Conosciamo tutti quelle presentazioni dei fornitori: perfette, curate e assolutamente impeccabili. Mostrano quella linea brillante che sale dritta verso l’alto e a destra, promettendo una crescita dei ricavi senza sforzo, mentre una sorta di “scatola nera” opaca districa magicamente la realtà caotica e dolorosa dell’esecuzione media. Quindi si firma il contratto e si installa il software. Cosa succede dopo? Il tuo responsabile della redditività passa tre settimane in preda al sudore freddo a causa di una tabella pivot danneggiata, perché quel "geniale" agente di offerta autonomo ha appena classificato erroneamente un enorme blocco di inventario video premium venduto direttamente come display residuo. (Una mossa davvero classica nel mondo dell'ad tech.)
Questa è la realtà attuale del settore pubblicitario. Sebbene abbiamo sinceramente bisogno e desideriamo sistemi autonomi, dobbiamo fare i conti con l’enorme divario che separa la presentazione patinata dell’intelligenza artificiale di un fornitore dall’ansia di un professionista delle operazioni pubblicitarie nel momento in cui approva un ordine di inserzione da mezzo milione di dollari. Quel divario non è solo ampio: è un abisso enorme e terrificante. Per affrontare la vera complessità della pubblicità autonoma, dobbiamo dimenticare il gergo del marketing. L'attenzione deve concentrarsi sugli aspetti pratici della gestione dei ricavi nel momento in cui una macchina inizia a prendere decisioni finanziarie al posto vostro. Come tutti sanno, limitarsi a dare le chiavi a un bot non riparerà magicamente dati di base disastrosi; garantirà solo che il disastro acceleri alla velocità della luce.
Da dove nascono le principali sfide della pubblicità agentica
Si sente continuamente parlare di modelli di linguaggio di grandi dimensioni (LLM) e di sistemi di offerta automatizzati. La narrativa suggerisce che basti inserire un agente nel proprio stack per vederlo ottimizzare il rendimento su tutti i canali senza alcuno sforzo. Sembra allettante. Ma è anche del tutto irreale.
Il problema non è l'intelligenza artificiale. Gli algoritmi stessi stanno diventando sempre più sofisticati. Il problema è l'intricato groviglio di infrastrutture su cui la maggior parte degli editori e delle emittenti si affida per funzionare.
I dati CRM sono confinati in un unico silo, le metriche di consegna sono bloccate all'interno di Google Ad Manager e il team finanziario utilizza un sistema ERP risalente a dieci anni fa. Quando si implementa un sistema basato sugli agenti in quell'ambiente, il risultato è un fallimento clamoroso. Il fallimento è dovuto al fatto che il sistema non è in grado di avere una visione d'insieme.
Immaginate un responsabile delle vendite nel settore dei media che sta preparando un'offerta complessa che copre più canali. Deve verificare contemporaneamente la disponibilità di spazi pubblicitari per la TV connessa, la trasmissione lineare tradizionale e l'audio digitale. Se il sistema autonomo non è in grado di verificare rapidamente la disponibilità in questi tre ambienti distinti e di assicurarsi tali spazi, fallirà inevitabilmente: generando un errore immediato o, peggio ancora, inventando una disponibilità che non esiste.
È qui che gli adulti nella stanza devono intervenire. Recentemente, le aziende del settore dei media stanno sospendendo attivamente le loro ambiziose iniziative di implementazione dell'IA per correggere le tassonomie di base dei dati. Non si può automatizzare un caos.
Si stima che i team addetti alle operazioni pubblicitarie dedichino circa il 40% della loro settimana semplicemente a trasferire manualmente i dati da una dashboard all'altra. Per risolvere questo problema, occorre una revisione completa delle infrastrutture. È necessario disporre di un registro centralizzato di riferimento.
Quando ad server tuo ad server comunicano direttamente con il tuo CRM senza l'intervento umano, l'operatore dispone effettivamente di un set di dati accurato su cui basarsi. Operare attraverso un quadro di gestione delle vendite omnicanale unificato garantisce che l'operatore attinga le informazioni sulla disponibilità da una fonte convalidata e in tempo reale. Niente più doppie prenotazioni. Niente più compensazioni a causa di un errore di interpretazione di un foglio di calcolo da parte di uno script.
La falsa promessa del «imposta e dimentica»
I rappresentanti dei fornitori amano usare l'espressione "ottimizzazione automatica". Vogliono farvi credere che i flussi di lavoro automatizzati consentano ai vostri responsabili della gestione delle campagne di prendersi una lunga pausa pranzo. Chiunque abbia mai gestito una campagna B2B complessa sa bene che si tratta di una bugia pericolosa.
