Articolo di Danilo D’Aleo apparso sul numero di novembre 2024 di Forbes Italia. Abbonati!
I progressi in materia di intelligenza artificiale generativa degli ultimi anni monopolizzano da tempo il dibattito pubblico, tra entusiasmo, curiosità e qualche preoccupazione. Anche il mondo della pubblicità, da sempre orientato all’innovazione e alla ricerca del vantaggio competitivo, non poteva restare indifferente a questa trasformazione tecnologica, guardando da subito alle potenziali applicazioni della cosiddetta GenAI. Ma è davvero questa la direzione verso cui gli inserzionisti dovrebbero indirizzare energie e risorse?
Gli strumenti di intelligenza artificiale generativa si basano su large language model (llm) sempre più avanzati. “Come suggerisce il nome, i llm sono in grado di imparare dal linguaggio: hanno dimostrato notevoli capacità di apprendimento a partire da dati espressi sotto forma di testo”, dice Ilaria Zampori, vp Italy & Spain di Quantcast. “Ecco perché, ad esempio, ChatGPT riesce a generare alla velocità della luce testi su una vastissima gamma di argomenti e in una moltitudine di linguaggi. E in questo è straordinario, ragion per cui i marketer utilizzano l’IA generativa per elaborare prime bozze, personalizzare messaggi, sintetizzare documenti. Eppure questa tecnologia, per quanto affascinante, non è la risposta ai problemi dell’advertising. Perché molti degli ostacoli che il settore deve affrontare ogni giorno – o meglio, milioni di volte ogni secondo – derivano da dati non basati sul linguaggio, ma sui numeri. Fortunatamente, i llm non sono l’unico strumento a nostra disposizione”.
Oggi molte applicazioni dell’IA, dai veicoli autonomi alle più avanzate dsp, adottano una serie di approcci di machine learning che organizzano e sfruttano una varietà di segnali per raggiungere obiettivi predefiniti. Questi algoritmi imparano dagli esempi e dai feedback ricevuti e ciò li rende particolarmente efficaci nell’individuazione di pattern complessi e in continua evoluzione: “Proprio ciò che serve per creare esperienze pubblicitarie pertinenti per miliardi di consumatori”, commenta Zampori. “Applicati al programmatic advertising, questi algoritmi in continuo apprendimento possono analizzare dati per prevedere gli interessi dei consumatori e identificare schemi in tempo reale, anche di fronte ai cambiamenti più repentini”. Ed è qui che entra in gioco il sodalizio tra marketer e IA: “Il primo aggiunge le proprie competenze verticali, come la specifica degli obiettivi aziendali, l’identificazione delle priorità, la formulazione di strategie, la considerazione dei vincoli di consegna, l’allocazione del budget e la definizione degli approcci di misurazione. La seconda trova automaticamente i potenziali clienti in base al loro comportamento online e mostra loro l’annuncio più appropriato, con un bid ottimale, per massimizzare le prestazioni della campagna. Il risultato è una pubblicità pertinente ed efficace”.



