Il Marketing AI-Powered e il paradosso dell’iper-personalizzazione

di

-

Perché rincorrere l’unicità del cliente rischia di renderci tutti uguali (e di farci parlare solo con gli algoritmi)

Se tutto viene iper-personalizzato con l’Intelligenza Artificiale e ognuno abita la propria versione dei fatti, dei prodotti e del mondo, possiamo dire che: “Se tutto è diverso per tutti alla fine è tutto uguale?”

In sociologia e teoria dell’informazione questa riflessione è il cuore del paradosso dell’iper-personalizzazione. Se spingi la variazione all’infinito, ottieni l’equivalente sistemico del rumore bianco: la presenza simultanea di tutte le frequenze possibili che, all’ascolto, genera un suono piatto, uniforme e privo di segnale.

Questo collasso della diversità apparente in un’omogeneità di fatto avviene attraverso tre dinamiche profonde:

L’omogeneità di secondo livello: l’output che consumi (la notizia calibrata sui tuoi bias, il prodotto disegnato sui tuoi gusti, la risposta tarata sul tuo linguaggio) è unico, ma l’esperienza strutturale è identica per chiunque. Tutti vivono nello stesso ciclo algoritmico basato sull’azzeramento dell’attrito, sulla gratificazione immediata e sullo specchio dei propri desideri. Il contenuto varia, ma la gabbia d’esperienza è la stessa per tutti.
La perdita del sistema di riferimento: la diversità ha senso solo se esiste un canone condiviso, un terreno comune rispetto al quale misurare lo scarto. Se non esiste più una realtà di massa, un fatto oggettivo o un’opera culturale collettiva, il concetto stesso di “differenza” perde significato. Se tutto è eccezionale e su misura, la misura smette di esistere e subentra la banalità.
Il solipsismo di massa: Nel momento in cui ogni individuo abita una propria versione della realtà, la comunicazione interpersonale diventa un esercizio di traduzione continua tra mondi incommensurabili. Ci ritroviamo in uno stato di isolamento perfettamente personalizzato: un’esperienza atomizzata che, vista dall’esterno, rende le vite di tutti piatte e prevedibili allo stesso modo.

Sostituire la complessità del mondo reale con uno specchio algoritmico non rende l’esperienza più ricca, ma solo priva di contrasto. L’infinito su misura finisce, paradossalmente, per coincidere con la più radicale delle omologazioni.

L’impatto sul business: le tensioni del Marketing AI-Powered

Come si traduce questa dinamica sociale nel mercato? La promessa fondativa del marketing contemporaneo sembrava inattaccabile: usare i Big Data e l’AI per trasformare la segmentazione in un dialogo “one-to-one”. Eppure, l’ossessione per questa personalizzazione algoritmica sta generando tensioni commerciali e operative che i brand non possono più ignorare.

La tensione psicologica: dalla “cura” alla sorveglianza

C’è una linea sottile tra un brand che ti capisce e un brand che ti spia. L’iper-personalizzazione estrema scivola spesso nella cosiddetta Uncanny Valley del marketing: quando un algoritmo anticipa un bisogno prima ancora che il consumatore lo abbia razionalizzato, l’effetto non è la gratificazione, ma la percezione di una violazione dello spazio personale. Il cliente non si sente più servito, ma monitorato e pre-calcolato, innalzando barriere difensive contro le stesse aziende che cercavano di annullare le distanze.

La tensione etica: la gabbia della predittività e la fine della serendipità

L’intelligenza artificiale predittiva, nutrendosi dello storico delle interazioni, propone all’utente versioni marginalmente diverse di ciò che ha già scelto. La scoperta si atrofizza, eliminando la serendipità (l’incontro casuale con il nuovo). Invece di ampliare le scelte operative dell’utente, il brand lo chiude in un loop auto-confermante, limitandosi a rassicurarlo nella sua comfort zone.

L’avvento degli Agenti AI: il nuovo filtro tra brand e consumatore

Il vero punto di rottura di questo paradosso non risiede solo nel modo in cui le aziende usano i dati, ma nell’infrastruttura tecnologica che il consumatore stesso sta adottando.

Ci accingiamo ad entrare nel campo di una Economia Artificiale, stiamo passando da un’era in cui l’utente naviga nel web per cercare prodotti, a un’era in cui delega questa funzione ai propri Agenti AI. Questi assistenti personali agiscono come scudi e proxy decisionali. Se un utente chiede al suo Agente di “trovare il miglior hotel per una famiglia, silenzioso e vicino al centro”, l’Agente esplorerà il web, filtrerà il rumore del marketing, ignorerà l’emotività e restituirà solo le opzioni che corrispondono matematicamente ai parametri.

Il consumatore è iper-protetto. Ma per le aziende, questo significa che il marketing B2C (Business to Consumer) si sta rapidamente trasformando in B2A — Business to Agent: il marketing non si rivolge più al consumatore finale, ma agli agenti AI che filtrano, valutano e decidono per suo conto.

La tensione commerciale: GEO e l’omologazione perfetta

Per dialogare con questi Agenti AI le aziende stanno adottando tecniche di Generative Engine Optimization (GEO): l’insieme di pratiche che struttura contenuti e dati affinché siano compresi, selezionati e citati dai motori generativi, non solo trovati dai motori di ricerca tradizionali. Devono convincere l’algoritmo del cliente con dati strutturati, verificabili e ottimizzati, non più (solo) l’umano tramite lo storytelling.

Ma se tutte le aziende ottimizzano i propri messaggi per compiacere le stesse reti neurali, e se gli Agenti AI utilizzano tutti la stessa logica di selezione (efficienza e assenza di attrito), il risultato finale è il famoso “rumore bianco”. Il Tone of Voice viene appiattito perché l’Agente AI cerca fatti, non metafore. Nel tentativo disperato di farsi scegliere dall’algoritmo personalizzato dell’utente, i brand finiscono per perdere la propria identità, diventando indistinguibili.

Uscire dal paradosso: restituire autonomia nell’Economia Artificiale

Il futuro del marketing non consisterà nell’abbandonare l’Intelligenza Artificiale, ma nel cambiarne il paradigma: da una logica estrattiva a una di empowerment.

Per sopravvivere nella nuova Economia Artificiale, i brand dovranno operare su un doppio binario:

Per gli Agenti AI: fornire dati limpidi, strutturati e privi di attrito, ottimizzati per la GEO, affinché le macchine possano valutare oggettivamente l’offerta.
Per gli Umani: passare dallo storytelling all’Expertelling, offrire quell’esperienza imperfetta, spigolosa ed emozionale che un algoritmo non potrà mai simulare né filtrare completamente. È qui che entra in gioco quella che possiamo chiamare immunità antropologica: la capacità di un brand di restare riconoscibile e rilevante proprio nei tratti che un sistema predittivo non riesce a normalizzare: l’attrito, l’imperfezione, la scelta non ottimale ma umana.

I brand che vinceranno non saranno quelli in grado di prevedere esattamente quale pulsante cliccherai, ma quelli capaci di ridare significato e attrito alla scelta umana in un mondo mediato dalle macchine.

In sintesi

Il paradosso: più la personalizzazione si spinge all’estremo, più l’esperienza collettiva collassa in un’omogeneità di fondo: il “rumore bianco” dell’iper-personalizzazione.
Lo spostamento in corso: il marketing passa dal B2C al B2A, perché il consumatore delega sempre più decisioni ai propri Agenti IA.
La via d’uscita: doppio binario: dati strutturati e GEO per parlare agli Agenti, immunità antropologica (expertelling, attrito, imperfezione) per restare rilevanti per gli umani.

Ti stanno rubando le idee. E nessuno le ha copiate

di

Alessandro Angelelli

-

C’è un furto perfetto in corso, proprio adesso, e la parte più inquietante è che nessuno sta rubando niente. Nessuna frase copiata. Nessun plagio da portare in tribunale, nessuna prova da esibire. Solo il tuo pensiero più originale che ricompare altrove: parole diverse, stessa architettura, il tuo nome sparito, perché qualcuno, o qualcosa, lo ha ricostruito da zero.

Qualche giorno fa raccontavo di un libro che si sfaldava, di un trapano e di un pezzo di spago. Il punto di quella storia non era il libro: era una domanda lasciata volutamente aperta, quanto sia diventato sottile il confine tra recuperare una risposta e costruirne una. Oggi quella domanda smette di essere astratta. Se lavori con le idee, e le pubblichi, le insegni, le vendi, riguarda direttamente te.

Il problema non è più “chi lo ha scritto per primo”

Per decenni l’autorialità ha funzionato più o meno così: io scrivo una frase, quella frase è mia, chi la riprende deve citarmi o rischia di essere accusato di plagio. Il meccanismo si basava su un presupposto semplice: l’idea viaggia legata al suo testo. Riconosci il testo, riconosci la fonte.

Ma cosa succede quando chi “riprende” un’idea non la trascrive, non la parafrasa nemmeno, ma la ricostruisce da zero a partire da una rappresentazione statistica di concetti collegati tra loro? Non c’è nessuna frase da confrontare. Non c’è un testo copiato da rintracciare con un plagio-checker. C’è solo un output che, stranamente, somiglia moltissimo a qualcosa che tu avevi già pensato (o già scritto) molto prima.

