Perché leggere questo libro

Quanti progetti tecnicamente perfetti falliscono sul mercato? La domanda che apre questo libro è anche quella che apre la mia newsletter sul Design Thinking: perché le aziende, anche quando credono di essere customer-centric, restano in realtà company-centric. Roger Martin, per anni preside della Rotman School of Management ed ex consulente di Monitor (poi McKinsey), scrive il libro che manca a chi ha già capito che il Design Thinking non è un workshop con i post-it, ma non ha ancora un modo rigoroso per spiegarlo al proprio consiglio di amministrazione.

Il libro è famoso perché fa qualcosa che quasi nessun altro testo di management ha fatto prima: dà una base analitica, quasi matematica, a un tema che di solito viene trattato con un linguaggio creativo e poco misurabile. Martin introduce il Knowledge Funnel, un framework che spiega come ogni impresa di successo, da McDonald’s a Procter & Gamble, sia passata da un mistero a un’intuizione (heuristic) fino a un algoritmo ripetibile, e come il vero rischio strategico sia restare intrappolati nell’algoritmo quando il mondo intorno è già cambiato.

Vale la pena leggerlo oggi perché il problema che descrive, l’ossessione per l’affidabilità (reliability) a scapito della scoperta di nuovo valore (validity), è lo stesso che oggi tiene molte PMI italiane ancorate a un modello di business che ha smesso di generare crescita. In un’epoca in cui l’AI automatizza sempre più algoritmi aziendali, capire dove si trova la propria organizzazione nel Knowledge Funnel, e quando vale la pena rimetterla in discussione, è un vantaggio competitivo concreto, non un esercizio accademico.

Di cosa parla il libro

Il libro affronta un problema che Martin osserva in decine di aziende consultate nella sua carriera: la maggior parte delle organizzazioni sa gestire benissimo ciò che già conosce, ma fatica terribilmente a scoprire ciò che ancora non sa. Le imprese sono strutturate per l’efficienza analitica: budget, KPI, processi di approvazione, tutto ottimizzato per eseguire in modo affidabile un algoritmo già validato. Ma quello stesso sistema, quando applicato a un problema nuovo, uccide l’innovazione prima ancora che nasca.

Martin propone un approccio alternativo che chiama Design Thinking, distinto sia dal pensiero analitico puro (che cerca certezze basandosi sul passato) sia dal pensiero intuitivo puro (che immagina il futuro ma non riesce a sistematizzarlo). Il Design Thinking è il ponte tra i due: usa il ragionamento abduttivo, il “cosa potrebbe essere” caro ai designer, per esplorare nuove possibilità, e poi usa il rigore analitico per trasformarle in qualcosa di scalabile.

Il cuore del libro è il Knowledge Funnel: ogni conoscenza aziendale nasce come mistero (una domanda aperta), si trasforma in heuristic (una regola pratica che riduce la complessità) e infine, se l’azienda è brava, diventa algoritmo (un processo ripetibile che chiunque può eseguire). Il libro racconta con casi concreti, da Cirque du Soleil a RIM/BlackBerry, cosa succede quando un’organizzazione smette di alimentare il funnel con nuovi misteri e si limita a difendere l’algoritmo che l’ha resa ricca.

Concetti chiave

Il Knowledge Funnel: da mistero ad algoritmo

È il framework centrale del libro. Ogni sapere aziendale attraversa tre stadi. Il mistero è un problema aperto, senza risposta ovvia (“cosa vogliono mangiare gli americani quando sono fuori casa?”). L’heuristic è la prima risposta pratica, una regola del pollice che riduce il mistero a qualcosa di gestibile (“un ristorante di hamburger veloce”). L’algoritmo è la formula finale, ripetibile e prevedibile, che trasforma quella regola in un processo eseguibile anche da personale poco specializzato (le procedure operative standard di McDonald’s, identiche in ogni ristorante del mondo). Spingere la conoscenza lungo il funnel crea efficienza e margini, ma anche il rischio di restarci bloccati.

