Il pensiero non è un esercizio individuale.
E nemmeno quello delle organizzazioni.
L’AI sta cambiando ciò che ciascuno di noi può fare da solo.
Quando cambia il lavoro individuale, cambiano anche le interazioni tra le persone, la conoscenza che circola, il modo in cui si prendono le decisioni e, nel tempo, l’organizzazione stessa.
Nobody Thinks Alone è il progetto che tiene insieme il libro scritto da Sara Malaguti, una lente di ricerca e un framework in evoluzione per comprendere questi cambiamenti prima di decidere come intervenire.
01 — Il libro
Il pensiero non è un esercizio individuale
Che cosa accade al nostro pensiero quando una delle voci con cui pensiamo non è più umana?
Siamo abituati a pensare al pensiero come a una pratica individuale. Il pensiero non è un esercizio individuale parte, provocatoriamente, dall’assunzione opposta: non lo è mai stato davvero, perché abbiamo sempre pensato con gli altri. Le altre persone ci danno il linguaggio, mettono in discussione le nostre interpretazioni, spostano il nostro punto di vista e lasciano tracce nel modo in cui guardiamo il mondo, anche quando crediamo di pensare da soli.
L’AI è entrata in questo spazio.
Per la prima volta, una parte del dialogo con cui sviluppiamo idee, prendiamo decisioni e comprendiamo noi stessi può avvenire con una macchina sempre disponibile, straordinariamente reattiva e sempre più capace di ricordare il nostro contesto.
Il libro segue diciotto situazioni vissute dall’autrice mentre costruiva Flowerista: conversazioni con colleghe e colleghi, clienti, altre persone e AI in cui ciò che sembrava acquisito ha dovuto essere rimesso in discussione.
Flowerista è il laboratorio organizzativo in cui queste domande prendono forma nella pratica. È da quelle situazioni che emerge una domanda destinata a diventare più grande del libro stesso.
Se il pensiero non è un esercizio individuale, come pensa un’organizzazione?
02 — Dalle persone alle organizzazioni
L’AI entra nelle organizzazioni a partire dalle persone.
Una nuova tecnologia può essere introdotta a livello organizzativo. I suoi effetti, raramente, cominciano da lì.
Cominciano quando qualcuno scopre che un’attività può essere svolta in modo diverso.
Immagina una proposta che prima richiedeva quattro ore e un confronto con un collega. Con l’AI, una persona può produrne una buona prima versione in quaranta minuti.
All’inizio può sembrare un semplice guadagno di produttività individuale. Ma chi prima partecipava a quel lavoro, ora potrebbe non vederlo più.
- Una conversazione scompare.
- Un pezzo di conoscenza smette di circolare.
- Una decisione che prima era condivisa diventa individuale.
Se succede una volta, cambia poco. Se succede centinaia di volte dentro un’organizzazione, comincia a cambiare l’organizzazione.
KNOWLEDGE MAP INTERATTIVA
Entra nelle connessioni.
Attraversa il libro, le sue idee centrali, il framework Micro–Meso–Macro e l’Organizational Second Brain. Ogni punto apre le relazioni che lo circondano.
03 — Micro / Meso / Macro
Lo stesso cambiamento può manifestarsi su tre livelli diversi.
Micro
La persona
Che cosa cambia nel modo in cui una persona lavora, decide, impara o usa l’AI?
Meso
Le interazioni
Che cosa cambia tra le persone? Dove circola la conoscenza? Dove si ferma? Quali conversazioni scompaiono? Quali nuove dipendenze emergono?
Macro
Il sistema
Che cosa diventa persistente? Processi, regole, responsabilità decisionali, linguaggio condiviso, infrastruttura e memoria organizzativa.
I tre livelli non si limitano a sommarsi.
Un’azienda può incoraggiare formalmente la condivisione della conoscenza mentre le interazioni quotidiane continuano a trattenerla dentro poche relazioni.
Le persone possono sviluppare modi straordinari di lavorare con l’AI mentre l’organizzazione resta incapace di apprendere da quelle pratiche.
Può esistere un’infrastruttura della conoscenza sofisticata mentre la conoscenza più preziosa continua a passare da conversazioni che non lasciano traccia.
Spesso è nella distanza tra i tre livelli che si trova l’informazione più importante.
04 — Che cosa sa l’organizzazione?
Un’organizzazione può avere molta conoscenza e non riuscire comunque a usarla.
La conoscenza esiste nei documenti e nei database. Esiste anche nelle conversazioni, nelle eccezioni, nelle decisioni, nei disaccordi, nelle relazioni con i clienti e nell’esperienza di chi svolge il lavoro.
Quando l’AI cambia il modo in cui le persone lavorano e interagiscono, cambia anche il modo in cui la conoscenza circola. Alcune informazioni diventano più facili da catturare. Altre smettono di passare da una persona all’altra perché viene meno l’interazione che prima le faceva emergere.