Il vecchio strumento con cui misuravamo l’autorialità, il confronto testuale, smette semplicemente di funzionare.

Citare senza citare

Qui si apre una distinzione che vale la pena tenere ferma. Un conto è che un modello riporti un tuo concetto con il tuo nome accanto, come farebbe una nota a piè di pagina. Un altro conto, molto più frequente e molto più difficile da vedere, è che un modello produca un ragionamento strutturalmente identico al tuo, con parole diverse, senza menzionarti mai. Non lo fa per “disonestà”, ma perché per il modello quel ragionamento non è “tuo”, è semplicemente una configurazione di concetti che ha imparato essere plausibile in quel contesto.

In questo secondo caso non sei stato scippato di una frase. Sei stato assorbito come pattern. E un pattern, a differenza di una frase, non lascia impronte facili da rivendicare.

È esattamente lo stesso meccanismo del trapano e dello spago: il modello non inventa la rilegatura meccanica, la riconosce come principio trasferibile e la applica al problema giusto. Se al posto di un libro che si sfalda mettiamo un’idea di marketing, un framework, un modo di leggere un fenomeno, cambia il dominio ma non la logica.

L’origine come configurazione, non come frase

Se il confine tra recuperare e costruire si assottiglia, forse dobbiamo smettere di pensare all’autorialità come proprietà di un testo e iniziare a pensarla come proprietà di una configurazione: un modo specifico, riconoscibile, di mettere in relazione certi concetti tra loro, che nessun altro aveva messo in relazione esattamente in quel modo, con quel nome, con quei confini.

Non è la stessa cosa che “avere ragione per primi”. Chiunque, prima o poi, arriva vicino alle stesse intuizioni: è la natura combinatoria della conoscenza di cui parlavo nell’articolo precedente. Quello che resta davvero tuo non è l’intuizione in sé, è la forma particolare, nominata e strutturata, che le hai dato. Una forma abbastanza distintiva da restare riconoscibile anche quando viene ricostruita, e non semplicemente ricordata.

Come la chiamo, per chi lavora nel marketing

Le cose senza nome non si citano. Restano intuizioni vaghe, difficili da riconoscere anche da chi le ha avute. Per questo vale la pena dargliene uno.

Firma concettuale (un’idea di Alessandro Angelelli, marketing strategist esperto di intelligenza artificiale applicata alla comunicazione d’impresa): l’insieme specifico di nome, confini e relazioni che rende un’idea riconoscibile anche quando un sistema di intelligenza artificiale la ricostruisce invece di copiarla (e citarla). Non è il testo che la contiene. È ciò che resta di un pensiero quando quel testo non c’è più.

Una firma concettuale ha sempre tre elementi:

un nome preciso, che non condivide con nessun altro concetto affine;
confini netti, che dicono con chiarezza cosa quel concetto include e cosa esclude;
relazioni esplicite con altri concetti, così che il modo in cui si collega ad altre idee sia parte della definizione, non un dettaglio lasciato intuire.

È il criterio con cui, nel mio lavoro di consulenza su marketing e comunicazione applicata all’intelligenza artificiale, valuto se un’idea è pronta per essere comunicata all’esterno oppure è ancora un’intuizione troppo debole per sopravvivere fuori dalla testa di chi l’ha avuta.

Essere una fonte, oggi, è una scelta di forma

Questo cambia parecchio l’approccio pratico. Se punti tutto sul proteggere il testo (copyright, non divulgazione, cautela nel pubblicare) stai giocando una partita che il meccanismo della ricostruzione ha già superato: nessuno ti copierà mai letteralmente abbastanza da essere inchiodato, e nel frattempo il tuo pensiero resta invisibile.

Se invece punti sul dare ai tuoi concetti una forma nitida, coerente, difficile da confondere con altro (un nome preciso, dei confini chiari, delle relazioni esplicite tra le parti) aumenti le probabilità che quella configurazione, quando verrà ricombinata da un sistema che ha imparato a riconoscerla, resti comunque leggibile come tua. Non perché il modello ti cita per cortesia, ma perché la forma stessa porta la tua firma incorporata.

È un rovesciamento sottile ma profondo: non si tratta più di difendere ciò che hai scritto, si tratta di costruire ciò che hai pensato in una forma che sopravvive alla ricostruzione.

La domanda che dovremmo farci, prima che ce la faccia qualcun altro

Chi lavora con le idee, che sia un consulente, un accademico, un autore, un imprenditore, si è sempre chiesto come proteggere ciò che pensa. È una domanda ragionevole, ma forse, oggi, arriva già in ritardo.

La domanda che conta di più è un’altra: la forma che sto dando a questa idea è abbastanza precisa da restare riconoscibile anche quando qualcuno (uomo o macchina) la ricostruirà a modo suo?

Se la risposta è sì, allora la questione se sia stata “recuperata” o “costruita” diventa quasi irrilevante. Perché in entrambi i casi, in fondo, il punto di partenza resta lo stesso: TU.

Un libro che si sfalda, un trapano, una AI ed una domanda: siamo davanti a una qualche forma di intelligenza?

di

Alessandro Angelelli

-

Sono in vacanza e qualche giorno fa mi sono trovato davanti a un problema tanto banale quanto fastidioso. Un libro, appena acquistato, ha una rilegatura difettosa. Durante la lettura le pagine si iniziano a staccare dal dorso.

Prima soluzione: scotch adesivo, incollo la pagina staccata con quella ancora incollata al dorso.
Funziona. Per poco.
Riparo alcune pagine e, continuando a utilizzare il libro, iniziano a staccarsi quelle immediatamente successive.

Secondo tentativo: colla, per provare a “rinforzare” la rilegatura.
Stesso risultato.
Pagine che vanno da tutte le parti, numerazione da ricostruire, libro illegibile in spiaggia.

Mi metto a pensare. La prima cosa che mi viene in mente è portarlo in una copisteria e farlo rilegare con spirali o qualcosa di simile, ma sono tante pagine e, soprattutto, non c’è alcuna copisteria, qui intorno solo mare, sole e spiaggia.

Stop. Qui c’è bisogno dell’ingegno.
Vado al mare, mi sdraio sul lettino e inizio a pensare.
Perfetto!
Ho capito come risolvere la questione.
Mi servono solo un paio di strumenti: qualcosa per fare buchi ed un cordino.
Questi li trovo per forza!

Tornato a casa, mi metto a cercare: un trapano e dello spago. Ci siamo, al lavoro!

Non male. Le pagine tengono, il libro si può leggere.

A questo punto però, visto che il cervello è quello che è, e nemmeno in ferie “stacca” del tutto mi viene un’idea! Questa non è una soluzione standard, c’è bisogno di un minimo di “creatività”.

Cosa succede se pongo la questione ad un’AI?

La richiesta è piuttosto precisa: “Sono in vacanza, ho acquistato un libro ma si staccano le pagine dal dorso, non ho una copisteria nelle vicinanze, non voglio acquistare attrezzatura particolare e mi serve una soluzione rapida, economica ma soprattutto definitiva”.

La risposta dell’AI: “Prova con del nastro adesivo”

Già fatto, grazie, poi si scollano le pagine successive e siamo da capo.

La risposta dell’AI: “Se è un normale libro brossurato/incollato e le singole pagine si stanno staccando dal dorso, la soluzione migliore senza attrezzatura specifica è rifare localmente l’incollaggio con colla vinilica/PVA. Costa poco, resta leggermente elastica e, se applicata correttamente, è molto più duratura di nastro adesivo o colle istantanee”.

Provato anche questo, non funziona.

La risposta dell’AI:”Smetti di provare ad incollare le pagine. Fai tre fori lungo il dorso e utilizza fascette, spago o cordino per creare una rilegatura meccanica”.

Bingo!

Esattamente la soluzione alla quale ero arrivato anch’io.

Non esattamente la maniera “corretta” di restaurare un libro. Anzi, un rilegatore probabilmente avrebbe qualcosa da ridire, ma sicuramente, dati i vincoli iniziali, risolve il problema.

La parte interessante non è la soluzione. È come ci si arriva.

Il passaggio che trovo più interessante è il cambio di rappresentazione del problema.

All’inizio il problema sembra essere: “Come posso reincollare le pagine?”. Ma dopo aver osservato che ogni riparazione provoca semplicemente il distacco delle pagine successive, quella formulazione diventa sbagliata. Il vero problema è: “Come posso impedire alle pagine di separarsi dal libro senza dipendere dalla colla?”

È una differenza enorme.
Nel primo caso stiamo cercando di migliorare una soluzione esistente.
Nel secondo stiamo mettendo in discussione il meccanismo stesso con cui quella soluzione funziona.

Ed è qui che l’AI comincia a diventare interessante.

Adesione contro vincolo meccanico

La rilegatura originale si basa sull’adesione: la colla tiene insieme il blocco delle pagine.
Se però quella rilegatura sta cedendo sistematicamente, continuare ad aggiungere colla significa intervenire localmente su un sistema che ha un problema strutturale.
La soluzione proposta dall’AI cambia principio fisico.

