Blog Details

L’incertezza come strumento di previsione dell’innovazione tecnologica

Nel panorama frenetico dell'innovazione e dello sviluppo tecnologico, prevedere il futuro è una sfida complessa che deve tenere conto di molteplici varianti. Secondo il technology forecaster e professore americano Paul Saffo, tentare di essere troppo precisi può essere controproducente. 

Il professore, impegnato a studiare l’impatto a lungo termine che la tecnologia avrà sulla società e come possa evolversi per aiutare positivamente il genere umano, propone l'adozione di un approccio più flessibile: il forecasting effettivo. Questo metodo si basa sulla considerazione di una varietà di scenari possibili, piuttosto che su previsioni esatte (forecasting preciso), e punta a gestire meglio l'incertezza e i cambiamenti imprevisti.

Secondo Saffo, puntare alla precisione potrebbe portare a trascurare eventi o sviluppi importanti che non erano stati previsti, mentre il forecasting effettivo si concentra sull’esplorazione di una gamma di possibilità ragionevoli, prendendo in considerazione l’incertezza e i cambiamenti imprevisti.

L’idea chiave, che potremmo applicare anche all’innovazione, è che il forecasting effettivo consente di gestire meglio l’incertezza, considerando una più ampia varietà di scenari potenziali lungo tutto lo sviluppo e la costruzione di un progetto innovativo. 

Piuttosto che cercare di ottenere un risultato esatto, ed unico, dovremmo concentrarci su come affrontare l’incertezza in modo flessibile e prepararci a diverse possibilità, riducendo così il rischio di sorprese negative o di essere troppo rigidi rispetto a una singola previsione che potrebbe rivelarsi errata e contro gli obiettivi effettivi della nostra azienda.

 

Le 6 regole chiave di Saffo per una previsione efficace

  1. Definire un “cono di incertezza” (un tool che utilizza per delineare le possibilità che si estendono da un particolare momento o evento): visualizzare le possibilità future in una gamma sempre più ampia di incertezza man mano che il tempo passa, senza affrettarsi a conclusioni definitive. Ad esempio,  piattaforme di AI possono aiutare un’azienda ad esplorare una vasta gamma di soluzioni valide per il progresso della stessa.
  2. Cercare la curva a S: molti fenomeni si sviluppano lentamente, poi accelerano e infine si stabilizzano, seguendo una curva a S. La crescita della tecnologia digitale è un esempio classico.
  3. Abbracciare le anomalie: segnali strani o incongruenti possono indicare cambiamenti futuri significativi, ed è importante notare e studiare tali curiosità senza tralasciarle. Sfruttare l’imprevisto è essenziale per chi pensa come un innovatore.
  4. Mantenere opinioni forti debolmente sostenute: uno dei più grandi errori che un decision maker può fare è fare eccessivo affidamento su parte di una informazione apparentemente forte, perché capita di rafforzare la conclusione a cui la stessa informazione è giunta. La chiave per le organizzazioni e chi ne è a capo è di essere pronti a rivederle costantemente con nuove informazioni e critiche, e a cambiare quindi decisione.
  5. Guardare indietro il doppio rispetto a quanto si guarda avanti: studiare i cicli storici per individuare schemi ricorrenti nel cambiamento, utilizzando il passato come illuminazione piuttosto che sostegno. L’analisi delle trasformazioni tecnologiche passate può darti input preziosi sulle prossime rivoluzioni digitali.
  6. Sapere quando non fare previsioni: in situazioni di incertezza estrema, è meglio aspettare che la situazione si chiarisca prima di fare previsioni. A volte, è meglio attendere e osservare gli sviluppi prima di scommettere su dove porterà l'innovazione.

 

Saffo sottolinea l’importanza di mantenere una visione ampia e di non affrettarsi a restringere le previsioni in modo eccessivo, specialmente in contesti di innovazione tecnologica.

Registrati, è gratis!

Registrati gratis alla piattaforma e ricevi la newsletter settimanale con il Meteo innovazione e le ultime novità dal blog, le playlist, gli articoli, i tool.

Articoli correlati

Image
Icons

Ragionamento umano vs IA: due paradigmi cognitivi a confronto

L'elaborazione delle informazioni e la risoluzione dei problemi seguono percorsi profondamente diversi nell'intelligenza umana e in quella artificiale. Questa d ...

Leggi tutto
Image
Icons

Socratic Innovation Thinking, la potenza del metodo

Ogni trasformazione autentica nasce da un interrogativo ben posto, da un dubbio che apre nuove prospettive. Cosa accadrebbe se riscoprissimo uno dei più ...

Leggi tutto
Image
Icons

L’Innovation Manager: architetto del cambiamento umano

Nell'era della trasformazione digitale accelerata, emerge una figura professionale cruciale per il successo delle organizzazioni moderne: il manager dell'innova ...

Leggi tutto