I sistemi agentici sono estremamente rigidi. Se un parametro è configurato in modo leggermente errato, il software tenderà a ottimizzarsi in base a quell'errore con una rapidità impressionante.
Lo abbiamo visto l'anno scorso, quando un'importante emittente europea ha affidato la gestione del ritmo di vendita delle rimanenze a un sistema automatizzato di ottimizzazione del rendimento. Il sistema ha fatto esattamente ciò che gli era stato chiesto: ha massimizzato i tassi di copertura immediati scaricando le impressioni di alto valore relative alla fine del trimestre sugli programmatic di fascia più bassa.
Il fatturato è crollato. Il sistema ha avuto successo dal punto di vista tecnico, ma si è rivelato un fallimento dal punto di vista commerciale.
È necessario dotare questi sistemi di meccanismi di sicurezza. I responsabili delle operazioni di fatturazione hanno bisogno di interfacce intuitive che consentano loro di impostare soglie minime di prezzo e limiti di cadenza delle consegne che l'agente non possa ignorare. Non si tratta di lasciare che la macchina guidi da sola. Si tratta piuttosto di lasciare che la macchina cambi marcia mentre voi tenete saldamente entrambe le mani sul volante.
Affrontare le sfide strutturali della pubblicità orientata all'azione tra i team interni
Se volete scatenare una polemica in un'azienda del settore dei media, chiedete al reparto vendite e a quello finanziario di mettersi d'accordo su un numero definitivo di impressioni consegnate per una campagna. Il reparto vendite controllerà il CRM e dirà che il cliente ha acquistato cinque milioni di impressioni. Il reparto operativo pubblicitario controllerà ad server dirà di averne consegnate leggermente di più. Il reparto finanziario controllerà il sistema di fatturazione e dirà di poter fatturare solo un importo inferiore a causa delle regole sulle discrepanze con i dati di terze parti.
È un vero e proprio incubo.
Immaginiamo ora di inserire un agente autonomo in questo contesto. Il software rileva che una campagna non sta ottenendo i risultati previsti su un determinato sito di un editore e riassegna immediatamente il budget a una rete di streaming audio. Il tutto avviene in pochi millisecondi.
Si tratta di una mossa di ottimizzazione geniale per il cliente. Ma per i team interni che cercano di capire dove siano effettivamente finiti i soldi, crea un vero e proprio buco nero nella riconciliazione.
Questo divario di riconciliazione rappresenta uno degli ostacoli più difficili da superare. Le difficoltà operative nel settore dell'ad tech evidenziano come il costo del lavoro umano necessario a correggere gli errori delle macchine stia annullando i margini di profitto che questi strumenti dovrebbero garantire. Stiamo costruendo auto più veloci, ma le stiamo schiantando contro un muro.
Risolvere il circolo vizioso finanziario
Esaminiamo uno scenario reale. State conducendo una vasta campagna pubblicitaria politica su TV tradizionale, piattaforme di streaming e programmatic . Nel corso del fine settimana, il sistema autonomo trasferisce 50.000 dollari dal canale lineare a quello digitale sulla base di determinati indicatori di rendimento.
È lunedì mattina. Il responsabile clienti non sa che il budget è stato spostato. Il responsabile finanziario ha programmato una fattura in base all'ordine di inserzione originale. Il cliente chiama, chiedendo perché ha visto tre annunci digitali ma nulla durante il telegiornale della domenica mattina.
Nel locale si scatena il panico.
Questo accade perché l'agente ha ottimizzato ad server ha dimenticato di comunicarlo al motore di fatturazione. Un agente è inutile se le sue azioni non si riflettono immediatamente nei vostri sistemi finanziari.
La soluzione non è impedire al sistema di ottimizzarsi. La soluzione è integrarlo direttamente nel vostro sistema contabile. Quando si implementa un percorso chiaro per la riconciliazione finanziaria automatizzata, quella modifica al budget effettuata nel fine settimana aggiorna automaticamente l'ordine in corso. Il sistema ricalcola i margini e genera una bozza di fattura accurata prima ancora che il team finanziario acceda al sistema il lunedì mattina.
L'uomo non deve stare alle calcagna della macchina. La macchina lascia tracce cartacee ben precise.
Ad Server nei flussi di lavoro di Agentic
Parliamo ora del livello operativo vero e proprio, ovvero l'azione fisica di premere il pulsante. La maggior parte delle aziende del settore dei media gestisce ecosistemi paralleli.
