L’intelligenza artificiale sta automatizzando il marketing: dalla costruzione delle campagne alla creazione delle varianti creative, fino alla previsione dei trend e al reporting. Questo ha reso l’operatività più economica, rendendo sempre più importanti strategia, progettazione e giudizio da parte degli esperti.

L’AI non può prendere le decisioni di marketing

I Large Language Model come Claude, Perplexity, ChatGPT o lo stesso Orbital by TEAM LEWIS sono tra i media planner e buyer più metodici con cui io abbia mai lavorato.

Questi LLM trasformano i prompt su allocazione di budget, targeting, previsioni, convenzioni di naming e struttura di campagne in blocchi fondamentali e automatizzati per i programmi di paid media. I tempi di consegna sono rapidissimi, le iterazioni avvengono in tempo reale e i punti critici vengono identificati già prima del lancio. Con il giusto contesto e sufficienti dati a disposizione, questi tool lavorano in qualsiasi momento, senza lamentarsi del brief, delle scadenze o dei vari livelli di approvazione.

Quindi sì, l’AI può svolgere gran parte del lavoro operativo nel marketing. O almeno, una parte sempre più ampia. Ma non è questo il punto.

Perché i marketing leader puntano sull’AI automation

Se fai parte del team procurement o del livello dirigenziale, hai inevitabilmente a che fare con budget, conti e assegnazione delle risorse.

Il modello di remunerazione delle agenzie, che applica un markup sul media buying, è sempre più spesso sotto i riflettori. Se l’AI può sistematizzare l’operatività, accelerare i tempi di go-to-market, ridurre l’organico e automatizzare la produzione, molte aziende si chiedono: “Perché non possiamo farlo in-house?”. È una domanda più che legittima.

D’altronde, se un’azienda eliminasse i costi d’agenzia potrebbe reinvestire quel budget nello sviluppo prodotto, nelle vendite o nel miglioramento dei margini. Numeri che, sulla carta, appaiono molto allettanti.

Ma questi conti potrebbero funzionare solo se il valore aggiunto dipende effettivamente da quante mani ci sono sulla tastiera durante la creazione delle campagne, la loro ottimizzazione e il reporting finale. In realtà, queste attività hanno un costo perché richiedono l’effort di un certo numero di persone, non perché sono la parte più preziosa del lavoro.

L’AI ha abbattuto i costi dell’operatività e continuerà sicuramente a farlo, ma allo stesso tempo ha aumentato il valore di ogni decisione. Se tutti possono produrre più velocemente e in quantità maggiore, ottimizzando continuamente il lavoro, l’operatività smette di essere il vero aspetto differenziante. Il vantaggio competitivo si sposta a monte: in primo luogo, bisogna saper decidere cosa merita di esistere.

Cosa l’AI può (davvero) automatizzare nel marketing

C’è una distinzione importante tra automatizzare il lavoro di marketing e automatizzare il processo decisionale di marketing. L’AI è eccezionalmente brava nel primo caso.

Gran parte del marketing moderno si basa su task ripetitivi: ridimensionare le creatività, generare varianti di copy, costruire segmenti di audience, analizzare le performance, sintetizzare le ricerche, verificare link, prevedere budget e identificare pattern su dataset enormi. Un tempo, queste attività richiedevano ore o addirittura giorni, mentre oggi l’AI può farne molte nel giro di pochi minuti.

Si tratta di un cambiamento significativo che i professionisti del marketing non dovrebbero sottovalutare. Non credo che la soluzione sia proteggere certi lavoro solo perché prima le persone venivano pagate per farli. Se una macchina può generare 50 varianti di un’inserzione più velocemente, che lo faccia. Se può individuare un problema prima di un analista umano, ottimo. Se può ridurre un’attività di reporting da 6 ore a 20 minuti, nessuno dovrebbe disperarsi sui fogli di calcolo.

L’automazione, però, non elimina il bisogno di expertise. Al contrario, fa emergere dove l’expertise conta davvero. D’altronde, qualcuno dovrà comunque decidere:

Quale audience è più importante?
Quali segnali sono significativi?
Quale KPI è veritiero?
Quale piattaforma sta aiutando il business?
Quale trend merita attenzione?

L’AI ha reso la meccanica più facile, ma non le decisioni.

L’AI può anche complicare il marketing

Il paradosso è che i team marketing stanno perdendo expertise proprio nel momento in cui le decisioni diventano più difficili. Le aziende stanno tagliando le agenzie, riducendo i team e spostando le capacità in‑house. Allo stesso tempo, stanno introducendo l’intelligenza artificiale su più livelli di marketing. Sulla carta, questa può sembrare una scelta vincente. Ma l’efficienza, senza una giusta architettura, aiuta le aziende a muoversi più velocemente solo nella direzione in cui stavano già andando.

Ecco perché, con l’avvento dell’AI, sta diventando sempre più difficile rispondere a queste tre domande in particolare.

