I brand caricano ancora i cataloghi a mano

La corsa all’infrastruttura AI si scontra con cataloghi prodotti scadenti e dati disallineati

Mentre Alphabet e Meta Platforms alzano il muro delle spese in conto capitale a suon di miliardi, l’anello debole della nuova corsa all’oro dell’AI non è la potenza di calcolo, ma il più prosaico dei dati di partenza: il feed di prodotto. Con Gemini che macina volumi di inferenza da capogiro e i data center che si moltiplicano come funghi, il denaro stanziato dalle Big Tech non smette di crescere. Eppure, a valle, i brand continuano a caricare cataloghi con titoli anonimi, prezzi disallineati e raggruppamenti SKU sotto-soglia: un attrito che lascia sul tavolo una fetta consistente del ritorno pubblicitario.

Colate di cemento su fondamenta incerte

I numeri delle trimestrali raccontano di uno scatto infrastrutturale che non ha precedenti. Google Cloud ha archiviato ricavi per 24,8 miliardi di dollari, con un balzo dell’82% su base annua, sospinto dalle soluzioni AI enterprise e dall’infrastruttura dedicata, come dettagliato in la nuova guidance CapEx di Alphabet. A valle della stessa spinta, l’infrastruttura Gemini elabora 22 miliardi di token API al minuto. Nel frattempo Meta ha dirottato centinaia di miliardi di dollari in progetti di data center per l’IA, virando con decisione dal metaverso dopo il lancio di ChatGPT da parte di OpenAI, come ricostruito in la scommessa sull’IA di Meta.

La corsa agli armamenti è tutt’altro che conclusa.

Alphabet ha rivisto le proprie stime di spesa in conto capitale per il 2026, portandole da una forchetta di 180-190 miliardi a 195-205 miliardi di dollari, secondo la revisione della spesa in conto capitale di Alphabet. Il CFO Anat Ashkenazi ha ribadito che gli esborsi aumenteranno in modo significativo anche nel 2027, come riportato in le dichiarazioni del CFO Anat Ashkenazi. Sul fronte della domanda, i segnali arrivano forti: i ricavi da search e altre fonti sono cresciuti di quasi il 17% anno su anno toccando quota 63,3 miliardi di dollari nel periodo chiuso al 30 giugno 2026, come emerge da la trimestrale di Google analizzata da Social Media Today. Le campagne shopping commerce-enabled, potenziate dall’AI, hanno registrato un miglioramento del 20% nella delivery di annunci realmente pertinenti, stando a gli aggiornamenti sulle campagne shopping di Google. YouTube, dal canto suo, ha portato a casa 11 miliardi di dollari di revenue pubblicitaria nel Q2 2026, in crescita del 13% anno su anno, come indicato in.

L’imbuto si rovescia: lo sporco nei feed frena il ROAS

Se il motore gira a pieno regime, il carburante però è spesso sporco. La distanza tra potenza computazionale e risultati concreti per gli advertiser è misurata da uno studio del National Bureau of Economic Research del 2026, citato in un’analisi sugli investimenti IA di Meta, che rileva come molte aziende che hanno adottato strumenti di intelligenza artificiale non abbiano visto i guadagni di produttività promessi. Il motivo è tanto banale quanto trascurato: i modelli possono essere sofisticati, ma se i dati in ingresso sono scadenti, l’output sarà altrettanto deludente.

La lezione più nitida arriva da un angolo meno battuto dell’ecosistema. Pinterest ha quantificato con esattezza l’impatto di un catalogo ben curato. I titoli che includono brand keyword sono stati associati a un ROAS (Return on Ad Spend) superiore del 28%, come documentato in la guida all’ottimizzazione dei cataloghi di Pinterest. L’uso di pattern keyword nei titoli ha portato a un ROAS più alto del 22%, secondo la stessa analisi sui cataloghi. Al contrario, i gruppi di annunci con meno di 100 SKU hanno mostrano un ROAS inferiore del 13,6%, come rilevato da lo studio sul rendimento dei cataloghi.

Non è solo questione di metadati. L’accuratezza del prezzo si rivela un fattore critico: il prezzo esposto sul Pin deve coincidere esattamente con quello riportato nella pagina di destinazione, pena la perdita di fiducia del sistema e un danno diretto sulle performance. Il punto è ribadito con forza in le raccomandazioni sui dati di prodotto. A completare il quadro, l’infrastruttura tecnica: gli inserzionisti web che hanno adottato Conversions API insieme al Pinterest Tag hanno registrato un miglioramento medio del 9,0% nel CPA (Cost per Action) e un incremento del 23,7% nelle conversioni attribuite rispetto a configurazioni basate solo sul tag, come illustrato in l’integrazione Conversions API e Pinterest Tag.

Chi paga il conto dei dati sporchi?

Il paradosso è servito su un piatto d’argento. Google e Meta finanziano un’accelerazione dell’infrastruttura AI che promette di estrarre valore da ogni singola query, impressione e attribuzione. Ma la precisione chirurgica dei modelli si scontra con la sciatteria dei dati di primo livello: cataloghi scarni, prezzi disallineati, SKU polverosi. È qui che si annida la vera tensione irrisolta. L’industria pubblicitaria si interroga su privacy, segnali e sostituti del cookie, ma forse il costo di opportunità più grande è già sotto gli occhi di tutti, nascosto nei feed caricati frettolosamente sui walled garden.

La domanda non è se gli investimenti in AI si ripagheranno. La domanda è chi, tra piattaforme e brand, si prenderà la briga di colmare il disallineamento tra la capacità computazionale dispiegata e la qualità elementare dei dati. Fino a quel momento, ogni dollaro speso in server di ultima generazione continuerà a pompare benzina su un motore che fatica a trovare la strada.