Il Metodo Belli nasce da una ricerca scientifica di tre anni, durante il mio dottorato in Digital Transformation.

Non l’ho costruito per avere qualcosa da vendere: l’ho costruito perché avevo perso l’azienda della mia famiglia e volevo capire una cosa che non mi tornava — non quale tecnologia avremmo dovuto comprare, ma come avremmo dovuto affrontare l’enorme cambiamento imposto dalle tecnologie digitali, e prendere una decisione strategica.

L’obiettivo è sempre stato trovare un modo semplice e visuale per aiutare gli imprenditori a evitare quello che era successo a me. So bene che chi vive in azienda ogni giorno ha tante decisioni, più o meno importanti, da prendere, dovendo garantire la sopravvivenza e la prosperità della propria impresa. E so, allo stesso tempo, che troppe volte ci si distrae e non si comprendono in tempo i cambiamenti che stanno avvenendo attorno a noi — o si sottovalutano.

Il Metodo Belli è il risultato di tutta la mia esperienza vissuta nell’azienda di famiglia, unita alla conoscenza derivante dalla ricerca scientifica. È stato usato nelle mie consulenze in più di cento aziende, e oggi lo insegno in cinque università italiane e tre business school.

Negli ultimi anni, e in particolare negli ultimi mesi, è piombata l’intelligenza artificiale — che sta oggettivamente ridisegnando interi settori e cambiando il modo in cui lavoriamo, nessuno escluso. E mi sono trovato davanti a una domanda che riguarda chiunque abbia un metodo: regge ancora?

Ho passato mesi a rispondere seriamente. Questo pezzo comincia da lì, perché credo sia più utile raccontare cosa ho dovuto cambiare che ripetere quello che dico da anni.

Cosa non è cambiato

L’ordine.

Il metodo parte da come si muove il mercato, e solo dopo arriva a come vuoi essere percepito. Poi a cosa offri concretamente ai clienti e a come lo vivono. Poi alle tecnologie e ai dati che servono per reggere quello che hai deciso. Poi a come vendi. Poi a chi decide cosa, e come si esegue. E infine ai numeri, che dicono se tutto questo sta in piedi.

Sembra ovvio scritto così. Non lo è, perché quasi tutti fanno il contrario: partono dallo strumento — la piattaforma, il gestionale, oggi l’AI — e poi cercano una strategia che lo giustifichi. È il tetto prima delle mura. E la ricerca su questo è piuttosto chiara: le trasformazioni che partono dalla tecnologia hanno un tasso di fallimento più alto, e falliscono più tardi, quando i soldi sono già usciti.

L’AI non ha scalfito questo. Semmai l’ha reso più vero, perché ha reso più facile che mai cominciare dallo strumento — e tutti, ancora una volta, stanno facendo lo stesso errore.

Cosa ho dovuto riscrivere

Quattro cose, e le dico senza girarci intorno.

Il primo passaggio, quello sul mercato. Fino a due anni fa guardavamo come cambiano i clienti, i concorrenti, i canali. Oggi dobbiamo guardare anche una cosa nuova: i tuoi clienti hanno cominciato a chiedere a una macchina invece che a un motore di ricerca, e stanno quindi cambiando radicalmente il loro percorso d’acquisto. Significa che il modo in cui un’azienda viene trovata sta cambiando sotto i piedi di tutti — e per molte imprese familiari è una porta che si sta chiudendo mentre nessuno guarda.

Il passaggio su tecnologie e dati. Prima era una verifica: hai i sistemi che servono? Oggi è un cancello. Se i dati stanno in quattro posti diversi e nessuno sa quale sia quello giusto, l’intelligenza artificiale non solo non aiuta: peggiora, perché dà risposte sicure a partire da informazioni sbagliate. Il novanta per cento del lavoro utile su questo fronte non è AI: è mettere in ordine quello che c’è sotto — ed è la parte che nessun fornitore ha interesse a proporti, perché non è quella che vende.

Di chi è la responsabilità. Qui c’è una domanda che cinque anni fa non esisteva: chi risponde di quello che fa la macchina? Se un sistema automatico scrive a un cliente, propone un prezzo, scarta una candidatura, la responsabilità non è della macchina. È di qualcuno che deve avere un nome — e nella maggior parte delle aziende quel nome non è stato ancora scritto da nessuna parte.

