Incertezza profonda

In breve

C'è una differenza radicale tra non sapere quale numero uscirà ai dadi e non sapere quanti dadi ci sono, quante facce hanno e chi li sta lanciando. Il primo caso è rischio: il futuro è incerto ma probabilizzabile — si possono assegnare probabilità sensate agli esiti. Il secondo è incertezza profonda (deep uncertainty, nel filone di studi che va sotto la sigla DMDU, Decision Making under Deep Uncertainty): la condizione in cui non solo gli esiti sono ignoti, ma lo sono gli scenari possibili, le loro probabilità e a volte perfino le variabili che conteranno. La distinzione non è accademica, perché i due mondi chiedono strategie opposte: sotto rischio si ottimizza per lo scenario probabile; sotto incertezza profonda ottimizzare per uno scenario è la strategia più fragile che esista — e la domanda giusta cambia da "cosa accadrà?" a "cosa regge, qualunque cosa accada?".

Definizione operativa

La radice del concetto ha un secolo: Frank Knight distinse nel 1921 il rischio (distribuzioni note, assicurabile, calcolabile) dall'incertezza propriamente detta (distribuzioni ignote, non assicurabile) — la voce Rischio vs incertezza tratta la distinzione in dettaglio. L'incertezza profonda è il grado estremo di quel secondo territorio, e la letteratura DMDU la caratterizza operativamente: c'è incertezza profonda quando le parti in causa non concordano — o non possono concordare — su quali modelli descrivono il problema, su quali probabilità assegnare agli scenari e persino su come valutare gli esiti.

La conseguenza operativa è un cambio di criterio che si può dire in due parole tecniche. Sotto rischio, il criterio è l'ottimalità: massimizzare il valore atteso, dato lo scenario probabile. Sotto incertezza profonda, il criterio è la robustezza: preferire la scelta che produce esiti accettabili in molti futuri diversi alla scelta che produce l'esito migliore in uno solo. Una strategia robusta perde quasi sempre il confronto sul foglio di calcolo contro la strategia ottimizzata — nello scenario per cui quest'ultima è ottimizzata. Vince in tutti gli altri. Il criterio gemello è l'adattività: siccome non si può prevedere, si progetta per correggere — decisioni sequenziali con punti di revisione, invece di piani monolitici (l'apparato pratico è quello delle stop rule e dell'opzionalità).

Perché conta nelle PMI

La tentazione è pensare che questi siano problemi da multinazionali e policy-maker. È vero il contrario: la PMI vive più incertezza profonda della grande impresa — mercati che un singolo concorrente o una singola normativa possono stravolgere, dipendenza da pochi clienti le cui strategie sono imperscrutabili, tecnologie che cambiano le regole del settore a intervalli imprevedibili — e ha meno riserve per assorbire l'errore di previsione. Eppure la strumentazione gestionale che le PMI ereditano (budget annuale, business plan a cinque anni, il "piano" come scenario unico con numeri al decimale) è tutta costruita per il mondo del rischio: presuppone che il futuro sia una versione probabilizzabile del passato.

Il risultato è un teatro che chiunque ha visto: piani quinquennali precisi al centesimo e smentiti al sesto mese, budget rifatti tre volte l'anno, e la lezione tossica che l'organizzazione ne trae — "pianificare non serve". La lezione corretta è un'altra: prevedere non serve dove la previsione non è disponibile; pianificare serve eccome, ma cambia oggetto. Non si pianifica lo scenario: si pianificano le risposte — cosa facciamo se, quali segnali guardiamo, dove teniamo margine, quando ci fermiamo.

Per il lettore-investitore, la distinzione ha una traduzione immediata nella qualità dei piani industriali: il piano a scenario unico con la crescita al decimale è, paradossalmente, un segnale negativo — dichiara che il management non ha distinto ciò che può stimare da ciò che non può. Il piano maturo mostra poche variabili chiave, i loro intervalli, le mosse condizionate ("se il segnale X supera Y, attiviamo Z") e le condizioni di sopravvivenza nello scenario avverso. È meno elegante e infinitamente più credibile.

