Negli ultimi anni ho visto passare parecchie “rivoluzioni” nel marketing, ma nessuna ha avuto l’impatto immediato dell’intelligenza artificiale generativa. Quello che oggi un imprenditore ottiene in pochi minuti (un piano contenuti, un’analisi dati, un brief creativo) fino a poco tempo fa richiedeva giorni e almeno tre o quattro professionisti diversi seduti allo stesso tavolo.
Capisco perfettamente perché tante aziende la guardino come la leva definitiva per abbattere costi e alzare la produttività. Su questo, va detto, la promessa è mantenuta quasi sempre.
C’è però una faccenda di cui si parla poco, e che mi preoccupa più di quanto vorrei ammettere. Non ha a che fare con la qualità dei testi che l’AI produce, né con quanto siano realistiche le immagini generate. Ha a che fare con come, di conseguenza, finiamo per decidere le cose.
Il vero pericolo non è che l’intelligenza artificiale cominci a pensare al posto nostro. È che, un po’ alla volta, senza nemmeno rendercene conto, siamo noi a smettere di farlo.
Quando la risposta più probabile passa per la risposta giusta
I modelli generativi funzionano su base probabilistica: non “capiscono” un contesto come lo capirebbe una persona, calcolano semplicemente quale sia la risposta statisticamente più plausibile rispetto a ciò che hanno imparato.
Ed è proprio questo meccanismo a renderli così efficaci: nella maggior parte dei casi, una risposta plausibile è anche una risposta utile, punto.
Il problema comincia quando questa stessa logica la applichiamo alla strategia. Perché il marketing non è mai stato un esercizio per trovare la soluzione più probabile. È il contrario: le aziende che costruiscono brand solidi raramente scelgono la strada che sembra ovvia a tutti. Il loro vantaggio nasce quasi sempre da uno sguardo diverso sul mercato, dalla voglia di rischiare qualcosa e di difendere un’idea che, all’inizio, sembra fuori posto.
Prova a chiedere a un modello di progettare un brand basandosi solo sui dati disponibili. Otterrai qualcosa di coerente, razionale, in linea con quello che già esiste sul mercato. Raramente otterrai qualcosa che vale la pena ricordare.
L’originalità, in fondo, nasce quasi sempre da una rottura. Non dalla media di quello che è già stato fatto mille volte.
Più efficienza, meno differenza
La diffusione degli strumenti AI ha abbassato drasticamente il costo di produrre contenuti. Chiunque, oggi, può scrivere articoli, generare immagini, montare video o costruire campagne con un budget che dieci anni fa sarebbe stato impensabile. È un progresso reale, su questo non ci sono dubbi.
Ma c’è una conseguenza collaterale meno visibile. Se migliaia di aziende usano gli stessi modelli, attingono agli stessi dataset e scrivono prompt che si somigliano tutti, è quasi fisiologico che la comunicazione converga verso un unico centro.
Le homepage cominciano a sembrarsi una con l’altra. Le value proposition riciclano le stesse parole. Le campagne pubblicitarie ripetono gli stessi schemi, i piani editoriali trattano gli stessi temi con gli stessi angoli.
Il mercato diventa sempre più efficiente nel produrre e sempre meno capace di distinguersi. Il rischio, in un contesto così, non è pubblicare contenuti scadenti. È pubblicare contenuti corretti, scritti bene, e completamente dimenticabili il giorno dopo.
Delegare il lavoro va bene. Delegare il pensiero è un’altra storia
Vale la pena separare due usi molto diversi dell’AI.
Il primo riguarda l’esecuzione: trascrivere riunioni, analizzare grandi moli di dati, sintetizzare documenti lunghi, velocizzare attività ripetitive. Qui la tecnologia libera tempo e permette alle persone di concentrarsi su ciò che conta davvero. Questa è, senza troppi giri di parole, innovazione vera.
Il secondo riguarda invece il processo decisionale. Quando chiediamo a un modello quale posizionamento adottare o quale strategia seguire, stiamo facendo qualcosa di completamente diverso: non stiamo delegando un compito, stiamo delegando un processo cognitivo.
E qui la differenza pesa parecchio. Un algoritmo riconosce correlazioni, individua pattern ricorrenti, propone anche scenari plausibili. Quello che non può fare, almeno per ora, e temo ancora per molto, è prendersi la responsabilità di una scelta imprenditoriale.
