Decidere prima del punto di non ritorno

Una grammatica della decisione nell’innovazione tecnologica.

Nell’innovazione tecnologica, le decisioni strategiche spesso falliscono non perché si sceglie la direzione sbagliata, ma perché si sceglie il momento sbagliato. In queste pagine proponiamo una grammatica della decisione fondata sul concetto di spazio di manovra: il margine entro cui l’errore resta correggibile e può trasformarsi in apprendimento. Attraverso casi industriali recenti, l’articolo analizza come la compressione dei tempi decisionali possa condurre a traiettorie tecnologiche difficilmente reversibili.

I. Un’Europa che brucia i ponti prima di averli attraversati

Nel febbraio 2026 Stellantis ha annunciato una svalutazione di 22 miliardi di euro, accompagnata dalla sospensione del dividendo e la cessione della partecipazione in una gigafactory in Canada a un prezzo simbolico di cento dollari, frutto della joint venture con LG Energy Solution. Una parte rilevante di tale svalutazione (14,7 miliardi) era direttamente associata alla revisione della strategia del gruppo in materia di mobilità elettrica, con riduzione dei volumi attesi rispetto alle previsioni, e all’abbandono di programmi e piattaforme BEV. Eppure, solo pochi anni prima, quella stessa traiettoria era stata presentata come la risposta necessaria e inevitabile alla concorrenza cinese e alle pressioni regolatorie europee.

Come si è arrivati al punto di rottura?

Le risposte più immediate, quali un errore strategico, una sottovalutazione del mercato, oppure un eccesso di ottimismo tecnologico, sono senz’altro vere, ma colgono solo in parte l’essenza del problema. In realtà, il caso Stellantis illustra, con chiarezza quasi da manuale, un problema più strutturale: cosa accade quando una decisione strategica viene presa senza considerare lo spazio di manovra disponibile. Detto in altri termini, il problema non era la direzione intrapresa, ma il tempo della decisione.

Quello che qui proponiamo è di riportare l’attenzione su di un punto cruciale, tanto semplice quanto spesso sottovalutato dai decisori, siano essi al governo dell’industria o dello Stato. Un punto, talvolta, neppure preso in considerazione. In altri termini,  la domanda decisiva non è semplicemente come innovare, né quanto innovare, ma quando decidere di innovare, e con quale consapevolezza dello spazio di manovra ancora disponibile in caso di errore. Il problema dell’innovazione europea non risiede necessariamente nella qualità della ricerca, né nella capacità industriale. Sempre più spesso esso riguarda la temporizzazione delle decisioni tecnologiche: il momento in cui si decide di impegnare risorse, infrastrutture e traiettorie industriali prima che lo spazio di manovra sia stato correttamente stimato.

II. L’innovazione come reazione

Quando un’organizzazione si trova sotto pressione, la risposta è spesso automatica. Si accelera. Si moltiplicano i progetti. E si invoca improvvisamente “più innovazione”, in genere rimasta ai margini e sottofinanziata nel periodo precedente. Il problema risiede, però, nella dimensione temporale che, in questi casi, viene sistematicamente sottovalutata. Come se la soluzione potesse magicamente apparire dall’innovazione in sé, senza tener conto del momento in cui si decide di ricorrervi.

L’innovazione tecnologica rappresenta una delle principali leve di creazione di valore per l’industria moderna. Peter Drucker collocava giustamente l’innovazione tra le funzioni fondamentali dell’impresa, affermando che tutto il resto è costo, ribaltando così la visione comune che tende a considerarla un semplice centro di spesa nei conti economici aziendali. È quindi naturale che le imprese industriali, di fronte a segnali di difficoltà non critici — riduzione delle vendite o, più frequentemente, delle marginalità — rispondano intensificando le attività di ricerca e innovazione.

Naturalmente, da questo ragionamento restano esclusi i casi di organizzazioni in crisi già conclamata, dove l’obiettivo diventa evitare l’affondamento. Non ci occuperemo qui di questi casi, né di quelli che confondono l’innovazione con la trasformazione organizzativa generica, anche nell’ambito digitale, con la sola ricerca scientifica, o con il semplice marketing. Inoltre, qui, con azienda industriale intendiamo qualsiasi organizzazione, pubblica o privata, caratterizzata da strutture, processi e logiche decisionali di tipo industriale: dalle imprese manifatturiere alle agenzie spaziali, dalle utilities alle forze armate.

