Una giornata a Cupertino è come un vero master
Come avete potuto vedere dal mio recente post, ho avuto la fortuna di incontrare L.M. in Apple, all’interno di Apple Park, durante il mio viaggio in Silicon Valley, e la fortuna di ascoltarlo e fare un sacco di domande a ruota libera, è stato un grande privilegio. Non si è parlato di modelli, di benchmark, di nuove architetture di rete neurale: si è parlato di persone, di scelte, di postura nei confronti del tempo che stiamo attraversando. È quel mindset, più che i dettagli aziendali, ciò che porto a casa, perché travalica la singola organizzazione e parla a chiunque oggi cerchi di guidare un’impresa, una scuola, uno studio professionale o una comunità di lavoro dentro la trasformazione dell’intelligenza artificiale.
Sono uscito da quella sala con sette appunti — sette osservazioni che non sono novità, è proprio questo il punto: dette dentro una delle culture industriali più scrutinate al mondo, smettono di sembrare ovvietà e tornano a essere scelte.
1. Prendersi cura delle persone e dei loro dati
La privacy non è una promessa, è una scelta progettuale.
Comincio dal paradosso che mi è rimasto più impresso: Apple Pay non è nato per essere un business, è nato come una feature — una funzione del telefono pensata per rendere i pagamenti sicuri e ridurre drasticamente le frodi sulle transazioni dei clienti. L.M. ci racconta che l’opportunità di trasformarla in una linea di ricavi è arrivata dopo, quasi per conseguenza dell’efficacia nell’eliminare le frodi, che ha creato il margine per proporre agli istituti finanziari una commissione in cambio della riduzione dei loro costi di gestione del rischio. Da feature a business, senza che il business fosse il punto di partenza, ed è qui il dettaglio che cambia tutto, perché nel passaggio l’architettura tecnica non è cambiata: è rimasta quella della feature originaria, progettata attorno alla privacy del cliente e non attorno al dato del cliente.
Apple Pay, ci racconta L.M., non sa nulla delle transazioni che passano attraverso di sé: non sa dove i clienti spendono i soldi, non sa quanto spendono, non sa quando spendono. L’azienda viene a conoscenza dei volumi, soltanto a fine mese, quando gli istituti finanziari comunicano i totali per liquidare le commissioni dovute, nessuno voleva crederci.
Per anni avevo letto della privacy by design come di un concetto teorico, una buona pratica raccomandata dai framework regolatori; sentirla raccontare così, dentro un caso operativo che muove ogni giorno volumi enormi su scala globale, è un’altra cosa.
C’è una differenza profondissima tra la privacy come policy e la privacy come architettura, ed è la differenza che credo dovremo tenere bene a mente nei prossimi anni.
La privacy come policy è un compromesso, perché raccogli il dato, prometti di custodirlo bene, ti impegni a non usarlo male: è un patto a posteriori. La privacy come architettura è invece una rinuncia preventiva, perché scegli di non raccogliere quel dato e così risolvi a monte un problema che altrimenti dovresti gestire a valle: è una scelta a priori. La prima strada è più redditizia nel breve, perché ogni dato in più è una possibilità di monetizzazione in più; la seconda è più sostenibile nel lungo, perché ogni dato che non hai raccolto è un dato che non puoi perdere, che non puoi violare, che non puoi essere costretto a consegnare a terzi quando le condizioni cambieranno.
Nell’era dell’intelligenza artificiale questa differenza diventa strategica, non più soltanto etica. I modelli si nutrono di dati, e la tentazione di raccogliere tutto, perché tecnicamente si può, sarà fortissima per chiunque progetti un servizio basato sull’AI. Chi avrà la disciplina di scegliere quali dati non raccogliere costruirà un capitale di fiducia che nessuna campagna di comunicazione potrà imitare, perché la fiducia, ormai lo sappiamo, non si chiede a posteriori e non si ricostruisce con un comunicato stampa quando la si è persa.