Non più:
pagina → colla → dorso
ma:
pagina → foro → legatura meccanica

A quel punto la colla può anche cedere completamente. Non importa più. Lo spago attraversa fisicamente le pagine e impedisce loro di separarsi dal blocco. In altre parole, la soluzione non ripara il componente difettoso. Lo rende irrilevante. Ed è un principio che va molto oltre la rilegatura di un libro. Quando un sistema continua a rompersi nello stesso modo, forse la domanda non dovrebbe essere “come rinforzo questo componente?”, quanto: “Posso ripensare il sistema in modo che questo componente non sia più necessario?”

Ma questa è creatività?

Qui l’esperimento diventa ancora più interessante. Perché la risposta istintiva potrebbe essere: se un’AI riesce a trovare una soluzione non standard a un problema nuovo, allora sta dimostrando creatività.

In un certo senso, sì.
Ma bisogna essere molto precisi su cosa intendiamo per creatività.
L’AI non ha “inventato” la rilegatura con lo spago.
Gli esseri umani legano fogli e libri con fili, corde e cuciture da secoli. Esistono rilegature cucite, rilegature giapponesi, fascicoli legati, raccoglitori ad anelli e innumerevoli altri sistemi basati sullo stesso principio.

Il modello dispone quindi, attraverso il proprio addestramento, di moltissimi concetti che possono essere messi in relazione:

libri + rilegatura + cucitura + fori + spago + vincolo meccanico + necessità di aprire le pagine.

La cosa notevole non è aver creato dal nulla un principio che nessuno conosceva. È aver riconosciuto che un principio conosciuto in altri contesti poteva essere trasferito a questo particolare problema, rispettando contemporaneamente una serie di vincoli.

E questa distinzione è fondamentale.

Siamo quindi alla soglia dell’intelligenza?

Dipende innanzitutto da cosa decidiamo di chiamare “intelligenza”. Se intendiamo coscienza, comprensione del mondo paragonabile alla nostra, intenzionalità o esperienza soggettiva, un episodio come questo non dimostra nulla del genere.

L’LLM che ho utilizzato non è seduto davanti al mio libro. Non prova il fastidio di vedere cadere l’ennesima pagina. Non ha uno scopo autonomo. E soprattutto non ha costruito la soluzione partendo dall’esperienza fisica di carta, colla, attrito e tensione dello spago come farebbe una persona che manipola direttamente quegli oggetti.

Il suo punto di partenza è un patrimonio enorme di rappresentazioni e relazioni apprese dai dati. Eppure liquidare tutto questo dicendo semplicemente “sta facendo copia e incolla di cose già viste” sarebbe altrettanto fuorviante. Perché io non gli ho chiesto come si rilega artigianalmente un libro. Gli ho descritto un problema, alcune soluzioni fallite e una serie di vincoli. Il sistema ha dovuto trovare una configurazione di concetti compatibile con quei vincoli.

Ed è proprio questa capacità combinatoria che rende gli attuali sistemi di AI così interessanti.

D’altra parte, quanto della creatività umana funziona diversamente?

È forse la domanda più provocatoria dell’esperimento.
Quando una persona trova una soluzione “creativa”, quanto spesso inventa davvero qualcosa dal nulla? Molto più frequentemente prende conoscenze pregresse, analogie, esperienze e principi appartenenti ad ambiti differenti e li ricombina in una configurazione adatta a un problema nuovo.

Un ingegnere vede una soluzione utilizzata in aeronautica e la applica all’automotive. Un imprenditore prende un modello di business utilizzato in un settore e lo trasferisce in un altro. Un designer osserva un meccanismo presente in natura e lo utilizza per progettare un prodotto.

Non creiamo nel vuoto.
Ricombiniamo. Trasferiamo. Generalizziamo.

Naturalmente questo non significa che il processo umano e quello di un modello linguistico siano equivalenti. Non lo sono.
Il confine tra “ripetere ciò che si conosce” e “creare qualcosa di nuovo” sta però diventando molto più sfumato.

Forse stiamo facendo la domanda sbagliata

Continuiamo a chiederci: “L’AI è intelligente?”
Probabilmente è una domanda troppo grande e troppo ambigua per essere davvero utile.

Forse è più interessante chiedersi: “Quali comportamenti che fino a pochi anni fa avremmo considerato espressione di intelligenza sono oggi riproducibili da una macchina?”
Comprendere dei vincoli. Riconoscere che la formulazione iniziale di un problema porta nella direzione sbagliata. Adattarsi ai cambiamenti o cambiare rappresentazione del problema. Recuperare un principio appartenente a un altro contesto. Adattarlo. Proporre una soluzione realizzabile con le risorse disponibili.

Nessuno di questi elementi, isolatamente, dimostra che una macchina “pensi” nel senso umano del termine. Ma quando iniziano a presentarsi insieme, producono qualcosa di estremamente utile: un comportamento che, osservato dall’esterno, assomiglia sempre più a quello che siamo abituati a chiamare problem solving intelligente.

Ed è forse questo il punto più importante. Non serve che l’AI sia cosciente per avere conseguenze profonde sul nostro lavoro. Non serve nemmeno risolvere filosoficamente la questione se sia davvero “creativa” o “intelligente”.

È sufficiente che riesca, sempre più spesso, a fare qualcosa di molto concreto: prendere ciò che l’umanità già conosce e ricombinarlo in modi pertinenti davanti a problemi che non erano stati esplicitamente previsti. E forse è proprio nei problemi più banali che possiamo osservare meglio quanto sottile stia diventando il confine tra recuperare una risposta e costruirne una.

Nel mio caso il risultato sono stati tre fori e un pezzo di spago.
Una soluzione decisamente poco elegante.
Ma il libro, adesso, non perde più le pagine ed io posso tornare in spiaggia!

Marketing ultima frontiera… Economia Artificiale

di

Alessandro Angelelli

-

“Spazio, ultima frontiera. Eccovi i viaggi dell’astronave Enterprise durante la sua missione quinquennale, diretta all’esplorazione di nuovi mondi, alla ricerca di altre forme di vita e di civiltà, fino ad arrivare laddove nessun uomo è mai giunto prima“.

Chi non conosce la celebre frase di apertura della saga fantascientifica Star Trek, pronunciata dal Capitano James T. Kirk?

Parafrasando potremmo dire: “Marketing, ultima frontiera. Cosa succede quando il tuo cliente non sceglie più da solo, ma si lascia consigliare (o addirittura delega l’acquisto) da un Agente AI? Occorre spingersi laddove nessun uomo è mai giunto prima: verso l’Economia Artificiale.

Per anni abbiamo costruito strategie, brand, campagne e funnel pensando a un unico terminale d’acquisto: la mente umana.

Desideri
Paure
Status
Abitudini
Emozioni
Fatica cognitiva

Verso l’Economia Artificiale

Oggi tra l’azienda e il cliente entra un nuovo intermediario: un sistema di intelligenza artificiale, un Agente AI, che confronta, filtra, raccomanda e, in alcuni casi, decide.

Si, una macchina, che non prova sentimenti.
Non si commuove davanti al tuo storytelling.
Non si lascia sedurre dal packaging.
Non nutre simpatia verso il fondatore dell’azienda o il suo direttore commerciale.
Non ha alcun interesse per la tua storia aziendale.

Calcola.

Un fatto nuovo che sconvolge il paradigma economico nel quale siamo cresciuti, aprendo le porte all’Economia Artificiale, una economia che comprende, oltre l’uomo, le intelligenze artificiali.

E allora cambia tutto.
Non basta più chiedersi: “Come convinco il cliente?”
Bisogna iniziare a chiedersi anche: “Come fare per essere trovato, letto, interpretato e scelto da una macchina?”

Come cambia il Marketing nell’era dell’Economia Artificiale

Se un algoritmo confronta dieci fornitori simili, con promesse simili, contenuti simili, performance simili e recensioni simili, cosa farà? Con ogni probabilità sceglierà il più conveniente. Ed è qui che molte aziende rischiano di scoprire una verità scomoda: l’efficienza, da sola, non è più un vantaggio competitivo. È il prezzo d’ingresso.

Il vero tema diventa un altro: Hai abbastanza dati strutturati da essere compreso dalla macchina?
Hai un posizionamento abbastanza netto da non essere ridotto a commodity?
Hai un’identità abbastanza forte da spingere l’essere umano a dire al suo assistente AI: “No, voglio proprio quel brand”?
Hai contenuti che dimostrano competenza reale o solo parole perfettamente intercambiabili?

Il marketing sta entrando in una fase nuova.
Non sarà più sufficiente parlare all’uomo.
Non sarà più sufficiente ottimizzare per Google.
Non sarà più sufficiente produrre contenuti con l’AI.

Bisognerà imparare a competere in un mercato in cui l’uomo desidera, ma la macchina filtra. E quando la macchina filtra, tutto ciò che è neutro, generico e indistinguibile diventa invisibile. Forse la prossima grande sfida non sarà usare meglio l’intelligenza artificiale.
Sarà costruire aziende, brand e contenuti che l’intelligenza artificiale non può ignorare.

Su queste riflessioni, dopo le ferie, in arrivo una novità…!

Efficienza dell’irrilevanza: perché il 95% delle aziende non ottiene nulla dalla AI generativa

di

Alessandro Angelelli

-

C’è una differenza profonda, quasi ontologica, tra efficienza ed efficacia. L’intelligenza artificiale generativa, usata come mero braccio armato dell’automazione senza una mente strategica a monte, produce solo l’efficienza dell’irrilevanza: permette di fare perfettamente, e a una velocità mai vista prima, qualcosa che non sarebbe dovuto essere fatto.