L’organizzazione sotto pressione naviga già, in realtà, all’interno del cosiddetto “oceano rosso” della competizione. Sebbene la teoria suggerisca di spostarsi verso acque meno affollate, la pressione concorrenziale può spingere il management a proseguire proprio nella rotta dell’oceano rosso. La teoria economica, purtroppo, per lungo tempo ha sottovalutato questa soglia: oltre una certa intensità, la concorrenza tende a produrre soprattutto innovazione incrementale: variazioni marginali di prodotti o servizi esistenti che generano scarso valore aggiunto per l’utilizzatore finale e contribuendo, di fatto, a rendere l’oceano ancora più rosso.

In queste condizioni, la direzione generale opta spesso, in modo solo apparentemente razionale, per la scelta di “fare più innovazione”, senza tuttavia interrogarsi sulla natura di tale innovazione e, soprattutto, confondendo l’innovazione incrementale con quella laterale. Come se la semplice indicazione di aumentare l’innovazione fosse, di per sé, sufficiente a migliorare la qualità delle decisioni.

Ma in questi casi il problema non riguarda l’innovazione in quanto tale, ma il fatto che la decisione venga presa sotto pressione, come risposta immediata, e non come scelta strutturata nel tempo.

III. Lo spazio di manovra e la soglia di irreversibilità

In queste pagine utilizzeremo il concetto di spazio di manovra decisionale per indicare il margine temporale e operativo entro il quale una decisione strategica può ancora essere corretta senza generare costi strutturali irreversibili. Infatti, ogni decisione porta con sé uno spazio di manovra. È l’area di tempo e di azione che si colloca sotto una soglia di irreversibilità, oltre la quale l’errore decisionale non è più correggibile senza costi strutturali. Tale spazio varia in funzione del contesto — industriale, di mercato, sociale, politico — e della natura stessa della decisione. Non è infinito, né illimitato nel tempo. La sua errata valutazione è probabilmente alla base di molti grandi disastri industriali, dove si è agito come se la reversibilità fosse garantita.

La blockchain offre qui un primo esempio istruttivo. A metà degli anni Dieci, molte direzioni generali, spinte dall’attenzione mediatica e dalle promesse dirompenti associate alla tecnologia, richiesero una rapida implementazione della blockchain senza un’adeguata valutazione del valore effettivamente creato per gli utilizzatori. Non si trattò di un errore tecnologico, né di una mancanza di informazione: fu un errore di sequenza decisionale. La decisione di implementare aveva preceduto la valutazione del valore potenzialmente creato. Quando la pressione del consenso (tecnologico, mediatico, competitivo) comprime i tempi di apprendimento fino a farli coincidere con i tempi dell’implementazione, è in quel momento che lo spazio di manovra svanisce.

Poiché le decisioni aziendali sono sempre assunte in condizioni di informazione imperfetta, e poiché la velocità può contare quanto, e talvolta più, della stessa completezza informativa, la corretta stima di questo spazio diventa un elemento cruciale del processo decisionale. Ma vi è un altro, ulteriore aspetto, strettamente connesso: la curva di apprendimento. Entro lo spazio di manovra disponibile, l’errore non è soltanto un rischio da minimizzare, ma anche una fonte potenziale di conoscenza. Se gestito correttamente, consente l’acquisizione di competenze, l’affinamento delle ipotesi iniziali e l’apertura a forme di serendipità, cioè quell’inatteso utile che può generare traiettorie nuove. È ciò che nel linguaggio del venture capital viene definito pivoting: non un’ammissione di fallimento, ma una forma sofisticata di apprendimento strategico. Questo meccanismo richiama una lunga tradizione di studi sull’apprendimento organizzativo, da James G. March in poi: le organizzazioni apprendono attraverso tentativi ed errori, ma solo entro uno spazio di manovra sufficiente a trasformare l’errore in conoscenza utilizzabile.

