L’avvento dell’Intelligenza Artificiale generativa e dei Large Language Models (LLM) come ChatGPT, Gemini e (mi sento di dire soprattutto) Claude non ha semplicemente introdotto nuovi strumenti a disposizione dei team di comunicazione e marketing di PMI e aziende più complesse: ha riscritto – e in profondità – le regole del ‘gioco’ che eravamo abituati ad applicare fino a pochissimi anni fa.
Oggi fare branding non significa più solo presidiare i canali tradizionali e/o posizionarsi sui motori di ricerca – Google in primis. Significa capire come il brand viene percepito, elaborato e ‘raccomandato’ dagli algoritmi, e come i consumatori utilizzano l’AI per prendere decisioni d’acquisto facendosi guidare lungo un customer journey in continuo cambiamento e sempre più automatizzato.
Secondo i dati raccolti in diversi report (per esempio, quello sulle tendenze di marketing mappate da Averi AI), l’AI è diventata una vera e propria infrastruttura aziendale: circa l’88% dei marketer la utilizza quotidianamente per vari fini e task. Si sta avverando quello scenario di AI Branding di cui – possiamo dirlo, in modo un po’ pioneristico 😉 – avevamo parlato già nel 2020, in un periodo storico caratterizzato più da domande aperte, piuttosto che da risposte certe.
Allora, come fare e come agire?
In questo articolo esploriamo i nuovi sentieri di costruzione e gestione di brand e progetti di comunicazione che possono essere ‘aumentati’ proprio grazie all’Intelligenza Artificiale, tra algorithmic consumer e AI Darwinism.
In che modo l’AI sta stravolgendo il Customer Journey?
Già, perché proprio di rivoluzione si tratta!
Il funnel di marketing tradizionale e che ormai conosciamo molto bene e di cui abbiamo spesso parlato (riassumibile nel flusso consolidato di Consapevolezza – Considerazione – Conversione) sta diventando fluido e, in molti casi, invisibile: l’AI agisce come acceleratore e intermediario nel percorso dell’utente rispetto ad almeno tre direttrici.
- Decrescita (infelice) della ricerca lineare: il consumatore non digita più una o più keyword su Google per poi comparare alternative e risposte diverse ai fini della scelta. Pone piuttosto una domanda a un LLM – per esempio: Ho un budget di 500€, viaggio spesso per lavoro e cerco un trolley resistente e tecnologico: cosa mi consigli?“.
Dopo il Zero Moment of Truth – la fase del processo d’acquisto in cui il consumatore, dopo aver ricevuto uno stimolo o essersi posto una domanda, cerca informazioni online – siamo entrati nell’Agentic Moment of Truth: il momento in cui l’AI non risponde a una query, ma riscrive il frame del bisogno e restituisce una shortlist di poche (pochissime…) opzioni tra cui l’utente generalmente sceglie.
- Compressione del Journey: come evidenziato dall’ultimo Adobe AI and Digital Trends Report, i modelli di AI generativa e gli agenti intelligenti stanno trasformando l’esperienza utente accorciando i tempi di interazione. Il passaggio dalla scoperta alla decisione avviene spesso all’interno della stessa sessione di chat. Se un brand non è presente in quella sintesi, per quell’utente non esiste proprio. Come dice Erich Joachimsthaler, imprenditore, accademico e consulente esperto di branding e nuove tecnologie a livello internazionale:
The old funnel – awareness → consideration → purchase – is collapsing. AI compresses these steps into a single action.
- Iper-personalizzazione e generazione di ecosistemi di vendita: l’interazione si sposta verso veri e propri ecosistemi in cui gli AI Assistant non solo informano, ma integrano parti della filiera del valore complessiva e sistemi di acquisto diretto (come i protocolli commerciali sviluppati da OpenAI con Stripe e Google con Shopify).
Come è cambiato il consumatore? I tre tratti principali dell’algorithmic consumer
Per fare branding oggi, dobbiamo prima capire l’evoluzione psicologica e comportamentale del nostro target. Nell’era dell’AI, l’utente/consumatore è caratterizzato da alcuni tratti fondamentali anche incoerenti tra loro che prima erano meno decisivi, se non del tutto assenti.
- Tolleranza zero per l’irrilevanza. Abituati a risposte immediate e su misura, le persone sono diventate del tutto insofferenti a comunicazioni one-to-many. Una newsletter generica o un annuncio non pertinente vengono percepiti come rumore di fondo e immediatamente ignorati. A proposito, Dynamic Yeld e Salesforce Cloud Einstein sono due soluzioni tecnologiche che permettono di lavorare proprio sulla personalizzazione avanzata e dinamica di contenuti e messaggi lungo il customer journey.
- Preferenza per l’autenticità. In uno scenario sempre più popolato da contenuti sintetici, si assiste a una vera e propria fuga verso l’autenticità. Un’analisi dettagliata sui trend globali condotta da The Branding Journal evidenzia come nel mercato attuale i consumatori ricerchino attivamente e volontariamente imperfezioni umane, approcci handmade, storie reali e punti di vista unici e non replicabili da un algoritmo.
