I marketer non sanno più cosa chiedere
Adobe Marketing Agent per Amazon Quick permette ai marketer di ottenere insight dai dati tramite domande in linguaggio naturale, senza dashboard o query SQL.
La configurazione degli strumenti e l’accesso ai dati restano scelte politiche, non tecniche
Il lunedì mattina di Giulia iniziava sempre con tre caffè e mezz’ora a fissare dashboard. Obiettivi di campagna, tassi di conversione, segmenti di pubblico. Numeri. Poi, un giorno, ha aperto una finestra di chat e ha scritto: «Quali segmenti di pubblico hanno performato peggio nella campagna di Natale, e c’è un conflitto di percorso con la nuova campagna di primavera?». In pochi secondi, una risposta strutturata: classifica dei segmenti, percentuali di overlap, segnalazione di un conflitto su un journey e una raccomandazione.
Niente dashboard. Niente query SQL. Solo una conversazione.
Quella finestra è Adobe Marketing Agent per Amazon Quick, e sta trasformando il modo in cui i team marketing accedono ai dati. Non più cruscotti da interpretare, ma domande in linguaggio naturale. I marketer non sono più obbligati a tradurre dubbi in filtri e KPI. Chiedono. E il sistema risponde con insight già confezionati: ranking del pubblico, riassunti sui segmenti di loyalty, utilizzo dei journey e segnalazioni di conflitti. L’architettura è limpida: un marketer pone una domanda in Amazon Quick, l’agente consulta le fonti dati approvate e Amazon Quick restituisce la risposta in forma di testo, tabella, grafico o raccomandazione. L’utente umano rivede l’output prima di usarlo per decisioni di pianificazione o lancio.
Ma chi decide quali domande fare?
Dietro la semplicità della chat c’è un’architettura che definisce con precisione i confini del visibile. Bedrock AgentCore harness permette di configurare gli strumenti che l’agente può usare: dai gateway alle funzioni inline, dal browser al code interpreter. La lista è esplicita, l’orchestrazione pure. E qui si annida la prima grana: chi definisce quali fonti siano “approvate”? Adobe fornisce l’analisi del dominio marketing, ma l’accesso ai dati grezzi è mediato. Non tutto è visibile. Non tutto è chiedibile. L’agente mette a disposizione strumenti che coprono il ranking del pubblico, l’analisi della loyalty, il lookup dei journey, la verifica dei conflitti e i riepiloghi sulle performance dei contenuti. Ma il perimetro di queste capacità è già stato deciso prima ancora che tu scriva il primo prompt.
Il vero potere è nella domanda, non nella risposta
Quando scrivi un prompt definisci il perimetro di ciò che vuoi vedere. E questo sposta il baricentro decisionale. Non serve più saper costruire una dashboard; serve saper porre la domanda giusta. Google lo sa bene: con Ask Ad Manager, gli editori possono generare metriche complesse e report personalizzati con un singolo prompt in linguaggio naturale. Un collega AI per i dati pubblicitari, lo definiscono. Ma chi forma il “collega”? E su quali dati?
La pianificazione campagne con Adobe Marketing Agent consente ai team di accedere rapidamente a dati su reach e performance passate. L’analisi dell’audience con Adobe Marketing Agent restituisce dimensione del profilo, segmenti in evoluzione, sovrapposizioni e attributi per espandere la reach. Gli insight sui journey con Adobe Marketing Agent permettono di monitorare i risultati di business e orientare azioni correttive. Infine, la verifica dei conflitti di percorso con Adobe Marketing Agent segnala automaticamente le frizioni prima del go-live.
Il monitoraggio delle campagne non è più un task separato ma una conversazione che scorre accanto alle attività quotidiane.
Eppure, ogni domanda nasce da un modello mentale. Se chi scrive il prompt ignora una variabile, la risposta non la includerà. Non per malizia, ma per costruzione del sistema. La trasparenza dell’output dipende dalla trasparenza della domanda. E in un’organizzazione, le domande le fanno sempre le stesse persone? O ci si affida a un assistente che “sa cosa chiedere”?
E se il marketer smettesse di capire cosa sta chiedendo?
La confidenza con le risposte immediate può diventare dipendenza. Se l’agente filtra e riassume, chi controlla che il riassunto non ometta lati scomodi? La governance dell’accesso ai dati diventa un tema caldo: Adobe fornisce analisi su fonti approvate, ma chi decide l’approvazione? Amazon Quick orchestra le azioni, ma quali azioni sono permesse? La configurazione degli strumenti, come spiega Bedrock AgentCore harness, è esplicita, ma la traduzione operativa è politica. Non tecnica. E la politica dei dati non si impara con un prompt.
Nei prossimi mesi vedremo agenti sempre più specializzati, integrati direttamente nei flussi creativi e strategici. La figura del CMO potrebbe evolvere in un presidio tra delega e controllo, oppure in un chief prompting officer che governa l’accesso alle risposte prima ancora che alle risorse. La domanda vera non è se l’AI sostituirà il CMO. È se il CMO saprà ancora porre domande che l’AI non può prevedere.
