L’AI e il rischio di una convergenza strategica delle aziende

L’adozione dell’intelligenza artificiale sta trasformando radicalmente il modo in cui le aziende sviluppano strategie, innovano e interagiscono con i mercati. Tuttavia, un rischio nascosto emerge: l’uso intensivo di modelli generativi potrebbe portare a una convergenza strategica, in cui aziende diverse finiscono per pensare in modi simili, riducendo la diversità di prospettive e aumentando la vulnerabilità sistemica.

La convergenza strategica e il rischio di uniformità

Se migliaia di imprese utilizzano gli stessi modelli per sintetizzare informazioni, costruire scenari, analizzare clienti e valutare opzioni, potrebbero diventare più efficienti proprio mentre iniziano a convergere sugli stessi schemi interpretativi. Il rischio non è che le macchine producano sempre la stessa risposta, ma che rendano statisticamente più naturali certe domande, più plausibili certe alternative e più familiari certi modi di strutturare un problema.

Il vantaggio competitivo nasce spesso dalla capacità di vedere qualcosa che gli altri non vedono.

Per il management, questa convergenza rappresenta un problema cruciale. Un’azienda crea valore quando interpreta un mercato in modo diverso, riconosce prima degli altri un bisogno, legge un segnale debole o rompe una convenzione di settore. Ma se la fase di esplorazione strategica viene mediata sempre più spesso dagli stessi modelli, alimentati da enormi porzioni della stessa cultura economica, manageriale e digitale, il rischio è quello di una standardizzazione morbida della strategia.

La creatività e l’innovazione in un’era di convergenza

La creatività davvero distintiva nasce spesso da biografie, errori, contaminazioni, ossessioni e riferimenti laterali che non appartengono necessariamente al centro statistico della cultura. Un modello eccelle nel riconoscere e combinare pattern; proprio per questo può spingerci verso ciò che è già leggibile, riconoscibile e plausibile. Per un’impresa è una comodità enorme, perché riduce il rischio di produrre qualcosa di incomprensibile.

Più l’AI diventa brava a produrre il plausibile, più il valore dell’improbabile può crescere.

Ma il vantaggio competitivo spesso vive esattamente nella zona opposta: nell’idea che all’inizio appare strana, nel linguaggio che non assomiglia a quello del settore, nella proposta che viola una convenzione. Lo stesso tema riguarda innovazione e ricerca. L’AI può esplorare letteratura, generare ipotesi, confrontare brevetti, individuare spazi di mercato e suggerire nuove combinazioni. È uno strumento straordinario. Ma se molte organizzazioni utilizzano sistemi simili per identificare le opportunità più promettenti, potrebbero concentrare l’attenzione sulle stesse aree proprio mentre credono di esplorare uno spazio molto più ampio. Da qui nasce una questione che diventerà sempre più importante per i board: come si governa la diversità cognitiva in un’impresa che usa intensivamente l’AI? La risposta non può essere semplicemente utilizzare più modelli. Anche sistemi diversi possono condividere grandi porzioni di dati, logiche di addestramento e convenzioni culturali. Servono processi che producano dissenso reale. Significa confrontare esplicitamente interpretazioni diverse, introdurre dati locali e conoscenze proprietarie, conservare esperti con prospettive disciplinari lontane, chiedere a team diversi di formulare il problema prima di interrogare la macchina. Significa anche non utilizzare l’AI soltanto per convergere rapidamente sulla risposta migliore, ma per ampliare intenzionalmente lo spazio delle alternative. Un’organizzazione cognitivamente forte non è quella che arriva più in fretta al consenso, ma quella che riesce a evitare di confondere il consenso con la verità. In questa prospettiva, la diversità non è soltanto un tema culturale o HR. Diventa una variabile competitiva. Linguaggi differenti, esperienze diverse, competenze scientifiche e umanistiche, culture professionali lontane possono rappresentare un antidoto alla convergenza prodotta da infrastrutture sempre più standardizzate.