Come l'AI, i dati e la robotica stanno riscrivendo silenziosamente dove avviene davvero l'innovazione nelle aziende — e perché le teorie classiche del management custodiscono ancora le risposte, se le aggiorniamo.
Chiedete a un CEO dove vive la creatività nella sua azienda e di solito otterrete una di tre risposte: "nella R&S," "nel marketing," oppure — se ha letto i libri giusti — "nella nostra cultura."
Tutte e tre le risposte sono ormai obsolete.
In un'organizzazione dove l'AI generativa scrive le prime versioni, dove le pipeline di dati prendono decisioni che un tempo richiedevano comitati, e dove i robot collaborativi condividono il reparto produttivo con gli esseri umani, la creatività non è ospitata in un reparto. Non viene innescata da un offsite. Non è il privilegio di pochi "tipi creativi" in jeans.
È diventata qualcosa di più simile a un tessuto connettivo — distribuito, continuo e profondamente intrecciato con ogni processo che l'azienda mette in atto.
Questo articolo sostiene tre tesi:
- I modelli classici della creatività organizzativa — Amabile, Teece, March, Woodman — non sono morti. Sono più rilevanti che mai, se li leggiamo attraverso la lente dell'era dell'AI.
- La creatività opera ora su cinque livelli, non quattro — e il quinto (uomo–macchina) è dove sta accadendo gran parte dell'azione reale.
- I manager che continuano a trattare la creatività come una fase dell'innovazione anziché come un flusso che attraversa ogni fase vedranno i loro investimenti in AI rendere meno del previsto.
Esaminiamoli uno per uno.
La vecchia mappa: la creatività come momento
Per gran parte del Novecento, la creatività nelle organizzazioni è stata modellata come un evento. Accadeva qualcosa — un lampo di intuizione, un workshop, un brainstorming — e poi una pipeline sequenziale prendeva il sopravvento: idea → prototipo → prodotto → mercato.
I teorici classici avevano già contestato questa visione. La teoria componenziale di Teresa Amabile (1983, raffinata nel 1996 e nel 2016) ha mostrato che la creatività non è un momento; è un sistema di quattro componenti interagenti — competenze di dominio, processi creativi, motivazione intrinseca e ambiente sociale. Richard Woodman e colleghi (1993) hanno aggiunto che questo sistema opera a più livelli: individuale, di gruppo, organizzativo. Michael West (2002) ha distinto la creazione delle idee dal lavoro ben più arduo di implementarle.
Tutto questo era vero. È ancora vero. Ciò che è cambiato è la topologia su cui ora opera.
La nuova mappa: cinque livelli, non quattro
In un'azienda che ha integrato seriamente dati, AI e robotica, la creatività scorre attraverso cinque strati distinti.
1. L'individuo. Ancora il luogo classico: cognizione, motivazione, autoefficacia. Ciò che è diverso è che gli individui ora "pensano con" un sistema di AI in modo abituale. Il loro output creativo non è più una traccia pura della propria mente — è il risultato di un dialogo.
2. Il team. I fattori di West — sicurezza psicologica, visione condivisa, orientamento al compito — predicono ancora l'innovazione. Ma "team" significa oggi spesso un gruppo ibrido che include membri non umani: modelli analitici, sistemi di supporto alle decisioni, talvolta agenti che partecipano alle riunioni tramite Copilot o strumenti nativi di Slack.
3. L'organizzazione. Cultura, leadership, routine, ricompense. La teoria delle capacità dinamiche (Teece) è qui il quadro dominante: la capacità dell'impresa di percepire, cogliere, riconfigurare in ambienti in rapido mutamento. La creatività è ciò che impedisce a quelle capacità di ricollassare in routine statiche.
4. L'ecosistema. Open innovation, piattaforme, co-creazione con clienti e università. Questo strato esisteva prima dell'AI ma ne è stato potenziato enormemente. API, condivisione dei dati e strumenti generativi consentono ora a player più piccoli di inserirsi in flussi creativi che un tempo richiedevano il budget di R&S di una multinazionale.
