Intelligenza artificiale nel marketing: cosa mi hanno insegnato due anni e mezzo di uso quotidiano

Faccio il mio lavoro su due computer.

Sul primo sono il head of marketing di SSI SCHÄFER Switzerland, una multinazionale dell’intralogistica. Quella macchina vive dentro policy aziendali sull’AI molto rigide. I modelli frontier sono off limits per i dati aziendali, perché praticamente nessuna azienda di AI oggi può garantire, con una certezza al 100 percento, che fine facciano i dati che le consegni. Ciò che gira invece è disciplinato: analisi di marketing su dati puliti e anonimizzati dove la policy lo permette, e capacità predittive tramite tool di vendor consolidati, che ho valutato onestamente altrove.

Sul secondo sono un consulente di marketing in proprio. Su quella macchina praticamente tutto passa dall’AI. Ricerca, scrittura, analisi, costruzione dei siti. Un mondo diverso, che viaggia a una velocità completamente diversa.

Stesso marketer. Due realtà opposte. Se vuoi una risposta onesta sull’usare l’AI nel marketing, devi sentirle entrambe. È questo articolo.

I punti chiave

• L’AI non sostituisce i marketer. Sostituisce i mediocri e moltiplica i migliori. Le tue tre persone più forti con l’AI producono quasi lo stesso output di un team di dieci, a qualità superiore
• A due anni e mezzo di distanza faccio lo stesso lavoro in modo completamente diverso. Tool che per me erano fondamentali pochi anni fa sono quasi spariti dal mio workflow
• Ciò in cui è davvero brava: tenere stabile la qualità tecnica, scrivere testi con una mano umana sul volante, e riunioni in cui nessuno può dire che non sapeva
• Dove sbaglia ancora: esegue alla lettera istruzioni imprecise, non ha senso della sequenza, e non sa pensare fuori dagli schemi. Qualcuno deve farlo per lei
• Il costo reale è sui 200 euro al mese per un uso intenso. La parte costosa è la competenza di chi la guida
• È l’AI applicata al marketing, non il marketing applicato all’AI. Il marketing non orbita intorno alla macchina

L’AI non sostituisce i marketer. Sostituisce i mediocri.

Prima la parte scomoda. Se sei un professionista il cui output sta sotto la media, diciamo che costruisci siti web, la macchina è già migliore di te. Non di poco. Di molto. Non mi aspetto che quel divario si chiuda.

Se sei bravo, succede il contrario. La macchina non ti batte. Ti toglie il soffitto sopra la testa, e tu lavori in modo visibilmente sopra la media, su richiesta, in un dominio dopo l’altro.

Da qui il moltiplicatore, ed è il cuore di tutto ciò che credo sull’usare l’AI nel marketing:

Prendi le tue tre persone più qualificate, dai loro l’AI, e ottieni quasi lo stesso output di un team di dieci, a una qualità superiore a quella che i dieci producevano prima.

Io vivo la versione estrema di quel calcolo sul mio secondo computer, dove sono un reparto marketing di una persona sola. Lì il moltiplicatore non è una teoria letta in un report. È il motivo per cui il mio calendario funziona.

Un paletto prima di andare avanti, perché attraversa tutto ciò che segue: niente di questo significa disegnare il lavoro intorno all’AI. L’AI non è il centro del marketing. È leva applicata al marketing. Chiuderò con quella frase, perché è quella che appenderei al muro.

Stesso lavoro, pratica completamente diversa

Uso l’AI in modo radicale, cioè tutti i giorni e in produzione, da circa due anni e mezzo. Non sperimentando. Ci faccio passare lavoro vero.

In questo tempo il mio processo è cambiato completamente. Faccio ancora le stesse cose: strategia, contenuti, analisi, siti, campagne. Ma quasi nessuna la faccio come prima. Tool che per me erano fondamentali pochi anni fa sono quasi spariti dal mio workflow, rimpiazzati da altri che semplicemente funzionano meglio. Ho ricostruito il mio intero marketing tech stack per questo modo di lavorare.

E non ho motivi per credere che questo sia lo stato finale. Non so se tra due anni lavorerò di nuovo in modo completamente diverso. Me lo aspetto. Ricordo il periodo 1998-2006, anni in cui il modo di lavorare cambiava ogni pochi mesi. La mia aspettativa onesta è che questo ciclo sarà più veloce di quello, non più lento.

Questo ha una conseguenza pratica per te: i tool specifici che potrei nominare in questo articolo contano meno dei principi operativi. I tool ruotano. I principi restano.

Lo sparring partner di cui nessuno parla

L’uso più sottovalutato dell’AI nel marketing non è l’output. È la resistenza.

Lavoro alla lavagna. Porto idee che mi piacciono, e voglio che vengano prese a martellate e smontate prima che le veda chiunque altro. Un assistente configurato con contesto reale sul tuo business fa esattamente questo. Trova il presupposto debole dentro il piano di cui eri orgoglioso.