Apple Pay è oggi, in molti mercati, un wallet completo che sostituisce le carte di credito e di debito, e che nei prossimi anni si prepara a contenere anche la patente di guida, la carta d’identità, le tessere sanitarie e in generale tutti i documenti che oggi portiamo nel portafoglio fisico. Il fatto che a farlo sia un servizio che ha deciso di non sapere dove spendi i tuoi soldi non è un dettaglio di marketing: è la dimostrazione che si può scegliere di non sapere, e che questa scelta può reggere un business di scala globale.
È il segnale che il rapporto tra tecnologia e fiducia delle persone, nell’era dell’AI, si gioca prima dell’algoritmo, nella scelta architetturale di che cosa raccogliere e che cosa lasciare fuori.
2. La persona prima del talento
L’insuccesso, quasi sempre, non è della persona ma del ruolo, un leader bravo se ne accorge e se ne fa carico.
Se il primo appunto partiva dalla cura nei confronti del cliente — dei suoi dati, della sua dignità, della sua libertà — il secondo è il suo riflesso speculare, sul versante di chi nell’organizzazione lavora ogni giorno: stessa postura, oggetto diverso. La cura per il cliente che porta a non sapere ciò che non è necessario sapere ha il suo gemello nella cura per il collaboratore che porta a chiedersi, prima di valutarlo, se è nel posto giusto.
L.M. ci racconta una storia che dice più di mille slide. Un dipendente non era in linea con gli obiettivi e le performance attese, e la reazione classica sarebbe stata una conversazione difficile e, alla fine, l’uscita. La reazione che ci racconta è andata in tutt’altra direzione: invece di chiudere il rapporto, la persona è stata spostata a un ruolo apparentemente di livello inferiore ma più allineato con la sua passione. Da quel ruolo sono arrivate due promozioni successive e l’organizzazione non aveva perso un talento, aveva trovato per quel talento l’incastro giusto.
È un cambio di postura che chiede al leader una responsabilità in più, non in meno: accorgersi del disallineamento, e farsi carico di cercare un ruolo migliore prima di rinunciare alla persona. Cambia il messaggio implicito che l’organizzazione manda a tutti: qui ti cerchiamo, non ti scartiamo.
3. Il micromanagement è un cancro
La fiducia non è gentilezza manageriale, è l’unica condizione perché il talento possa operare al suo livello.
Quando le persone giuste sono al posto giusto, il problema diventa lasciarle lavorare. Su questo, la formulazione che L.M. ci offre non è un’opinione, è una diagnosi netta: il micromanagement è un cancro, non un fastidio, non una cattiva pratica, non un’inefficienza, ma proprio una patologia che, se non rimossa per tempo, finisce per consumare la capacità dell’organizzazione di funzionare al proprio livello. La parola pesa, e pesa di proposito, perché significa che chi cerca controllo a tutti i livelli, dentro un’organizzazione complessa, non sta semplicemente irritando i collaboratori: sta attivamente distruggendo le condizioni perché quelle persone possano operare al meglio di sé.
Se la patologia ha un nome, l’antidoto pure: assumere persone più brave di sé in aree specifiche è la prima responsabilità di un leader, e non la più temibile. Il manager che si circonda di profili meno qualificati per non sentirsi mai sfidato sta scegliendo un’organizzazione mediocre. Il leader che si circonda di persone più competenti di lui in ciascuna delle loro specialità — del fiscalista che ne sa di più di lui in fiscalità, del comunicatore che ne sa di più di lui in comunicazione, del tecnologo che ne sa di più di lui in tecnologia — sta scegliendo un’organizzazione potente. La paura di essere superato dal proprio team è una paura che fa danni proporzionali al ruolo di chi la prova.
Nell’era dell’intelligenza artificiale questo principio assume un peso che fino a ieri non aveva. Quando lo strumento moltiplica esponenzialmente le capacità di analisi e di esecuzione di ogni singolo collaboratore, il manager che continua a voler controllare ogni decisione diventa, di colpo, il vero collo di bottiglia dell’organizzazione.
