L’IA ha creato una pubblicità che ha funzionato meglio dell’originale
Uno studio di MediaScience ed Ehrenberg-Bass Institute dimostra che pubblicità video generate da IA sono indistinguibili dagli originali e talvolta più efficaci nel persuadere i consumatori.
Lo studio rivela che il pubblico non distingue tra spot originale e versione IA, che in alcuni casi convince di
Cosa succede quando un algoritmo può creare una pubblicità che non solo inganna il pubblico, ma lo convince meglio dell’originale? È una domanda che fino a poco tempo fa sembrava fantascienza. Oggi ha una risposta concreta, emersa nei giorni scorsi dai risultati di uno studio condotto da MediaScience: in test controllati su 812 consumatori americani, condotti in collaborazione con l’Ehrenberg-Bass Institute, il pubblico non è riuscito a distinguere tra un annuncio video originale e la sua versione generata dall’intelligenza artificiale. Secondo il cloning pubblicitario con IA di MediaScience, la tecnologia permette di modificare digitalmente ogni elemento di un video pubblicitario — volti, capelli, messaggi, prodotti — per testare varianti identiche con effetti misurabili sulle scelte d’acquisto. Non è solo un trucco ottico. È una macchina per misurare quanto vale, economicamente, ogni singola scelta creativa. E questo cambia tutto.
L’illusione perfetta
Il caso più emblematico è quello di uno shampoo. MediaScience ha preso un annuncio originale con una modella dai capelli lisci e ne ha generato una versione IA identica in tutto, tranne per un dettaglio: i capelli erano ricci. Le donne con capelli ricci esposte alla versione modificata hanno mostrato un maggiore riconoscimento del marchio, un atteggiamento più positivo verso il brand e una più alta propensione all’acquisto rispetto a chi aveva visto l’originale. La versione IA ha vinto. Non di poco: significativamente. E il pubblico non si è accorto di nulla.
Qui si apre il paradosso. Se l’IA può mimare e battere la creatività umana, qual è il valore economico delle decisioni prese da art director, casting director e registi che lavorano per settimane su un singolo spot? La risposta implicita di MediaScience è scomoda: quel valore è misurabile, ed è spesso sopravvalutato. La piattaforma permette di testare “esecuzioni identiche con diverse celebrità — o con nessuna — rivelando il preciso adattamento al brand e il valore incrementale di ciascun talento”, come recita il comunicato ufficiale. Immaginate di investire milioni in un testimonial per scoprire che la versione senza testimonial funziona meglio. O che basta cambiare la lunghezza dei capelli della modella.
Il prezzo della creatività
Per capire cosa sta davvero succedendo, bisogna fare un passo indietro. Già nell’ottobre 2025, MediaScience aveva lanciato MediaPET.ai, presentata come la prima piattaforma basata sull’IA in grado di replicare l’impatto di annunci video premium a una frazione del costo. Un’analisi indipendente dell’Ehrenberg-Bass Institute aveva certificato che gli annunci ricreati tramite piattaforma MediaPET.ai raggiungevano il 98% della qualità di produzione percepita degli originali, con un impatto pubblicitario statisticamente equivalente. Novantotto percento. Non è un margine di errore: è quasi la perfezione, a costi ridotti.
Questa nuova tecnologia di cloning element-by-element è il passo successivo. Non si tratta più solo di replicare un annuncio a basso costo, ma di scomporlo chirurgicamente per misurare il contributo di ogni singolo elemento — casting, visual, messaggio, inquadratura — al risultato finale in termini di brand recognition, attitudini e scelta d’acquisto. In sostanza, MediaScience sta proponendo un modello in cui la creatività pubblicitaria smette di essere un atto artistico con valore intrinseco e diventa un insieme di variabili ottimizzabili. Ogni scelta ha un prezzo. L’IA lo calcola.
C’è un aspetto che vale la pena sottolineare con una certa cautela: questi risultati vengono annunciati dalla stessa azienda che vende lo strumento. Il rigore dell’Ehrenberg-Bass Institute conferisce credibilità metodologica, ma le domande restano. Chi ha scelto i casi di test? Quali annunci sono stati esclusi perché l’IA non ha retto il confronto? E soprattutto: in un mercato dove le aziende spendono miliardi in creatività pubblicitaria, chi guadagna davvero dall’idea che tutto questo possa essere automatizzato? La risposta, abbastanza ovviamente, è chi vende l’automazione. Con strumenti come MediaPET.ai che raggiungono il 98% della qualità percepita a costi ridotti, resta da capire come reagirà il mercato — e se i player tradizionali si faranno trovare pronti o saranno semplicemente sostituiti.
La corsa all’IA e i suoi dubbi
MediaScience non è sola in questa corsa. Già nell’agosto 2025, DAIVID aveva lanciato uno strumento di testing creativo alimentato dall’IA che consente agli inserzionisti di confrontare l’efficacia delle loro pubblicità con quella dei concorrenti in tempo reale. La società aveva aggiornato la sua Creative Data Feed API per permettere a brand, agenzie e influencer di valutare risposte emotive, livelli di attenzione e impatto sul brand rispetto alle campagne rivali, tutto in real time. Lo strumento è accessibile dalla piattaforma di benchmarking DAIVID. Il pattern è lo stesso: democratizzare l’accesso ai dati sull’efficacia creativa, abbattere le barriere economiche del testing tradizionale, e nel farlo, ridurre la creatività a una serie di metriche confrontabili.
Resta aperta però una questione che nessuno dei comunicati ufficiali affronta: cosa succede quando questa tecnologia viene usata per modificare digitalmente l’immagine di persone reali — modelle, attori, consumatori — senza un consenso esplicito aggiornato? Le implicazioni in termini di GDPR e di tutela dell’identità digitale sono tutt’altro che risolte. E in un contesto in cui i regolatori europei stanno ancora cercando di definire i confini dell’AI Act, strumenti che manipolano volti e corpi a fini commerciali potrebbero attirare attenzione che nessuno in questo settore vorrebbe.
Mentre l’IA trasforma la pubblicità in una scienza esatta, resta una domanda scomoda che nessun dato può risolvere: in un mondo dove l’algoritmo sa persuadere meglio di noi, cosa rimane dell’arte umana della narrazione? E soprattutto — chi decide quali storie vale la pena raccontare, se a ottimizzarle è una macchina?