L’ultimo passaggio, quello dell’esecuzione. L’AI resta dove è sempre stata: alla fine. Non per prudenza, ma per un motivo pratico che ripeto ogni volta che posso — l’intelligenza artificiale non corregge, moltiplica. Se il processo sotto è rotto, ti restituisce lo stesso processo rotto, più in fretta e su scala più grande. Non si automatizza il disastro.

La contraddizione apparente

Me la fanno notare spesso: parli tantissimo di AI, e poi nel metodo la metti per ultima.

È vero, ed è voluto. Comunicarla e implementarla sono due mestieri diversi. L’AI oggi è la porta da cui entra quasi ogni conversazione con un imprenditore, e sarebbe stupido far finta di niente. Ma nell’ordine delle cose da fare resta l’ultimo passo, quello che ha senso solo se i precedenti sono a posto.

Chi ti dice il contrario, quasi sempre, ha qualcosa da installare.

C’è poi una cosa più scomoda, e riguarda i metodi in sé — il mio compreso

Ti sei mai chiesto perché l’analisi SWOT ha quattro caselle, la matrice del Boston Consulting Group è un quadrato diviso in quattro, e le forze di Porter sono esattamente cinque?

Non è perché il mondo competitivo abbia quattro o cinque facce. È perché quegli schemi dovevano stare su una lavagna, e un gruppo di persone doveva riuscire a riempirli in un pomeriggio. Il numero non descrive la realtà: descrive quanto ci sta nella testa di chi decide.

Lo dico anche del mio, perché sarebbe comodo fare l’eccezione. I sette quadranti del Metodo Belli sono sette per la stessa ragione: sette è quello che una squadra riesce a tenere insieme senza perdersi per strada. La sequenza l’ho verificata sul campo e la difendo; ma il numero è una concessione a noi, non una legge della natura.

Felipe Csaszar, che studia esattamente come si prendono le decisioni strategiche, l’ha scritto su Harvard Business Review a settembre in un modo che mi ha fatto fermare: il collo di bottiglia della strategia non è mai stata la scarsità di strade possibili. È sempre stata la capacità di chi deve valutarle. Quante alternative riesci a mettere sul tavolo prima che finiscano il tempo, la pazienza o la riunione.

E qui c’è la parte che riguarda te molto più delle multinazionali. In una grande azienda quel limite è distribuito su un ufficio strategia, su consulenti, su un comitato. In un’impresa familiare è concentrato in una persona sola, che nel frattempo sta facendo altre otto cose. Il vincolo non è più stretto: è strettissimo.

Quello che l’intelligenza artificiale cambia, allora, non è la sequenza. È quanto puoi permetterti di guardare dentro ogni passaggio. Dove prima si arrivava a tre o quattro ipotesi — e non perché ne esistessero solo tre o quattro, ma perché oltre non ci si arrivava — oggi se ne possono esaminare cento e scartarne novantasei con un criterio, invece che per stanchezza.

Ma attenzione a come finisce il ragionamento, perché è qui che quasi tutti sbagliano. Allargare il campo non riduce il bisogno di giudizio: lo aumenta. Prima avevi quattro opzioni e nessun tempo. Adesso ne hai quattrocento, e resta comunque una persona sola che deve scegliere — e che deve sapere su quali basi.

La macchina allarga la ricerca. Scegliere è ancora un mestiere umano, ed è precisamente il mestiere che faccio.

Ogni settimana una regola

Una sola, spiegata con calma: da dove viene, cosa succede quando non la si rispetta, e perché sta in quel punto della sequenza e non in un altro.

Non pubblicherò le domande esatte che faccio in azienda, né l’elenco operativo di cosa si fa passaggio per passaggio: quello è il lavoro, ed è giusto che resti tale. Ma la logica, l’ordine e il perché sì — servono a te per capire se stai ragionando bene, anche se non lavoreremo mai insieme.

Questo pezzo è uscito per primo sulla mia newsletter Metodo Belli su LinkedIn, dove ogni settimana racconto una regola della sequenza.