- Fiducia crescente nelle soluzioni AI. Sempre più spesso ci fidiamo del giudizio dell’AI per farci guidare rispetto alle nostre decisioni di acquisto. Ciò ha portato all’introduzione di un nuovo concetto fondamentale: la GEO – Generative Engine Optimization, l’ottimizzazione del brand per essere citato (correttamente!) nelle risposte dei motori conversazionali. Tutto questo, senza non poche sfide: per esempio, gli utenti di Google che trovano le AI Overview – una funzionalità che utilizza l’intelligenza artificiale generativa come Gemini per fornire risposte dirette in cima alla pagina dei risultati – sono meno propensi a cliccare sui link ad altri siti web rispetto agli utenti che non lo leggono. Il CEO di Google Sundar Pichai ha parlato di end-to-end AI Search experience. Più chiaro di così… Non a caso, appunto, da ormai una decina di anni si cita l’algorithmic consumer riferendosi al fenomeno per cui i consumatori delegano gran parte delle proprie decisioni di acquisto ad algoritmi e Agenti AI. C’è un bel paper datato 2016 (!) dove i ricercatori di Harvard esplorano meglio l’argomento. Soluzioni SEO come Semrush (con il proprio Toolkit di visibilità AI) o Ahrefs (funzione Prompt Personalizzati) servono proprio per monitorare come il brand viene menzionato nelle ricerche conversazionali.
Alcuni casi di aziende che hanno lavorato con l’AI per il proprio branding
Come abbiamo iniziato a vedere, l’Intelligenza Artificiale è certamente un fattore tecnologico impattante; ma essa può essere anche letta e approcciata da una prospettiva creativa e di comunicazione. Nel tempo ci sono stati diversi casi interessanti per varie ragioni rispetto al tema: ne ho raccolti tre che riprendo brevemente.
Nike
Parto… dalla fine, in ordine cronologico! Dopo il trionfo di Jannik Sinner agli Internazionali di Roma nel Maggio 2026, uno dei suoi principali sponsor Nike ha pubblicato un contenuto che è stato molto criticato e ha fatto in poco tempo il giro del mondo.
Ebbene, cosa ci sarebbe di così sacrilego? Secondo molti, diversi elementi nel copywriting del messaggio (la lineetta, lo schema retorico “non è X / è Y” (it’s just history – it’s his story in the making) farebbero intendere lo zampino di un collega creativo non umano. Ciò si intreccia con un altro tratto dell’algorithmic consumer: uno studio pubblicato nel 2024 sul Journal of Retailing and Consumer Services racconta che i brand che usano GenAI per creare contenuti social vengono percepiti come meno autentici e meno credibili. E per una realtà come Nike che fa delle passioni personali, della performance umana e delle storie di sfida connesse a tutto ciò, potrebbe diventare un problema…
Heinz
Chi non conosce il famosissimo e iconico brand di ketchup (e non solo)? Ecco, appunto. Proprio su questo insight – così semplice e potente allo stesso tempo – si basano alcune delle ultime campagne della Food Company. in Heinz AI Ketchup, l’azienda ha chiesto via prompting proprio all’Intelligenza Artificiale Generativa di produrre immagini di ketchup. Una parola generica, attorno a cui la stessa AI avrebbe potuto creare di tutto e di più proponendo prodotti diversi da marche disparate. E invece…
Dove
Usare l’AI bene significa anche farlo rimanendo aderenti al proprio purpose e all’identità aziendale. Il Purpose-Driven Marketing è una cosa seria, e Dove lo sa benissimo.
Circa 20 anni fa, l’azienda ha lanciato la piattaforma narrativa (diventata poi brand signature) The Real Beauty, che sfida gli standard di bellezza femminili incoraggiando la confidenza in sé stesse e l’autostima.
The Real Beauty fondava le sue radici nei risultati di un primo studio internazionale condotto in dieci Paesi diversi intervistando oltre tremila donne per comprendere la percezione della bellezza femminile e il rapporto con il proprio corpo.
La ricerca aveva estrapolato verità importanti (= insight):
- solo il 4% delle donne si definiva ‘bella‘
- il 47% riteneva di avere un peso eccessivo
- oltre il 70% non riconduceva il concetto di bellezza esclusivamente all’aspetto fisico di una donna
Come ha detto l’ex Direttore Marketing Globale Alessandro Manfredi:
This allowed us to demonstrate that Social impact, when fully embedded into a business, not only does not trade off with Profit, but is a phenomenal driver of growth.
Nel 2024, a compimento dei 20 anni della campagna e al fine di concluderla nel migliore dei modi, Dove ha rinforzato il proprio Purpose e i messaggi con un’ulteriore presa di posizione: il rifiuto di usare l’AI al posto delle donne e delle modelle all’interno delle comunicazioni. Una dichiarazione che mira a rafforzare il posizionamento istituzionale, quello di promotore della bellezza reale contro ogni artificio.