Segnali osservabili

Si riconosce un'organizzazione che tratta l'incertezza profonda come rischio da alcuni comportamenti ricorrenti: le previsioni puntuali su ciò che non è prevedibile ("il mercato crescerà del 4,2%"); la ricerca del numero come rito apotropaico — la sensazione che una decisione senza forecast sia meno seria di una con forecast sbagliato; le sorprese sistematiche vissute come sfortuna ("chi poteva immaginarlo?" detto due volte l'anno è una diagnosi, non una scusa); e il segnale più costoso, l'assenza di piani condizionati: alla domanda "cosa facciamo se il cliente principale dimezza gli ordini?" la risposta è un piano da inventare quel giorno, non una risposta pensata quando pensarla era gratis.

Errori comuni

Il primo errore è la falsa precisione: comprimere l'incertezza profonda in un numero (il forecast, lo scenario "base") e poi decidere come se il numero fosse conoscenza. Il danno non è la stima sbagliata — è che la forma numerica disattiva la vigilanza: ciò che ha un decimale sembra sotto controllo. Il secondo errore è lo scenario planning decorativo: tre scenari (pessimista, base, ottimista) costruiti come variazioni percentuali dello stesso futuro, e poi si lavora comunque solo sul base. Gli scenari servono se sono strutturalmente diversi e se ciascuno genera almeno una decisione o un segnale da monitorare — altrimenti sono liturgia. Il terzo errore è il fatalismo simmetrico: "tanto non si può prevedere niente" usato per non prepararsi a nulla. L'incertezza profonda non rende tutte le scelte equivalenti: le rende diversamente robuste, e distinguere le fragili dalle robuste è esattamente il lavoro. Il quarto errore è applicare il criterio giusto al dominio sbagliato: trattare da incertezza profonda ciò che è rischio ordinario (la stagionalità, i tassi di difettosità — lì le statistiche funzionano e vanno usate) spreca lo strumento e screditata l'approccio.

Esempio operativo

Un produttore di componenti da 60 addetti, fornitore dell'automotive per il 70% del fatturato, affronta nel modo classico la domanda "elettrico: quanto e quando?" — commissiona uno studio, ottiene un numero (transizione al 40% entro sette anni), e sta per dimensionare su quel numero un investimento da 2 milioni. La revisione del metodo parte da un'ammissione: sul ritmo della transizione, gli esperti stessi divergono di anni — è incertezza profonda travestita da forecast. Il ridisegno: invece di ottimizzare per lo scenario 40%, si cerca la mossa robusta nei tre futuri strutturalmente diversi (transizione rapida, lenta, a macchia di leopardo per segmenti). L'investimento viene riarticolato in due fasi: la prima — 800 mila euro — su una tecnologia di lavorazione utile in tutti e tre i futuri, incluse le componenti comuni ai due powertrain; la seconda, specifica, agganciata a due segnali osservabili (mix ordini dei tre clienti principali e due soglie normative) con revisione semestrale. Tre anni dopo la transizione sta correndo più lenta dello studio: lo scenario-base avrebbe prodotto capacità dedicata semivuota e cassa bloccata; la sequenza robusta ha la prima fase satura e la seconda ancora aperta — un'opzione mantenuta, non un ritardo. Il metodo ha un nome nella letteratura DMDU — adaptive planning, pianificare le condizioni delle mosse invece delle mosse — ma il titolare lo riassume meglio: "abbiamo smesso di comprare certezze finte e cominciato a comprare risposte pronte".

Domande diagnostiche

Primo: delle variabili da cui dipende il nostro piano, quali sono rischio (stimabili con dati) e quali incertezza profonda (nemmeno gli esperti concordano)? Il solo tracciare la riga cambia la conversazione. Secondo: per le 2–3 incertezze profonde più pesanti, esiste una risposta pensata — un piano condizionato, un segnale monitorato — o esiste solo una previsione? Terzo: la nostra ultima decisione strategica avrebbe retto negli scenari che non abbiamo assunto? Se nessuno ha fatto il test, la decisione è ottimizzata, non robusta — e la differenza si manifesterà solo quando costerà.