L’AI non risolve il problema del controllo verticale: lo amplifica. Il leader che non ha imparato a fidarsi prima dell’AI non ce la farà a fidarsi durante l’AI, e si ritroverà a guidare un’organizzazione meno reattiva di quelle che hanno imparato a delegare bene.
4. Le quattro priorità che fanno scuola
Un framework chiaro non riduce l’autonomia delle persone, la abilita.
Lasciare lavorare le persone non significa lasciarle sole, significa dare loro una grammatica condivisa che permetta di prendere decisioni coerenti senza dover risalire a ogni passaggio la catena di comando. È qui che L.M. ci consegna uno degli appunti più operativi della giornata: le quattro priorità che, condivise con tutta l’organizzazione e ripetute fino a diventare patrimonio comune, permettono a ogni persona di sapere cosa fare quando si trova davanti a una scelta.
Creare valore. La prima priorità è la più diretta: creare valore, sempre, sia per l’azienda sia per il cliente. Non è una scelta tra i due, è la condizione perché entrambi vengano serviti bene. Un’organizzazione che crea valore solo per sé stessa e non per chi paga il prodotto erode rapidamente la propria base di clienti; un’organizzazione che crea valore solo per il cliente e non per sé stessa erode la propria capacità di continuare a investire, e quindi di servirlo ancora meglio nel tempo. La direzione di marcia, ci ricorda L.M., è quella delle decisioni che generano valore da entrambe le parti del tavolo: ogni euro di ricavo è insieme un euro di soddisfazione del cliente e un euro di capacità futura dell’azienda di servirlo ancora meglio.
Ridurre il rischio. La seconda priorità è il contrappeso strutturale alla prima, creare valore senza considerare il rischio è come correre veloci con gli occhi chiusi. Ridurre il rischio non significa essere conservatori, significa farsi le domande giuste prima che le domande diventino emergenze: dove può rompersi il sistema, dove può rompersi la fiducia, dove può rompersi la reputazione. Le organizzazioni che innovano davvero sono quelle che hanno mappato bene i propri rischi a monte, non quelle che li scoprono a valle quando ormai è tardi.
Comunicare con chiarezza. La terza priorità è quella che L.M. ci dice essere più spesso trascurata, e che invece riconosce come decisiva. Tradurre il linguaggio tecnico — quello finanziario, quello tecnologico, quello legale — in un linguaggio semplice, lineare, chiaro non è un esercizio di stile, è la condizione perché l’organizzazione possa decidere in modo coordinato. Quando il dipartimento finanza rimane incomprensibile a chi gestisce le vendite, o quello tecnologico rimane incomprensibile a chi gestisce le persone, l’organizzazione si frammenta in tribù che parlano lingue diverse. Comunicare con chiarezza significa, semplicemente, rispettare il tempo e l’intelligenza di chi ti ascolta.
Attrarre talenti migliori di te. La quarta priorità chiude il cerchio e tiene insieme le altre tre. Attrarre persone più brave di sé in aree specifiche non è una concessione gentile, è la base perché tutto il resto funzioni. Se la prima priorità è creare valore, ti servono persone capaci di crearlo; se la seconda è ridurre il rischio, ti servono persone capaci di vederlo prima degli altri; se la terza è comunicare con chiarezza, ti servono persone capaci di tradurre. Senza talento, le altre tre priorità restano dichiarazioni di intenti senza alcuna esecuzione.
Non c’è nulla di particolarmente originale in queste quattro voci, ed è proprio la loro semplicità a renderle potenti. Quando ogni persona, a ogni livello, sa che cosa è considerato prioritario e con quale ordine, può prendere autonomamente decisioni coerenti senza dover chiedere conferma a chi sta sopra. Non si tratta di una direttiva ma di una grammatica condivisa, e la differenza è importante: una direttiva si esegue, una grammatica si abita.
L’esercizio che mi sono portato a casa è semplice: provare a scrivere su un foglio le proprie quattro priorità. Non quaranta, quattro. E condividerle abbastanza spesso da far sì che ognuno, nella propria organizzazione, sappia che cosa, ogni mattina, conta davvero. Si scoprirà che è molto più difficile di quanto sembri, perché obbliga a scegliere, e scegliere è la cosa che molti leader hanno disimparato a fare.
