L’intelligenza artificiale è entrata stabilmente nelle attività dei team creativi. Ha accorciato i tempi di produzione, aumentato il numero di varianti disponibili e reso più semplice adattare una campagna a formati differenti. La qualità, però, procede a un ritmo molto più lento.
Secondo The New Creative Advantage, report pubblicato da WARC e LIONS Advisory in collaborazione con TikTok, il 90% dei marketer considera ormai l’AI uno strumento centrale del proprio lavoro creativo.
L’88% dichiara di aver aumentato il volume dei contenuti prodotti, mentre appena il 45% registra un miglioramento significativo della qualità.
La ricerca raccoglie le indicazioni di 400 responsabili marketing e analizza il modo in cui l’AI generativa sta modificando brief, processi creativi e strategie pubblicitarie. Il risultato mette in discussione una delle promesse più diffuse della tecnologia: produrre più velocemente non porta automaticamente a comunicare meglio.
Il divario tra quantità e qualità emerge anche da un altro dato riportato nello studio: circa la metà dei budget media continua a essere investita in annunci poco adatti alle piattaforme sulle quali vengono distribuiti. La disponibilità di più asset, quindi, non risolve i problemi di pertinenza, formato e linguaggio.
Il nodo diventa capire quali informazioni vengono fornite ai sistemi generativi prima che inizino a produrre testi, immagini o video.
Il 67% dei marketer parte ancora dai dati demografici
Gli strumenti di AI generativa dipendono dalla qualità del brief. Indicazioni generiche producono facilmente contenuti corretti nella forma, ma poco riconoscibili e spesso simili a quelli di altri brand.
Il report rileva che il 67% dei marketer utilizza ancora informazioni demografiche di base, come età, genere o luogo di residenza, come input principale per orientare i sistemi di intelligenza artificiale. Allo stesso tempo, il 59% degli intervistati ritiene che la segmentazione demografica tradizionale abbia perso efficacia.
La contraddizione è evidente. I professionisti riconoscono i limiti dei vecchi criteri di segmentazione, ma continuano ad alimentarvi strumenti capaci di generare contenuti su larga scala.
Il risultato può essere efficiente dal punto di vista produttivo. Una campagna viene adattata rapidamente a più pubblici, lingue e formati. Il rischio è ottenere variazioni costruite sugli stessi presupposti statici, incapaci di intercettare ciò che le persone stanno seguendo, discutendo o reinterpretando in quel momento.
Andy Yang, Global Head of Creative and Brand Ads di TikTok, descrive il problema come un divario di intelligence più che di tecnologia. Secondo Yang, molti brand affidano agli strumenti creativi più potenti mai sviluppati informazioni deboli: dati statici, convinzioni ereditate e descrizioni del pubblico che raccontano chi fosse una persona, anziché ciò che le interessa adesso.
La ricerca propone quindi di affiancare ai profili demografici segnali più dinamici, ricavati dai comportamenti effettivi delle community.
Dai commenti agli acquisti, i segnali che spiegano gli interessi
Età e provenienza restano informazioni utili, ma raccontano una parte limitata del pubblico. Le azioni compiute all’interno delle piattaforme permettono di osservare interessi, linguaggi e intenzioni con maggiore precisione.
Il report considera attività come ricerche, commenti, condivisioni e acquisti parti di uno stesso sistema informativo. Osservate insieme, queste azioni costruiscono un quadro più ricco di ciò che le persone apprezzano, cercano o considerano rilevante.
Un commento può segnalare una reazione emotiva. Una ricerca mostra un interesse più esplicito. Una condivisione indica che un contenuto viene ritenuto abbastanza significativo da essere trasferito nella propria rete. L’acquisto aggiunge un comportamento economico concreto.
La lettura combinata di questi segnali permette ai brand di aggiornare il brief creativo mentre gusti e conversazioni stanno ancora evolvendo. Il vantaggio deriva dalla velocità con cui l’azienda riesce ad apprendere dal pubblico, non dal numero assoluto di contenuti generati.
Yang definisce questa capacità cultural intelligence: comprendere ciò che una comunità considera importante mentre quel valore si sta formando e rispondere con un contenuto percepito come parte naturale della conversazione.
Per un team marketing, la cultural intelligence può tradursi in indicazioni molto concrete. Quali parole usa il pubblico? Quali elementi di un video vengono ripresi o modificati? Quali domande ricorrono nei commenti? Quali riferimenti generano partecipazione e quali vengono ignorati?
Queste informazioni possono alimentare l’AI con materiale più vicino ai comportamenti reali, riducendo la probabilità di ottenere proposte indistinte.
Il report organizza questo processo all’interno di un modello circolare, pensato per trasformare ogni campagna in una nuova fonte di apprendimento.