1. Cosa devo misurare quando il journey finisce dentro una risposta?

Per anni, il digital marketing ha costruito un’intera economia sulla misurazione dei clic: Ricerca > Clic > Visita > Conversione > Attribuzione.

Oggi, invece, l’intelligenza artificiale sta facendo scomparire i click. La discovery avviene sempre più spesso all’interno di risposte generati dall’AI, feed social, thread su Reddit, contenuti di creator e altri ambienti in cui la conversione si conclude senza lasciare una traccia misurabile nella tua dashboard.

L’AI può analizzare i dati che hai a disposizione, ma la parte più difficile resta capire se stai misurando ciò che è davvero rilevante per il tuo business.

2. Chi difende gli investimenti a lungo termine?

I motori di ottimizzazione favoriscono sempre ciò che possono vedere. Questo li rende molto bravi a rilevare la domanda esistente e persuasivi nel convincerti a continuare a nutrire la base del funnel.

Qualcuno, però, deve chiedersi da dove arriverà la domanda in futuro e deve riconoscere quando una campagna performa solo perché riesce a raggiungere facilmente persone che già ti conoscono. È una decisione di business, mascherata da decisione di media.

3. Chi sta progettando il modello operativo su cui gira l’AI?

In molti casi, internalizzare le capacità ha senso, ma bisogna comunque chiedersi:

Chi è responsabile della strategia?
Chi collega il brand alla domanda?
Chi decide cosa centralizzare e cosa localizzare?
Chi definisce il framework di misurazione?
Chi ha la visione d’insieme, mentre ogni team interno è focalizzato sui propri obiettivi?

Sono domande cruciali a cui l’AI non è in grado di rispondere, proprio perché apprende solo da ciò che già esiste. E in questo ambito, la parte più importante della conoscenza non risiede in qualche playbook di pubblico dominio, ma nell’expertise che i professionisti hanno costruito nel corso di anni, spesso pagando a caro prezzo.

Mentre l’AI migliora, l’expertise diventa più preziosa

Il lavoro in sé non è mai stato l’aspetto più importante. Lo è il sistema. E il sistema è costruito sul giudizio umano: cosa realizzare, cosa possedere, cosa misurare, cosa smettere di fare e su quali scommesse puntare. Significa sapere dove si può guadagnare l’attenzione e dove si può intercettare l’audience, capire quali insight sono rilevanti e quali sono semplicemente facili da misurare, distinguere quali canali portano risultati grazie al marketing da quelli che performano perché già predisposti a farlo.

Mentre l’AI accelera l’operatività e alleggerisce il carico di lavoro per i marketer, l’architettura che li circonda diventa sempre più importante. Il vero vantaggio non sta nel sapere come lanciare una campagna, perché prima o poi, con l’AI, tutti sapranno farlo. Sta nel sapere perché la stai lanciando, come si collega all’ecosistema circostante e se non dovresti affatto lanciarla.

4 domande che i leader dovrebbero porsi

Se hai a che fare con marketing, finance o procurement, dovresti porti quattro domande fondamentali.

Sai davvero cosa funziona, o solo cosa è attribuibile? Non è la stessa cosa e il divario tra questi due aspetti si sta ampliando.
Il tuo modello in‑house ha un’architettura solida, con processi e regole chiare, o hai solo aggiunto persone all’organico? Avere nuovi dipendenti non crea automaticamente un coordinamento nei team né una strategia da perseguire.
Stai raggiungendo i buyer prima che entrino nel mercato, o stai solo facendo nurturing su chi già c’è? Se ogni ottimizzazione si focalizza sull’intento esistente, a un certo punto non riuscirai più ad ampliare la domanda.
Quando un’AI risponde a una domanda sulla tua industry, la tua azienda viene citata nella risposta? Il tuo prossimo buyer potrebbe non arrivare nemmeno alla prima pagina di Google, figuriamoci cliccare sulla tua inserzione.

Se rispondi “no” o “non lo so” a una di queste domande, chiedi al tuo team. E se anche loro faticano a rispondere, ecco il problema su cui vale la pena lavorare.

Dove si inseriscono le agenzie nell’era dell’AI

Il vantaggio di un’agenzia indipendente, integrata e globale non è avere più persone a disposizione. È la prospettiva.

TEAM LEWIS è in grado di vedere cosa succede tra settori, mercati, piattaforme e modelli operativi diversi. Possiamo mettere in discussione il brief perché non viviamo dentro l’organizzazione che l’ha scritto. Possiamo dirti di no. Possiamo dirti che qualcosa non funziona. Possiamo dire: “Non lo so. Testiamolo e vediamo cosa succede”.

Puoi sempre affidarti all’AI per velocizzare alcuni processi e renderli più economici. Ma devi anche assicurarti di avere attorno persone che sanno cosa vale la pena fare.