Olivier Hamant ha osservato, a proposito dei sistemi biologici ma con una pertinenza che va ben oltre quel campo, che la robustezza di un organismo non dipende dalla sua capacità di ottimizzare in ogni condizione, bensì dal mantenimento di una certa variabilità interna, cioè dalla preservazione dello spazio necessario per rispondere in modo diverso. Questa intuizione vale tanto per le organizzazioni industriali quanto per gli ecosistemi: un’organizzazione che comprime troppo presto il proprio spazio di manovra, anche in nome dell’efficienza, paga il costo più tardi e a un prezzo non incluso nel calcolo iniziale.

IV. Per una grammatica della decisione: collocare la soglia di irreversibilità

In termini operativi, una decisione strategica non è un semplice bilanciamento lineare tra variabili. Si situa piuttosto in uno spazio vincolato, attraversato da quattro tensioni fondamentali (velocità, informazione, errore e apprendimento) il cui equilibrio determina lo spazio di manovra effettivamente disponibile.

Questo schema non va letto come una sequenza, ma come una configurazione. Non si tratta di attraversare fasi ordinate, bensì di capire dove si colloca la decisione in uno spazio in cui la reversibilità si riduce progressivamente, fino a raggiungere una soglia oltre la quale correggere diventa strutturalmente costoso.

Un’analisi costruita su queste quattro dimensioni offre quindi un quadro operativo che dovrebbe precedere ogni decisione rilevante in ambito industriale. Il suo valore non è algoritmico, perché non sostituisce il giudizio,  ma strutturale: rende esplicito ciò che altrimenti resterebbe implicito. Soprattutto, obbliga il decisore a stimare lo spazio di manovra prima di impegnarsi, e non dopo aver già superato la soglia di irreversibilità.

Anche organizzazioni solide, dotate di strumenti di previsione e di monitoraggio tecnologico, possono sbagliare pur avendo, almeno in teoria, tutte le informazioni necessarie. La differenza tra buona e cattiva gestione non sta tanto nella disponibilità dei dati, quanto nel modo in cui queste tensioni vengono affrontate, o anche ignorate, prima di passare all’azione.

V. Errori di temporizzazione

L’Energiewende e la compressione dello spazio di manovra

L’Energiewende tedesca offre un esempio strutturalmente importante di sequenza decisionale inadeguata rispetto alla natura dell’infrastruttura coinvolta. Ricordiamo qui che dopo le crisi petrolifere degli anni Settanta, la Germania investì massicciamente nel nucleare civile, mobilitando capitali ingenti, competenze rare e filiere industriali di lungo periodo. Scelte di questo tipo impegnano traiettorie tecniche e organizzative su decenni. Il problema nasce nel maggio 2011, quando il governo Merkel, poche settimane dopo Fukushima, accelera l’uscita dal nucleare su un parco impianti pienamente operativo. La decisione non venne presa su infrastrutture in costruzione o in pianificazione, dove lo spazio di manovra sarebbe stato ancora ampio. Al contrario, la decisione intervenne quando gli investimenti erano già stati ampiamente sostenuti, le competenze consolidate, e con le filiere pienamente attive. È utile precisare che il problema non è la legittimità della scelta, poiché l’uscita dal nucleare è una decisione politica e valoriale, ma la sua temporizzazione rispetto allo stato reale del sistema.

Il nucleare dismesso fu sostituito prevalentemente da carbone e importazioni fossili, con un costo sociale stimato intorno ai 12 miliardi di dollari l’anno, attribuibile in larga parte all’incremento di mortalità per inquinamento da combustione. La perdita di competenze industriali nel settore nucleare (team dissolti, filiere smobilitate, know-how disperso), rappresenta la dimensione cognitiva di questa irreversibilità: una volta superata quella soglia, la ricostruzione di una capacità nucleare richiede tempi e investimenti non comparabili con i risparmi iniziali. Si è agito come se la reversibilità fosse garantita, e il costo è stato pagato a rate, per anni, sotto forma di bollette più alte, emissioni più elevate e dipendenza energetica strutturale.