5. Smart working: anche no, e perché
La presenza non serve a sorvegliare, serve a trasmettere quello che non si scrive.
Sul lavoro a distanza la posizione di L.M. è netta: si torna in ufficio. La cosa interessante, però, non è la posizione in sé — sono i due ordini di motivazione che la sostengono, entrambi più sottili di quanto il dibattito pubblico sullo smart working abbia raccontato finora.
Il primo motivo riguarda la collaborazione tra funzioni diverse, un’organizzazione che fa hardware, software, finanza, acquisti — quattro mondi con linguaggi profondamente diversi tra loro — funziona perché queste funzioni si parlano ogni giorno, si confrontano in tempo reale, si correggono a vicenda senza dover passare da una mediazione formale. L.M. ci spiega che senza la presenza fisica questo tessuto di collaborazione, fatto di scambi quotidiani brevi e di incontri imprevisti nei corridoi, si sgretolerebbe nel tempo: non subito, non drammaticamente, ma in modo silenzioso e cumulativo, fino al punto in cui l’organizzazione non si accorgerebbe più di star parlando lingue diverse al proprio interno.
Il secondo motivo è ancora più importante, ed è il punto su cui L.M. è stato più chirurgico. L’efficienza e la produttività del singolo collaboratore — riconosce esplicitamente — possono essere mantenute anche da casa: non è quello il vero problema dello smart working, il vero problema, dice, è l’impatto sullo sviluppo professionale dei giovani. Le capacità di leadership non si imparano tramite riunioni online: si imparano osservando colleghi più senior che prendono decisioni in riunioni di persona, ascoltando come gestiscono i silenzi, le esitazioni, le obiezioni, le sfumature che semplicemente non sopravvivono alla mediazione dello schermo.
Su questo punto io concordo profondamente con la sua analisi schietta e diretta, è una posizione che richiede coraggio, perché va controcorrente rispetto a una narrazione largamente vincente, ma è una posizione onesta, perché distingue con precisione ciò che lo schermo può davvero sostituire — l’esecuzione, la coordinazione, larga parte della collaborazione formale — da ciò che lo schermo non può sostituire: la trasmissione del giudizio implicito, di quella conoscenza laterale che si impara solo stando vicino a chi la possiede. Non è una nostalgia del passato, è una difesa lucida di un meccanismo formativo che, una volta perso, non sapremo facilmente ricostruire.
Riconosco anche, e va detto, che lo smart working ha rappresentato per molti lavoratori, e in particolare per molte lavoratrici, una conquista significativa in termini di equilibrio e qualità della vita. Su quel piano, tornare in ufficio è un costo reale che chi guida un’organizzazione deve farsi carico di compensare in modo intelligente, non di nascondere dietro un regolamento. Ma il punto sollevato da L.M. non riguarda quel piano: riguarda la capacità delle organizzazioni di formare la propria leadership futura, e quella è una capacità che, persa, non si recupera con un comunicato HR.
La conversazione pubblica sullo smart working si è troppo spesso schiacciata fra due posizioni mute, il rigetto della presenza in nome della libertà individuale e l’imposizione della presenza in nome dell’efficienza, entrambe sbagliate per la stessa ragione: ignorano che la presenza non serve a sorvegliare, serve a trasmettere quello che non si scrive. Nell’epoca in cui l’intelligenza artificiale rende infinitamente più disponibili i contenuti formali — istruzioni, manuali, procedure, persino interi processi decisionali — diventa più prezioso, non meno, lo spazio in cui si trasmette ciò che non è ancora stato codificato. Lo sguardo che un senior posa su un’obiezione difficile, il silenzio di tre secondi prima di rispondere a una domanda scomoda, la piega che la voce prende quando una decisione importante sta per essere presa: sono cose che nessun modello, per ora, sa restituire, e che proprio per questo restano l’eredità più preziosa che una generazione di leader possa lasciare alla successiva.
6. La disciplina del “no”
Le organizzazioni che reggono la trasformazione sono quelle che sanno dire no più di quante sanno dire sì.