L’Intelligence Loop collega community e creatività
WARC e TikTok chiamano Intelligence Loop il ciclo nel quale la partecipazione degli utenti genera dati, i dati orientano la produzione creativa e i nuovi contenuti alimentano ulteriori interazioni.
Il meccanismo parte dai segnali prodotti dalle persone. L’AI aiuta a organizzarli, interpretarli e trasformarli in direzioni creative. La campagna viene quindi pubblicata e le reazioni del pubblico forniscono nuove informazioni da utilizzare nel brief successivo.
La logica è diversa dalla semplice automazione. Un sistema basato soltanto sull’aumento dei volumi tende a ripetere lo stesso processo più rapidamente. L’Intelligence Loop punta invece ad aggiornare continuamente le informazioni utilizzate per prendere decisioni.
Ogni contenuto diventa così un test sul campo: i commenti possono far emergere un’interpretazione inattesa del messaggio; le condivisioni mostrano quali elementi possiedono maggiore capacità di circolazione e le ricerche successive alla campagna aiutano a capire se la comunicazione ha generato curiosità o domanda.
L’AI può accelerare l’analisi e suggerire varianti, ma la selezione degli insight richiede competenza editoriale e conoscenza del brand. Un segnale molto visibile può avere una durata breve. Una tendenza popolare può risultare incompatibile con il posizionamento aziendale. Un linguaggio efficace per una community può apparire artificiale quando viene adottato senza comprenderne l’origine.
La velocità tecnologica acquista valore quando è accompagnata da scelte precise.
Per trasformare questa impostazione in un metodo di lavoro, il report introduce anche un modello articolato in cinque principi.
I cinque passaggi del modello S.C.A.L.E.
Il framework S.C.A.L.E. proposto dalla ricerca riunisce cinque aree di intervento, dalla costruzione del brief alla misurazione dei risultati. L’obiettivo è aiutare i marketer a convertire gli insight delle community in un vantaggio creativo continuativo.
Il punto di partenza riguarda la selezione degli obiettivi di pubblico e di comunicazione. Prima di interrogare un sistema generativo, il team deve stabilire quale comportamento intende stimolare e quali segnali possono descrivere meglio le persone coinvolte.
Il secondo passaggio considera creator e community come fonti di conoscenza, oltre che come canali di distribuzione. I contenuti prodotti dagli utenti mostrano come un tema viene interpretato, trasformato e inserito nelle conversazioni quotidiane.
Serve poi ancorare l’output agli elementi distintivi del marchio. Identità visiva, tono, prodotto, storia e codici riconoscibili aiutano a evitare risultati intercambiabili. Senza questi riferimenti, l’AI tende a proporre soluzioni formalmente valide ma difficili da attribuire a un’azienda specifica.
Il modello comprende anche governance e trasparenza. Ruoli, controlli e responsabilità devono essere definiti prima della pubblicazione, soprattutto quando i contenuti generati possono influire sulla reputazione del brand.
L’ultimo passaggio riguarda l’evoluzione delle campagne. I risultati non chiudono il processo: diventano nuovi input. Il brief successivo incorpora ciò che ha funzionato, ciò che è stato ignorato e ciò che ha prodotto reazioni impreviste.
Più produzione, ma con brief migliori
I numeri del report mostrano quanto rapidamente l’AI sia diventata parte del marketing: 90% di adozione, 88% di crescita dei volumi e soltanto 45% di miglioramento significativo della qualità.
Il problema centrale si trova negli input. Il 67% dei marketer continua a partire dai dati demografici, anche se il 59% riconosce che quel tipo di segmentazione sta perdendo efficacia.
Per i brand, la conseguenza pratica riguarda il modo in cui vengono scritti i brief. Un’indicazione basata soltanto su età, genere e localizzazione offre all’AI un profilo statico. L’aggiunta di comportamenti, conversazioni, domande, contenuti condivisi e segnali d’acquisto restituisce invece un’immagine più vicina agli interessi reali.
L’intelligenza artificiale mantiene un ruolo importante: accelera la produzione, analizza grandi quantità di informazioni e permette di esplorare più alternative. La capacità di leggere il pubblico stabilisce quali alternative meritano di essere sviluppate.
Il report WARC-TikTok porta quindi l’attenzione dalla quantità di asset alla velocità di apprendimento. Il vantaggio competitivo appartiene ai brand che riescono a trasformare le attività delle community in indicazioni creative concrete. Gli altri rischiano di produrre più contenuti, più rapidamente, ottenendo soltanto più rumore.
L’articolo Il report di TikTok mostra che l’AI accelera i flussi creativi proviene da Ninja Business School.
Comments are closed