I media buyer hanno un problema con l’AI

L’apertura dell’Agentic Hub di TikTok e le nuove tariffe di Meta ridisegnano i costi del media buying

Hai presente quella sensazione quando la campagna che ieri faceva un ROAS di 3.2 (Return on Ad Spend) oggi ne fa 2.1, senza che tu abbia toccato niente? Non è un algoritmo impazzito. È la piattaforma che ha cambiato le regole sotto i tuoi piedi, mentre eri occupato a spostare budget tra un ad set e l’altro. Il 30 giugno 2026 non è stato un giorno qualunque: TikTok ha aperto il suo Agentic Hub, Meta ha messo un prezzo sulle funzionalità AI avanzate dei suoi occhiali e LiveRamp ha iniziato a orchestrare agenti esterni.

Tre mosse che, messe insieme, ridisegnano chi decide cosa nel media buying.

La narrativa che gira è semplice: gli agenti AI sostituiranno il media buyer. La realtà operativa è più scomoda. L’Agentic Hub di TikTok, descritto dall’azienda come una posizione centrale per strumenti pubblicitari AI di terze parti, non è un pilota automatico che ti regala performance. È un connettore. Mette in comunicazione la piattaforma adv con modelli AI esterni che promettono di gestire attività quotidiane. Ma chi allena quei modelli? Chi decide se l’obiettivo è volume o marginalità? Non l’agente. Lo fa chi conosce il margine di contribuzione del prodotto, non solo il CPA (Cost Per Action).

L’abbonamento che svela il gioco

Mentre TikTok esalta le sue AI Skills già pronte all’uso progettate per “analizzare molti dati e sintetizzare insight in raccomandazioni attuabili”, Meta fa un passo che la dice lunga sulla direzione del mercato. L’accesso illimitato alla funzione conversation focus sugli occhiali Meta AI, caratteristica che filtra le distrazioni durante le interazioni vocali, sarà riservato a chi paga l’abbonamento Meta One Premium. Chi non sottoscrive avrà solo tre ore al mese. Tre ore. Il messaggio è chiaro: l’intelligenza artificiale che funziona davvero, quella che ti fa risparmiare tempo o alzare lo share of voice in contesti saturi, ha un costo esplicito. Non è un extra gratuito sepolto nei CPM. È un canone.

Vale lo stesso per TikTok? Le AI Skills per la generazione creativa e la gestione del catalogo promettono di ridurre il lavoro manuale, ma l’hub è un’infrastruttura che ospita agenti di terze parti. Quindi, oltre allo spend pubblicitario, preparati a fee di attivazione o revenue share mascherate da licenze software. Tradotto per chi pianifica: il budget adv non è più solo media cost + costo di gestione. Diventa media cost + costo di orchestrazione. E chi orchestra paga il conto.

L’ecosistema si popola di intermediari AI

Non è solo TikTok. LiveRamp ha lanciato un programma per portare più agenti AI esterni sulla sua rete, proprio mentre affronta scrutinio sulla neutralità dopo l’accordo con Publicis. Questo significa una cosa molto concreta: il dato che esce dal tuo CRM, passa per l’agente AI di un partner, entra nella piattaforma di bidding e ritorna come attribuzione, avrà attraversato almeno tre mani. Ogni mano può aggiungere bias, latency o, nei casi peggiori, modelli di attribuzione opachi che favoriscono il venditore, non l’advertiser.

“AI Skills go beyond automation. By analyzing lots of data and synthesizing insights into actionable recommendations, they help advertisers make smarter decisions, execute more efficiently, and focus on strategic priorities.”

È la dichiarazione ufficiale di TikTok sulle sue capacità decisionali delle AI Skills. Suona bene. Ma chi ha gestito campagne reali sa che “raccomandazioni attuabili” basate su dati aggregati non tengono conto della marginalità per SKU, delle cannibalizzazioni tra canali o di un test di incrementalità in corso. Per quello serve un media buyer che sappia leggere un foglio Excel di marginalità prima di dare in pasto gli obiettivi a un agente.

Il dato che conta non è nel cruscotto

Il punto è che misurare solo il CPA a livello di piattaforma è come guardare il cruscotto dell’auto senza accorgersi che il serbatoio perde. Il caso Keurig Dr Pepper su TikTok lo dimostra: la misurazione della crescita del marchio ha richiesto di guardare all’incrementalità e alla costruzione del brand sul lungo periodo, non solo alla conversione diretta. Questo è esattamente il tipo di analisi che un agente AI, per come è costruito oggi, non può fare. L’agente massimizza il segnale che gli dai. Se gli dai ROAS a 7 giorni, lui pomperà ROAS a 7 giorni, anche cannibalizzando la domanda organica o scontando clienti che avrebbero comprato comunque.

Chi pianifica domani mattina deve fare due cose. Primo, rinegoziare il concetto di “automazione”: ogni skill attivata va auditata chiedendo al partner o alla piattaforma su quali segnali allena il modello e se l’obiettivo di ottimizzazione è allineato al tuo P&L, non al loro ecosistema. Secondo, costruire internamente un framework di misurazione che leghi i dati di piattaforma (CAPI, server-side tracking) all’incrementalità testata con geo-test o MMM. Perché l’agente AI eseguirà la campagna, ma la decisione su quale margine sacrificare per quale quota di mercato resta in capo a chi firma il budget. E quel qualcuno non è un’AI.