Il Futuro dei brand nell’LLM Age: verso l’AI Darwinism?
Insomma: che sia l’impatto sul customer journey, una nuova tecnica per sviluppare contenuti o un uso innovativo in comunicazione, l’Intelligenza Artificiale è entrata ormai pienamente nell’agenda dei responsabili della comunicazione, del marketing e del branding di qualsiasi organizzazione.
Il futuro, poi, si chiama Agentic AI – termine che qui e là ho già citato nelle riflessioni.
Le intelligenze artificiali tradizionali, come i chatbot, rispondono ai comandi diretti. L’Agentic AI invece riceve un obiettivo di alto livello, pianifica autonomamente i passaggi necessari, utilizza strumenti esterni per compiere azioni e impara dai risultati, tutto con un intervento umano minimo.
Come prepararsi a questa nuova fase evolutiva? Uno studio pubblicato nel numero di Marzo / Aprile 2026 da Harvard Business Review ci viene in aiuto e offre spunti di riflessione. Secondo gli autori, che hanno condotto una ricerca estensiva sui consumatori a livello internazionale prima di pubblicare i principali take-aways:
Man mano che gli agenti di intelligenza artificiale si diffondono, la relazione tradizionale tra brand e consumatori lascia il posto a nuove modalità di interazione: alcune mediate dall’IA, altre interamente guidate da essa.
Oltre al coinvolgimento diretto tra esseri umani, stanno iniziando a coesistere tre tipologie emergenti di interazione tra persone e brand.
1. Brand Agent ➔ Consumatore Umano
In questa modalità, è il brand a schierare un proprio agente IA evoluto per interagire direttamente con le persone. Questi agenti accompagnano attivamente l’utente lungo il percorso decisionale. Parliamo di sistemi come il concierge digitale di Capital One, che verifica gli inventari, prenota test drive, calcola finanziamenti e permette all’utente di completare quasi tutto il percorso d’acquisto prima ancora di entrare fisicamente in concessionaria.
2. Consumer Agent ➔ Brand
In tale scenario il consumatore delega la ricerca, il confronto e talvolta l’acquisto a un proprio AI Assistant. L’agente naviga sul web, compila moduli e valuta le opzioni di diversi brand per conto dell’individuo, fungendo da vero e proprio rappresentante o intermediario del consumatore. Si tratta di uno scenario dove l’estetica visiva e la user interface del sito web aziendale passano in secondo piano: diventa invece fondamentale avere dati strutturati e leggibili dalle macchine (Machine-Readable Brand), altrimenti l’agente del consumatore ignorerà l’offerta. Il giornalista della BCC Thomas Germain parla di machine web: il contesto dove gli stessi website vengono realizzati per essere letti dall’IA anziché dagli esseri umani e in cui la lettura di riassunti generati dalle macchine diventa la modalità principale con cui fruiamo delle informazioni.
3. Agent2Agent Commerce
È la modalità più complessa, in cui l’interazione umana diretta scompare quasi del tutto dal flusso operativo a favore dell’AI. I processi transazionali avverrebbero infatti in modo autonomo tra due intelligenze artificiali: l’agente del consumatore (che conosce preferenze, budget e intenzioni dell’utente) dialoga e negozia direttamente con l’agente del brand (che gestisce disponibilità e prezzi in tempo reale). Un semplice esempio vede l’assistente IA personale scansionare OpenTable o The Fork, selezionare i ristoranti ideali e compilare i dettagli della prenotazione interfacciandosi direttamente con il gestionale AI-driven del ristorante che gestisce la disponibilità e la conferma dei tavoli.
Questo terzo scenario, così nuovo e ancora poco decifrabile in termini di evoluzioni e ripercussioni, forse il più remoto ma non certo impossibile, apre le porte a un concetto su cui l’esperto di innovazione Brian Solis sta lavorando da qualche mese: quello dell’AI Darwinism.
Come dice Solis, infatti:
AI maturity isn’t adoption. It’s the ability to reinvent how value is created.
La maggior parte delle organizzazioni sta ancora cercando di adattare l’IA al modello di business che già conosce. Utilizza le macchine per operare più rapidamente, ridurre i costi, riassumere le riunioni, automatizzare le attività e rendere più efficienti i flussi di lavoro tradizionali.
Secondo il framework dell’AI Darwinism, la vera opportunità sta però nel chiedersi cosa renda possibile l’Intelligenza Artificiale oggi che prima non lo era.
- Quali processi dovrebbero essere ripensati?
- Quali esigenze dei clienti sono sotto i nostri occhi ma passano inosservate?
- Quali ruoli possono essere valorizzati anziché eliminati?
- Quali bias e convinzioni ostacolano la crescita organizzativa?
L’asticella continua a spostarsi: dall’IA generativa agli agenti, dai flussi di lavoro basati su agenti a modelli operativi completamente nuovi. Le aziende e i brand destinati a prosperare non saranno quelli che si limiteranno ad automatizzare il vecchio modello, ma quelli capaci di immaginare il modello successivo.
La sfida, è servita!