L’innovazione non è un lampo, ma una disciplina, dice Piergiorgio Grossi, una delle voci più ascoltate nel panorama italiano. Non basta inseguire tecnologie o strategie all’ultima moda: serve un cambio di mentalità, un’abitudine da coltivare ogni giorno. Grossi propone tre chiavi essenziali per orientarsi in un mondo che cambia con una rapidità impressionante. Dal circuito della Formula 1 ai laboratori dell’intelligenza artificiale, fino al modo in cui si gestisce l’attenzione nelle decisioni, tutto parla di un approccio che mescola sviluppo, conoscenza e consapevolezza manageriale. In tempi in cui la velocità domina, chi sa far diventare l’innovazione un esercizio quotidiano trasforma dati e risorse in qualcosa di vivo, capace di evolversi senza sosta.
Formula 1: il laboratorio estremo del miglioramento continuo
Zak Brown, CEO di McLaren Racing, racconta a Wired USA un processo di innovazione che va ben oltre la velocità in pista. La Formula 1 è un vero e proprio laboratorio dove il segreto sta in una macchina organizzativa capace di trasformare ogni gara, ogni dato raccolto, ogni errore in un passo avanti. Non si tratta di vincere una volta per tutte, ma di inseguire un miglioramento costante, senza sosta. Grossi ricorda le parole di Brown: “se non aggiorni l’auto che ha vinto all’inizio della stagione, a fine anno sarà superata da chi sperimenta più rapidamente.”
Questa dinamica mostra che nell’innovazione nessun prodotto è mai definitivo. Ogni prototipo, ogni ciclo di progettazione, è solo un punto di partenza per il prossimo passo. Nel mondo delle aziende, la Formula 1 insegna come organizzare lavoro e risorse per non fossilizzarsi sulle soluzioni attuali, ma per mantenere sempre vivo il ritmo del cambiamento.
Le squadre di F1 mettono insieme competenze diverse, lavorano in una rete continua di simulazioni, misurazioni e feedback rapidi. Solo una struttura così complessa può reggere uno sviluppo a ritmi così serrati. Per chi guida processi di innovazione, è un modello da cui prendere spunto: coltivare la cultura della riprogettazione, accettare gli errori come occasioni di apprendimento e mantenere alta la capacità di reagire al cambiamento.
Una knowledge base viva, da interrogare con l’ai agentica
Il secondo spunto di Grossi arriva dal mondo tech, con MindStudio Team e il concetto di LLM Wiki, ispirato a Andrej Karpathy, ex direttore AI di Tesla e cofondatore di OpenAI. Il principio è semplice ma efficace: imparare non significa più raccogliere informazioni sparse in mille strumenti diversi, ma concentrare e organizzare tutta la conoscenza in file uniformi, leggibili sia dagli esseri umani che dagli agenti di intelligenza artificiale.
Così la conoscenza si trasforma da archivio statico, difficile da consultare e aggiornare, in una risorsa interattiva. L’LLM Wiki permette di interrogare tutte le note, i documenti e le fonti integrate, ottenendo risposte precise e contestualizzate. La differenza sta nel fatto che queste risposte vengono dal patrimonio specifico dell’organizzazione, non da informazioni generiche trovate online.
Negli ambienti di lavoro, dove la conoscenza spesso resta sparsa tra Notion, Google Docs o appunti vari, questa pratica risolve un problema concreto: rendere accessibile e utile il sapere accumulato. Non si tratta solo di usare una nuova tecnologia, ma di cambiare il modo di lavorare, creando un flusso di conoscenza che sostiene il processo decisionale.
Grossi sottolinea che non è un prodotto finito, ma un nuovo modo di operare. Implementare un LLM Wiki vuol dire progettare un sistema dove ogni aggiornamento si traduce subito in un miglioramento e l’intelligenza artificiale diventa un assistente capace di valorizzare i dati interni, spingendo efficienza e agilità.
Progettare l’attenzione per guidare le decisioni nell’era dell’intelligenza artificiale
Il terzo titolo, “Attention Is All You Have”, di Cassie Kozyrkov, ex Chief Decision Scientist di Google e oggi CEO di Kozyr, sposta l’attenzione sulla gestione dei sistemi di intelligenza artificiale agentica. Quando le macchine assumono un ruolo crescente nell’esecuzione dei compiti, la vera sfida diventa la qualità delle decisioni prese da chi le guida. Non basta “fare meglio”, ma serve capire “cosa osservare, dove mettere risorse e concentrare l’attenzione.”
Kozyrkov evidenzia che il successo nell’adozione dell’AI dipende da manager capaci di costruire un’architettura chiara: definire feedback, obiettivi, vincoli e priorità è fondamentale. Senza questa struttura, l’automazione rischia di generare solo confusione e rumore, invece di migliorare giudizio e risultati.
Grossi riporta una frase chiave della manager: gestire sistemi basati su agenti AI significa progettare la loro attenzione. Se si lascia questo compito al caso o a interessi diversi, si finisce per subire decisioni non allineate. Ottenere risultati positivi richiede costruire cicli di feedback che affinino il giudizio umano, invece di annullarlo o indebolirlo.
Questa visione cambia profondamente la leadership nell’innovazione. Non si tratta solo di adottare nuove tecnologie, ma di ripensare il ruolo del management, trasformandolo in un architetto dell’attenzione e della supervisione su processi complessi.
Innovare con continuità, conoscenza viva e attenzione mirata
Le tre letture suggerite da Piergiorgio Grossi si collegano in modo chiaro. Innovare significa alimentare uno sviluppo continuo, organizzare la conoscenza in modo che sia davvero fruibile e gestire l’attenzione come una risorsa consapevole nel processo decisionale. Questi elementi insieme disegnano il nuovo modello di cultura digitale per chi guida la trasformazione.
Nel mondo dell’innovazione non basta accumulare dati o informazioni tecniche sparse. Serve trasformare ogni pezzo di sapere, ogni spunto e ogni tecnologia in pratiche operative che migliorano il lavoro di tutti i giorni. La Formula 1, la gestione viva del sapere con gli LLM Wiki e la progettazione dell’attenzione nei sistemi AI offrono strumenti e idee per capire come fare innovazione sul serio, oggi.