OpenAI si è infilata nella filiera pubblicitaria

La nuova policy di OpenAI formalizza la ricezione di dati di acquisto dagli inserzionisti

Il 30 aprile 2026, OpenAI ha pubblicato in silenzio un aggiornamento alla propria privacy policy che è passato quasi inosservato tra gli annunci di quel giorno. Eppure, secondo l’analisi di PPC Land sulle piattaforme pubblicitarie, si tratta del primo momento in cui OpenAI formalizza in linguaggio legale vincolante la ricezione di dati di acquisto da parte degli inserzionisti. Non è un dettaglio amministrativo: è la dichiarazione esplicita che OpenAI vuole diventare un nodo attivo nella catena pubblicitaria, non solo un motore di contenuto. Stesso giorno, X annunciava la prima ricostruzione completa della sua piattaforma pubblicitaria nella storia dell’azienda. Due mosse separate, stesso segnale di fondo: l’architettura dello stack adv sta cambiando sotto ai piedi di chi ci lavora.

Il segnale di OpenAI: dati di acquisto come nuovo carburante

La logica della mossa di OpenAI diventa più chiara se la si affianca a ciò che Omnicom ha confermato il 29 aprile 2026: il CEO John Wren e il responsabile AI Paolo Yuvienco hanno dichiarato che l’agenzia ha già eseguito acquisti media live per diversi clienti utilizzando un framework agente-agente. Un agente software lato Omnicom negozia e acquista spazio pubblicitario interagendo direttamente con un agente lato piattaforma, senza passare per un ad network tradizionale nel mezzo. OpenAI, nel frattempo, si posiziona per ricevere i dati di ritorno su quelle transazioni — le conversioni, gli acquisti, i segnali di acquisto — che tradizionalmente fluivano verso Google e Meta. La domanda che rimane aperta è precisa: se un agente Omnicom può comprare direttamente su una piattaforma che usa LLM come livello di intermediazione, chi ha bisogno del vecchio middleman?

Sotto il cofano: quando gli agenti comprano dagli agenti

Per capire perché questo conta, bisogna guardare cosa sta succedendo al click — l’unità atomica su cui è costruita tutta l’industria pubblicitaria digitale degli ultimi venticinque anni. Le AI Overviews di Google servono oggi più di due miliardi di utenti mensili. Entro dicembre 2025, la loro presenza nelle SERP era già correlata a una riduzione del 58% del tasso di click-through per le pagine in prima posizione. Il meccanismo è banale da spiegare ma devastante nelle implicazioni: se la risposta arriva direttamente nell’interfaccia, l’utente non clicca. Non perché non sia soddisfatto, ma perché il task è già completato. Il click muore di irrilevanza funzionale.

In questo contesto, il framework agente-agente di Omnicom non è una scorciatoia operativa — è una risposta architetturale a un problema di misurazione. Se l’utente non clicca, non puoi misurare l’efficacia dell’annuncio con il CTR. Quello che puoi misurare è la completion: l’agente ha portato a termine il task per cui era stato attivato? Ha completato l’acquisto, prenotato il volo, confrontato i prezzi? La completion diventa la nuova impressione, ma con semantica molto più ricca. Un agente che acquista da un altro agente può trasferire metadati sulla qualità dell’interazione, sul contesto della richiesta, sull’intent dell’utente — dati che un ad server classico non ha mai visto. Qui sta l’eleganza tecnica della proposta: non si tratta di ottimizzare il vecchio funnel, ma di costruire un livello di segnalazione completamente diverso.

C’è però un punto di onestà che va tenuto a fuoco: nonostante la narrativa dominante, gli strumenti AI rappresentano ancora meno del 2% delle visite desktop nell’intero perimetro search-adjacent, secondo i dati Datos del primo trimestre 2026. Il volume è ancora microscopico rispetto al traffico organico e paid tradizionale. Ma è esattamente la velocità di adozione dell’infrastruttura sottostante — policy, framework, API — che rende il momento attuale rilevante per chi costruisce sistemi, non per chi compra banner.

Chi costruisce il prossimo stack pubblicitario

Mentre si delinea questa nuova architettura, i numeri del primo trimestre 2026 mostrano chi sta già raccogliendo i dividendi del cambiamento e chi paga il conto. Amazon ha registrato ricavi pubblicitari Amazon pari a 17,24 miliardi di dollari nel trimestre, con una crescita del 24% anno su anno — beneficiando direttamente dell’intent di acquisto nativo della propria piattaforma, il tipo di segnale che un agente trova naturalmente lì dove c’è transazione reale. Meta ha riportato nel medesimo periodo risultati Meta con impressioni pubblicitarie in crescita del 19% e prezzo medio per annuncio su del 12%, segnali che il suo sistema di targeting basato su dati proprietari regge bene l’urto.

Google, nel complesso, ha riportato 109,9 miliardi di dollari di fatturato nel Q1 2026, +22% anno su anno — numeri che sembrano solidi fino a quando non si guarda il sotto. I ricavi di Google Network sono scesi del 4% anno su anno a 6,97 miliardi di dollari nel trimestre: il calo più netto registrato dal segmento negli ultimi periodi di rendicontazione. È un numero che va letto insieme alla redistribuzione dei ricavi Google: già nell’agosto 2025, per la prima volta in oltre un decennio, il 90% delle entrate pubblicitarie di Google fluiva verso le proprietà di proprietà dell’azienda, non verso i publisher partner. La rete esterna si assottiglia, i ricavi si concentrano sul perimetro owned. Google sta progressivamente diventando un walled garden, esattamente come Meta — solo che Meta è partita da lì.

Per chi sviluppa strumenti di ad tech, la lettura di questi dati suggerisce una direzione precisa. Il valore non si accumula più nel layer di intermediazione — nel DSP, nell’ad exchange, nel cookie sync — ma nei punti dove l’intent si manifesta con maggiore chiarezza e dove un agente può agire direttamente. Amazon ha intent di acquisto. Meta ha segnali comportamentali densi. OpenAI, con la nuova policy, vuole costruire un pipeline di dati di conversione che le permetta di diventare un attribution layer per le campagne che transitano attraverso i suoi modelli. Il prossimo stack pubblicitario potrebbe assomigliare a un LLM connesso direttamente a un ad server tramite API, con un layer di agenti che gestisce la negoziazione in tempo reale e la completion come KPI primario. O potrebbe essere qualcosa di completamente diverso — ma chiunque lo costruirà dovrà pensare come un LLM engineer, non come un media buyer.