Pensiero analitico e pensiero intuitivo: verso l’Opposable Mind

Martin distingue due modalità di pensiero che raramente convivono nella stessa organizzazione. Il pensiero analitico cerca certezze, si basa su dati storici, è ottimo per gestire l’esistente ma incapace di immaginare ciò che non è ancora stato misurato. Il pensiero intuitivo immagina nuovi futuri, ma fatica a diventare sistema, a scalare oltre la mente del singolo fondatore o designer. Il Design Thinking richiede quella che in un altro suo libro Martin chiama “Opposable Mind”: la capacità di tenere in testa due idee contrastanti e, invece di scegliere un compromesso mediocre, generare una sintesi superiore a entrambe.

Il trade-off tra reliability e validity

Ogni scelta organizzativa, dai sistemi di controllo alle metriche di performance, privilegia uno tra due obiettivi in tensione. La reliability (affidabilità) punta a risultati coerenti e prevedibili: è ciò che chiede un investitore, un revisore, un cliente abituato a un certo standard. La validity punta invece a produrre il risultato giusto per un obiettivo nuovo, anche a costo di essere meno prevedibile nel breve. Martin sostiene che la maggior parte delle organizzazioni, con il tempo, pende sempre più verso la reliability, perché è più facile da misurare e da giustificare in un consiglio di amministrazione, fino a diventare incapace di generare validità, cioè nuovo valore.

Il ragionamento abduttivo

Oltre alla deduzione (dalle regole generali ai casi particolari) e all’induzione (dai casi particolari alle regole generali), Martin recupera dal filosofo Charles Sanders Peirce un terzo tipo di logica: l’abduzione, il ragionamento del “cosa potrebbe essere vero”. È lo strumento mentale dei designer: non parte da dati certi, ma da un’osservazione e da un salto logico verso una spiegazione plausibile, da verificare poi con un prototipo. È il motore che permette di generare nuove heuristic quando i dati storici, da soli, non bastano.

Perché le organizzazioni restano intrappolate nell’algoritmo

Martin identifica quattro forze che spingono un’azienda a restare ancorata al proprio algoritmo anche quando ha smesso di funzionare: il peso del passato (bisogna sempre “dimostrare” una decisione con dati storici, che per definizione non esistono per un’idea nuova), l’ossessione di eliminare il giudizio soggettivo dai processi decisionali, la pressione del tempo (un algoritmo fa risparmiare tempo, esplorare un mistero no) e la tendenza a non riconoscere quando un compito potrebbe già essere automatizzato. A queste si aggiunge una dinamica più politica: chi possiede una heuristic di valore spesso la protegge invece di trasformarla in algoritmo condiviso, perché è quella conoscenza a garantirgli il ruolo.

Cosa imparerai

• Riconoscere in che stadio del Knowledge Funnel si trova un prodotto, un servizio o un intero modello di business.
• Distinguere quando un problema aziendale richiede pensiero analitico, quando richiede pensiero intuitivo, e quando serve invece un design thinker che li combini.
• Usare il ragionamento abduttivo per generare nuove ipotesi quando i dati storici non offrono risposte.
• Valutare consapevolmente il trade-off tra affidabilità e validità in una decisione strategica, invece di scegliere la reliability per abitudine.
• Costruire, all’interno della propria organizzazione, spazi protetti in cui esplorare nuovi misteri senza farli schiacciare dai processi ottimizzati per l’algoritmo esistente.

A chi consiglio questo libro

CEO e imprenditori

Se guidi un’azienda che ha smesso di crescere pur eseguendo bene ciò che sa fare, questo libro ti offre un linguaggio per spiegare al tuo team, e a te stesso, perché serve investire tempo e budget su misteri ancora senza risposta, non solo su ciò che già genera fatturato prevedibile.