5. L'interfaccia uomo–macchina. Questo è il nuovo. Un corpo crescente di ricerche del 2024–2025 — MIT, Weizenbaum Institute, Nature Scientific Reports — mostra che una quota significativa dell'output creativo emerge oggi nell'interazione tra un lavoratore e un sistema generativo. Non nella persona. Non nello strumento. Nel dialogo stesso.
Ed ecco la svolta dalle serie implicazioni manageriali. La ricerca converge su una scoperta sorprendente:
Le persone sono più creative quando co-creano con l'AI rispetto a quando ne correggono gli output.
Trattare l'AI come un redattore che passa il testimone a un editor umano produce risultati creativi peggiori rispetto a trattarla come un partner autentico in un ciclo iterativo.
Se in questo momento state progettando workflow di AI nella vostra azienda, questo dovrebbe fermarvi di colpo. La maggior parte delle implementazioni enterprise che vedo è impostata esattamente nel modo sbagliato — come pipeline di editing.
La creatività lungo la catena del valore
Il secondo spostamento è orizzontale. La creatività non è confinata alle caselle R&S o marketing dell'organigramma. Opera ora a ogni nodo della catena del valore, con una texture diversa in ciascuno.
Nelle operations e nella logistica, la creatività assume la forma dell'ottimizzazione continua — ciò che la tradizione giapponese chiamava kaizen — oggi amplificata enormemente dall'AI predittiva e dai digital twin.
Nel marketing, l'AI generativa ha trasformato quella che un tempo era una pipeline lineare di contenuti in uno spazio di personalizzazione radicale e simulazione del mercato.
Nelle risorse umane, l'atto creativo consiste nel ridisegnare ruoli che non esistevano due anni fa: prompt engineer, responsabili dell'etica dell'AI, progettisti di workflow uomo–robot.
Nell'IT e nell'architettura dei dati, la creatività si manifesta come orchestrazione — come comporre API, ecosistemi e modelli in qualcosa che funzioni davvero.
Nella strategia, è la reinvenzione del modello di business stesso. Il lavoro successivo di Teece su modelli di business e capacità dinamiche (2018) lo coglie bene: il modello di business è diventato un artefatto creativo che può essere riscritto ogni 18 mesi.
Il punto è semplice: non esiste parte di un'azienda moderna in cui la creatività non serva. Esistono solo parti in cui le aziende hanno smesso di cercarla.
La creatività lungo l'imbuto dell'innovazione
Il terzo asse è temporale. Persino all'interno di un singolo progetto di innovazione, la creatività non è un evento unico — è un tipo di atto diverso a ogni stadio.
- L'ideazione è divergente: generare varietà. L'AI è qui un moltiplicatore.
- La selezione è convergente: giudizio, valutazione critica. L'AI è qui più debole e gli esseri umani dominano ancora.
- Lo sviluppo è iterativo: creatività come affinamento, prototipazione, sperimentazione.
- L'implementazione è adattiva: la creatività di inserire un'idea in un'organizzazione reale con resistenze reali. West la chiamava innovation implementation, ed è spesso il luogo dove le idee brillanti vanno a morire.
- Lo scaling e il pivoting sono strategici: creatività nel senso di Eric Ries — scegliere in quale direzione ri-orientarsi.
Creatività diversa. Stesso progetto. Ecco perché "abbiamo un processo di innovazione" è di solito una pia finzione — la maggior parte delle aziende ha un processo di selezione e lo chiama innovazione.
Il quadro integrato
Mettendo insieme tutto questo emerge un quadro. Cinque pilastri teorici, ciascuno con una funzione specifica:
Le capacità dinamiche (Teece) sono il quadro macro-strategico — come l'impresa percepisce, coglie, riconfigura. La creatività è ciò che mantiene quelle capacità dinamiche anziché routinizzate.
L'AI Capability (Mikalef & Gupta, 2021) è lo strato tecnico-operativo — le risorse, le persone e l'infrastruttura che trasformano l'AI da giocattolo a leva. La creatività è ciò che formula le domande giuste da porre al sistema.
Il modello componenziale dinamico di Amabile & Pratt è lo strato micro-fondazionale — come la creatività viene effettivamente prodotta in una singola persona su un singolo progetto. Nell'era dell'AI servono due note a piè di pagina: l'AI può compensare le carenze di competenze (una forza democratizzante), ma può erodere silenziosamente la motivazione intrinseca se distribuita male.
