L'AI sa produrre. Non sa scegliere.
C'è una domanda che faccio quasi sempre nei primi incontri con un nuovo cliente, e non è quella che ci si aspetta. Non chiedo il budget, non chiedo i risultati dell'ultimo anno. Chiedo come stanno usando l'AI. Non quali strumenti — come.
La risposta mi dice molto.
Chi risponde con entusiasmo immediato di solito parla di velocità: più contenuti, brief generati in mezz'ora, piani editoriali costruiti nel tempo di una riunione. È comprensibile. Ma è anche il segnale che merita più attenzione. Chi invece fa una piccola pausa — quella piccola esitazione prima di rispondere — spesso è già arrivato da solo alla domanda interessante: non quanto posso produrre in più, ma cosa vale la pena produrre.
La differenza tra le due posizioni, nella pratica, è enorme.
I dati degli ultimi mesi raccontano un'adozione ormai consolidata: McKinsey rileva un uso diffuso dell'AI nelle funzioni aziendali, Gartner la mette tra le priorità centrali dei CMO per il 2026, il CMO Survey di Duke e Deloitte descrive una funzione marketing sempre più orientata a velocità e automazione. Il punto non è se le aziende usano l'AI. Il punto è quante riescono a trasformarla in vantaggio reale.
Perché quello che vedo concretamente, nelle organizzazioni con cui lavoro, sono due pattern molto diversi.
Il primo è quello di chi usa l'AI come acceleratore del pensiero: per generare scenari, stressare ipotesi, costruire brief migliori, confrontare alternative prima di portarle in produzione. In questi casi la tecnologia non sostituisce il giudizio — lo obbliga a diventare più esplicito. Devi decidere cosa è giusto, e lo devi decidere prima.
Il secondo è quello di chi usa l'AI soprattutto per produrre di più. Più contenuti, più varianti, più canali, più materiali gestiti internamente. Ed è qui che nasce il problema, perché la pressione che spinge verso questo modello è reale — i costi delle agenzie sono reali, i tempi sono reali, la necessità di fare di più con meno risorse è reale. Ma internalizzare l'esecuzione senza rafforzare il giudizio strategico non è efficienza. È perdita di direzione.
L'AI sa produrre. Non sa scegliere.
Non sa decidere cosa è giusto dire per un brand specifico, in un mercato specifico, in questo momento. Non sa riconoscere quando un'idea è brillante ma sbagliata per quella marca. Non sa dire no a una possibilità tecnicamente corretta ma strategicamente inutile. Quella è una competenza molto precisa. Si coltiva nel tempo, dentro o fuori l'organizzazione. Ma non si improvvisa a valle del processo.
Il problema si vede in modo molto netto nel momento commerciale. Un prospect arriva in call. Ha visitato il sito, letto qualcosa su LinkedIn, forse scaricato un documento. Dopo pochi minuti fa la domanda più semplice del mondo: "Perché dovrei scegliere voi rispetto agli altri?" Il commerciale sa rispondere, ma deve costruire valore in tempo reale — deve spiegare quello che il brand avrebbe già dovuto rendere evidente prima dell'incontro. E quando il valore si costruisce tutto in call, il prezzo diventa inevitabilmente il criterio più facile da usare.
Non è un problema di vendita. È un problema di posizionamento. Il brand non ha fatto il lavoro di preselezione.
Il punto più insidioso è che, nel frattempo, i KPI di breve periodo continuano a sembrare accettabili. Le campagne girano, i contenuti escono, i lead arrivano. Ma sotto qualcosa si muove: il brand diventa più presente e meno riconoscibile, più attivo e meno necessario. L'erosione avviene lentamente. Si misura in anni, non in trimestri. Quando i numeri iniziano a scendere, il danno si è già accumulato.
Ci sono tre domande che non trovano mai risposta pronta, quando le faccio.
La prima: chi governa il tempo che l'AI libera?
Ogni processo automatizzato libera ore. Ma quelle ore dove vanno? Se nessuno presidia quella decisione, il tempo liberato non diventa vantaggio — viene riassorbito dalla produzione successiva. Cambia il ritmo, non la direzione.
La seconda: state costruendo posizione o solo volume?
Quando il costo di produzione scende, produrre di più è la risposta ovvia. È anche la trappola. Se tutti possono produrre di più, la quantità smette di essere un vantaggio. Il vantaggio torna a essere la chiarezza: sapere cosa dire, cosa non dire, dove essere presenti e dove no. La posizione si costruisce con meno cose dette meglio, non con più cose dette più in fretta.
La terza: i vostri KPI misurano il vantaggio o solo l'attività?
Lead, CTR, conversion rate — sono metriche necessarie, ma non bastano. Dicono se una campagna sta performando. Non sempre dicono se il brand sta diventando più chiaro, più desiderabile, più facile da scegliere. E quando un brand diventa intercambiabile, spesso quei numeri continuano a sembrare accettabili. Finché il danno diventa visibile.
L'AI non è il problema. Semmai è uno specchio — riflette la chiarezza strategica che c'è, e amplifica quella che manca.
Il controllo del contenuto non è il governo del brand. Sono due cose diverse, e la distanza tra le due si sta allargando.
Se nella tua organizzazione l'AI ha aumentato la produzione ma non la chiarezza, il punto non è produrre ancora di più. È tornare a progettare il sistema che decide cosa merita di essere prodotto.
Luca Oliverio — CEO, Cernuto Pizzigoni & Partners
Fonti: McKinsey & Company, The State of AI; Duke University & Deloitte, The CMO Survey; Gartner, CMO Priorities 2026.