Strategy & Leadership Competence Center

The Decision Paradox.

Cosa rivela lo sport d'élite ai CEO sulla leadership potenziata dall'Intelligenza Artificiale.

25
Interviste
11
Discipline

Più l'AI entra nel processo, più pesa chi firma.

La tecnologia che dovrebbe alleggerire il decisore finisce per caricarlo. Spariscono gli alibi in entrambe le direzioni: non ci si nasconde dietro l'istinto, perché il dato dimostra, e non dietro l'algoritmo, perché la responsabilità non è delegabile.

«Ci sono partite dove sono in completo accordo con il dato, altre dove sono al 15-20%. Su una stagione, forse il 50%.»

Match analyst di Premier League, la stessa persona che quel dato lo produce

Voci

0

professionisti, dal muretto dei box allo spogliatoio

Observe

0%

affermazioni in cui prevale l'AI, in osservazione

Decide

0%

affermazioni in cui prevale l'AI, al momento della scelta

Le voci

Dal muretto dei box allo spogliatoio

Venticinque professionisti, undici discipline, con le loro parole.

Marco Fassone
«Ha deciso l'algoritmo, non è colpa mia»: quando l'acquisto è imposto dal dato, chi lo esegue si costruisce un alibi pronto.

Marco Fassone

Executive sportivo, ex CEO del Milan e dirigente di Juventus, Napoli e Inter

Giorgio Chiellini
Il dato può diventare un interlocutore importante per un leader spesso solo davanti alle proprie decisioni.

Giorgio Chiellini

Ex calciatore e Director of Football Strategy Juventus

Demetrio Albertini
Il peso della decisione: 40% ai dati, 60% a esperienza e sensibilità.

Demetrio Albertini

Ex calciatore ed ex Presidente del Settore Tecnico FIGC

Lorenzo Bernardi
«Il dato è freddo: può dirti cosa sta succedendo, ma non sempre ti dice perché».

Lorenzo Bernardi

Allenatore ed ex pallavolista

Maurizia Cacciatori
«Se dovessimo allenarci e vivere solo di dati, diventeremmo dei robot».

Maurizia Cacciatori

Ex pallavolista e commentatrice

Federico Bernardeschi
«Io posso prendere la decisione migliore per saltare un avversario, ma non è detto che faccia gol».

Federico Bernardeschi

Calciatore professionista

Linton Johnson
Quando inizia la partita, «lascia andare i numeri»: nei momenti di massima pressione il miglior decisore non pensa, reagisce.

Linton Johnson

Ex giocatore di basket NBA

Romano Battisti
«Spesso si cerca un alibi scientifico per dare la colpa ai numeri [...], ma la verità era molto più semplice: eravamo soltanto stanchi».

Romano Battisti

Ex canottiere olimpico, Luna Rossa

Michele Aragona
«Ci sono partite dove sono in completo accordo con il dato, altre dove sono al 15-20%; su una stagione, forse il 50%».

Michele Aragona

Match analyst, Ipswich Town, Premier League

Gilberto Nobili
«Se la matematica non è un'opinione, dovrebbe vincere sempre la barca più veloce. Ma non succede, perché il risultato dipende anche dalle persone».

Gilberto Nobili

Technology & Operations Director, Luna Rossa

Marco Arnoletti
«Preferisco un modello con il 5% di errore ma predittivo, piuttosto che uno preciso all'1% ma incapace di reagire alla realtà».

Marco Arnoletti

Powertrain Chief Engineer, Bugatti Rimac

Marco Ricci Malerbi
Lo stimatore è considerato più affidabile del sensore perché non si rompe e non va in deriva.

Marco Ricci Malerbi

Track Performance Junior Engineer, Dallara

Marco Spiga
«Si prende la decisione e poi si cercano i dati per supportarla».

Marco Spiga

Dirigente Volvo e dirigente sportivo

Giovanbattista Venditti
«L'ultima parola ce l'hanno i giocatori in campo, sempre, perché sono loro che vivono nel momento».

Giovanbattista Venditti

Ex rugbista, nazionale italiana

Umberto Pelizzari
La scelta di risalire «appartiene esclusivamente alla testa dell'atleta: non può essere delegata a un device».

Umberto Pelizzari

Apneista e conduttore televisivo

Angel Osakue
«L'istinto naturale è muoversi, ma devi essere allenato a stare fermo».

Angel Osakue

Atleta di skeleton, nazionale italiana sport invernali

Danielle Madam
«Ciò che i dati non possono catturare è ciò che conta davvero: le sensazioni in pedana [...]».

Danielle Madam

Atleta di getto del peso, nazionale italiana

Stefano Mancinelli
Se la tecnologia fallisce, la persona «programmata» non sa più agire d'istinto.

Stefano Mancinelli

Ex cestista professionista

Giovanni Valentini
«Il rischio è l'omologazione: se tutti usano gli stessi modelli, tutti iniziano a produrre le stesse idee».

Giovanni Valentini

Chief Revenue e Marketing Officer FIGC

Domenico Mattiaccia
«L'AI funziona come un imbuto: da mille profili arrivi a venti, poi serve l'analisi qualitativa».

Domenico Mattiaccia

Head of Academy Methodology and Player Development

Alberto Melis
«Quando una cosa è troppo specifica, a volte faccio prima a farla io che a correggere l'AI».

Alberto Melis

Marketing e comunicazione sportiva, Esperia Cagliari e Innoversity Sport

Alessandro Rinaldi
Il monitoraggio permanente genera un forte stress psicologico nell'atleta.