Utilizzano un CRM per gestire le relazioni con i clienti e il flusso di lavoro. Per la pubblicazione effettiva degli annunci utilizzano Google Ad Manager, FreeWheel o Xandr. È risaputo che questi sistemi non vanno d'accordo tra loro: parlano lingue diverse, utilizzano identificatori diversi ed elaborano i tempi in modo diverso.
I flussi di lavoro basati sull'autonomia operativa partono dal presupposto che questi sistemi siano perfettamente integrati. Quando un media planner utilizza un prompt di intelligenza artificiale per dire, ad esempio: «Preparami una proposta cross-channel da 100.000 dollari per il terzo trimestre rivolta a chi intende acquistare un'auto», il software deve estrarre le previsioni sul pubblico e incrociarle con le regole di determinazione dei prezzi memorizzate altrove.
Se tra questi sistemi si verifica una latenza, la proposta è destinata a fallire fin dall'inizio.
Lo standard del settore è sempre stato quello di affidarsi a API fragili e personalizzate, che smettono di funzionare ogni volta che un ad server il proprio codice. Basta che uno sviluppatore lasci l'azienda o che una API scada, e improvvisamente il vostro flusso di lavoro automatizzato, del valore di milioni di dollari, si blocca completamente. Il vostro responsabile senior della gestione degli annunci si ritrova così a dover copiare e incollare manualmente le singole voci da un PDF a un sistema di distribuzione.
Colmare il divario senza ricorrere alla codifica rigida
Non potete più fare affidamento su middleware personalizzati. È troppo rischioso. La vostra architettura richiede connessioni native e pronte all'uso tra l'ambiente di vendita e quello di distribuzione.
È necessaria una configurazione che consenta a un operatore di creare una campagna nel CRM, ottenere le approvazioni necessarie e quindi inviare direttamente quelle stesse voci ad server intervento manuale. Ciò consente di evitare gli errori di inserimento manuale che affliggono i team di trafficking.
È qui che le piattaforme progettate appositamente per i media danno il meglio di sé. Grazie ad server preconfigurata con ad server nativo, la fase di traduzione viene gestita automaticamente. L'agente invia l'ordine.
Il sistema converte i dati del CRM nel formato JSON specifico richiesto dal vostro strumento di distribuzione. La campagna viene lanciata senza intoppi. Quando i dati di distribuzione vengono restituiti, vengono associati direttamente all'ordine di vendita originale. Il responsabile della distribuzione smette di fungere da API umana e inizia a ricoprire il ruolo di stratega.
Superare le sfide legate al talento e alla fiducia nella pubblicità agentica
Ogni volta che si parla di tecnologia pubblicitaria autonoma, c'è un argomento tabù di cui nessuno vuole parlare. Il tuo team non si fida. E, francamente, fa bene a non farlo.
I professionisti del settore pubblicitario hanno trascorso l'intera carriera a subire le conseguenze di software scadenti. Ne portano i segni evidenti. Quando si dice a un responsabile delle operazioni di ricavo che un agente basato sull'intelligenza artificiale si occuperà della gestione dei ricavi, la sua prima reazione è di scetticismo. Presume che sarà lui a dover lavorare alle 2 del mattino di sabato per rimediare agli errori del sistema.
La fiducia non si impone. Bisogna guadagnarsela attraverso una trasparenza assoluta.
I sistemi automatizzati spesso funzionano come "scatole nere". Prendono una decisione, ma non forniscono alcuna spiegazione sul perché. Se un sistema decide di abbassare il prezzo minimo per un takeover in primo piano da 25 a 12 dollari, il responsabile della redditività deve conoscere l'esatta logica matematica alla base di tale mossa.
Se il sistema non è in grado di fornire una traccia di controllo, ha sostanzialmente deluso i propri utenti.
Secondo un rapporto molto citato sulla fiducia nell'intelligenza artificiale e sulla sua spiegabilità, la mancanza di trasparenza operativa rappresenta attualmente il principale ostacolo all'adozione interna del software. Gli operatori del settore dei media non sono contrari ai progressi tecnologici; sono ben disposti a delegare le parti noiose e ripetitive del proprio lavoro.
Ma si rifiutano di affidare la responsabilità a una macchina che non è in grado di spiegare i propri calcoli.
Dare più autonomia al professionista attraverso il controllo
Il cambiamento in questione è tanto filosofico quanto tecnico. Bisogna smettere di considerare il team addetto alle operazioni pubblicitarie come una sorta di correttore ortografico umano per i risultati generati dall'intelligenza artificiale. Bisogna fornire loro gli strumenti per definire autonomamente le regole di ingaggio.