Stellantis e la velocità dell’implementazione

La traiettoria di Stellantis verso l’elettrificazione totale, già delineata brevemente all’inizio di questo articolo, offre forse uno degli esempi più recenti e documentati, e anche tra i più costosi, di riduzione accelerata dello spazio di manovra. In pochi anni, l’implementazione di piattaforme dedicate, gigafactory e riorganizzazione delle filiere ha comportato investimenti di tale entità da avvicinarsi rapidamente alla soglia di irreversibilità. La pressione regolatoria europea, la competizione con i nuovi entranti cinesi e la dimensione reputazionale hanno portato a comprimere i tempi di apprendimento. Infatti, la decisione di impegnarsi massicciamente è stata presa, in parte, prima che la curva di apprendimento fosse pienamente dispiegata in ambiti cruciali quali le infrastrutture, i costi delle batterie e il comportamento reale della domanda.

Lo stesso CEO Filosa ha riconosciuto che Stellantis aveva “sovrastimato il ritmo della transizione energetica”. Vale però precisare che questo non è stato un errore esclusivamente di Stellantis: la pressione regolatoria e la competizione cinese sono asimmetrie strutturali comuni all’intero settore auto europeo. Il caso va letto come emblematico di una categoria di decisori, non di un singolo attore isolato. In effetti, in presenza di costi fissi elevati e di economie di scala crescenti, il rischio descritto dalla teoria del lock-in tecnologico, teorizzato dall’economista William B. Arthur in un articolo del 1989, si è puntualmente materializzato: i massicci investimenti iniziali hanno reso sempre più costosa qualsiasi correzione di rotta. Ad illustrazione del fatto che, quando lo spazio di manovra si riduce troppo rapidamente, l’errore eventuale non è più correggibile a costi accettabili.

VI. Buone pratiche: gestire l’irreversibilità senza subirla

Airbus e la progressione modulare

La traiettoria di Airbus, sin dalla sua fondazione nel 1969, mostra come un’industria possa operare in condizioni di irreversibilità estrema senza restare intrappolata in un lock-in tecnologico. Il lancio di un programma aeronautico comporta investimenti colossali, orizzonti tecnologici di venti o trent’anni e una coordinazione industriale transnazionale di rara complessità: il rischio di superare la soglia di irreversibilità è strutturalmente elevato fin dal primo giorno. Tuttavia, la sequenza decisionale adottata da Airbus non si è fondata su di un unico “salto”, bensì su di una progressione modulare — dall’A300 all’A320, poi agli A330/340 e all’A350 — in cui ogni piattaforma ha riutilizzato e riconfigurato le competenze accumulate nei programmi precedenti. Nel caso specifico di Airbus, bisogna specificare che questa architettura non è stata semplicemente il risultato di una strategia deliberata ma ad essa ha certamente contribuito la natura stessa dell’azienda, consortile e semi-pubblica, consentendo una continuità di investimento difficilmente replicabile in un contesto puramente di mercato.

Il caso dell’A380 è, da questo punto di vista, particolarmente istruttivo. Circa 25 miliardi di euro investiti, un programma mai profittevole, produzione terminata nel 2021 dopo sole 251 consegne a fronte di previsioni iniziali superiori alle 1.200 unità: un errore di valutazione strategica rilevante, fondato su di un’errata valutazione del mercato (la crescita del traffico hub-to-hub) troppo rigida rispetto all’effettiva evoluzione della domanda. Eppure, tale errore non ha compromesso la struttura complessiva dell’azienda. Le ragioni sono presto dette: il fallimento del progetto dell’A380 si è svolto entro uno spazio di manovra adeguatamente largo, preservato grazie alla diversificazione dei programmi. Per dire, la famiglia A320neo è stata fatta crescere in parallelo, mentre l’A350 era già in sviluppo. Non solo, ma di volta in volta le competenze acquisite sul programma sono state esplicitamente incorporate nella piattaforma successiva, ad illustrazione del ruolo chiave giocato dall’apprendimento a partire dall’errore. Si tratta del meccanismo del pivoting applicato a scala industriale: l’errore su un segmento non azzera la curva di apprendimento, proprio il contrario, poiché la conoscenza prodotta diventa trasferibile al sistema.

Airbus dimostra che ciò che conta è la capacità di organizzare la sequenza delle decisioni in modo da mantenere aperte opzioni di apprendimento e riconfigurazione.