L'ambidestrismo (March; O'Reilly & Tushman) è lo strato di bilanciamento — esplorazione contro sfruttamento. L'AI generativa amplifica soprattutto l'esplorazione; la RPA e la robotica amplificano lo sfruttamento. Servono entrambi. La maggior parte delle aziende sovra-investe ancora radicalmente nel secondo.
L'Industria 5.0 è lo strato normativo-etico — il quadro europeo che pone esplicitamente al centro la creatività umana come qualcosa da proteggere anziché sostituire.
Nessun singolo pilastro è sufficiente. Un'impresa con capacità dinamiche ma senza AI capability non riesce a eseguire. Una con AI capability ma senza ambidestrismo si ottimizza fino all'irrilevanza. Una con tutti e quattro ma senza una sensibilità Industria 5.0 brucia le proprie persone.
Cosa significa per i manager
Se accettate l'argomentazione fin qui, ne seguono tre implicazioni concrete.
1. Progettate margini nel sistema — di proposito.
I guadagni di efficienza dell'AI sono così forti che, senza una resistenza consapevole, consumeranno ogni minuto di tempo disponibile. L'innovazione richiede spazio non programmato. Adler e Chen hanno mostrato anni fa che un controllo organizzativo eccessivo uccide l'innovazione radicale. L'AI può diventare il meccanismo di controllo definitivo se glielo permettiamo. Proteggete il tempo per l'esplorazione come proteggete una spesa in conto capitale. Lo è.
2. Ripensate i vostri KPI.
Se misurate solo produttività ed efficienza, affamate sistematicamente l'esplorazione. I portafogli d'innovazione più sani tracciano indicatori come il tasso di generazione di idee, la diversità delle soluzioni, la velocità di sperimentazione e il rapporto esplorazione-sfruttamento. McKinsey e BCG pubblicano ora framework di "maturità dell'innovazione" che lo operazionalizzano. L'intuizione di fondo è disarmante nella sua semplicità: ciò che misurate è ciò che ottenete, e la sola "produttività" vi darà un'azienda molto efficiente con nulla di nuovo da vendere.
3. Ridisegnate l'interfaccia uomo–AI.
Smettete di trattare l'AI come un redattore i cui output gli umani correggono. L'evidenza — tra Nature Scientific Reports, working paper del MIT e studi del Weizenbaum Institute — è che questa configurazione riduce sia la creatività sia la motivazione intrinseca. Progettate invece cicli co-creativi: l'umano avvia, l'AI risponde, l'umano reindirizza, e così via. È una decisione di workflow, una decisione di UX, una decisione di formazione e una decisione di cultura. Tutte e quattro devono essere allineate.
Il quadro più ampio
Ecco quella che credo sia la storia vera.
Dati, AI e robotica non stanno sostituendo la creatività. Ne stanno ridistribuendo la geografia all'interno dell'azienda. Meno concentrata nei "ruoli creativi", più diffusa in ogni workflow. Meno episodica, più continua. Meno individuale, più relazionale — tra persone, tra team e sempre più tra persone e macchine.
Le aziende che vinceranno il prossimo decennio non saranno quelle con il budget di AI più grande. Saranno quelle che comprendono la creatività come tessuto connettivo — qualcosa da coltivare ovunque, misurare seriamente e proteggere come asset strategico.
I teorici classici avevano ragione. Amabile aveva ragione sul fatto che la motivazione è tutto. Teece aveva ragione sul fatto che le capacità devono essere dinamiche. March aveva ragione sul fatto che esplorazione e sfruttamento tirano in direzioni opposte. Hanno semplicemente scritto prima che arrivassero gli strumenti capaci di mettere alla prova le loro idee a una scala che non avrebbero potuto immaginare.
Stiamo vivendo quella prova proprio ora.
Letture di approfondimento: Amabile & Pratt, Research in Organizational Behavior (2016); Teece, Strategic Management Journal (2007); Mikalef & Gupta, Information & Management (2021); Iansiti & Lakhani, Competing in the Age of AI (HBS Press, 2020); Commissione Europea, Industry 5.0 (2021); McKinsey, Superagency in the Workplace (2025).