La seconda cosa che becca è il punto cieco tra specialisti. Il designer controlla il design. Il webmaster controlla la struttura. Nessuno dei due mette in discussione il dominio dell’altro, quindi le incoerenze che vivono esattamente tra i due sopravvivono a ogni revisione. Un’AI generalista con contesto su entrambi le segnala in secondi. Inizia ad assomigliare a una persona che ti sta conoscendo e impara insieme a te. Non sei più da solo.

Cambia anche il significato di senior. La vecchia regola diceva che più sali, meno sei operativo, e la leadership tendeva a scivolare verso l’amministrazione. Con l’AI il tempo di realizzazione è così rapido che posso essere operativo come il team, su deliverable veri, nella stessa settimana. Per una funzione marketing di una persona sola questo non è un nice-to-have. È il lavoro.

Ciò in cui è davvero brava

Tre aree dove la differenza in produzione è innegabile. Non nelle demo.

Tenere stabile la qualità tecnica. Nei mercati competitivi devi posizionarti primo, e ti servono i prerequisiti tecnici: un sito veloce e pulito. Pochissime persone consegnano un sito che sia bello e tecnicamente impeccabile allo stesso tempo. Su WordPress basta un collaboratore che carica un’immagine non compressa per far crollare le Core Web Vitals di tutto il dominio. Con l’AI nel workflow, “carica questa immagine e assicurati che le Core Web Vitals restino stabili” diventa un’istruzione che chiunque può seguire. La macchina comprime, pulisce la struttura e tiene l’ambiente veloce. Una persona senza competenze tecniche profonde mantiene oggi un ambiente di produzione che prima richiedeva uno specialista.

Copywriting con una mano umana sul volante. Lasciata sola, l’AI scrive veloce e piatta. Interessante e convincente non arrivano gratis. Guidata paragrafo per paragrafo, “questo è piatto, cambia questo esempio, qui mi hai perso”, il risultato finale è probabilmente dieci volte migliore di quello che produrrei senza aiuto. La guida è il lavoro. Del lato generazione di contenuti ho scritto nel mio playbook AI marketing, e vale la stessa regola: la differenziazione continua a venire da te.

Riunioni che si chiudono. Una registrazione diventa un riassunto in una decina di minuti, con un responsabile per ogni azione. La malattia cronica aziendale del “non lo sapevo” smette di essere una scusa. Il pieno automatismo non c’è ancora: i riassunti sbagliano ancora, e li controllo comunque. Ma lo spostamento di responsabilità è permanente.

Dove sbaglia ancora

La maggior parte delle storie “l’AI mi ha distrutto il sito” sono storie di istruzioni umane. Guardi un lavoro mediocre e dici “non va bene, cancella tutto e ricomincia”. La macchina cancella tutto. Ha fatto esattamente ciò che le avevi detto di fare. (A meno che il sito non fosse già un disastro, nel qual caso ricominciare era la scelta giusta. Ma allora dillo, con precisione.)

La sequenza è il limite più profondo. L’AI vede un errore e vuole correggerlo subito. In un progetto vero, l’ordine corretto è spesso “lascialo per la fine, altrimenti ti ritroverai a rifare tutto”. Conoscere l’ordine è lavoro da architetto. Un buon prompt non basta a cedere le redini di un progetto, e chi ti dice il contrario ha raramente rilasciato qualcosa di complesso.

Poi ci sono i due eccessi, e la maggior parte delle aziende sta in uno dei due. “Non è abbastanza buona per noi” contro “è già perfetta”. Entrambi sbagliati. È eccellente in alcune cose e scarsa in altre, e la competenza costosa è sapere qual è quale. Quando le aziende sbagliano questo, i pattern di fallimento sono di una ripetitività deprimente; i quattro grandi li ho documentati qui.

E il rischio che nessuno mette in conto: l’atrofia. Se deleghi tutto e non impari nulla, erodi esattamente la competenza che ti rende bravo a guidare la macchina. Il pavimento continua ad alzarsi. Il lavoro sotto la media non è mai stato così sostituibile, ed è la tesi di questo articolo che arriva dall’altro lato.

Perché il mio datore di lavoro non può usare nulla di questo liberamente

Torniamo al primo computer. Qualcuno percepirà “policy AI rigide in una multinazionale” come arretratezza. Non lo è. È responsabilità, e merita una spiegazione onesta.

Le policy esistono perché la privacy dei dati deve essere garantita in modo assoluto. Oggi praticamente nessuna azienda di AI offre quella garanzia con certezza al 100 percento. Non sappiamo che fine fanno i dati immessi nei modelli frontier, e c’è un rischio reale che vengano usati a favore di terzi. Una multinazionale custodisce le proprie informazioni critiche e, soprattutto, quelle dei suoi clienti. Non può permettersi di sbagliare, quindi non scommette.