Implicazioni pratiche

La pratica minima è un'ora l'anno di onestà classificatoria: elencare le assunzioni del piano e dividerle in due colonne — stimabili e non stimabili. Sulle prime, statistica e budget funzionano: usarli. Sulle seconde, tre strumenti al posto del forecast: scenari strutturali (pochi, davvero diversi, ciascuno con una conseguenza operativa), segnali di allerta (le 3–4 grandezze osservabili che direbbero per tempo verso quale futuro si sta andando — con un destinatario, come per ogni segnale), e mosse condizionate ("se X supera Y, facciamo Z" — decise ora, a mente fredda, non improvvisate nel momento peggiore). E la regola di robustezza sulle grandi scelte: prima di firmare, il test esplicito "come esce questa decisione in ciascuno scenario?" — le scelte accettabili ovunque battono quelle eccellenti in un futuro solo, per la ragione che la voce Non-ergodicità rende precisa: l'azienda vivrà un solo futuro, non la media.

Lettura MARTRO

Nella lettura MARTRO l'incertezza profonda è il punto in cui la strategia smette di essere previsione e diventa architettura: se il futuro non si può conoscere, la qualità strategica di un'azienda non sta nel suo forecast ma nel suo disegno — quanta robustezza nelle scelte irreversibili, quanta opzionalità mantenuta, quanto è corta la catena tra segnale e decisione (la decision latency del cluster Governance diventa qui una variabile strategica: in ambiente imprevedibile, la velocità di risposta è un sostituto della previsione). È anche il punto in cui i cluster si saldano: le stop rule sono adattività istituzionalizzata, l'opzionalità è robustezza comprata in anticipo, e l'architettura decisionale è il telaio che tiene insieme tutto. L'incertezza profonda non è un tema del cluster Strategia: è il motivo per cui il cluster Strategia è fatto così.

Quando approfondire

Approfondire conviene davanti a decisioni irreversibili che dipendono da variabili su cui gli esperti divergono — transizioni tecnologiche, mercati nuovi, investimenti dedicati a lungo ciclo — e ogni volta che ci si sorprende a difendere un numero invece che una struttura. I passi successivi naturali sono Rischio vs incertezza (la distinzione knightiana di base), Non-ergodicità (perché la robustezza batte la media) e Opzionalità (lo strumento con cui la robustezza si compra).

Domande frequenti

Come distinguo in pratica il rischio dall'incertezza profonda? Un test grezzo ma efficace: esistono dati storici pertinenti e abbondanti, e chi conosce il dominio converge su probabilità simili? Allora è rischio — usate la statistica. Gli esperti divergono su scenari, tempi o perfino variabili rilevanti? È incertezza profonda — la statistica vi darà precisione senza accuratezza.

Quindi i budget e i forecast vanno buttati? No: vanno perimetrati. Il budget funziona sulle grandezze stimabili ed è indispensabile per il controllo di gestione. Il danno nasce quando il metodo del budget coloniz­za le domande sbagliate — quando si tratta una transizione di settore come una riga di ricavo con un tasso di crescita.

La robustezza non è solo pessimismo organizzato? No: il pessimismo assume lo scenario peggiore; la robustezza non assume nessuno scenario. Una scelta robusta deve funzionare anche nei futuri favorevoli — includere la capacità di cogliere il rialzo è parte del criterio, ed è ciò che la distingue dalla semplice difesa.

Cosa cerca un investitore in un piano sotto incertezza profonda? Tre marcatori: la separazione esplicita tra ciò che il management stima e ciò che dichiara non stimabile; le mosse condizionate con i loro segnali; e la tenuta dello scenario avverso — non "quanto guadagniamo se va bene" ma "come sopravviviamo se va male". Un piano con questi tre elementi segnala una qualità che i multipli premiano: un management che conosce i confini della propria conoscenza.