Il problema
Ogni anno arrivano oltre 100 proposte da startup. Il team Innovation deve analizzarle, confrontarle e portare raccomandazioni agli stakeholder interni — referenti tecnici e di business che si aspettano valutazioni fondate, comparabili tra loro, difendibili nel merito.
Prima del progetto, questo processo dipendeva da consulenti esterni. La dipendenza aveva due costi. Il primo era economico: una spesa ricorrente nell’ordine di diverse decine di migliaia di euro all’anno. Il secondo era metodologico — e più difficile da quantificare: ogni volta che l’analisi veniva affidata fuori, il team non costruiva nulla di interno. Non c’erano criteri condivisi, non c’era un framework formalizzato, non c’era uno strumento comune con cui confrontare proposte diverse in modo coerente.
Il risultato era un processo difficile da difendere internamente. Quando due startup venivano messe a confronto, le logiche di valutazione non erano esplicite. Quando un’analisi arrivava agli stakeholder, le assunzioni sottostanti non erano documentate. E quando un consulente cambiava, il metodo spariva con lui.
“Volevamo smettere di comprare analisi. Volevamo costruire la capacità di farne.”
Come abbiamo lavorato
Il primo passo non è stato scegliere uno strumento. È stato definire il metodo. Prima ancora di sviluppare qualsiasi sistema AI, Qode Republic e il team Innovation hanno lavorato insieme per formalizzare un framework di valutazione strutturato — cinque criteri con le rispettive logiche di analisi, pesi relativi e regole per gestire i casi in cui i dati disponibili siano incompleti o incerti.
Questo passaggio è stato il cuore del progetto. Trasformare un’attività spesso implicita in un processo condiviso, esplicitabile, applicabile da chiunque nel team.
| Criterio | Cosa valuta |
|---|---|
| Fit Strategico | Coerenza della proposta con le priorità aziendali |
| Compatibilità Tecnologica | Integrabilità con l’infrastruttura esistente |
| Scalabilità | Capacità di crescita nel tempo e replicabilità |
| Supporto Normativo | Quadro di incentivi e vincoli regolatori rilevanti |
| Solidità Imprenditoriale | Stabilità e credibilità della startup come entità |
Una volta definito il framework, il lavoro è diventato operativo. Qode Republic ha affiancato il team nella costruzione di AI Strategic Radar — uno strumento basato su Notebook LM che applica il framework alle proposte in entrata, producendo valutazioni strutturate e motivate.
Lo sviluppo è avvenuto in modo iterativo: costruzione della knowledge base per ciascun criterio, definizione e raffinamento dei prompt, test su proposte reali, calibrazione progressiva degli output. Il team ha partecipato attivamente a ogni fase — non come destinatario di uno strumento, ma come co-progettista del metodo.
La modalità challenge
Il sistema è istruito a segnalare in modo esplicito dubbi, lacune informative e aree di incertezza. Invece di produrre valutazioni assertive su dati incompleti, evidenzia dove la proposta non fornisce informazioni sufficienti per un giudizio solido. Questo rende le analisi più credibili e il confronto con gli stakeholder più robusto.
La knowledge base resta interna
I documenti strategici, i materiali normativi e i riferimenti operativi che alimentano il sistema sono nella disponibilità del team. Il team li aggiorna nel tempo, senza dipendere da terzi. Lo strumento resta allineato alla realtà aziendale perché chi lo usa ne controlla anche i contenuti.
Risultati
Azzeramento del costo consulenti
La spesa ricorrente per il supporto esterno — nell’ordine di diverse decine di migliaia di euro all’anno — è stata eliminata. Il team può ora analizzare le proposte in autonomia, con un framework interno che non richiede supporto esterno per le analisi strutturate.
Un processo coerente su oltre 100 proposte/anno
Le proposte ricevute vengono analizzate attraverso un modello comune su cinque criteri formalizzati. Il processo è più coerente, più ripetibile e più semplice da applicare in modo uniforme tra i membri del team.
Confronti interni più solidi
Le valutazioni prodotte dal sistema sono strutturate e motivate, con evidenza esplicita delle logiche sottostanti e delle aree di incertezza. Questo migliora la qualità del confronto con gli stakeholder e rende più solida la capacità di sostenere raccomandazioni in modo documentato.
Una competenza che prima non esisteva
Il valore più duraturo del progetto non è lo strumento. È che il team ha costruito una capacità interna che prima era delegata all’esterno: definire criteri, applicare un metodo condiviso, aggiornare le fonti, gestire il processo in modo autonomo.
Il metodo è ora del team. Lo strumento lo applica. La knowledge base la aggiornano loro.
Un sistema estendibile
Il modello è replicabile in tutti i contesti in cui un team debba valutare proposte esterne in modo strutturato: procurement, qualifica fornitori, scouting tecnologico, valutazione M&A, selezione partner R&D.