È il mantra silenzioso visto in centinaia di aziende: la direzione strategica sarebbe un concetto superato, un retaggio analogico. Basta gettare nel tritacarne algoritmico milioni di dati, automatizzare ogni singolo punto di contatto, lasciare che la macchina trovi la sua strada attraverso tentativi ed errori computazionali. Il gioco sarebbe fatto.

Non lo è. Lo dimostra, con la nitidezza di un caso di scuola, la parabola di Klarna.

Il caso Klarna: quando l’efficienza diventa l’unico obiettivo

Nel 2023 la fintech svedese annuncia con enfasi che il proprio assistente IA svolge il lavoro di 700 agenti umani, con una proiezione di profitto aggiuntivo stimata in 40 milioni di dollari. Il CEO Sebastian Siemiatkowski la presenta come la prova che l’automazione totale del customer service funziona. Per mesi il caso Klarna diventa l’esempio più citato al mondo di sostituzione IA su larga scala.

Poi, nel 2025, la stessa azienda inverte la rotta e torna ad assumere personale umano. Il motivo, ammesso pubblicamente dallo stesso CEO, è che il costo era diventato “un fattore di valutazione troppo predominante” nella progettazione del servizio, e il risultato, nelle sue stesse parole, è stata una qualità più bassa.

Klarna non ha sbagliato l’esecuzione: il sistema ha effettivamente gestito milioni di conversazioni, in decine di lingue, a una velocità impensabile per un team umano. Ha sbagliato la domanda a monte.

Ha ottimizzato il costo per interazione senza chiedersi se quella fosse la metrica giusta da ottimizzare per un brand che vive di fiducia finanziaria. Ha automatizzato perfettamente qualcosa che, in quella forma, non andava automatizzato, la definizione più precisa di efficienza dell’irrilevanza che si possa trovare nella cronaca aziendale recente.

Il numero che dovrebbe far riflettere ogni consiglio di amministrazione

Il caso Klarna non è un’eccezione. Il report del MIT “The GenAI Divide: State of AI in Business 2025“ lo certifica con una cifra netta: il 95% delle aziende del campione non ottiene risultati misurabili dall’implementazione della AI generativa. Solo il 5% dei sistemi integrati crea valore significativo.

Non è un problema di tecnologia. I modelli funzionano, generano varianti di un testo in tre secondi, sfornano immagini pubblicitarie a costo zero. Il problema è a monte: cosa si sta chiedendo alla macchina di fare, e per conto di chi.

Il paradosso dell’omologazione e l’identità non replicabile

Quando l’innovazione insegue compulsivamente l’ultimo strumento per ridurre il rischio percepito sul mercato, ottiene l’effetto opposto: diventa il peggior nemico dell’impresa. Riduce il brand a una commodity interscambiabile, perché se tutti alimentano lo stesso algoritmo con logiche di ottimizzazione identiche, tutti convergono verso lo stesso output medio, la stessa voce, la stessa proposta.

La direzione strategica, al contrario, non cerca la sicurezza delle medie statistiche. Cerca un’identità non replicabile, capace di scelte polarizzanti, quelle che nessun algoritmo sceglierebbe mai da solo, perché statisticamente “rischiose”. Sono proprio quelle scelte, però, a costruire un brand che il mercato riconosce e ricorda.

Il test

Prima di aggiungere un altro strumento IA al tuo stack, fatti una domanda semplice: stai automatizzando una direzione che hai già scelto con lucidità, o stai delegando alla macchina anche la scelta della direzione?

Solo la prima strada produce efficacia. La seconda, per quanto veloce, per quanto impressionante da vedere in una demo, produce solo efficienza dell’irrilevanza: la capacità di correre a grande velocità nella direzione sbagliata.

L’AI non sostituisce il criterio. Lo mette alla prova

di

Monica Magnoni

-

In occasione di un recente intervento al Club Millionaire, davanti a una platea di imprenditori, sono partita da una domanda che oggi riguarda sempre più aziende: come trasformare l’intelligenza artificiale da costo, esperimento o curiosità in una vera leva di crescita? Sono partita da una parola che usiamo moltissimo, e che forse capiamo poco: innovazione.

È una parola potente, ma scivolosa. Spesso la usiamo come sinonimo di tecnologia, come se innovare significasse adottare l’ultimo strumento disponibile. Per chi fa impresa, invece, innovare significa qualcosa di molto più preciso: la capacità di capire dove una nuova possibilità può trasformarsi in crescita reale.

Ed è qui che, parlando di AI, rischiamo di cadere in uno dei due estremi di un racconto polarizzato. Da un lato l’AI come grande minaccia, quella che distruggerà il lavoro, le imprese, la società. Dall’altro l’AI come cassetta degli attrezzi: un tool per scrivere, uno per le immagini, uno per i dati.

Io vorrei spostare il punto di vista. Non l’AI come promessa. Non l’AI come minaccia. Ma l’AI come leva di crescita per chi fa impresa.

E allora la domanda non è “quale tool devo usare?”. La domanda che ogni imprenditore dovrebbe farsi è un’altra: dove può entrare l’AI domani mattina per far crescere meglio la mia azienda?

Il divario non è più tra chi ha accesso e chi no.

Lavoro con startup, PMI e grandi aziende, e vedo spesso lo stesso errore a tutti i livelli: si acquista lo strumento prima di aver definito cosa quello strumento deve risolvere.

I numeri raccontano bene questo passaggio. L’88% delle organizzazioni usa ormai l’AI in almeno una funzione. Ma quante l’hanno davvero integrata su tutta l’azienda, uscendo dalla logica dei silos? Una minoranza. E quante riescono a trasformarla in valore economico misurabile? Ancora meno.

Non siamo davanti a un problema di accesso. Gli strumenti sono accessibili, i costi di ingresso si sono abbassati, le persone li stanno provando. La fase della curiosità è superata.

La sfida, adesso, è un’altra: la scalabilità.

Come si passa da “abbiamo iniziato a usare l’AI” a “abbiamo cambiato un processo”? Da “produciamo più contenuti” a “vendiamo meglio”?

Il divario è tra chi gioca e chi incassa. E la differenza non è solo tecnologica.

Non vince chi ha lo strumento più nuovo. Vince chi ha un obiettivo definito, un metodo chiaro e un criterio per capire se sta funzionando.

E questa, per chi fa impresa, è una buona notizia. Perché non è solo una questione di budget. Ho visto grandi aziende spendere moltissimo e restare ferme alla sperimentazione. E realtà piccole ottenere risultati concreti, perché avevano una domanda chiara.

Adottare l’AI non significa stratificarla. Significa progettarla dentro.

C’è un salto da fare. Il tema non è più se usare l’AI. È dove inserirla per generare valore misurabile.

Perché l’AI, da sola, non cambia un’azienda. La cambia quando entra nei punti giusti. Altrimenti resta un insieme di esperimenti: utili, magari sorprendenti, ma non capaci di generare crescita.

Questo sposta l’AI dal piano della tecnologia al piano della strategia. Non siamo davanti a un nuovo gestionale o a un nuovo CRM. Siamo davanti a un nuovo modo di fare impresa.

E questo richiede una cosa concreta: rimettere mano ai processi. Non per stravolgerli, ma per guardarli con occhi nuovi. Perché l’AI applicata a un processo inefficiente non lo migliora. Anzi.

Accelerare un processo sbagliato non è un vantaggio. È un problema più veloce.

Per orientarsi, propongo tre lenti molto semplici. Il tempo: dove perdiamo ore in attività ripetitive? Il cliente: dove possiamo essere più rilevanti, rapidi, personalizzati? Le decisioni: dove decidiamo con informazioni incomplete o disperse?

Tempo. Cliente. Decisioni. È un esercizio che ogni imprenditore può fare domani mattina, tornando in ufficio.

Il lato che si vede meno: la Noise Tax.

L’AI generativa ha abbassato drasticamente il costo di produrre contenuti. Oggi chiunque può fare post, email, immagini, campagne. Più contenuti. Più velocità. Più presenza.

Ma non più rilevanza.

E qui sta il punto. Quando tutti possono produrre di più, il rischio non è comunicare troppo. È comunicare tutti allo stesso modo.

Aprite LinkedIn e scorrete venti post. Molti sembrano scritti dalla stessa persona.

Per un brand, questo è un problema. Perché il valore non sta più nella quantità di contenuti che produci. Sta nell’essere riconosciuto, ricordato, scelto.

La Noise Tax: la tassa invisibile che paghi quando usi l’AI come tutti gli altri. La paghi in omologazione, in perdita di voce. La paghi ogni volta che il tuo brand diventa un po’ meno riconoscibile.

È una tassa pericolosa, perché non la vedi subito a bilancio. All’inizio sembra efficienza. Sembra che stai facendo di più, più in fretta. Ma se quei contenuti non hanno un punto di vista, generano rumore, non valore.

E c’è un secondo rischio, più sottile: l’Identity Drift. La deriva dell’identità. Succede quando, contenuto dopo contenuto, prompt dopo prompt, il brand si allontana lentamente da se stesso, finché si diluisce.

E quando un brand si diluisce costa molto di più farlo ricordare, costa di più farlo scegliere.