La strategia non nasce solo guardando indietro, ai dati del passato. Nasce leggendo il presente e immaginando un futuro che ancora non esiste da nessuna parte. Richiede esperienza, intuito, conoscenza diretta del contesto e, soprattutto, la capacità di reggere l’incertezza senza cercare una scorciatoia.
La competenza che conterà davvero non sarà “usare l’AI”
Per anni, nel marketing, il valore è coinciso con l’esecuzione: scrivere meglio, progettare campagne più performanti, produrre più velocemente della concorrenza. Questa gerarchia sta cambiando sotto i nostri occhi. L’AI rende accessibili competenze che prima erano una barriera d’ingresso vera e propria, e questo riduce il vantaggio di chi sapeva “solo” eseguire bene. Sia chiaro, non credo diventeranno competenze inutili. Diventeranno, semplicemente, non più sufficienti a fare la differenza da sole.
Il valore si sposta a monte. Se gli strumenti producono con efficienza crescente, quello che conta davvero è saper definire il problema giusto, leggere il contesto competitivo, capire quali domande vale la pena porre. È un lavoro poco visibile: non produce un post o una campagna in sé, ma è quello che orienta ogni decisione successiva.
Si sente spesso dire che la competenza del futuro sarà “saper fare prompt”. È vero solo in parte. Un buon prompt nasce dalla conoscenza del business, non dello strumento. Chi conosce davvero il proprio mercato, i clienti, le dinamiche competitive, riuscirà naturalmente a interrogare l’AI meglio di chiunque altro. Chi invece si affida a strumenti sempre più sofisticati senza una visione propria finirà per trattare gli output come fossero già decisioni, rinunciando proprio a quel giudizio che dovrebbe essere il suo valore aggiunto.
Il rischio, quindi, non è che l’AI sbagli. Sbaglierà raramente. Molto più spesso darà risposte corrette, coerenti, plausibili, e la difficoltà vera sta nel capire quando una risposta impeccabile sulla carta non è quella giusta per quella specifica azienda, in quel momento specifico. Serve esperienza e senso critico per accorgersene. Nessun modello statistico può sostituirli.
Un metodo dove la tecnologia sta al suo posto
Riconoscere questi limiti non significa diffidare dell’AI. Significa piuttosto capire dove, nel processo, può davvero generare valore.
Nella pratica, funziona meglio quando la riflessione strategica viene prima dello strumento. Prima di aprire una chat con un modello, bisogna aver già chiaro che problema si vuole risolvere, che posizione si vuole occupare, che obiettivo si sta inseguendo. Solo dopo l’AI diventa uno strumento potente per allargare il campo di analisi, trovare punti di vista che non avevamo considerato, testare ipotesi, fare in un’ora quello che manualmente richiederebbe giorni.
L’ultimo passaggio, però, resta sempre nelle mani delle persone. Ogni output va trattato con lo stesso spirito critico che useremmo con il parere di un consulente esterno: lo si mette in discussione, lo si confronta con l’esperienza sul campo, si verifica che sia coerente con l’identità del brand. La tecnologia non sostituisce questo passaggio: lo arricchisce, dando più materiale su cui esercitare il giudizio.
La strategia resta un mestiere umano
L’AI continuerà a cambiare il modo in cui le aziende lavorano e decidono, questo è fuori discussione. È ragionevole aspettarsi che sempre più attività operative diventino automatiche, anche compiti che oggi consideriamo altamente specialistici. Sarebbe però un errore pensare che, per estensione, anche la strategia possa finire delegata a un algoritmo.
La strategia non è trovare la soluzione statisticamente più probabile. È prendersi la responsabilità di una scelta: interpretare segnali ambigui, decidere cosa inseguire e cosa lasciare andare, immaginare scenari che i dati non confermano ancora, e a volte imboccare strade controintuitive proprio perché nessuno le ha ancora percorse.
Per questo il vantaggio competitivo continuerà a dipendere dalla qualità del pensiero, molto più che dagli strumenti a disposizione, che ormai, va detto, sono più o meno gli stessi per tutti. L’AI renderà ogni azienda più veloce, ma difficilmente le renderà tutte più originali.
L’originalità continuerà a nascere da persone capaci di guardare la realtà da un’altra angolazione, mettere in discussione ciò che sembra scontato, e rischiare decisioni che nessun algoritmo, basandosi solo sul passato, avrebbe mai avuto motivo di suggerire.