Quindi dentro l’azienda l’AI gira dove la policy lo consente, e il resto della leva resta sul mio secondo computer. Due mondi stagnanti, completamente separati, e forse questa separazione è temporanea.

La mia scommessa su dove si incontreranno: i modelli locali. Modelli di classe frontier, compressi, in esecuzione su hardware locale a basso consumo invece che in un data center che brucia acqua. Modelli come Kimi K3 e GLM 5.3 stanno già mostrando cosa la compressione sta facendo al divario di qualità. Un’azienda che esegue il modello sui propri server, con i propri dati, che non escono mai dall’edificio, non deve fidarsi della privacy policy di nessuno. Quando la compressione preserva la qualità, la policy aziendale sull’AI smette di essere un muro.

C’è una rima storica, qui. Hanno venduto male internet, si è gonfiato, la bolla è scoppiata, e poi è diventato silenziosamente il substrato normale di tutto. Mi aspetto lo stesso arco per l’AI, e preferisco essere in anticipo sul lato “substrato normale” che sul lato “idea sbagliata”.

Quanto costa davvero usare l’AI nel marketing

Il meme dice “ho licenziato il mio staff e ora l’AI costa più del mio staff”. È stato vero per un breve momento. Non lo è più.

Oggi un uso professionale intenso dei modelli frontier sta intorno ai 200 euro al mese. Un hyper user che spinge ogni tool al limite sta tra i 400 e i 600. Per quei soldi hai, di fatto, un assistente senza limiti con un cervello decente, sempre disponibile, in ogni dominio che sai interrogare.

Confronta quel numero con qualunque altra voce del tuo budget marketing. Poi nota qual è il costo vero. L’abbonamento è irrisorio. La competenza di chi guida è la parte costosa, perché decide se lo stesso abbonamento produce un sito mediocre o uno a livello di produzione. È anche il motivo per cui l’argomento “l’AI costa più delle persone” sembra vecchio da entrambe le direzioni: la macchina non è mai stata l’alternativa alle persone. Persone competenti più la macchina è la configurazione reale, e mediocre-senza-macchina è quella che sta scomparendo.

Come testerei se qualcuno sa davvero usare l’AI nel marketing

I colloqui sull’AI producono risposte provate a memoria. Quindi quando devo sapere se qualcuno sa davvero guidare questi tool, gli metto davanti questo: un terminale, l’accesso a un buon modello, tre progetti. È anche ciò che darei a chi parte da zero con l’AI e deve costruire la competenza in fretta.

Progetto uno: costruisci un sito web. Poi dimmi cosa non va, cosa faresti diversamente, cosa non sei riuscito a fare e cosa secondo te manca. Non sto valutando il sito. Sto valutando se sai vedere oltre ciò che la macchina ti ha consegnato.

Progetto due: un’analisi di mercato, a modo tuo. Poi difendila. Come l’hai costruita? Come avresti voluto costruirla? I dati sono corretti? Quanto sei sicuro dell’accuratezza? Qui muore la sicurezza allucinata.

Progetto tre: libera scelta. Costruisci qualcosa che secondo te serve a questa azienda. Qualsiasi cosa.

I primi due progetti testano la competenza con la macchina. Il terzo testa la cosa che la macchina non ha. L’AI non pensa fuori dagli schemi, quindi mi serve qualcuno che lo faccia per la macchina.

L’AI applicata al marketing, non il contrario

Metti tutto insieme e ottieni la frase che terrei se dovessi cancellare il resto: il marketing non gira intorno all’AI, e non deve mai farlo. L’AI è uno strumento che dà leva al marketing. Usata bene, qualità, numeri e velocità salgono insieme.

Non è il marketing applicato all’AI. È l’AI applicata al marketing.

Se la distinzione ti sembra ovvia, passa una settimana a guardare cosa fanno davvero le aziende. Troppe stanno ricostruendo il proprio marketing intorno a ciò che il modello del mese capita che sappia fare bene, e poi si chiedono perché niente ha più il sapore del marketing.

Un’ultima cosa, etichettata onestamente: c’è ancora un’ignoranza enorme sull’AI applicata al business vero, e sto costruendo un progetto esattamente per quello. Un corso pratico sull’uso dell’AI nel business, strutturato come un piccolo abbonamento continuo invece che come una scatola costosa, e in evoluzione costante, perché il terreno sotto continua a muoversi. È in corso, arriverà una lista d’attesa, e niente di tutto ciò è ancora definitivo. Lo menziono perché il suo motivo è lo stesso di questo articolo: a troppe persone viene venduta l’idea sbagliata, e la competenza è la risorsa scarsa.

Se da questo articolo porti via un’azione, porta via il progetto uno. Apri un terminale, costruisci qualcosa, poi di’ la verità su cosa non va. Quel loop, ripetuto per due anni e mezzo, è tutto il metodo.