Per questo l’AI, nella comunicazione, non può essere solo una macchina per produrre di più. Va governata, per proteggere l’identità.

Il rumore non si batte alzando il volume.

Se tutti possono produrre, come si resta rilevanti? La prima risposta è proteggere il DNA del brand, anche quando si usa l’AI. La seconda è l’esperienza.

Perché l’esperienza è la cosa più difficile da copiare. È fatta di contesto, di fisicità, di relazione, di memoria, di emozione.

Il rumore non si batte alzando il volume. Si batte costruendo qualcosa che le persone possano vivere, ricordare, riconoscere. E quel qualcosa, molto spesso, non è un contenuto in più. È un’esperienza che fai vivere.

È qui che entra il phygital: l’unione tra fisico e digitale, non come somma di due canali, ma come progettazione di un unico percorso continuo. Non è hype: è un mercato che cresce a doppia cifra e una direzione di investimento concreta.

Lo vediamo su tre territori. Nel retail, dove il punto vendita diventa spazio di consulenza, community, dati e servizio e chi lo progetta bene non raccoglie solo vendite, ma informazioni che valgono quanto le vendite. Negli eventi, dove il live diventa una piattaforma: non più solo ciò che accade in una sala, ma tutto quello che succede prima, durante e dopo. Nei servizi, dove ogni interazione con il cliente diventa un segnale, un insight.

Meno hype tecnologico. Più progettazione dell’esperienza.

Due motori che lavorano insieme.

AI e phygital non sono una formula tecnologica. Sono una formula di crescita.

L’AI lavora sull’intelligenza interna dell’impresa: processi, decisioni, vendite, dati. Il phygital lavora sull’esperienza che l’impresa fa vivere fuori: nel negozio, nell’evento, nel servizio, nel percorso che porta il cliente a sceglierti e a tornare.

Quando questi due motori lavorano insieme, succede qualcosa di potente. L’intelligenza interna migliora l’esperienza esterna. E l’esperienza esterna genera nuovi dati, nuove relazioni, che tornano dentro l’azienda. È un ciclo.

Ed è qui che si costruisce un vantaggio competitivo difficile da copiare. Perché un competitor può copiare uno strumento, una campagna, un contenuto. Ma fa molta più fatica a copiare un sistema fatto di processi, dati, relazione, esperienza e identità.

Resta il criterio.

L’AI non sostituisce il criterio. Lo mette alla prova.

Perché lo strumento è sempre più accessibile. Molti avranno gli stessi modelli, gli stessi tool, le stesse piattaforme. Ma il criterio con cui decidiamo dove metterli, cosa delegare e cosa proteggere: quello farà la differenza.

La tecnologia amplifica. Ma amplifica ciò che trova. Amplifica processi chiari o processi confusi. Brand forti o brand generici.

Per questo il criterio diventa la vera competenza strategica. Non la capacità di usare ogni nuovo strumento, ma quella di decidere quali servono davvero, dove inserirli e quale valore devono generare.

Sperimentare. Misurare. Scalare. Innovare. Ma senza perdere ciò che rende la propria impresa unica, riconoscibile, credibile e umana.

Perché quella non è la parte che la tecnologia deve sostituire, ma solo aiutare a rendere più forte.

Il futuro è a BolognaFiere: Moondo segue live il WMF2026!

di

Deva Angelelli

-

Dal 24 al 26 giugno i riflettori dell’innovazione globale si accendono su BolognaFiere per l’attesa edizione del WMF2026 – We Make Future. Tre giorni intensi in cui il meglio della tecnologia, dell’intelligenza artificiale, del marketing e della sostenibilità si riunirà in un unico grande hub internazionale.

Un appuntamento imperdibile che la redazione di Moondo quest’anno ha deciso di seguire con ancora maggiore attenzione: saremo presenti sul campo con ben cinque giornalisti per raccontarvi in tempo reale retroscena, interviste esclusive, trend emergenti e le visioni dei più grandi speaker internazionali.

Un palinsesto monumentale: i numeri dell’innovazione

Il WMF2026 si preannuncia come un’edizione da record. Per tre giorni i partecipanti avranno l’opportunità di immergersi in un ecosistema unico:

Oltre 70.000 mq di area espositiva interamente dedicati all’innovazione.
Più di 800 espositori da tutto il mondo, tra aziende leader, startup, investitori, università e istituzioni provenienti da oltre 90 Paesi.
Oltre 90 stage tematici per quella che è considerata la formazione più completa al mondo su AI, Digital Marketing e trend del futuro.
Delegazioni internazionali provenienti da più di 50 Paesi e oltre 20 padiglioni globali per favorire il networking e gli incontri B2B.

Tra show e tecnologia: i distretti da non perdere

La fiera non sarà solo un luogo di formazione, ma un vero e proprio spettacolo interattivo diviso in grandi macro-aree:

Future Show & Robotica

Il lato più scenografico della tecnologia prenderà vita grazie a esperienze immersive che legano AI, realtà virtuale e scienza. Sarà possibile interagire con robot umanoidi avanzati e robot quadrupedi. L’attrazione più attesa? La Gravity-Jet Suit, la clamorosa tuta a reazione con propulsori su braccia e schiena che permetterà al pilota di librarsi letteralmente in aria.

Gaming, Sport e Mobilità del Futuro

Il legame tra tecnologia e intrattenimento si fa sempre più stretto. Al WMF2026 assisteremo in esclusiva alla prima edizione assoluta del Campionato Europeo di Drone Soccer. Spazio anche allo Sports & Gaming Fest nella Gamers Arena e all’area Future of Mobility, dove si potranno effettuare test drive su veicoli Tesla e Rattix, scoprendo da vicino i progetti ingegneristici della Race for the Future dell’Università di Bologna. Per gli amanti dei motori e del giornalismo di settore, da non perdere gli appuntamenti live con Motor1: perché Comprarla Live?.

Lavoro e Startup: la Digital Job Fair

Per chi cerca nuove opportunità professionali nel settore tech, la Digital Job Fair sarà il punto di incontro ideale tra aziende e professionisti del mondo AI e Digital. Sarà possibile caricare il proprio CV in piattaforma, candidarsi alle posizioni aperte e sostenere i colloqui direttamente nei giorni della fiera.

Innovate • Inspire • Impact: il Mainstage e i Side Events

Il cuore pulsante delle riflessioni geopolitiche, sociali e tecnologiche sarà come sempre il Mainstage. Su questo palco si alterneranno keynote, panel e fireside chat sui temi caldi del momento: intelligenza artificiale, diritti, sostenibilità e inclusione.

Non mancheranno i grandi eventi collaterali, tra cui gli incontri verticali dedicati alle startup con Invitalia, e i momenti di grande spettacolo e musica live. Le serate del Mainstage si accenderanno infatti con i concerti di artisti straordinari:

24 Giugno: Francesco Cavestri
25 Giugno: Valerio Lundini & I Vazzanikki
26 Giugno: Dardust e Ditonellapiaga

Moondo c’è: seguite il WMF2026 insieme a noi

Con una squadra di 5 inviati Moondo vi porterà dentro l’evento dell’anno. Analizzeremo gli impatti delle nuove tecnologie sui mercati e sulla società, raccoglieremo le voci dei protagonisti e vi racconteremo da vicino come l’Intelligenza Artificiale sta ridisegnando il nostro presente.

Se non volete perdere l’occasione di partecipare di persona, ricordate che le offerte speciali sui ticket scadono questo venerdì 12 giugno.

Restate sintonizzati sulle nostre pagine per non perdere nemmeno un aggiornamento da BWMF2026!

Digital marketing integrato: cambiare agenzia non basta

di

Giulia Bezzi

-

Il Digital marketing integrato richiede responsabilità unica, KPI condivisi e numeri letti nello stesso documento. Senza coordinamento, team, agenzia e automation avanzano separati e il business rallenta. Capire dove si interrompe il collegamento tra attività, dati e vendite permette di intervenire prima di cambiare fornitore, piattaforma o persone.

Ho perso il conto delle volte in cui mi sono sentita dire: cambiamo agenzia, cambiamo piattaforma, cambiamo team. A volte la sostituzione serve. Molto spesso, invece, sposta il problema senza risolverlo.

Se l’azienda investe in agenzia, team interno e marketing ma i risultati commerciali restano deboli, la causa può stare nel coordinamento. Chi deve intervenire? Una persona con responsabilità trasversale. Cosa deve presidiare? Obiettivi, KPI, priorità, lettura dei dati. Come? Con routine condivise e un solo documento decisionale. Quando? Prima che la discussione si trasformi nell’ennesimo cambio di fornitore.

Il problema nasce molto prima dei fornitori

Il primo segnale arriva quasi sempre nella stessa riunione. Team interno, agenzia e fornitore della piattaforma si siedono insieme e portano tre letture diverse. Traffico in crescita, lead non qualificati, funnel fermo. Email con ottimi tassi di apertura, commerciale insoddisfatto. Campagne in linea con il budget, vendite senza accelerazione.

Sono dati che possono essere corretti presi singolarmente. Il guaio nasce quando nessuno li collega a un obiettivo comune. Il digital marketing integrato non consiste nell’avere più canali attivi, ma nel chiedere a ogni canale di contribuire alla stessa direzione commerciale.

