Il marketing usa l’IA senza sapere cosa sta facendo

L’85% delle organizzazioni non ha una strategia formale per l’intelligenza artificiale

Tre giorni fa un nuovo report ha certificato quello che molti sospettavano da tempo: l’85% delle organizzazioni non ha una strategia formale per l’intelligenza artificiale o non ne ha chiarito la responsabilità interna. Eppure, secondo il report 2026 sullo stato del marketing di HubSpot, l’80% dei marketer utilizza già l’IA per creare contenuti. Il dato arriva da un’indagine di Supermetrics pubblicata nei giorni scorsi, e il contrasto è talmente netto da sembrare uno scherzo: si corre a tutta velocità, ma quasi nessuno sa dove sta andando. Solo il 15% delle organizzazioni, infatti, dispone di una roadmap definita con metriche di successo misurabili. Il resto avanza a tentoni, spinto da una pressione competitiva che non lascia spazio alla pianificazione.

Il paradosso della corsa all’IA senza una direzione chiara

Il quadro che emerge non è quello di un’adozione ragionata, ma di una rincorsa. Il 40% dei team di marketing delle piccole e medie imprese e il 34% di quelli enterprise indicano nella mancanza di integrazione tra strumenti di analisi e piattaforme di attivazione il principale ostacolo all’uso efficace dell’IA. Non è un dettaglio tecnico: significa che i sistemi non parlano tra loro, che i dati restano intrappolati in silos, e che qualunque agente automatizzato costruito sopra questa architettura eredita gli stessi difetti. Nel frattempo, secondo un’analisi di Deloitte, il 42% delle aziende ritiene comunque la propria strategia altamente preparata per l’adozione dell’IA. Come si concilia questa fiducia con l’85% di organizzazioni prive di una strategia formale? Semplice: non si concilia. È il classico scarto tra percezione e realtà che precede, di solito, il conto salato.

L’illusione della qualità: dati scadenti, pressioni opprimenti

Dietro al paradosso si nascondono numeri ancora più inquietanti. Solo l’11% delle organizzazioni descrive i propri dati di marketing come di qualità estremamente alta, accurati e accessibili tra i sistemi. Solo il 7% dei team di marketing afferma che le richieste di dati vengono soddisfatte in tempo reale. Il resto lavora con informazioni frammentate, in ritardo, spesso inaffidabili — e su questa base pretende di costruire automazioni intelligenti. Secondo quanto riportato da MarTech.org, il marketing sta adottando l’intelligenza artificiale più velocemente di quanto la sua infrastruttura dati e la governance possano reggere. Non è una svista temporanea: è una scelta strutturale, dettata dall’urgenza di mostrare risultati. Secondo Gartner, il 50% dei leader di marketing segnala apertamente lacune infrastrutturali come barriera alle performance degli agenti AI, ma questo non ferma nessuno.

Perché tanta fretta, nonostante le crepe evidenti? La risposta, in parte, sta nei bilanci. Secondo un’indagine di Spencer Stuart, più di due terzi dei marketer riferiscono di sentire pressione dalla leadership per ottenere risparmi sui costi nei prossimi due anni. L’IA, in questo scenario, non è tanto uno strumento di crescita quanto un modo per giustificare tagli. Si automatizza non perché i dati siano pronti, ma perché il budget non aspetta. E secondo il 2026 State of Marketing Report di HubSpot, il 61% dei marketer ritiene che il settore stia vivendo la sua più grande trasformazione degli ultimi vent’anni proprio a causa dell’IA — una trasformazione che, a quanto pare, si sta costruendo su fondamenta di sabbia.

Agenti che sbagliano con sicurezza: l’automazione della disinformazione

Ed ecco il frutto di questa tempesta imperfetta. Il titolo che Supermetrics ha scelto per la sezione più tagliente del proprio report non lascia spazio a interpretazioni benevole: spiega perché la maggior parte degli agenti AI sbaglia con sicurezza le attività di marketing. Non è un fallimento silenzioso, di quelli che si notano e si correggono. È un errore sicuro di sé, presentato con la stessa autorevolezza di un dato corretto — e proprio per questo più pericoloso. Un’automazione che sbaglia ma si comporta come se avesse ragione è più difficile da controllare di uno strumento che ammette i propri limiti.

Il problema, a questo punto, smette di essere solo tecnico e diventa una questione di responsabilità. Se l’85% delle aziende non ha chiarito chi risponde delle decisioni prese da un agente AI, chi si assume la colpa quando quell’agente distribuisce contenuti scorretti, targettizzazioni sbagliate o analisi fuorvianti su larga scala? La domanda non riguarda solo l’efficacia del marketing, ma tocca corde più sensibili — quelle della trasparenza verso i consumatori e della qualità dei dati trattati, temi su cui i regolatori della protezione dati stanno già alzando la voce altrove. Se la maggior parte degli agenti AI sbaglia con sicurezza le attività di marketing, chi controllerà i controllori? E quale sarà il prezzo, in termini di fiducia e di conseguenze concrete, di questa disinformazione automatizzata per le aziende che la producono e per i consumatori che la subiscono senza saperlo?