Manager e team leader

Il Knowledge Funnel è uno strumento diagnostico immediato per capire se il tuo reparto sta ancora esplorando o è già scivolato in modalità puro algoritmo, magari senza che nessuno se ne sia accorto, con tutte le rigidità che ne conseguono.

Consulenti e professionisti dell’innovazione

Martin scrive da consulente per consulenti: il libro dà struttura concettuale a intuizioni che spesso si comunicano solo per aneddoti, ed è un’ottima base per presentare il Design Thinking a un board scettico verso i metodi “creativi”.

Quando questo libro fa la differenza

Se stai notando che la tua azienda esegue in modo impeccabile un modello che però genera sempre meno crescita, questo libro ti aiuta a capire se sei bloccato nell’algoritmo. Se stai per lanciare un nuovo prodotto o servizio e il team continua a chiedere “dati storici” che semplicemente non esistono, qui trovi il vocabolario per spiegare perché quella richiesta è, in quel caso, la domanda sbagliata. Se stai introducendo l’AI in azienda e ti chiedi quali processi automatizzare e quali no, il framework reliability/validity aiuta a distinguere ciò che va spinto verso l’algoritmo da ciò che deve restare esplorazione umana.

Punti di forza e limiti

Cosa mi è piaciuto: il Knowledge Funnel è uno dei pochi framework di management che, una volta capito, non si dimentica più: lo trovo utile in quasi ogni conversazione strategica, perché dà un nome preciso a una tensione che i manager sentono ma raramente sanno articolare. Apprezzo anche il fatto che Martin non demonizzi l’algoritmo, il pensiero analitico resta indispensabile per fare margine, ma mostri con chiarezza il momento in cui diventa una trappola.

Cosa avrei migliorato: il libro, uscito nel 2009, si appoggia molto su casi aziendali americani (RIM/BlackBerry, P&G, Cirque du Soleil) che oggi richiedono un po’ di contesto storico per essere apprezzati appieno da un lettore più giovane o meno americano. Alcuni capitoli centrali sull’Opposable Mind ripetono concetti già esposti nel libro precedente di Martin, e per chi cerca soprattutto strumenti pratici da applicare subito, la parte più teorica su reliability e validity richiede uno sforzo di traduzione operativa che il libro non sempre facilita.

Le frasi più interessanti

• “A business that is overweighted toward reliability will erect organizational structures, processes, and norms that drive out the pursuit of valid answers to new questions.”
• “Algorithms guarantee, in the absence of an anomaly, that following a certain sequence of steps will generate a predictable result.”
• “Design thinking uses the designer’s sensibility and methods to match people’s needs with what is technologically feasible and what a viable business strategy can convert into customer value and market opportunity.”
• “The benefit of pushing knowledge down the funnel to an algorithm is that it creates a significant competitive advantage over your competition, who is stuck at the mystery or heuristic stage.”

Come applico questi concetti nei miei progetti di consulenza

Uso il Knowledge Funnel come primo strumento diagnostico quando un cliente mi dice “cresciamo poco nonostante eseguiamo bene”: prima ancora di parlare di strategia, mappiamo insieme quali parti del business sono ormai algoritmo puro (operations, produzione, back office) e quali dovrebbero invece restare zone di esplorazione (nuovi mercati, nuovi prodotti, nuovi segmenti di clienti). Nella maggior parte delle PMI italiane che seguo, il problema non è la mancanza di idee, è che l’intera organizzazione, incentivi compresi, è tarata sulla reliability: chi propone un progetto senza dati storici a supporto viene sistematicamente scartato, anche quando l’assenza di dati è semplicemente il segno che si tratta di un mercato nuovo.