A un certo punto della conversazione qualcuno di noi pone una domanda diretta: con risorse così grandi, perché così poche grandi acquisizioni? La risposta non è di circostanza, è quella che, alla fine, lega tutti gli altri appunti che mi sono portato a casa — la disciplina del “no”. Tre filtri molto restrittivi, dice L.M., e ce la racconta declinata in tre forme molto concrete, ciascuna piuttosto rara nel modo in cui le aziende si raccontano normalmente.
Sui prodotti. La prima forma riguarda il portafoglio di cose su cui si decide di lavorare. La regola, che L.M. attribuisce esplicitamente alla cultura ereditata dai fondatori, è dire di no a moltissime buone idee per concentrarsi sulle poche grandi. È un principio facile da dire e difficilissimo da praticare: significa accettare di lasciare sul tavolo opportunità reali — idee che funzionerebbero, prodotti che venderebbero — in nome di una concentrazione che, sul momento, non sembra ancora redditizia. La maggior parte delle aziende fallisce su questo punto, perché ogni idea ha il suo sponsor interno, e dire di no a uno sponsor è più costoso sul piano politico che dire di sì.
Sulle persone. La seconda forma riguarda le assunzioni, che è prassi in Apple tenere una posizione aperta — anche per anni, letteralmente — finché non si trova la persona ritenuta perfetta per quel ruolo. La logica è netta: un ruolo coperto da chi non è all’altezza fa più danno di un ruolo vacante, perché blocca le persone giuste, frustra il team, e produce decisioni mediocri che poi tocca correggere. Tenere aperta una sedia costa pazienza, ma costa molto meno che riempirla in fretta con la persona sbagliata.
Sulle acquisizioni. Veniamo alla risposta della domanda iniziale, ed è la parte su cui L.M. è stato più analitico, tre filtri molto chiari:
Il primo è il fit strategico: si esclude di acquisire aziende il cui modello di business non è compatibile — per esempio, modelli basati sulla pubblicità — perché, una volta integrate, andrebbero distrutte invece di essere preservate.
Il secondo è il rischio regolatorio: le grandi operazioni richiedono percorsi antitrust lunghi e incerti, che possono bloccare l’operazione per anni.
Il terzo è la valutazione finanziaria: spesso le società target sono valutate così tanto che diventa più sensato investire nel riacquisto delle proprie azioni, evitando ogni rischio di integrazione. Si fanno invece molte piccole acquisizioni mirate, sotto la soglia di valutazione che attiva i filtri regolatori, per colmare lacune tecnologiche specifiche o accelerare il time-to-market di una capacità che internamente richiederebbe troppo tempo.
Tre forme diverse di una stessa disciplina. E nell’era dell’intelligenza artificiale, dove ogni nuova capacità tecnologica produce immediatamente la tentazione di farne uso, questa disciplina diventa la più rara e la più necessaria delle pratiche manageriali. Si potrebbe automatizzare ogni interazione con il cliente, si potrebbe predire ogni preferenza, si potrebbe sostituire ogni decisione ripetitiva, si potrebbe espandere ogni prodotto in funzioni adiacenti senza fine. Il fatto che si possa, però, non significa che si debba, e le organizzazioni che reggeranno questa trasformazione saranno quelle che avranno avuto la disciplina di chiedersi, prima di ogni nuova introduzione di capacità tecnologica, se quella cosa la stiano facendo perché serve davvero a chi la riceve, o soltanto perché tecnicamente possono farla.
È, in fondo, la stessa domanda che attraversa questa rubrica da sempre: a cosa serve, per chi, deciso da chi. Sentirla riformulata con parole diverse dentro una delle culture industriali più sviluppate del mondo è stato il momento in cui ho capito che certe domande non sono fatte per essere risposte una volta sola, sono fatte per essere riposte ogni volta che una nuova tentazione si presenta, e di tentazioni, nei prossimi anni, ne avremo molte.
7. Scommettere sui giovani
Il give back più potente è quello che non chiede ritorno. E i giovani sono il ritorno che non vediamo.
