Kana: agenti AI ‘loosely coupled’ sfidano il martech monolitico.

Kana, fondata da veterani del settore, ha raccolto 15 milioni di dollari per introdurre agenti AI specializzati nel mercato delle marketing operations

Il mondo del marketing è da anni in attesa di una promessa: quella di un’automazione intelligente che non sia solo un robotino stupido che invia email a orari prestabiliti, ma un vero collaboratore digitale capace di ragionare, adattarsi e prendere decisioni.

Una promessa spesso disattesa da piattaforme rigide che costringono i team creativi in percorsi predefiniti.

Ora, un nuovo attore entra in scena con un’ambizione precisa: sostituire quei sistemi monolitici con uno sciame di assistenti AI specializzati.

Si chiama Kana, è stata fondata da veterani del settore che hanno già venduto una loro azienda a Salesforce per 700 milioni di dollari, e ha appena raccolto 15 milioni di dollari in un round di seed per realizzare questa visione.

L’annuncio, arrivato il 18 febbraio 2026, non è solo l’ennesima startup AI che bussa alla porta.

È il segnale che il mercato degli “agenti” – sistemi di intelligenza artificiale che non rispondono solo a domande ma eseguono compiti multi-step – sta maturando e punta dritto ai budget delle marketing operations.

Kana, fondata da Tom Chavez e Vivek Vaidya (le menti dietro le piattaforme per publisher Rapt e Krux), propone una suite di agenti AI flessibili e personalizzabili che possano orchestrare workflow complessi, dall’analisi delle performance di una campagna alla regolazione dei parametri di targeting, fino alla stesura del report conclusivo.

Ma come funziona esattamente questa “orchestra” di AI?

E, soprattutto, è l’approccio giusto per un mondo in cui la privacy dei dati e il controllo umano sono diventati imperativi non negoziabili?

Dagli script rigidi agli agenti sciolti: la nuova architettura del marketing

Per capire la scommessa di Kana, bisogna guardare a come è strutturata la maggior parte del marketing automation oggi.

Piattaforme come HubSpot o Salesforce Marketing Cloud sono sistemi chiusi e integrati: offrono un ventaglio di strumenti potenti, ma per modificarne il flusso o inserire logiche personalizzate spesso serve l’intervento di uno sviluppatore.

È come avere un’orchestra dove ogni musicista è inchiodato al suo spartito, incapace di improvvisare se il direttore chiede un assolo diverso.

Kana rovescia questo modello con quello che definisce un approccio “loosely coupled” (a basso accoppiamento).

Immaginate invece una serie di piccoli ensemble musicali indipendenti: uno specializzato in analisi dati, un altro nella creazione di audience, un terzo nella pianificazione media.

Ogni ensemble è un agente AI che può essere attivato, configurato e combinato con gli altri in tempo reale, senza bisogno di riscrivere il codice sorgente dell’intera piattaforma.

Questi agenti agiscono come uno strato di orchestrazione sopra i sistemi esistenti – i CRM, le piattaforme pubblicitarie di Meta e Google, gli strumenti di analytics – ragionando sulle risposte che ricevono per raccomandare i passi successivi.

Il vantaggio teorico è una flessibilità senza precedenti.

Un brand potrebbe creare un agente su misura per monitorare l’andamento di un lancio prodotto sui social network, un altro per testare ipotesi di pubblico nuovo utilizzando dati sintetici che simulano comportamenti senza toccare informazioni personali reali, e un terzo per ottimizzare le inserzioni a performance.

Il tutto con il marketing team che mantiene il ruolo di direttore d’orchestra: approva, modifica o devia le azioni proposte dagli agenti.

È questa la promessa: trasformare dati frammentati, costi crescenti e attriti operativi in azioni coordinate e crescita profittevole, come dichiara la stessa azienda nella sua presentazione.

La partita si fa dura: tra colossi consolidati e la questione privacy

L’entusiasmo per un nuovo approccio, però, deve fare i conti con la realtà di un mercato affollatissimo e in fibrillazione.