L’errore più comune che vedo commettere è confondere il Design Thinking con un evento isolato, un workshop di due giorni con i post-it, invece di trattarlo come un ciclo continuo. Nei workshop che porto in azienda, dopo l’articolo su GM Picks 94, uso spesso il framework di Martin insieme al ciclo empatizza-definisci-idea-prototipo-test per dare al team sia il “perché” strategico (il Knowledge Funnel) sia il “come” operativo (il processo in 5 fasi). Un altro adattamento che faccio per le PMI italiane, spesso più piccole e meno strutturate delle aziende dei casi del libro, è ridurre la scala degli esperimenti: non serve un intero reparto R&D dedicato a esplorare misteri, bastano poche ore protette al mese, con budget minimo, per tenere vivo il flusso di nuove heuristic prima che l’algoritmo esistente smetta di funzionare.

Libri correlati

• The Lean Startup, di Eric Ries: se questo libro è il “perché” strategico del Design Thinking, Lean Startup ne è il “come” operativo, il metodo per testare rapidamente le ipotesi generate nella fase di esplorazione.
• Playing to Win, di A.G. Lafley e Roger Martin: lo stesso Martin applica il pensiero strategico rigoroso a un altro tema centrale per i CEO, le scelte di “dove giocare e come vincere”.
• Jugaad Innovation, di Navi Radjou, Jaideep Prabhu e Simone Ahuja: un approccio complementare all’esplorazione di nuovi misteri con risorse limitate, molto rilevante per le PMI.
• Business Model Generation, di Alexander Osterwalder e Yves Pigneur: la cassetta degli attrezzi visiva per portare le intuizioni del Design Thinking dentro un modello di business strutturato.

Domande frequenti

Chi è Roger Martin?
È stato per 15 anni preside della Rotman School of Management dell’Università di Toronto ed è considerato uno dei pensatori di management più influenti al mondo. Prima dell’accademia ha lavorato come consulente strategico presso Monitor Company.

Il libro è adatto a chi si avvicina per la prima volta al Design Thinking?
Sì, ma è più utile a chi vuole capire il “perché” strategico del metodo, piuttosto che a chi cerca subito un manuale operativo passo-passo: per questo è meglio abbinarlo a risorse più pratiche, come il processo in 5 fasi (Empathize, Define, Ideate, Prototype, Test).

Vale ancora la pena leggerlo oggi, a più di 15 anni dalla sua pubblicazione?
Sì. Il Knowledge Funnel e il trade-off reliability/validity sono framework concettuali, non legati a una tecnologia specifica, e restano tra gli strumenti più efficaci per capire dove un’organizzazione rischia di restare bloccata, oggi ancora di più con l’automazione spinta dall’AI.

È utile per le PMI o è pensato solo per grandi aziende?
I casi citati nel libro sono grandi aziende americane, ma il framework si applica bene anche a realtà più piccole: anzi, nelle PMI la tensione tra reliability e validity è spesso più visibile, perché le risorse per esplorare nuovi misteri sono più scarse e quindi le scelte più nette.

Qual è la differenza tra questo libro e “Playing to Win”, sempre di Roger Martin?
Playing to Win si concentra sulle scelte strategiche di fondo (dove competere, come vincere), mentre The Design of Business si concentra sul processo mentale, analitico e intuitivo insieme, che porta a generare quelle scelte.

Il libro spiega anche il processo pratico del Design Thinking (le 5 fasi)?
Solo parzialmente: il focus è sul framework del Knowledge Funnel più che sulla metodologia operativa. Per il processo pratico in 5 fasi (Empathize, Define, Ideate, Prototype, Test) è meglio integrare con altre fonti, come la guida IDEO o la d.school di Stanford.

Informazioni sul libro

Campo	Dettaglio
Autore	Roger Martin
Editore	Harvard Business Press (oggi Harvard Business Review Press)
Pagine	256
Anno	2009
ISBN	978-1422177808
Lingua	Inglese
Categoria	Innovation

Se questo libro ti è piaciuto…

Potresti trovare utile anche la mia selezione di libri su Innovation, o il mio corso gratuito sul Lean Startup, il metodo complementare per testare in fretta le idee che nascono dal Design Thinking.