il piano strategico di reclutamento HR, 120 nuove figure professionali dal mondo del giornalismo. In passato RAI ha anche tenuto dei corsi di formazione per l’utilizzo dell’AI generativa nel giornalismo.

Il significato strategico qui è molto profondo, la RAI non vuole comprare algoritmi "in scatola" ma vuole forgiare il suo futuro dall’interno, coltivando i talenti capaci di integrare la creatività, l’etica editoriale e competenze tecniche. Questo investimento nelle persone, rappresenta una scelta che definirei lungimirante per affrontare efficacemente le future sfide tecnologiche e culturali del settore dei media.

RAI e sostenibilità, l'AI può essere "green"?

Sappiamo tutti che l'AI consuma una grande quantità di energia elettrica e risorse, il servizio pubblico non può permettersi di ignorare il tema ambientale fosse anche solo per motivi di immagine. La RAI sta affrontando la questione con serietà strategica, considerando sia gli impatti ambientali diretti (energia consumata dai Data Center e CDN) sia quelli indiretti (produzione hardware, utilizzo risorse naturali…).

Quanto pesa l'algoritmo puro, in termini ambientali? Quanto costa in acqua, energia e risorse? Questi aspetti diventano importanti, soprattutto per una piattaforma che si dichiara al servizio della collettività.

L’approccio RAI nel panorama europeo, isolata o apripista?

La RAI non è la sola ad affrontare queste sfide, BBC, RTVE, ARD/ZDF: tutti i più grandi broadcaster europei stanno esplorando approcci diversi per integrare algoritmi editoriali, condividendo esperienze e forse un giorno anche le tecnologie tramite tavoli comuni all’interno dell’European Broadcasting Union (EBU). Questo confronto internazionale offre alla RAI l’opportunità di apprendere ma anche di contribuire e direzionare la definizione di standard comuni per l'utilizzo etico dell'AI nei media pubblici.

Fin dove arriverà l’AI in RAI?

Guardando un pò oltre, le applicazioni potenziali dell’AI nel servizio pubblico sono molteplici e spaziano dalla generazione automatica di contenuti fino al fact-checking delle informazioni in tempo reale. L’evoluzione potrebbe quindi includere velocemente strumenti di doppiaggio automatico, sintesi vocale sempre più avanzata, highlights automatizzati e tecnologie per archiviare e gestire enormi quantità di dati storici. Proprio su quest’ultimo punto, la RAI sta puntando in maniera massiccia, non solo tramite Intelligenza Artificiale.
Ma quanto e come si impegnerà RAI senza perdere la bussola editoriale e qualitativa che la contraddistingue? Il limite non sarà di certo tecnologico, ma piuttosto etico.

Una scommessa strategica ma senza saltare nel vuoto

L’approccio algo-autoriale di RaiPlay e la volontà annunciata di investire in talenti digitali prima delle tecnologie, si ricollegano, come sempre alla strategia aziendale. Il punto centrale è quello di innovare ma senza tradire il proprio mandato e la propria natura storica.

Vorrei concludere con una domanda aperta per tutti i lettori di The Strategy Spark, quando utilizzate RaiPlay percepite davvero che l'algoritmo rispetta e valorizza i vostri gusti, oppure avete paura di finire "intrappolati in una bolla" come spesso succede nei servizi di streaming?

La trasformazione digitale della RAI è già iniziata, come ogni buona serie TV aspettiamo con impazienza la prossima puntata 🙃