Una parte della conoscenza rimane dentro conversazioni individuali con l’AI. Un’altra raggiunge l’organizzazione, ma perde il contesto che le dava significato.
Questo apre una domanda diversa per l’adozione dell’AI:
Che cosa sta diventando visibile all’organizzazione, e che cosa sta diventando invisibile?
05 — Le organizzazioni devono ricordare il cambiamento
Per capire ciò che sappiamo oggi, serve ricostruire come ci siamo arrivati.
Conoscere lo stato attuale di qualcosa è utile. A volte la conoscenza più preziosa sta nel capire come ci siamo arrivati.
- All’inizio un cliente era stato interpretato in un certo modo.
- Sono emerse nuove evidenze.
- Qualcuno ha messo in discussione quell’interpretazione.
- L’organizzazione ha modificato la propria comprensione.
- Ne è seguita una decisione diversa.
- Più tardi, la realtà ha mostrato se quella decisione aveva funzionato.
Questa storia conta, perché le organizzazioni imparano quando l’esperienza può modificare ciò che prima ritenevano vero. Per questo osserviamo dove si trova la conoscenza e come cambia:
È qui che la memoria organizzativa diventa più di un archivio di informazioni. Entra nella capacità dell’organizzazione di apprendere.
06 — Il framework
Osserviamo come un cambiamento passa dalla persona alle interazioni e poi al sistema.
Il framework Micro–Meso–Macro nasce dalle situazioni raccontate in Il pensiero non è un esercizio individuale e dal nostro lavoro dentro le organizzazioni.
Partiamo da episodi reali, invece che da descrizioni astratte di come l’organizzazione dovrebbe funzionare.
L’obiettivo è rendere l’organizzazione più leggibile a se stessa, prima di decidere che cosa l’AI dovrebbe amplificare.
Poi seguiamo ciò che è accaduto
- Dove ha avuto origine la conoscenza?
- Chi poteva vederla?
- Come si è mossa?
- Dove si è fermata?
- Che cosa è cambiato quando le persone hanno interagito?
- Che cosa è rimasto?
- Che cosa ha imparato l’organizzazione?
07 — Dall’osservazione all’intervento
Non partiamo dalla tecnologia.
Partiamo da ciò che sta accadendo davvero nel lavoro. Da lì, il percorso può svilupparsi in fasi diverse:
01Casi ed evidenze
Partiamo da episodi reali e dalle tracce che hanno lasciato: conversazioni, documenti, decisioni, passaggi di lavoro ed esiti. Ricostruiamo che cosa è successo prima di formulare una diagnosi, così il framework rimane ancorato al lavoro effettivo e non a un punteggio generico di maturità.
02Micro / Meso / Macro
Osserviamo lo stesso cambiamento in tre punti diversi: nella persona, nelle interazioni tra persone e nel sistema organizzativo. Questo permette di capire dove nasce un comportamento, come si propaga e in che modo regole, processi e infrastrutture finiscono a loro volta per influenzarlo.
03Mappe organizzative
Le evidenze vengono organizzate in mappe che rendono visibili circolazione della conoscenza, dipendenze, passaggi decisionali, memoria e punti di attrito. Sono viste diverse dello stesso sistema: servono a riconoscere pattern che nei singoli episodi resterebbero frammentati.
04Diagnosi
Dalle mappe individuiamo i pattern che contano: che cosa funziona solo localmente, dove la conoscenza si ferma, quali dipendenze si stanno creando e quali comportamenti stanno diventando strutturali. La diagnosi orienta le priorità su cui vale la pena intervenire.
05Requisiti cognitivi
Traduciamo la diagnosi nelle capacità che l’organizzazione deve sostenere: far emergere ciò che sa, far circolare la conoscenza, comporla tra punti di vista diversi, sedimentare ciò che deve restare, verificare ciò che può non essere più valido e mantenere apertura verso ciò che ancora non sa.
06Intervento
A questo punto progettiamo il cambiamento. L’intervento può riguardare pratiche di lavoro, responsabilità decisionali, collaborazione, comunicazione, uso dell’AI, processi o memoria organizzativa. La leva scelta dipende dal pattern osservato, non da una soluzione standard.
07Tecnologia, quando è parte della risposta
Solo dopo aver chiarito il problema e i requisiti cognitivi valutiamo se serve una componente tecnologica. Può significare collegare meglio le fonti, costruire memoria organizzativa, usare knowledge graph, RAG o agenti AI. In altri casi la risposta è organizzativa e la tecnologia non è necessaria.
L’intervento può riguardare il modo in cui vengono prese le decisioni, come la conoscenza si muove tra le funzioni, dove risiedono le responsabilità, come le persone lavorano con l’AI o come viene mantenuta la memoria organizzativa.
A volte la risposta richiede tecnologia. A volte no.
08 — Che cosa viene dopo?