Kana non sta aprendo una nicchia vergine, ma sta entrando in un campo di battaglia già caldo.

Da un lato ci sono i giganti del software aziendale, che non stanno a guardare.

Salesforce ha già integrato agenti AI nella sua piattaforma Einstein, Adobe sta facendo lo stesso con l’Experience Cloud, e Microsoft e Google stanno portando capacità autonome in tutti i loro strumenti productivity e advertising.

Questi player hanno un vantaggio enorme: il loro software è già installato nelle grandi aziende, e l’AI diventa un upgrade naturale.

Dall’altro lato, c’è un’esplosione di startup “AI-native” che attaccano ogni singolo pezzo del puzzle del marketing: dalla generazione di contenuti all’ottimizzazione delle campagne in tempo reale.

La differenziazione di Kana sta nel team fondatore, con una track record di successo nel martech, e nella focalizzazione su un’architettura modulare che punta a essere più adattabile delle soluzioni “all-in-one” dei grandi vendor.

Ma il vero scoglio, quello che potrebbe decidere le sorti di Kana e di tutti i suoi concorrenti, non è solo tecnologico o commerciale.

È il delicatissimo tema della governance dei dati e della privacy.

I marketing team gestiscono informazioni sensibilissime sui clienti: comportamenti d’acquisto, preferenze, dati demografici.

Dare a un agente AI autonomo la chiave per accedere a piattaforme come Google Analytics o gli Ads Manager di Meta è un atto di fede enorme.

Le domande sono inevitabili: dove risiedono i dati durante l’elaborazione?

Chi è responsabile se l’agente prende una decisione che viola il GDPR o il CCPA?

Come si garantisce che non ci siano “fughe” di informazioni tra un sistema e l’altro?

Kana dichiara di affrontare il problema con un modello di “human-in-the-loop” (l’umano nel ciclo) e controlli rigorosi.

Gli agenti non agirebbero in totale autonomia, ma richiederebbero checkpoint di approvazione umana.

Inoltre, l’azienda sottolinea l’importanza di mantenere i dati all’interno dell’infrastruttura IT del cliente e di applicare le stesse restrizioni di accesso valide per un dipendente in carne e ossa.

Sono affermazioni che suonano rassicuranti, ma che dovranno essere verificate nella pratica quotidiana, sotto lo sguardo sempre più attento dei regolatori.

Dopotutto, i modelli AI specifici su cui si basa Kana non sono ancora stati dettagliati pubblicamente, lasciando un alone di mistero sulle fondamenta stesse del suo sistema.

Una terza via o un altro mattoncino nel muro?

Alla fine, la storia di Kana ci racconta una tendenza più grande: la corsa a rendere l’AI non solo uno strumento di analisi o di creazione, ma un vero e proprio layer operativo che si infila tra gli umani e i software che usano.

Chavez e Vaidya, con la loro esperienza, hanno visto in prima persona la lentezza e la rigidità dei vecchi sistemi di data management.

Ora puntano a offrire quella che definiscono una “terza via”, né la lentezza dello sviluppo interno né la rigidità delle piattaforme standard.

I 15 milioni di dollari raccolti sono un voto di fiducia su questa visione.

Ma il percorso è in salita.

Dovranno convincere marketer spesso scottati da promesse di automazione non mantenute che i loro agenti sono davvero diversi.

Dovranno farlo mentre giganti con risorse praticamente illimitate fanno lo stesso.

E, soprattutto, dovranno navigare il labirinto normativo sulla privacy costruendo una fiducia che, nel digitale, è la valuta più preziosa e fragile.

La domanda finale, quindi, non è solo se Kana avrà successo.

È se noi, come utenti finali di un internet sempre più mediato dall’intelligenza artificiale, saremo disposti ad accettare che le campagne pubblicitarie che ci inseguono online siano orchestrate non da logiche umane semplici, ma da uno sciame di agenti digitali che ragionano in modo per noi opaco.

La comodità dell’automazione estrema vincerà sul desiderio di comprensione e controllo?

La risposta a questo definirà il futuro non solo di una startup, ma di un intero settore.