L’IA generativa non ha reso la pubblicità più efficace

Il 90% dei marketer usa l’IA, ma la qualità degli annunci non migliora e metà del budget resta sprecato

Quando TikTok Symphony debuttò nel maggio 2024, la narrativa era seducente: l’intelligenza artificiale generativa avrebbe democratizzato la produzione creativa, rendendo gli annunci nativi accessibili a ogni inserzionista, dal brand globale alla piccola attività. Due anni e milioni di asset sintetici dopo, i numeri raccontano una storia diversa — e molto meno entusiasmante. La scorsa settimana, il report pubblicato da WARC in collaborazione con TikTok ha messo nero su bianco un cortocircuito che chi opera nell’ad-tech conosce da tempo: il 90% dei marketer utilizza ormai l’IA come strumento creativo principale, l’88% segnala un aumento del volume di creatività prodotte — ma solo il 45% vede miglioramenti significativi nella qualità. Il dato più duro è un altro: metà dei budget mediatici globali viene ancora spesa per annunci poco adatti alle piattaforme su cui girano. Più annunci, più spesa, stesso spreco.

Il paradosso del volume: più creatività, meno impatto

I numeri del report WARC disegnano un paradosso che meriterebbe molta più attenzione di quanta ne abbia ricevuta nei giorni scorsi. Da un lato, l’adozione dell’IA generativa nella produzione creativa è ormai pressoché totale: nove marketer su dieci la usano come leva centrale del proprio workflow. Dall’altro, l’output di questa adozione di massa è un’inflazione di asset che non si traduce in performance migliori. L’88% dichiara di produrre più creatività, ma meno della metà vede un salto qualitativo. Il risultato netto è che la supply chain pubblicitaria si sta riempiendo di annunci mediocri — generati in fretta, testati poco, ottimizzati ancora meno — che drenano budget senza restituire efficacia incrementale.

Chi guadagna e chi perde in questo scenario è abbastanza chiaro a chi conosce i meccanismi della programmatic supply chain. Le piattaforme — TikTok in testa, ma il discorso vale per qualsiasi walled garden — incassano volumi crescenti di impressioni e CPM, alimentate da un flusso continuo di nuove creatività da servire. Gli inserzionisti, invece, si ritrovano con reporting gonfiati di metriche di vanità (volume, reach, impression) e un CPM che scende solo sulla carta, perché l’incremento di inventory non compensa la scarsa qualità media degli annunci in asta. Il 50% di budget sprecato in creatività inadatte non è una stima iperbolica: è la fotografia di un mercato in cui la produzione ha superato la strategia, e dove l’IA viene usata per fare di più, non per fare meglio.

Ma come si è arrivati a questo cortocircuito tra produzione e performance? La risposta va cercata nelle mosse competitive che hanno ridisegnato il panorama dell’ad-tech negli ultimi due anni.

La rincorsa dei giardini murati: TikTok e Meta a colpi di IA

Nel maggio 2024, TikTok lanciò una suite di intelligenza artificiale generativa per la pubblicità chiamata TikTok Symphony, che includeva tra gli altri Symphony Creative Studio, un generatore video basato su IA capace di produrre asset in pochi minuti partendo da semplici prompt. L’obiettivo dichiarato era abbattere le barriere di produzione per gli advertiser, democratizzando l’accesso a formati nativi pensati per il feed verticale della piattaforma. Un anno dopo, a giugno 2025, Meta rispose dal palco di Cannes Lions con le nuove funzionalità Advantage+, che integravano l’IA generativa direttamente nel flusso di creazione degli annunci, consentendo agli inserzionisti di incorporare loghi, palette cromatiche e font per mantenere coerenza di marca nella produzione automatizzata.

Due colossi, due strategie parallele, un unico obiettivo: riempire i propri ecosistemi di annunci nativi a costo di produzione tendente a zero. La rincorsa competitiva tra TikTok e Meta ha accelerato l’adozione dell’IA generativa ben oltre la capacità del mercato di governarne gli output. Le piattaforme hanno costruito gli strumenti, gli advertiser li hanno adottati in massa — e il volume è esploso. Ma nessuno, in questa corsa, ha affrontato il nodo della qualità degli input che alimentano questi stessi strumenti. Perché il problema, come emerge con chiarezza dai dati, non è (solo) nella tecnologia, ma nel carburante che le diamo in pasto.

Il costo occulto: dati demografici e la qualità che non arriva

Qui si annida il meccanismo più rivelatore dell’intero report. Il 67% dei marketer, secondo i dati WARC/TikTok, utilizza ancora dati demografici per istruire l’IA — età, genere, fascia di reddito, geolocalizzazione. Le stesse variabili che il marketing tradizionale maneggia da decenni, e che la pubblicità programmatica ha progressivamente mostrato essere predittori deboli dell’intenzione d’acquisto e della risonanza creativa. Il paradosso del volume trova qui la sua spiegazione più profonda: stiamo alimentando modelli generativi allenati su miliardi di parametri con gli stessi segnali granulari e segmentazioni grossolane che già limitavano l’efficacia della creatività pre-IA. Non c’è prompt engineering che possa compensare un brief costruito su variabili che non catturano l’attenzione né predicono la conversione.

La persistenza del dato demografico come istruzione primaria per l’IA generativa perpetua vecchi schemi e impedisce quel salto di qualità che i numeri del report rendono così evidente. Segnali più granulari — comportamento effettivo, affinità di contenuto, pattern di consumo nel feed, segnali di community — restano ampiamente inutilizzati nel briefing degli strumenti creativi, nonostante siano esattamente il tipo di dati che le piattaforme possiedono in abbondanza. Qui si consuma lo scarto tra la promessa dell’IA generativa (creatività su misura, scalabile, performante) e la realtà misurata dal report WARC (volume in crescita, qualità stagnante, metà budget sprecato). Il 90% dei marketer, stando ai dati WARC, dichiara che l’IA è ormai parte integrante del toolkit creativo — ma se due terzi di loro la istruiscono con le stesse variabili del 2005, il risultato non può che essere un’ondata di annunci tecnicamente competenti e strategicamente vuoti.

Resta da chiedersi, a questo punto, chi abbia davvero interesse a spingere per la qualità. Le piattaforme guadagnano dal volume: più annunci significano più aste, più impression, più revenue pubblicitaria. Gli advertiser, almeno sulla carta, guadagnerebbero dalla qualità: meno spreco, più conversione, più efficienza marginale. Ma finché il volume farà gioco ai walled garden — e finché i marketer continueranno a misurare il successo in output anziché in outcome — la tensione resterà irrisolta.

La vera partita dell’ad-tech di domani non è sulla potenza dei modelli generativi, né sulla velocità di produzione. È su chi riuscirà a spostare l’asticella dall’«abbiamo prodotto 10.000 varianti» al «abbiamo sprecato meno della metà del budget». E i numeri del report WARC, pubblicati appena ieri, suggeriscono che quel giorno non è ancora arrivato.