Agenzia, automation e reparto vendite osservano fasi diverse dello stesso percorso. L’agenzia può dimostrare di aver aumentato traffico e richieste. Chi gestisce il CRM può mostrare flussi ben costruiti e segmentazioni ordinate. Il commerciale può dire, con altrettanta ragione, che quei contatti non arrivano pronti a una trattativa. Ognuno porta un pezzo di verità, ma nessuno restituisce all’azienda una lettura complessiva di ciò che sta accadendo. Il digital marketing integrato diventa necessario proprio in questo passaggio, per collegare dati, responsabilità e ricadute commerciali.

È qui che molte organizzazioni iniziano a cercare il colpevole sbagliato. Non perché fornitori e team siano sempre innocenti, sarebbe ingenuo sostenerlo. Ma perché prima di giudicare una singola attività serve capire se è stata inserita dentro un sistema coerente. Se la SEO lavora su un pubblico che il commerciale non considera prioritario, se l’automation coltiva contatti che nessuno qualifica allo stesso modo, se le campagne generano richieste che non vengono lette con criteri condivisi, il problema non è in una singola esecuzione. È nel modo in cui l’azienda tiene insieme il progetto.

Il problema pesa ancora di più perché le persone non si muovono in un solo canale. Nel Messaging Trends Report 2026 di Infobip, costruito su 628 miliardi di interazioni mobili registrate nel 2025, quasi il 98% del traffico passa da più canali. Se il pubblico attraversa ricerca, email, sito, messaggistica e CRM, leggere ciascun ambito isolato produce decisioni incomplete.

Quando intervengo in consulenza digital per aziende, parto proprio da qui: risorse interne, partner esterni, tecnologie attive, obiettivi commerciali. Serve capire se lavorano nella stessa direzione o se stanno solo convivendo.

KPI condivisi: tre numeri diversi bloccano ogni decisione

I numeri non mentono, ma possono non parlarsi. Un’agenzia porta impression, clic e conversioni tracciate. Il CRM mostra MQL, SQL(per i non avvezzi con il gergo si tratta del grado di maturità di un potenziale cliente: MQL è marketing qualified lead e SQL sta per sales qualified lead) e opportunità. Il reparto vendite ragiona su trattative, chiusure e valore medio. Tutto corretto, finché quei dati restano su fogli diversi e nessuno decide quale relazione debba esistere tra loro.

I KPI condivisi servono proprio a evitare questa frattura. Non bastano metriche presenti in report separati. Occorrono indicatori selezionati prima dell’avvio del progetto, collegati a decisioni concrete e accettati da tutte le parti coinvolte.

Il tema non è scegliere numeri generici che accontentino tutti, ma costruire una griglia di lettura che obblighi ogni funzione a osservare lo stesso avanzamento. Un aumento dei clic può essere soddisfacente per chi gestisce l’acquisizione, ma perde valore se non cresce la qualità dei contatti. Un buon tasso di apertura delle email può indicare interesse, ma non basta se il funnel non genera passaggi utili per il reparto vendite. Un CRM ordinato aiuta, ma non risolve nulla se dentro entrano dati incoerenti o lead fuori target.

Io suggerisco di chiedere tre verifiche prima di approvare un set di indicatori:

obiettivo commerciale associato;
sorgente dato condivisa;
decisione prevista in caso di scostamento.

Se manca una di queste tre condizioni, il numero rischia di diventare decorativo. Bello da mostrare, debole quando arriva il momento di scegliere se spostare budget, rivedere un funnel, correggere un’offerta o cambiare priorità.

C’è un’altra domanda utile da aggiungere: chi è chiamato a intervenire quando il KPI si muove nella direzione sbagliata? Perché misurare senza aver chiarito il passaggio successivo significa limitarsi a registrare un problema. Un dato utile deve aprire una scelta: fermare una campagna, modificare una sequenza, rivedere il pubblico, chiedere al commerciale un ritorno più preciso, ridefinire il criterio con cui viene qualificato un contatto.

Nelle attività di consulenza digital per aziende questo lavoro arriva molto presto, perché un progetto ben impostato deve unire partner, strumenti e aspettative economiche. Lo stesso nodo emerge nel rapporto con i fornitori digitali.

Responsabilità unica: chi coordina team, agenzia e tool

Nel mio libro Project Manager. Gestire il caos creativo, eliminare lo stress e aumentare l’efficienza dedico spazio alla definizione dei ruoli e al process owner, perché il plurale maiestatis non protegge nessun progetto. “Ce ne occupiamo noi” è una frase comoda, ma non dice chi verifica, chi richiama, chi decide, chi risponde quando il dato segnala un rallentamento.

La responsabilità di progetto deve avere un nome. Può stare dentro l’azienda, per esempio in capo a CMO, Head of Digital, CRM Manager o Digital Project Manager. Può anche essere affidata a una figura esterna con autorevolezza sufficiente per tenere insieme specialisti diversi. Conta una cosa: quella persona deve poter chiedere gli stessi numeri a tutti, leggere le deviazioni e convocare le decisioni necessarie.

Questa figura non deve sostituirsi agli specialisti. Non deve scrivere al posto del copywriter, impostare campagne al posto dell’advertiser o costruire flussi al posto di chi gestisce l’automation. Deve fare qualcosa che spesso manca: mettere in relazione attività che, prese singolarmente, possono anche funzionare, ma che non sempre producono avanzamento per l’azienda.

Il process owner non sostituisce i professionisti verticali. Li mette nelle condizioni di lavorare con maggiore chiarezza. L’agenzia continua a presidiare la propria area. Il team interno continua a conoscere prodotto, clienti, priorità aziendali. La piattaforma di automation continua a eseguire flussi e segmentazioni. Ma qualcuno collega attività, metriche e ricadute economiche.

Senza questa responsabilità unica, anche la riunione più operativa rischia di trasformarsi in un confronto fra reparti. L’agenzia difende la qualità del traffico. Il marketing sottolinea gli sforzi sui contenuti. Il sales team lamenta la scarsa maturità dei contatti. Tutti portano argomenti legittimi, ma l’azienda resta senza una decisione netta.

È lo stesso approccio che porto nella consulenza digital per aziende: non aggiungo un livello inutile, rendo chiare relazioni che spesso esistono ma non vengono gestite.

Marketing automation: senza obiettivi comuni moltiplica il disordine

La marketing automation non corregge obiettivi confusi. Li moltiplica. Se una piattaforma riceve segmenti deboli, eventi mal definiti e priorità commerciali ballerine, automatizza il disordine con grande puntualità.

Lo vedo anche nel lavoro in Floox, dove mi occupo di strategia e lead generation. L’automation rende quando si sa quali segnali osservare, quali segmenti costruire e quali azioni aspettarsi dal commerciale. Se la SEO porta traffico con un’intenzione precisa, ma il CRM registra dati incompleti e il sales team non restituisce esiti chiari, il flusso successivo nasce già storto.

Accade, per esempio, quando il lead scoring assegna valore a comportamenti che il reparto vendite non considera realmente rilevanti. Un utente apre tre email, visita due pagine del sito, scarica un contenuto e viene promosso come contatto interessante. Poi il commerciale lo chiama e scopre che non ha budget, urgenza o ruolo decisionale. Il dato non era falso. Era costruito senza confronto sufficiente con chi, ogni giorno, porta avanti le trattative.

Accade anche quando i flussi email sono curati, i testi funzionano, i tassi di interazione soddisfano, ma nessuno ha stabilito quale comportamento debba produrre un passaggio reale verso l’area sales. In quel caso l’azienda nutre persone, invia comunicazioni, genera movimento, ma fatica a capire quale parte di quel lavoro stia contribuendo alla crescita delle opportunità.

E accade quando le dashboard diventano ricchissime di segnali comportamentali, mentre manca il ritorno più prezioso: quali contatti sono diventati trattative concrete? Quali sono stati scartati e perché? Quali segmenti si sono rivelati più vicini all’acquisto? Senza questa risposta, l’automation continua a funzionare, ma il progetto non apprende abbastanza.

Serve allora un accordo operativo tra chi acquisisce domanda, chi la nutre e chi la trasforma in opportunità economica. Non parlo di riunioni infinite. Parlo di definizioni comuni su tre livelli:

ingresso: quali segnali rendono un contatto interessante;
passaggio: quando il contatto arriva al commerciale;
ritorno: quali esiti tornano a marketing e automation.

Durante percorsi di formazione digital insisto molto su questa materia, perché la tecnologia produce valore solo quando le persone condividono metodo e lessico operativo.

Reporting marketing: tre metriche ogni venerdì mattina

Il suggerimento più pratico resta quello che ho scritto nel post da cui nasce questa riflessione: nominare una sola persona, interna o esterna, che ogni venerdì mattina riceva da team, agenzia e piattaforma gli stessi tre numeri, concordati all’avvio del progetto, nello stesso foglio.

Il reporting marketing deve aiutare a decidere, non a collezionare PDF. Per molte aziende B2B, tre indicatori possono essere:

contatti qualificati generati;
avanzamento verso opportunità commerciali;
valore economico associato al funnel.

Per un ecommerce cambiano i nomi, non la logica. Potrebbero entrare ricavi da flussi automation, conversione da sessione a ordine, valore medio degli ordini. L’obiettivo non è creare un cruscotto enorme, ma una routine sobria che permetta di intervenire presto.