Se un sistema autonomo intende proporre modelli di determinazione dinamica dei prezzi, è opportuno che i responsabili delle entrate definiscano le soglie minime assolute in un linguaggio semplice e comprensibile. Lasciamo che eseguano simulazioni in ambiente di test per verificare i casi limite in tutta sicurezza. Mostriamo loro come avrebbe agito l'operatore negli ultimi 30 giorni prima di affidargli effettivamente la gestione dell'inventario in tempo reale.
Quando gli operatori si rendono conto che il sistema rispetta i loro limiti, la resistenza svanisce. Smettono di opporsi allo strumento e iniziano a guidarlo. Diventano gli artefici dell'automazione, anziché i suoi semplici custodi.
La trappola della complessità omnicanale
Aggiungiamo un ulteriore livello di difficoltà. Il digitale è già abbastanza complesso, ma le aziende del settore dei media non si limitano più a vendere banner pubblicitari. Vendono pacchetti completi.
Provate a chiedere a un agente autonomo di ottimizzare una campagna che abbraccia la TV lineare, programmatic e out-of-home digitali out-of-home a Times Square. Il cervello dell’agente va in tilt. Il digitale ha un prezzo basato sul modello CPM e viene misurato in termini di impressioni in tempo reale. La TV lineare ha un prezzo basato sugli indici di ascolto e viene misurata settimane dopo. Out-of-home spesso un prezzo basato esclusivamente su stime del traffico pedonale e sulla durata.
La maggior parte dei software di marketing è sviluppata da persone che hanno sempre e solo acquistato annunci pubblicitari. Queste persone fraintendono profondamente il funzionamento dei media tradizionali.
Una pubblicità stampata non può essere “ottimizzata” a campagna già avviata. La creatività di un’integrazione letta dal conduttore di un podcast non può essere sostituita dinamicamente tramite una richiesta di offerta. Quando un’intelligenza artificiale cerca di applicare regole di ottimizzazione digitale a spazi pubblicitari analogici o ibridi, gli errori che ne derivano sono catastrofici. Gli ordini vengono annullati. I clienti si infuriano.
Creazione di un quadro multivaluta
Per risolvere il problema, l'agente deve essere addestrato su un modello multivaluta. Deve comprendere che un'impressione digitale e un punto di indice di ascolto televisivo sono due tipi di dati completamente diversi.
L'infrastruttura di base deve normalizzare queste unità disparate prima ancora che l'IA vi intervenga. Un responsabile commerciale non dovrebbe essere costretto a convertire manualmente i CPM digitali in un equivalente televisivo solo per far approvare una campagna. Il sistema dovrebbe leggere l'IO multicanale, riconoscere i diversi meccanismi di distribuzione e implementare strategie di ottimizzazione specifiche per ciascun canale.
Un tale livello di sofisticazione richiede una profonda competenza settoriale. Non basta integrare un sistema generico di IA aziendale nello stack tecnologico di un'emittente televisiva e aspettarsi che comprenda le sfumature che distinguono un accordo programmatic da una doppia pagina pubblicitaria venduta direttamente su una rivista. Il modello di dati deve tenere conto delle specificità del mezzo.
Il "buco nero" dell'analisi dei dati e la rendicontazione ai clienti
C'è un altro grave punto di attrito che i fornitori tendono a ignorare: la rendicontazione ai clienti.
Quando sono le persone a prendere le decisioni, di solito sanno esattamente come presentare la situazione al cliente. Capiscono che un basso tasso di clic su uno spot pubblicitario trasmesso su una smart TV non ha importanza, perché il tasso di visualizzazione completa è stato del 98%. Le persone hanno una visione d'insieme.
Gli agenti non dispongono di un contesto. Dispongono solo di dati matematici grezzi.
Se si lascia che un sistema autonomo generi un rapporto di fine campagna direttamente ad server, il cliente riceverà un foglio di calcolo che sembra un manuale tecnico. Il documento metterà in evidenza micro-ottimizzazioni di cui il cliente non si cura, nascondendo completamente le metriche di impatto sul marchio di alto livello che il cliente, in realtà, si era prefissato di ottenere con la campagna.
Le agenzie non vogliono un file CSV di 400 pagine che riporti ogni singolo aggiustamento programmatic . Vogliono una visione d'insieme coerente.
Contestualizzazione dei risultati generati dal sistema
Ecco perché il livello di reporting richiede la stessa attenzione da parte del personale quanto il livello di offerta. L'agente può raccogliere i dati sulle prestazioni, ma spetta al responsabile del cliente sintetizzarli.
