Catena 8 fonti · nov 2025 – lug 2026 · in ordine di data, il numero è l’ordine di lettura
Dal Netcomm Forum di quest’anno Gianluca Diegoli ha riportato una distinzione che mette ordine: nel dibattito sull’e-commerce si confondono tre intelligenze artificiali diverse, e la più matura è quella che il consumatore usa per scegliere, chiedendo a un assistente quale sia il miglior prodotto per un bisogno preciso.1 La usa già il 35% degli italiani online, colonizza il momento della scelta e porta pochissimo traffico ai siti. Il dettaglio che Diegoli racconta con ironia vale un trattato: molti responsabili marketing che si lamentano di non comparire nelle risposte hanno attivo, senza saperlo, il blocco predefinito di Cloudflare, che respinge proprio i programmi delle intelligenze artificiali in cui vorrebbero apparire.
La tesi di questa catena, l’ultima del ciclo e la più vicina al mio mestiere, è che un marchio deve ormai parlare a due lettori, le macchine che scelgono per conto dei clienti e le persone che scelgono di appartenergli, e che la fascia intermedia, fatta di contenuti e strategie medie, sparisce perché le macchine la producono gratis.
Il primo lettore
Farsi leggere da una macchina richiede dati, prima che parole. Vanessa Giulieri presenta per GS1 Italy il vocabolario che estende Schema.org, lo standard condiviso dai motori di ricerca, con i termini del largo consumo, dalla categoria merceologica agli allergeni: oggi un codice a barre è muto per il web, e ingredienti, provenienza e scadenze restano chiusi nei database delle aziende, invisibili ai motori come agli assistenti.2 Il passo successivo trasforma il codice in un indirizzo web associato a credenziali verificabili. È un lavoro poco spettacolare, e ha una ragione precisa: il New York Times documenta che le risposte generate da Google continuano a contenere errori sistematici, prodotti dalla stessa architettura che le genera.3 Una macchina che sintetizza da fonti vaghe sbaglia con sicurezza; una che trova dati strutturati e verificabili ha meno margine per sbagliare su di noi.
La fine del medio
David Droga, fondatore di Droga5, ha detto a Semafor senza giri di parole che l’intelligenza artificiale sta per spazzare via il mercato della mediocrità creativa, e che l’80% delle persone che paga non fa comunque un lavoro eccezionale; gusto, contesto e strategia resterebbero fuori dalla portata di modelli che distillano le migliori pratiche fino a far convergere tutti sullo stesso risultato.4 Alex Smith porta lo stesso ragionamento alla strategia: una versione da sei su dieci di qualunque analisi competitiva è ormai disponibile a chiunque, e l’unica risorsa scarsa resta l’attenzione umana, che si conquista con quella che chiama strategia carismatica.5 Nella scheda osservavo che è più marketing che strategia, detto in modo abbastanza sofisticato da non sembrarlo; ma la diagnosi sul medio è corretta.
Il secondo lettore
Resta la persona, e con lei una forma di valore che la macchina non produce. Francesco Tarchetti combina il brand love di Carroll e Ahuvia con la coda lunga di Chris Anderson e ne ricava una tesi che vale per ogni editore: sull’utilità non si compete più, perché l’informazione è ovunque e gratuita, e si sopravvive costruendo un’appartenenza.6 L’Economist ne offre un esempio, con la cronologia interattiva del liberalismo in cui il giornale racconta la propria identità attraverso la storia di un’idea; nella scheda la leggevo come un esercizio di marketing valoriale, con la sua dose di agiografia e con il merito di scegliere una posizione.7 Un marchio che ha una posizione dà alla persona qualcosa a cui appartenere, e alla macchina qualcosa di riconoscibile da citare.
La controtesi indica il punto in cui la tesi può fallire, e lo indica bene. L’appartenenza non si dichiara, si guadagna con un comportamento coerente, e un marchio che costruisce la propria voce come liturgia prepara la propria parodia; il lettore-macchina, dal canto suo, registra ciò che il marchio fa, dati alla mano, più di ciò che il marchio dice di sé. Le due metà della tesi, allora, si tengono: dati strutturati e verificabili per la macchina, coerenza fra parole e comportamenti per la persona. È la stessa conclusione a cui arrivano, per altre vie, le catene sulla fiducia: il valore si è spostato su ciò che si può verificare.
Nella catena
- 1Gianluca Diegoli / Tendenze (GS1 Italy) — Le tre IA del Netcomm Forum
- 2Vanessa Giulieri / Tendenze (GS1 Italy) — GS1 Web Vocabulary: il dizionario universale che dà voce ai prodotti nel web 3.0
- 3The New York Times — Google AI Overviews e il problema dell’accuratezza
- 4Max Tani / Semafor — David Droga on AI and the end of 'mediocre' human-made ads
- 5Alex M H Smith / The Rare Mind — The death of strategy (and what comes next)
- 6Francesco Tarchetti / non ho capito — Per contare devi farti amare (l’attenzione non basta più)
- 7The Economist — The history of liberalism: a timeline
- 8Claire Stapleton / The New Yorker — The Voice of Google controtesi
Concetti ricorrenti nelle fonti marketing valoriale×2