L’Organizational Second Brain
Un’organizzazione produce continuamente conoscenza mentre lavora. Una parte resta nelle persone, una parte nelle conversazioni, nei progetti, nei documenti, nelle decisioni e negli strumenti che usa ogni giorno.
Il problema è che questa conoscenza spesso rimane dispersa, difficile da collegare o accessibile solo a chi sa già dove cercarla.
Un Organizational Second Brain è un’infrastruttura cognitiva condivisa che aiuta l’organizzazione a rendere visibile, collegare, conservare e riattivare ciò che sa e ciò che impara mentre lavora.
Il modo in cui viene progettato dipende dallo scopo. Può sostenere la memoria organizzativa, facilitare l’onboarding, far circolare conoscenza tra team, collegare segnali provenienti da luoghi diversi, supportare il coordinamento, verificare ciò che l’organizzazione riteneva valido o aiutare a prendere decisioni con più contesto.
Può esistere a livello dell’intera organizzazione e offrire accessi, viste e modalità di interrogazione diverse a seconda di chi lo usa.
L’obiettivo è fare in modo che ciò che l’organizzazione apprende non rimanga confinato nel punto in cui è nato e possa continuare a essere usato, discusso e aggiornato.
A che cosa può servire
Quando interrogarlo
Quando serve recuperare contesto, collegare conoscenze disperse o riattivare ciò che l’organizzazione ha già imparato.
Le domande cambiano a seconda di chi lo usa e dello scopo. La stessa infrastruttura può aiutare un CEO a ricostruire una decisione, un commerciale a leggere la storia di un cliente, un creativo a esplorare campagne e concept del passato o una nuova persona a orientarsi rapidamente nel contesto.
Non decide al posto dell’organizzazione. Aumenta la sua capacità di vedere, ricordare, collegare e rivedere ciò che sa.
09 — Porta la conversazione nella tua organizzazione
Parti da una domanda.
Non tutte le organizzazioni hanno bisogno di un assessment. A volte serve una domanda abbastanza forte da cambiare la conversazione.
Lavoro con leadership team, aziende e istituzioni con keynote e conversazioni costruite intorno alle domande da cui nasce Il pensiero non è un esercizio individuale.
Possibili punti di partenza
Come sta cambiando l’AI il modo in cui pensiamo al lavoro?
Che cosa succede a un’organizzazione quando le persone hanno meno bisogno le une delle altre per produrre?
Che cosa dovrebbe restare umano quando l’AI entra nelle decisioni quotidiane?
Se il pensiero non è un esercizio individuale, come pensa un’organizzazione?
10 — Parti da ciò che sta accadendo
Qualcosa sta già cambiando.
- —Le persone stanno usando l’AI in modi molto diversi.
- —La conoscenza si sta concentrando in un punto inatteso.
- —I team producono di più, ma interagiscono meno.
- —Un processo funziona sulla carta e si rompe nella pratica.
- —L’adozione dell’AI sta avanzando più velocemente della capacità dell’organizzazione di comprenderne le conseguenze.
È qui che entra Flowerista.
Lavoriamo con le organizzazioni per osservare ciò che sta accadendo tra persone, interazioni e sistemi, capire quali pattern contano e progettare ciò che dovrebbe accadere dopo.
11 — Flowerista
Flowerista è il laboratorio in cui questo lavoro è cominciato.
Lavoriamo sull’adozione dell’AI dall’interno della vita organizzativa, nel punto in cui la tecnologia incontra abitudini, relazioni, conoscenza e processi decisionali già esistenti.
Il framework è nato osservando la nostra organizzazione mentre l’AI la stava cambiando e portando poi le stesse domande nel lavoro con i clienti.
Per questo il nostro punto di partenza rimane volutamente semplice:
Prima di chiederci che cosa può fare l’AI per un’organizzazione, vogliamo capire in quale organizzazione sta entrando.
12 — L’autrice
Sara Malaguti
Lavoro a cavallo tra umanesimo, tecnologia e ricerca organizzativa. Sono la fondatrice e CEO di Flowerista e l’autrice di Il pensiero non è un esercizio individuale.
Il mio percorso intreccia studi umanistici, economia e organizzazioni. Prima di fondare Flowerista ho lavorato per oltre otto anni in London Stock Exchange Group.
Oggi il mio lavoro si concentra su ciò che accade quando l’AI entra nell’infrastruttura cognitiva e relazionale delle organizzazioni: come pensano le persone, come circola la conoscenza e come i cambiamenti individuali diventano sistemici.
Il pensiero non è un esercizio individuale è il libro con cui ho iniziato a mettere queste domande alla prova della pratica.
13 — In dialogo
Due modi per entrare in contatto.
Parti da una domanda.
Porta le idee del libro nella tua organizzazione con un keynote, una conversazione con il leadership team o un workshop.
Parti da ciò che sta accadendo.
Portaci un cambiamento, una tensione o una situazione reale della tua organizzazione. Ti aiuteremo a capire che cosa sta accadendo tra Micro, Meso e Macro e come intervenire.