Alessandro Rinaldi

Mental coach, basket

Andrea Rinaldi
Nemmeno delegando la decisione a una macchina la responsabilità sparisce: si sposta nella costruzione del sistema e nel controllo dei suoi esiti.

Andrea Rinaldi

Freestyle Race Director, Federazione Internazionale Sci

Lorenzo Iannarilli
Il pericolo non è che l'AI sbagli, ma che tutti si affidino alla stessa AI, smettendo di interrogare il dato.

Lorenzo Iannarilli

Project Manager; esperto di innovazione, AI e trasformazione digitale

Pietro Parente
L'AI costruisce simulazioni alternative e indica quale è più probabile e quale più rischioso, senza indicare quale sia la scelta giusta.

Pietro Parente

Tecnologie e Processi Innovativi Università LUMSA, Alta Scuola di Specializzazione Olimpica - CONI

Figura 1

Il gradiente di autorità algoritmica

Chi prevale, fase per fase. L'autorità dell'algoritmo si ritira man mano che la decisione si avvicina all'azione.

Prevale l'AI Interazione Prevale il giudizio umano

Observe

osservare

61%
16%
23%

Orient

orientare

17%
20%
62%

Decide

decidere

9%
19%
72%

Act

agire

40%
60%

174 affermazioni codificate: 31 in Observe, 69 in Orient, 64 in Decide, 10 in Act. Ordini di grandezza, non misure. Le celle con base ridotta sono le meno stabili.

La curva della delega

La quota di affermazioni in cui prevale l'AI, lungo le quattro fasi.

75%50%25%0% 61%17%9%40% OBSERVEORIENTDECIDEACT

Cosa preoccupa chi li usa ogni giorno

Rischi sollevati spontaneamente, senza che fossero chiesti. Su 25 intervistati.

Contesto non codificabile dalla macchina

7

Eccesso di fiducia, scatola nera

5

Atrofia dell'intuito, deskilling

5

Standardizzazione, perdita di creatività

4

Ambiguità di accountability, alibi

3

Pressione psicologica, burnout

2

Non conta la fase. Conta com'è fatta la decisione.

Quanto è ripetibile, quanto è reversibile l'errore, quanto tempo resta. Tre risposte collocano qualunque decisione ricorrente.

Zona 01

Delega piena

Ripetibile, errore reversibile e a basso costo, alta frequenza.

Chi decide

Il sistema. L'umano progetta le regole.

Il controllo

Monitoraggio statistico sulla popolazione delle decisioni, non revisione caso per caso.

Zona 02

L'AI raccomanda, l'umano firma

Parzialmente ripetibile, errore correggibile ma costoso.

Chi decide

Una persona, con obbligo di motivare quando si discosta.

Il controllo

Registrare raccomandazioni, decisioni e scostamenti: è la base di feedback che l'azienda non ha.

Zona 03

Decisione interamente umana

Rara o irreversibile, contesto non codificato.

Chi decide

Chi se ne assume le conseguenze.

Il controllo

L'AI non raccomanda: falsifica l'ipotesi, produce lo scenario avverso.

Le scoperte

Quattro cose che non ci aspettavamo

01

L'AI non riduce la responsabilità di chi decide: l'aumenta.

Quando ogni prestazione è misurata, sbagliare contro il dato diventa indifendibile, e nascondersi dietro di esso non funziona.

02

Esiste un caso in cui è meglio lasciar decidere la macchina, e non è quello che ci si aspetta.

Nel giudizio di gara l'AI vince non perché sia più accurata, ma perché è costante: in una classifica un errore sistematico si annulla, uno casuale no.

03

L'istinto dell'esperto non è un'alternativa al dato: è dato accumulato nel tempo.

Diventa affidabile solo dove un riscontro immediato lo corregge per anni. Nello sport accade a ogni gara, in azienda quasi mai.

04

Il modo più comune di aggirare la responsabilità non è seguire l'algoritmo: è il contrario.

Scegliere d'istinto e poi selezionare i numeri che danno ragione a quella scelta. Quasi nessuno lo riconosce come errore, perché il risultato ha l'aspetto di un'analisi.

Il report completo

Quasi cinquanta pagine, venticinque voci, una griglia che puoi usare lunedì mattina.

Ricerca condotta dallo Strategy & Leadership Competence Center di H-FARM Business School.

H-FARM Business School

Progetto guidato da Susanna Sgarbossa, Research Manager, H-FARM Business School.

Ricercatori: Matteo Graziani, Hillary Esi Akoun e Gaia Catalano, Research Analyst di H-FARM Business School e studenti di H-FARM College.

Con il contributo di Alessandro Petrillo, CEO di H-FARM Business School, Federico Donati, Program Manager dei Centri di Competenza, e Pierluigi Fasano, Professore e coordinatore dei Centri di Competenza.

Un profondo ringraziamento ai protagonisti dello sport e dell'innovazione che hanno contribuito alla ricerca con la loro esperienza e il loro punto di vista, tra cui Carlo Nardello, professore ed esperto di innovazione, governance e trasformazione digitale. Un ringraziamento particolare a Erika Andreetta, Partner PwC Italia, per il contributo allo sviluppo strategico del Centro di Competenza Strategy & Leadership e per aver dato impulso a questa ricerca, e a Team Luna Rossa, che ci ha aperto le porte del proprio team tecnico e sportivo.