Come sta cambiando l'AI il comportamento dei consumatori? In sostanza, in tre punti: la ricerca, la scoperta di nuovi prodotti e la fiducia. Per le agenzie questo ha una conseguenza scomoda. I metodi di insight basati su studi annuali e segmenti demografici restano indietro rispetto a un comportamento che continua a spostarsi.
Allo stesso tempo, l'AI sta cambiando gli stessi strategist. Secondo il report «The Future of Strategy 2026» di WARC, l'adozione dell'AI è il cambiamento più grande per il ruolo strategico. Circa il 56% degli strategist intervistati, per lo più lato agenzia, indica la sostituzione dei ruoli strategici da parte dell'AI come la principale minaccia attesa – 15 punti percentuali in più rispetto all'anno precedente. Eppure il 66% vede chiari motivi di ottimismo.
Come sta cambiando l'AI il modo in cui si comportano i consumatori?
Gli strategist dovrebbero tenere d'occhio tre cambiamenti – non come leggi di natura, ma come ipotesi che in ogni categoria si manifestano in modo diverso e che dovresti verificare sui tuoi dati.
1. Dalla query di ricerca alla domanda
Invece di digitare tre parole chiave e confrontare dieci link, le persone pongono sempre più spesso agli assistenti AI domande complete – e ricevono una risposta con qualche raccomandazione. La selezione dei candidati passa dal consumatore alla macchina. I brand che non compaiono in quelle risposte escono dal consideration set prima ancora che il confronto sia iniziato.
2. Dalla ricerca all'essere serviti
I feed di TikTok, Instagram o YouTube sono curati da algoritmi di raccomandazione, non dagli amici. I prodotti si scoprono senza che nessuno li cerchi. Gli impulsi d'acquisto nascono nelle sezioni dei commenti e nei video dei creator – in pubblico, e quindi osservabili.
3. Dalla fiducia nei contenuti alla fiducia nelle persone
Più contenuti patinati e generici produce l'AI, più peso hanno le voci riconoscibilmente reali: recensioni, testimonianze di prima mano, creator con un punto di vista. La comunicazione di brand che suona come tutto il resto si perde nel rumore di fondo.
Per ogni disciplina il significato è diverso. Le agenzie media devono capire dove avviene la selezione dei candidati, prima ancora che un'esposizione pubblicitaria sia possibile. Le agenzie creative devono realizzare lavori che suonino riconoscibilmente come persone vere, non come la media. Le agenzie CRM hanno a che fare con clienti viziati dagli algoritmi, che cestinano le newsletter generiche più in fretta che mai. Le agenzie di PR e di influencer marketing guadagnano peso perché le voci credibili diventano più preziose – a patto di sceglierle in base alla risonanza reale e non solo alla reach.
Perché i metodi di insight classici non bastano più?
Perché sono troppo lenti e troppo distanti. Uno studio annuale scatta un'istantanea di un comportamento che sta già cambiando durante la rilevazione sul campo. I segmenti demografici descrivono chi è una persona, ma non come decide oggi – con un chatbot, un creator e tre sezioni di commenti come consiglieri.
C'è poi una questione di metodo. Le survey misurano ciò che le persone dichiarano sul proprio comportamento quando glielo si chiede. Le conversazioni pubbliche mostrano ciò che esprimono quando nessuno chiede nulla: nei commenti, nelle recensioni, nei forum. Entrambe hanno il loro posto, ma la seconda è più vicina al momento della decisione.
L'illusione dei dati: perché più dati non significano più comprensione
Qui si nasconde una trappola che cresce con l'AI. Il cosiddetto effetto illusione dei dati descrive la tendenza a dedurre una comprensione profonda da un grande volume di dati. Più curve, cluster e dashboard ci sono sul tavolo, più il team si sente sicuro – a prescindere dal fatto che comprenda davvero le persone che stanno dietro i numeri.
L'AI amplifica l'effetto. Riassume enormi quantità di dati in tre frasi convincenti. Spesso non è più possibile verificare se quelle frasi siano giuste. Ma un pattern non è una spiegazione. I dati rivelano pattern, ma non possono definire l'umanità.
WARC ne trae la conseguenza per la disciplina: il valore sta nel giudizio, nel sapere quali domande valga la pena porsi e nel capire le persone che stanno dietro ai dataset. Nessun riassunto può farlo al posto tuo.
Lavoro di insight vecchio e nuovo a confronto
| Dimensione | Lavoro di insight classico | Lavoro di insight nell'era dell'AI |
|---|---|---|
| Fonte | Survey, panel, studi annuali | Conversazioni pubbliche, contenuti e annunci dei competitor, integrati da survey |
| Ritmo | Annuale o per progetto | Continuo, con checkpoint fissi |
| Unità di analisi | Segmenti demografici | Persona con motivazioni e tensioni |
| Evidenze | Percentuali aggregate | Ogni affermazione riconducibile a post reali |
| Ruolo dell'AI | Quasi assente | Raccolta, clustering, sintesi |
| Ruolo dello strategist | Reperire e preparare i dati | Porre domande, verificare, interpretare, decidere |
Come fanno le agenzie a ripensare il proprio lavoro di insight?
- Fai un audit delle tue fonti. Su quali dati si basano le tue persona e i tuoi posizionamenti attuali? Quanto sono vecchi? Chi li ha verificati l'ultima volta?
- Fai delle conversazioni pubbliche una fonte stabile. Commenti, recensioni, contenuti dei creator e annunci dei competitor della categoria devono entrare in ogni base di insight.
- Metti alla prova i tre cambiamenti. Chiediti in modo mirato: come scoprono i prodotti le persone in questa categoria? Che ruolo hanno gli assistenti AI e i creator? Di chi si fidano?
- Introduci l'onere della prova. Nessuna conclusione dell'AI entra nel documento di strategia se qualcuno non ha visto i post che la sostengono.
- Cambia il ritmo. Non abolire lo studio annuale, ma aggiungi un insight check mensile con domande chiare.
- Libera gli strategist dal reperimento dei dati. L'AI può occuparsi di raccogliere, ordinare e riassumere. Il tempo guadagnato va dedicato all'interpretazione e al confronto con il cliente.
L'AI sostituirà gli strategist?
La preoccupazione è reale, come mostrano i dati di WARC. Ma l'argomento contrario è ancora più forte: l'AI sostituisce il reperimento dei dati, non il giudizio. Quando il comportamento dei consumatori cambia più in fretta, cresce il bisogno di persone capaci di interpretare i pattern, convivere con le contraddizioni e trarne una direzione.
Le agenzie indipendenti possono persino trasformarlo in un vantaggio. Di solito ripensano i processi più in fretta delle grandi reti con strutture consolidate – a patto di avere accesso a dati comparabili. È proprio per questo che è stata costruita la piattaforma Defy: in Defy Monitor ogni conclusione dell'AI è riconducibile ai post realmente pubblicati che ci stanno dietro, e la strategia nasce da ciò che audience e competitor pubblicano davvero, non dalle survey.
Che cosa significa tutto questo per la tua prossima presentazione al cliente?
Sostituisci una frase come «Il target ha tra i 25 e i 45 anni, vive in città ed è digitalmente evoluto» con tre citazioni reali tratte da conversazioni pubbliche che mostrano che cosa hanno in testa oggi queste persone. Aggiungi dove scoprono i prodotti e di chi si fidano nel farlo. Il cliente non chiederà della dimensione del campione, ma del passo successivo. Ed è proprio lì che comincia la strategia.