L’ultimo appunto è il più personale, e quello che ci riguarda, pensando all’Italia e all’Europa con preoccupazione. Quando si è chiesto a L.M. come sentisse il legame con il Paese d’origine, la risposta è stata onesta e disarmante. La famiglia è altrove, la vita è altrove, il lavoro è altrove. Quello che si può fare, da remoto, è sostenere le nuove generazioni: investire nelle startup, accompagnare i ragazzi che stanno provando, costruire ponti di sapere e di capitale tra le scuole italiane più ambiziose e l’ecosistema dell’innovazione globale. Non è un piccolo gesto, è anzi esattamente il gesto di cui un Paese che invecchia ha più bisogno.
L’Europa è il continente con la dinamica demografica più sfavorevole dell’Occidente. In un’epoca in cui l’intelligenza artificiale moltiplicherà la produttività di chi ne saprà cogliere il valore, scommettere sui giovani non è una concessione alla retorica generazionale, è la più razionale delle scelte strategiche.
Chi guida oggi un’organizzazione, una scuola, un’istituzione, un fondo, ha la responsabilità di chiedersi che cosa stia investendo concretamente in chi viene dopo: non in modo simbolico, non con sponsorizzazioni di facciata, ma in modo strutturale, con tempo, con denaro, con accesso a reti che da soli quei giovani non avrebbero. L’appunto che mi sono portato a casa, su questo punto, è anche una promessa che faccio a me stesso: continuerò a usare lo spazio che ho — questa rubrica, le mie lezioni, gli incontri che mi capitano — per aprire porte a chi viene dopo, anche e soprattutto quando quelle porte porteranno via il mio posto nelle mie organizzazioni.
Il filo che tiene insieme i sette appunti
Tornando da Apple Park, mi è rimasta una constatazione che non avevo previsto. Avrei pensato di portarmi a casa appunti sull’intelligenza artificiale, sui modelli, sui benchmark, sulle architetture di rete neurale, ma ho trovato altro, ho trovato una postura nei confronti delle persone — clienti, collaboratori, giovani in formazione — che attraversa ogni decisione e che, alla fine, fa la differenza tra un’organizzazione che resiste al tempo e una che si dissolve dentro la prima trasformazione.
Il filo che lega i sette appunti è semplice da nominare e difficilissimo da praticare. È l’idea che la tecnologia, anche quella più trasformativa, sia uno strumento al servizio di una relazione, e non un sostituto della relazione.
Quando un sistema di pagamento sceglie di non sapere dove spendi i tuoi soldi, quando si sposta un collaboratore al ruolo giusto invece di licenziarlo, quando si rifiuta il micromanagement come si rifiuta una malattia, quando si dà a tutti una grammatica chiara per decidere in autonomia, quando si chiede la presenza fisica per formare chi viene dopo, quando si dice di no a buone idee per dedicarsi alle grandi, quando si scommette sui giovani anche da lontano, quello che si sta dicendo, sempre, è la stessa cosa: la persona conta più dello strumento.
L’intelligenza artificiale non rende meno vero questo principio, lo rende più urgente. In un’epoca in cui ogni interazione può essere mediata, ogni decisione può essere automatizzata, ogni relazione può essere ridotta a una transazione di dati, scegliere di non farlo è, oggi, una vera posizione di leadership.
Rimangono sette parole vecchie e ostinatamente attuali: cura, persona, fiducia, autonomia, presenza, disciplina, futuro. Sono parole che non scaleranno mai con l’intelligenza artificiale, perché non sono fatte per scalare. Sono fatte per durare.
Nota editoriale
Questo articolo nasce dall’ascolto di una conversazione tenutasi ad Apple Park nel maggio 2026, durante il mio viaggio di studio in Silicon Valley. Pur essendo pubblico l’invito e nota la persona ospitante, ai partecipanti è stato chiesto di rispettare la riservatezza su alcuni contenuti specifici della conversazione. Ringrazio L.M. per la disponibilità e l’apertura con cui ci ha accolto.
