Le organizzazioni parlano spesso di strategia come se volessero prevedere il futuro. Ma è più efficace se prima decidiamo quali futuri meritano di essere presi sul serio.
Da decenni il foresight utilizza strumenti come il cono dei futuri per ampliare lo spazio delle possibilità. Possibile, plausibile, probabile e preferibile non sono la stessa cosa. Un futuro può essere possibile senza essere probabile. Può essere preferibile senza essere plausibile. Chiaro, no?
In ogni organizzazione quindi la lotta si gioca attorno alla plausibilità. Le idee competono per essere considerate degne di attenzione. Prima ancora di essere approvate, devono guadagnarsi la credibilità di essere portate sul tavolo come possibilità considerate ragionevoli.
Per secoli questa plausibilità è stata una costruzione sociale e intellettuale. Nasceva dall'interazione tra esperienza, cultura, intuizione, autorevolezza, dati, immaginazione e conflitto interpretativo. Manager, consulenti, imprenditori, ricercatori e dirigenti contribuivano collettivamente a definire ciò che appariva realistico e ciò che sembrava improbabile.
L'ingresso massivo dell'intelligenza artificiale nei processi decisionali sta modificando questa architettura. Perché l'AI modifica il criterio attraverso cui un'organizzazione decide che cosa è plausibile.
La mediana sofisticata
Ormai è noto ai più che i modelli linguistici sono strumenti di sintesi statistica. Lavorano su enormi quantità di dati storici. Identificano regolarità, ricorrenze, correlazioni e configurazioni frequenti. Producono risposte che massimizzano coerenza, compatibilità e continuità con i pattern presenti nei dati di addestramento.
Per questo motivo un LLM non produce necessariamente il futuro più probabile ma produce spesso la migliore descrizione disponibile del centro di gravità del passato.
Molte organizzazioni interpretano l'output dell'AI come una forma di anticipazione. In realtà stanno spesso osservando una sofisticata rappresentazione di ciò che il mondo è stato fino a quel momento.
Restituisce ciò che appare maggiormente coerente con le distribuzioni esistenti. Ciò che emerge non è necessariamente il futuro. È la configurazione che meglio rappresenta il punto di equilibrio tra le configurazioni osservate in passato e un futuro possibile.
Questa funzione è estremamente utile. Consente di individuare tendenze, consolidare conoscenze, sintetizzare informazioni disperse e ridurre il rumore. Ma ogni mediana genera un centro che esercita una forza gravitazionale sul pensiero degli esseri umani che la subiscono.
La baseline cognitiva
L’effetto avviene nella stanza in cui il modello entra. Quando un team porta in riunione un'analisi generata da AI, quel documento diventa rapidamente una baseline cognitiva. Nessuno pensa che ChatGPT o Claude abbiano ragione al cento per cento. Nessuno immagina che il modello sia infallibile. Eppure quasi tutti iniziano la discussione da lì, da quello che ha detto lui.
Per decenni, per sostenere una posizione centrale, una posizione iniziale, servivano report, benchmark, consulenti, analisi di mercato, raccolte dati e confronti sistematici. Oggi basta interrogare un modello. In pochi secondi compare un documento che appare strutturato, ragionevole, equilibrato e completo. L'AI produce così una forma di autorità epistemica a basso costo e con falsa completezza.
Da quel momento l'onere argomentativo si redistribuisce. Le ipotesi vicine all'output del modello richiedono poche giustificazioni. Le ipotesi che se ne allontanano devono lavorare di più, devono essere sostenute con più forza. L'effetto è particolarmente rilevante nella pianificazione strategica.
Il plausibile difendibile si è di fatto contratto. Questo perché il cono dei futuri viene ristretto socialmente.
La normalizzazione dell'immaginazione
Molte innovazioni significative nascono da posizioni statisticamente marginali. L'automobile non era la continuazione più plausibile del trasporto a cavalli. Lo smartphone non era la prosecuzione lineare del telefono cellulare. Netflix non era la naturale evoluzione del videonoleggio. Amazon non era l'estensione più ovvia di una libreria online.
Le innovazioni più trasformative tendono ad apparire inizialmente eccentriche rispetto alla distribuzione dominante. Questo non significa che tutto ciò che è marginale sia corretto. Significa però che l'emergenza e la deviazione sono profondamente collegate. Quando la plausibilità viene derivata principalmente dalla frequenza dei pattern passati, le posizioni marginali ricevono meno supporto argomentativo.
Una proposta può rimanere formalmente possibile e contemporaneamente diventare organizzativamente fragile. E questo è il rischio più interessante dell'uso non riflessivo dell'intelligenza artificiale nei processi strategici.
Il problema principale è la normalizzazione dell'immaginazione. Quando la plausibilità è il risultato della coerenza statistica, l'esplorazione strategica si riduce ad essere solo il raffinamento del presente anche se sembra ancora molto di più. L'organizzazione pensa di innovare, ma innova attorno al centro.