Novonesis e le piattaforme tecnologiche modulari

Un altro esempio di gestione consapevole dello spazio di manovra è rappresentato da Novonesis (oggi così denominata dopo la fusione completata nel gennaio 2024 con Chr. Hansen a partire da Novozymes), leader globale negli enzimi industriali e nelle biosoluzioni. Nel corso degli ultimi due decenni, l’azienda ha costruito la propria traiettoria innovativa su piattaforme tecnologiche modulari, evitando concentrazioni irreversibili su singole applicazioni finali e privilegiando lo sviluppo progressivo di competenze core, quali l’ingegneria enzimatica e la fermentazione, riutilizzabili in mercati diversi: alimentare, bioenergia, agricoltura, detergenza. Il caso Novonesis permette di illustrare in modo emblematico il principio della preservazione di uno spazio di manovra adeguato: ogni applicazione commerciale rappresenta un’estensione di una piattaforma scientifica già consolidata, così che l’errore eventuale su di un singolo segmento di mercato non comprometta l’intero sistema.

Lo spazio di manovra non è qui soltanto temporale, ma cognitivo e tecnologico. La curva di apprendimento è alimentata da iterazioni successive su applicazioni differenti, riducendo progressivamente l’incertezza senza comprimere la reversibilità. Si tratta del modello che in letteratura viene ricondotto al concetto di dynamic capabilities: la capacità di riconfigurare competenze esistenti in risposta a mutamenti di contesto, senza dover ricostruire tutto da zero ogni volta che il mercato cambia.

VII. Una mappa degli errori: quattro casi a confronto

I casi esaminati non raccontano storie di successo o di fallimento tecnologico. Raccontano storie di sequenza decisionale: di quando si è deciso, con quali informazioni, e con quale consapevolezza dello spazio di manovra ancora disponibile.

Caso	Tipo di errore	Spazio di manovra	Apprendimento trasferito?
Energiewende	Tempo	Compresso alla decisione	Parziale/tardivo
Stellantis	Tempo + lock-in	Eroso dall’implementazione	In corso
Airbus (A380)	Errore gestito	Preservato per diversificazione	Sì, trasferito all’A350
Novonesis	Buona pratica	Strutturalmente mantenuto	Sistematico

La differenza tra i casi in cui l’errore è diventato danno permanente e quelli in cui è rimasto materia prima di apprendimento non sta tanto nella quantità o nella qualità delle innovazioni, ma nella struttura della decisione che le hanno precedute.

VIII. La domanda scomoda

Il quadro proposto in queste pagine non pretende di eliminare l’incertezza, che è condizione costitutiva di qualsiasi decisione strategica, né di sostituire il giudizio con un algoritmo. Ma vuole, più modestamente, rendere esplicito ciò che spesso rimane implicito: ogni decisione rilevante possiede uno spazio di manovra, delimitato da una soglia di irreversibilità che si avvicina nel tempo. Entro quello spazio, l’errore non è solo un rischio da minimizzare: è anche la materia prima dell’apprendimento. Gestire bene l’errore, trasformarlo in pivoting piuttosto che subirlo come danno, richiede di aver stimato correttamente quanto spazio rimane prima che la correzione di rotta diventi strutturalmente insostenibile.

La domanda operativa che ne discende non è come fare più innovazione, né come fare innovazione migliore. È più scomoda, e più utile: quanto tempo ho ancora per sbagliare e imparare?

Un’organizzazione che sa rispondere a questa domanda, anche approssimativamente,  ha già un vantaggio decisionale su chi non se la pone. Non perché abbia più informazioni, ma perché ha scelto di decidere non solo sulla direzione, ma anche sul tempo.

 

Gli autori ringraziano la Fondazione Miticoro ETS per il supporto alla ricerca.

Immagine di copertina: @Enrico Costanzo, design Francesca Turetta

 

Enrico Costanzo è Responsabile Ricerca e Innovazione di Cereal Docks Group e board member in ambito venture capital. Autore di saggi sull’innovazione, si occupa di tecnologia, strategie industriali e processi decisionali.

Silvia Petocchi è Direttrice Generale della Fondazione Miticoro e consulente di organizzazione. Si occupa di trasformazione organizzativa, sviluppo dei talenti e innovazione aperta.

Maurizio Prete è Presidente della Fondazione Miticoro e dirigente industriale. Ha guidato per oltre trent’anni trasformazioni e rilanci di gruppi industriali internazionali.