Il budget scala più velocemente della governance dei dati

L’AI guida match, testo e destinazione, ma la qualità dei dati di conversione resta fuori controllo.

Il 19 agosto 2026 Microsoft ha iniziato il lancio globale di AI Max per le campagne Search. Non è un semplice aggiornamento di bidding: le tre funzionalità di automazione agiscono sulla corrispondenza dei termini di ricerca, sulla personalizzazione del testo e sull’espansione dell’URL finale. E proprio può scegliere una pagina di destinazione diversa quando Microsoft determina che corrisponde meglio all’intenzione dell’utente.

In pratica, la destinazione del clic non dipende più solo dall’URL caricato dall’inserzionista.

Microsoft sta spostando sotto AI Max anche la corrispondenza predittiva e gli asset di testo generati automaticamente. Le restanti funzionalità AI Max non vengono attivate a meno che un inserzionista non le scelga espressamente: ma è il perimetro del default a essersi allargato, non la trasparenza sui dati che lo alimentano.

L’automazione parte, la verifica del dato no

Il 20 agosto Google ha annunciato i nuovi strumenti di test e pianificazione per AI Max. Tra questi, il test A/B multi-campagna permette di provare budget e obiettivi di ROI diversi su più campagne Search in un singolo esperimento, in arrivo a settembre. Gli esperimenti AI Max ora possono essere eseguiti con impostazioni specifiche di brand o località abilitate. Performance Planner consente di vedere come le modifiche a obiettivi di offerta o budget possono influire sulle prestazioni delle campagne esistenti e, con un clic, si possono applicare le modifiche suggerite da Performance Planner direttamente alle campagne.

A guadagnarci sono le piattaforme: più automazione nativa su match, testo e destinazione significa meno controllo frammentato dell’inserzionista e più dipendenza dal motore di Google o Microsoft. A perderci, se i dati di conversione sono sporchi, è il budget.

Il test A/B scala, ma il segnale resta debole

Il nodo non è la pianificazione. È la materia prima che alimenta le ottimizzazioni. Gli errori di configurazione delle conversioni restano il punto cieco di Smart Bidding: le conversioni che arrivano all’algoritmo potrebbero non essere reali. Con Target ROAS, se il valore passato con la conversione non riflette ciò che il cliente ha effettivamente pagato, l’ottimizzazione si basa su una finzione. E quando un clic applica una modifica suggerita a livello di budget o offerta, quella finzione viene moltiplicata.

Un’analisi pubblicata il 20 agosto 2026 su Digiday associa i segnali d’acquisto frammentati al ritardo del marketing B2B. Segnali frammentati vuol dire CRM, piattaforme adv e analytics che non riconciliano la stessa conversione. Dentro AI Max o Performance Planner, la frammentazione non scompare: diventa il rumore su cui l’automazione cerca coerenza.

Il budget scala più velocemente della governance

Resta aperta una tensione: Google e Microsoft stanno costruendo piani di automazione che presuppongono un dato di conversione affidabile, ma nessuna delle due piattaforme verifica per default che quel dato sia reale. Il risultato è che il budget può essere riallocato con un clic verso pagine sostituite dall’AI, test A/B su ROI teorici e asset generati automaticamente. Chi paga il budget, per ora, è anche l’ultimo a sapere se la conversione era vera.