Microsoft ha reso l’asta pubblicitaria una scatola nera
Microsoft rimuove Target CPA e ROAS. L'AI decide la shortlist. I brand devono puntare su dati strutturati per non essere esclusi.
L’AI decide chi entra nella shortlist, e i brand con dati strutturati vincono la partita
Nell’estate del 2025, Microsoft Advertising ha silenziosamente rimosso due leve fondamentali per i campaign manager: Google ha cambiato il modo di fare offerte pubblicitarie, e il colosso di Redmond ha seguito la stessa logica ritirando Target CPA e Target ROAS come strategie autonome per le nuove campagne. Il segnale è chiaro: l’asta sta diventando una scatola nera affidata all’AI. Ma mentre la macchina impara a selezionare i vincitori, il vero terremoto è altrove. Secondo Roger Dunn, l’articolo di Microsoft sull’AI agentico spiega che l’AI decide sempre più chi ha la possibilità di persuadere l’umano, creando una vera e propria ‘Shortlist Economy’. Quando un consumatore chiede a ChatGPT, Copilot o Gemini una raccomandazione, la shortlist generata dall’AI conta di solito da tre a cinque opzioni.
Essere esclusi da quella lista significa essere invisibili.
La shortlist economy e la nuova gerarchia della fiducia
Il meccanismo sembra semplice, ma ridefinisce le regole del gioco. Dunn sostiene che la doppia fiducia nell’AI commerce opera su due livelli: la fiducia della macchina e la fiducia umana. La prima si conquista con dati strutturati, recensioni, affidabilità della consegna e coerenza dei prezzi — i segnali di fiducia della macchina. La seconda è più classica: la fiducia umana nel marchio si basa su credibilità, reputazione ed esperienza. Tuttavia, il primo segnale più importante per la macchina è la verità del prodotto per l’AI: attributi strutturati come dimensioni, compatibilità, caratteristiche e casi d’uso. Il secondo segnale sono recensioni e segnali di terze parti. Chi vince? I brand che investono in dati di prodotto puliti e in marketplace con feed strutturati. Chi perde? Chi ancora conta solo sulla creatività pubblicitaria o sulla forza del brand name — l’AI non legge le emozioni, legge i metadati.
Attribuzione in affanno tra silos e rollout incompleti
Mentre la shortlist economy si consolida, l’attribuzione fatica a tenere il passo. Microsoft ha annunciato che la data-driven attribution sarà in novità di maggio 2026 per Microsoft Advertising per tutti gli inserzionisti entro fine maggio 2026, ma il cantiere è ancora aperto. Il prodotto Unified Attribution è attualmente in beta e sarà lanciato più avanti nel 2026 — nel frattempo, Snap sospende l’auto-valutazione smettendo di “gradare i propri compiti”. Il messaggio è che nessun walled garden ha ancora una soluzione integrata. I retailer, intanto, restano agganciati al modello più vecchio: più del 60% della spesa pubblicitaria nel retail media è legata alla ricerca on-site nel retail media. I data clean room e le soluzioni di unified measurement restano un cantiere, non una risposta pronta.
Chi guadagna e chi perde nel retail media ridefinito dall’AI
La tensione irrisolta è chiara: l’AI chiede segnali strutturati e trasparenti per decidere la shortlist, ma l’ecosistema pubblicitario è ancora organizzato per silos e attribuzioni incomplete. I grandi marketplace con feed prodotti di alta qualità — Amazon, ma anche Walmart e gli store lanciati da Google con Merchant Center — vedono aumentare il loro vantaggio competitivo. I brand con cataloghi disordinati o dati incompleti verranno progressivamente esclusi dalle raccomandazioni AI. Dall’altro lato, le piattaforme pubblicitarie (DSP, SSP) devono ripensare i loro modelli di bid: il bid ottimizzato per conversioni umane non basta più se la conversione passa prima attraverso una scelta della macchina. La partita si gioca ora sui segnali di prodotto e sulla capacità di fornire first-party data strutturati. La promessa di un’attribuzione unificata resta lontana, e il rollout di Microsoft mostra quanto sia difficile uscire dai silos. Il vero rischio per gli advertiser è di essere esclusi dalla shortlist non perché il prodotto non è buono, ma perché l’AI non ha trovato i dati giusti per fidarsi.