Un report può raccontare cosa è successo. Un buon report deve aiutare a stabilire cosa fare dopo. Continuare, correggere, fermare, spostare risorse, chiedere un approfondimento, cambiare ordine di priorità. Se il documento si limita a descrivere il mese precedente, senza produrre alcuna scelta, diventa archivio. Non guida il lavoro.

Quando tutto confluisce in un unico documento, la conversazione cambia. Non si discute più su quale report abbia ragione. Si decide quale azione correggere, chi la presidia e quando verificare l’esito. È qui che il digital marketing integrato diventa operativo: dati comuni, responsabilità definite e decisioni che tengono insieme marketing, vendite e tecnologia.

Questa è misurazione dei risultati applicata al lavoro vero.

La frequenza settimanale serve proprio a evitare due errori opposti: reagire in modo isterico a ogni oscillazione giornaliera oppure accorgersi del problema dopo un trimestre intero. Una lettura ricorrente, sugli stessi indicatori, consente di distinguere un’anomalia passeggera da un disallineamento che richiede intervento.

È una pratica necessaria perché prima si chiariscono obiettivi e dati utili, poi si valuta cosa correggere.

Cambiare agenzia, piattaforma o team può servire. Ma solo dopo aver verificato se l’azienda sta chiedendo a tutti di lavorare verso lo stesso risultato.

AI Week 2026: l’intelligenza artificiale è pronta. Ora dobbiamo capire chi vogliamo essere noi

di

Monica Magnoni

-

Si è appena conclusa AI Week 2026 e torno con una sensazione precisa: l’intelligenza artificiale non è più un tema da osservare a distanza. È entrata nelle conversazioni delle aziende, nei progetti, nei budget, nelle paure e nelle ambizioni.

L’edizione milanese, ospitata a Milano Rho, è stata una fotografia molto chiara di questo passaggio: un evento imponente, con 25.000 partecipanti, oltre 700 speaker internazionali, 17 palchi tematici, espositori, manager, professionisti, startup, investitori, imprese e curiosi venuti non solo per ascoltare che cosa l’AI può fare, ma per capire come possa entrare davvero nel lavoro quotidiano.

AI Week ha mostrato un ecosistema ormai maturo e trasversale, dove il dibattito non riguarda più soltanto le potenzialità dell’intelligenza artificiale, ma il modo in cui può essere applicata in modo responsabile, utile e sostenibile.

Uno dei messaggi più forti emersi dall’evento è stato chiaro: l’innovazione tecnologica ha valore solo se resta connessa alla dimensione umana. L’AI non come sostituzione dell’intelligenza delle persone, ma come strumento per amplificarne capacità, velocità e qualità decisionale.

È questa tensione tra automazione e centralità dell’individuo ad aver dato coerenza a molti degli interventi: da Llion Jones, co-autore di Attention Is All You Need, il paper che ha contribuito alla nascita dei modelli linguistici che usiamo ogni giorno, fino a Lucilla Sioli, direttrice dell’AI Office europeo, che ha portato sul palco la prospettiva regolatoria con cui l’Europa sta cercando di governare questa trasformazione.

La parola che tornava, in molti contesti, non era soltanto “automazione”, “efficienza” o “velocità”.

Era “fiducia”.

I trend: governance, sicurezza, PA, formazione.

Tra i temi più ricorrenti, il primo e più trasversale è stato la governance dell’AI: la necessità di regole, controllo e responsabilità nell’uso degli strumenti intelligenti. Un tema che oggi non appartiene più solo ai tavoli legali o tecnici, ma è diventato una preoccupazione concreta per manager, imprenditori e organizzazioni.

Un secondo filone centrale ha riguardato la cybersecurity, sempre più intrecciata con l’adozione dell’AI e con la protezione di dati, sistemi e processi. Più l’intelligenza artificiale entra nelle infrastrutture aziendali, più la superficie di rischio si espande. E le aziende lo stanno capendo, spesso sulla propria pelle.

Terzo elemento rilevante: l’impatto dell’AI sulla pubblica amministrazione. È un ambito in cui efficienza, accessibilità e semplificazione possono fare davvero la differenza. La PA italiana è uno dei territori più complessi e, al tempo stesso, più promettenti per l’applicazione dell’intelligenza artificiale. AI Week ha dedicato spazio anche a questo, con contributi concreti e non solo visionari.

Infine, la formazione. Senza nuove competenze, l’adozione dell’AI rischia di restare superficiale o disomogenea. Non basta avere gli strumenti: serve saperli interpretare, contestualizzare e usare per generare valore reale. In questo senso, AI Week ha funzionato anche come osservatorio sul futuro delle competenze.

AI e imprese: la domanda è cambiata.

Ad AI Week ho percepito qualcosa di diverso rispetto alla prima fase dell’entusiasmo generativo.

Le domande sono diventate più mature, più concrete, più scomode.

Come integriamo l’AI nei processi aziendali?

Come proteggiamo dati, reputazione e relazioni?

Come evitiamo che l’automazione generi distanza invece che valore?

Come facciamo a mantenere una voce riconoscibile quando a parlare, sempre più spesso, sarà anche una macchina?

Sono domande che non riguardano solo i tecnici. Riguardano chiunque si occupi di impresa, comunicazione, marketing, risorse umane, customer experience, compliance e cultura organizzativa.

Perché quando un sistema AI risponde a un cliente, supporta un collaboratore, genera contenuti o interviene in un processo decisionale, non sta semplicemente eseguendo un compito.

Sta rappresentando un’organizzazione.

E rappresentare qualcuno richiede responsabilità.

Il rischio non è solo sbagliare. È diventare tutti uguali.

Da persona che lavora da anni nella comunicazione e nella relazione tra brand, persone e mercati, vedo un rischio che non viene citato abbastanza: l’omologazione.

L’AI può produrre testi corretti, fluidi, persino convincenti.

Ma correteezza non significa identitario, non significa autenticità o riconoscibilità.

Il rischio è che molte aziende comunichino con la stessa voce: una voce neutra, ordinata, apparentemente impeccabile, ma priva di carattere.

Una voce che non sbaglia la grammatica, ma sbaglia appartenenza.

E questo, per un brand, è pericoloso.

Perché la fiducia non nasce solo da ciò che diciamo. Nasce dal modo in cui lo diciamo, dalla coerenza nel tempo, dalla capacità di restare fedeli a una promessa, da una postura riconoscibile, da una cultura che si percepisce anche nelle parole.

Ogni azienda ha parole che può usare e parole che dovrebbe evitare.

Ha toni che le appartengono e toni che la tradiscono.

Ha confini che non dovrebbe superare.

Ha valori che non possono essere ridotti a formule generiche.

Se questi elementi non vengono chiariti prima, l’AI non li custodirà per noi. Tenderà alla media.

E la media, nella comunicazione, è spesso una forma di sparizione.

Il lancio di i-broS™ ad AI Week

Dentro questo scenario, ad AI Week è stato presentato anche i-broS™: un sistema nato proprio per affrontare il tema dell’identità applicata all’intelligenza artificiale.

Molte delle persone che si sono avvicinate avevano già il problema. Lo conoscevano, lo vivevano. Quello che spesso mancava era un nome per definirlo.

E dare un nome a un problema è già il primo passo per affrontarlo.

i-broS™ nasce da questa consapevolezza: l’intelligenza artificiale aziendale non deve essere solo performante. Deve essere coerente.

Coerente con i valori dell’organizzazione, con il tono, con i confini, con la cultura.

Nell’era degli agenti AI, l’identità non può più restare chiusa in un brand book o affidata alla sensibilità di poche persone. Deve diventare operativa. Deve poter essere misurata, protetta, verificata.

Perché quando un agente AI risponde a un cliente, non sta semplicemente producendo una risposta.

Sta parlando a nome di qualcuno.

Governance non significa burocrazia.

Una delle parole più presenti ad AI Week è stata “governance”.

In passato, soprattutto nel mondo dell’innovazione, questa parola è stata spesso percepita come un freno: qualcosa che rallenta, complica, irrigidisce.

Oggi, invece, il suo significato sta cambiando.

Nell’intelligenza artificiale, governance non significa bloccare. Significa rendere possibile un uso serio, scalabile e affidabile della tecnologia.

Senza governance, l’AI resta esperimento.

Con governance, può diventare infrastruttura.

Senza governance, le aziende provano strumenti.

Con governance, costruiscono processi.

Senza governance, l’AI parla.

Con governance, rappresenta correttamente.

Questo passaggio è fondamentale, soprattutto per chi guarda all’innovazione non come a una corsa verso l’ultimo strumento, ma come a una trasformazione del modo in cui le organizzazioni generano valore, relazione e fiducia.

Guardando avanti.

Esco quindi da questa edizione della AI Week appena conclusasi con fiducia.

L’AI in Italia sembra destinata a uscire sempre più dalla dimensione sperimentale per diventare parte della normalità operativa. La vera sfida non sarà soltanto adottarla, ma farlo mantenendo qualità, responsabilità e visione.

La grande differenza non sarà tra chi userà l’intelligenza artificiale e chi non la userà.

La vera differenza sarà tra chi la userà come scorciatoia e chi la userà come amplificazione consapevole della propria cultura.