Servono dashboard che consentano ai team di vendita di tradurre facilmente le azioni automatizzate in valore per il cliente. Se l'intelligenza artificiale ha spostato le risorse da un sito dedicato allo stile di vita con scarsi risultati verso lo streaming di eventi sportivi in diretta, la dashboard dovrebbe evidenziare il conseguente aumento della copertura del pubblico di riferimento. La tecnologia si occupa del lavoro più impegnativo, ovvero raccogliere le metriche di performance su cinque diverse piattaforme. L'operatore umano utilizza poi quei dati aggregati per dimostrare il ROI e garantire il rinnovo del contratto.
Gli agenti sono bravissimi a svolgere i compiti, ma sono assolutamente incapaci di gestire i rapporti interpersonali. Nel momento in cui ti aspetti che sia un software a gestire il sentiment dei clienti, hai già perso il cliente.
Rivalutazione dello stack tecnologico per le funzionalità agentiche
Il segreto di Pulcinella del settore dell'ad tech è che la maggior parte degli editori mette insieme dieci diverse soluzioni puntuali con del nastro adesivo digitale. Si dispone di un sistema di gestione degli ordini di un fornitore, di una piattaforma di fatturazione di un altro e di uno strumento di ottimizzazione programmatic di una startup che potrebbe rimanere senza fondi già martedì prossimo.
Quando si introducono flussi di lavoro automatizzati in un ambiente frammentato, il software va irrimediabilmente in tilt. Cerca di conciliare formati di dati incompatibili e finisce per generare risultati del tutto privi di senso.
Il consolidamento non è solo un obiettivo del direttore finanziario volto a ridurre i costi delle licenze. È un requisito tecnico imprescindibile per l'autonomia. Per superare davvero le sfide della pubblicità agentica, è necessario un modello di dati unificato.
Ogni entità deve inserirsi in un unico quadro relazionale. advertiser, l'agenzia, l'ordine di inserzione, la voce di inserzione, la creatività e la fattura devono tutti utilizzare lo stesso linguaggio. In caso contrario, l'operatore è costretto a tirare a indovinare. E nel settore delle operazioni pubblicitarie, tirare a indovinare costa denaro.
Passare da un approccio operativo reattivo a uno proattivo
Una volta raggiunto tale consolidamento, l'intero approccio alle operazioni pubblicitarie sui media cambia radicalmente. Si passa da una posizione difensiva a una offensiva.
Invece di passare il pomeriggio del giovedì a verificare manualmente se una campagna ha effettivamente raggiunto i propri obiettivi di andamento, il responsabile delle operazioni pubblicitarie riceve un avviso il lunedì mattina. L'avviso indica esattamente quale linea di budget si prevede non raggiungerà gli obiettivi entro venerdì e propone tre strategie di riallocazione preapprovate per risolvere il problema. Il responsabile clicca su un solo pulsante per attuare l'opzione migliore.
Ecco come si presenta la vera leadership di pensiero nel settore delle tecnologie dei media. Non si tratta di sostituire la forza lavoro umana, bensì di liberarla dal semplice inserimento di dati grezzi, in modo che possa concentrarsi sulla strategia per il cliente e sulla risoluzione di problemi ad alto rendimento.
Il futuro delle sfide nella pubblicità agentica
Ci stiamo rapidamente avvicinando a un mondo in cui media buying la vendita media buying saranno altamente automatizzati. Il mercato lo richiede. Gli acquirenti si aspettano un'esecuzione immediata e gli editori non possono permettersi di continuare a dedicare costose ore di lavoro a problemi operativi che generano margini ridotti.
Il successo in questo ambito non dipenderà dalle aziende che vantano gli algoritmi più sofisticati. Al contrario, i veri vincitori saranno coloro che daranno priorità a dati puliti e affidabili, a integrazioni di sistema senza soluzione di continuità e a team operativi altamente competenti. Dobbiamo smettere di concentrarci sull’ennesima “novità accattivante” e dedicarci al lavoro essenziale, spesso poco affascinante, ma fondamentale. Ciò significa mettere a punto la vostra infrastruttura di base. Assicuratevi che il vostro CRM e ad server senza intoppi. Implementare la riconciliazione automatizzata della fatturazione in modo che il personale finanziario possa lavorare in tutta tranquillità. È fondamentale dare al proprio team la trasparenza di cui ha bisogno per riporre effettivamente fiducia nel software che sta utilizzando. Una volta che questa solida base sarà in atto, una base che supporti realmente il processo decisionale autonomo, sarà finalmente possibile sbloccare tutta la potenza di questi strumenti. Si passerà dal limitarsi a reagire al disordine a guidare attivamente i ricavi.