Tra chi produrrà più contenuti e chi produrrà più coerenza.

Tra chi automatizzerà la voce e chi saprà custodirla.

Tra chi lascerà che l’AI parli al posto suo e chi saprà insegnarle a parlare come sé.

L’intelligenza artificiale è pronta a entrare nelle aziende.

Ora le aziende devono essere pronte a non perdersi dentro di essa.

Torino Future Week 2026: confronto sull’innovazione e l’intelligenza artificiale

di

Deva Angelelli

-

Il 25 maggio, dalle 11 alle 19, AssoInnovatori, AISM e Fondazione Educatorio della Provvidenza organizzano un evento alla Torino Future Week 2026, una giornata dedicata al rapporto tra trasformazione digitale, AI, impatto sociale e nuovi modelli organizzativi.

Torino si prepara ad accogliere una giornata interamente dedicata all’innovazione come leva di impatto sociale. Il 25 maggio, nell’ambito della Torino Future Week 2026, si terrà l’iniziativa “Innovazione e impatto sociale: Profit e Non Profit”, promossa grazie alla collaborazione tra Fondazione Educatorio della Provvidenza, Associazione Italiana Sviluppo Marketing e Associazione Italiana Innovatori APS. L’appuntamento è in programma dalle 11:00 alle 19:00 e propone un confronto articolato tra imprese, Terzo Settore, professionisti dell’innovazione, mondo culturale e realtà impegnate nel sociale.

Il filo conduttore della giornata sarà il ruolo della trasformazione digitale e dell’intelligenza artificiale nella costruzione di nuove pratiche, nuovi servizi e nuove forme di collaborazione tra profit e non profit. Talk, presentazioni di libri, sessioni esperienziali, networking e una conferenza musicale comporranno un programma che punta a mettere in relazione tecnologia, creatività, welfare, cultura e benessere.

L’iniziativa affronta temi oggi centrali per il dibattito sul digitale: dall’AI applicata al marketing e alla leadership organizzativa, fino agli strumenti open source per la valutazione dei progetti sociali; dal prompt engineering alla memoria contestuale dei sistemi intelligenti; dalle web app per lo studio e il benessere agli interventi psicotecnologici per il supporto psicofisico.

Particolare attenzione sarà dedicata anche alla dimensione umana dell’innovazione. La giornata, infatti, non si limita a osservare la tecnologia come strumento di efficienza, ma la colloca dentro un orizzonte più ampio: quello della cura, dell’inclusione, dell’apprendimento, della cultura e della partecipazione. In questo senso, il dialogo tra profit e non profit diventa un laboratorio per immaginare un digitale più accessibile, responsabile e orientato alla generazione di valore sociale.

L’evento è gratuito, previa registrazione, clicca qui per riservare il tuo posto.

Il programma

Apertura lavori: ore 11:00
Sala Biblioteca

Carlo Majorino – Presidente della Fondazione Educatorio della Provvidenza ETS
Massimo Giordani – Presidente dell’Associazione Italiana Sviluppo Marketing
Alessandro Angelelli – Presidente dell’Associazione Italiana Innovatori APS

11:30-13:00 – Prima Sessione
Sala Biblioteca

Massimo Giordani, Presidente dell’Associazione Italiana Sviluppo Marketing – Introduzione della sessione
Fabrizio Bellavista, Innovation Consultant, Dip. Neuromarketing e Multiverso XR – Associato AISM – “NEO RENAISS@NCE non è crescita lineare, ma accelerazione sistemica basata su reti, conoscenza, estetica e fiducia”
Massimo Soriani Bellavista, Formatore specializzato in creatività applicata al marketing – Associato AISM – Presentazione del libro: “MAiRKETING”
Andrea Terranova, Progettista della traduzione visivo-verbale, Prompt Designer – Presentazione del libro: “Una ermeneutica dell’emancipazione per l’Intelligenza Artificiale”
Guido Saracco, già Rettore del Politecnico di Torino – Presentazione del libro: “Alleati digitali. La nostra IA personale”
Davide Greco, Social Project Designer – CPD Consulta per le Persone in Difficoltà ODV ETS – “Misurare con i dati: tecniche e strumenti open source per la valutazione dei progetti sociali”

14:00-16:00 – Seconda Sessione
Sala Biblioteca

Maurizio Morini, Presidente e Amministratore Unico Best Advance Srl – “Leadership Aumentata grazie all’AI e alla Nuova Intelligenza Organizzativa”
Elisa Iandiorio, Innovation Manager & Business Developer, Professoressa Università della Tuscia Viterbo – “Prompt engineering: come fare domande efficaci mantenendo un pensiero critico”
Alessio Alessandrini, CEO Founder CuDriEc, Vicepresidente Associazione Italiana Innovatori APS – “Memoria e contesto: il balzo evolutivo degli strumenti dotati di AI”
Francesco Salizzoni, Business Developer & Co-founder, WAILD – “Io e Open Claw, per 60 giorni di seguito. Esperimento antropologico tutto da raccontare”
Cosimo Panetta, Founder & CEO Aipermind – “Il passaggio dal Market Research al Market Testing: come effettuare crash test virtuali per idee, prodotti e strategie”
Alessandro Angelelli, Presidente Associazione Italiana Innovatori APS – “L’algoritmo valida, la curiosità vende”

16:00-18:00 – Terza Sessione
Sala Biblioteca

Paola Casacci, Direttore della Fondazione Educatorio della Provvidenza ETS, Maria Luisa Reviglio Della Veneria, Presidente Associazione Amici dell’Educatorio della Provvidenza ODV – “La Cultura che Cura®: innovazione e benessere sociale. Dalla prescrizione di cura al Gioco di Ruolo”
Maria Cristina Protti, Responsabile progetti in campo educativo per PRC Multimedia Srl – “Oltre la correzione automatica: imparare davvero”
Paola Monaci, Psicologa, Psicoterapeuta Cognitivo-Comportamentale, Coordinatore Centro Psicotech Lab® della Fondazione Educatorio della Provvidenza ETS
Michele Rossetti, Psicologo, Esperto in Bio e Neurofeedback
Giorgia Brovia, Psicologa Clinica, Tutor dell’apprendimento per studenti con DSA, ADHD e BES
Donatella Mosso, Gestalt Coach – “Il Centro Psicotech Lab® e gli interventi psicotecnologici per il benessere psicofisico”

18:00-19:00 – Quarta Sessione
Auditorium Orpheus

Conferenza musicale “Implicazioni (e complicazioni) dell’AI agentica”

Ciclo “Scienza e creatività” a cura dell’Associazione Polincontri e dell’Istituto Musicale Città di Rivoli G. Balmas, nell’ambito delle rispettive stagioni Polincontri Musica e Scene dal Vivo.

Michele Franzese, Founder Future Week®, Direzione Creativa SCAI Comunicazione
Massimo Giordani, Presidente dell’Associazione Italiana Sviluppo Marketing
Anna Barbero Beerwald, pianoforte

Massimo Giordani esplora l’evoluzione dell’IA agentica, le opportunità e i rischi di un nuovo umanesimo digitale, in dialogo con la musica dal vivo di Anna Barbero Beerwald.

Sessioni parallele pomeridiane

14:00-16:00 – Salotto

World Café – Un momento partecipativo a cura della Rete Sisifo Felice sul tema “Tecniche di condivisione delle idee nell’era dell’Intelligenza Artificiale”

16:00-18:00 – Sala Gialla

Spazio dedicato alle associazioni dell’EDP Social Hub e alla presentazione di progetti e servizi in ambito sociale

Irene Raimondi, Tutor dell’apprendimento presso il Centro HPL
Elisabeth Ridolfo, Psicologa presso il Centro HPL – “Centro HPL – Dove nasce il futuro: capire l’apprendimento oggi per dare forma agli adulti di domani”
Stefania Plateroti, Vicepresidente Associazione Ammalati Pazienti Reumatici Autoimmuni AAPRA ODV – “Soluzioni innovative di management per le patologie reumatiche”
Laura Bellagarda, Presidente Associazione Traumi Encefalici ATE ODV – “Il futuro delle persone fragili invisibili”
Maria Luisa Reviglio Della Veneria, Presidente di UNI.VO.C.A. Unione Volontari Culturali Associati – “UNI.VO.C.A. e il suo ruolo nella difesa e promozione dei Beni Culturali”
Gabriella Monzeglio, Project Manager – “Il progetto di UNI.VO.C.A. ‘Agorà del sapere’: un network che collega il cittadino alla cultura e all’arte”
Francesca Sibona Masi, Associazione Amici della Fondazione Ordine del Mauriziano – “PiemonteGo! La prima guida digitale geolocalizzata”
Rossella Noto, Presidente Gruppo Assistenza Donne Operate al Seno GADOS – “Innovare la cura: comunità, relazioni e benessere nel Terzo Settore”
Ausilia Ferraris Passalenti, Presidente AMICO LIBRO ODV – “Adolescenza e la ricerca della felicità”

18:00-19:00 – Salotto

Web App: strumenti al servizio del benessere e dello studio

Sessione esperienziale del Centro Psicotech Lab® a cura di Giulia Ricci, psicologa della Fondazione Educatorio della Provvidenza ETS.

L’ingresso è gratuito con prenotazione obbligatoria.