L'AI scrive un piano marketing in 30 secondi. Peccato che spesso sia un piano da manuale: corretto in teoria, inapplicabile in pratica. Ecco come costruire una strategia che funziona davvero, per le persone e per gli agenti AI.
- L'AI cambia due cose insieme: come produciamo i contenuti e come costruiamo la strategia.
- I 5 principi della strategia restano validi, ma vanno riletti uno per uno.
- Il rischio non è restare senza strategia: è averne una generica, piena di errori e difficile da applicare.
- Il vantaggio competitivo sta in ciò che l'AI da sola non sa proporre.
- Il cliente non è più solo umano: gli agenti AI iniziano a scegliere e comprare.
Tutti hanno l'AI. Pochi hanno una strategia.
Provate a chiedere a ChatGPT una strategia di digital marketing per la vostra azienda.
In 30 secondi avrete un documento impeccabile: obiettivi SMART, buyer persona, mix di canali, KPI, perfino un calendario editoriale.
Sembra perfetto. Il problema emerge quando provate ad applicarlo:
- È superficiale. Ripete i principi da manuale, ma non conosce il vostro mercato, i vostri margini, il vostro team.
- Contiene allucinazioni. Competitor che non esistono, benchmark inventati, budget che non tornano.
- È difficile da mettere in pratica. Dice cosa fare, quasi mai come farlo con le risorse che avete davvero.
Il risultato è una strategia corretta a livello teorico e inapplicabile a livello pratico. Un bel documento, destinato al cassetto.
Eppure rinunciare all'AI non è un'opzione. Secondo l'Osservatorio Artificial Intelligence del Politecnico di Milano, il mercato AI in Italia vale 1,8 miliardi di euro, +50% in un anno.
- 1,8 mld € mercato AI in Italia nel 2025 (+50%) (Osservatorio AI, PoliMi)
- 71% delle grandi imprese ha avviato progetti AI (Osservatorio AI, PoliMi)
- 8% delle PMI ha fatto lo stesso (Osservatorio AI, PoliMi)
La domanda quindi non è se usare l'AI nella strategia. È come usarla senza farsi usare.
Per rispondere, partiamo dalle basi. Che non sono cambiate. O quasi.
I 5 principi delle strategie di digital marketing (e cosa cambia con l'AI)
Una strategia di digital marketing è il piano che collega gli obiettivi di business ai canali digitali: chi vuoi raggiungere, con quale messaggio, dove, con quali risorse e come misuri i risultati.
I principi sono gli stessi da vent'anni. È il terreno su cui si applicano che si è spostato.
Vediamoli uno per uno, con quello che cambia e quello che conviene fare adesso.
1. Obiettivi: oltre il traffico
Per anni l'obiettivo più comune è stato uno solo: più traffico al sito.
Oggi non basta più. Secondo i dati SparkToro, il 68% delle ricerche Google negli Stati Uniti si chiude senza un clic. E nelle risposte di ChatGPT e Claude il clic è ancora più raro.
Cosa fare: affiancare agli obiettivi di traffico e lead tre obiettivi di visibilità:
- presenza del brand nelle risposte AI, su un set di domande reali dei clienti
- crescita delle ricerche branded
- lead che dichiarano di averti scoperto tramite l'AI
Gli obiettivi dicono dove andare. Ma per arrivarci bisogna sapere chi stiamo cercando di convincere.
2. Target: buyer persona più vere (e più veloci)
Diciamolo: la buyer persona è sempre stata un esercizio un po' teorico.
Spesso nasceva in una riunione, non dai dati. Con l'AI si può fare molto meglio: analizzare in poche ore le trascrizioni delle call commerciali, le recensioni, i ticket di assistenza, i dati del CRM.
E intanto cambiano le abitudini del target. Secondo G2, il 50% dei buyer di software B2B inizia la ricerca da un chatbot AI, non da Google.
Attenzione: l'AI sintetizza bene i dati che le dai. Se le chiedi di inventarli, inventerà personas plausibili. E sbagliate.
Sapere chi è il cliente è metà del lavoro. L'altra metà è dargli un motivo per scegliere proprio te.
3. Posizionamento: chiaro per le persone e per le macchine
Un posizionamento vago è sempre stato un problema. Con l'AI diventa un problema doppio.
Quando un utente chiede a ChatGPT o a Claude un fornitore, il modello sintetizza ciò che il web dice di te. Se il tuo messaggio è «soluzioni innovative di qualità», non c'è nulla da citare.
Cosa fare:
- una proposta di valore in una frase, ripetuta in modo coerente su sito, profili, PR e materiali commerciali
- prove concrete: numeri, casi, certificazioni
- informazioni coerenti su tutto il web: sito, directory, recensioni, articoli di settore
Un posizionamento chiaro, però, serve a poco se non arriva nei posti giusti. E i posti giusti sono cambiati.
4. Canali e risorse: più touchpoint, meno clic
Il customer journey era già complicato. Oggi lo è un po' di più.
Google, AI Overviews, AI Mode, ChatGPT, Claude, Perplexity, social, community, newsletter. Molti di questi touchpoint non lasciano traccia in GA4: l'utente scopre un brand in una risposta AI e lo cerca su Google giorni dopo.
Sul fronte delle risorse, l'AI ha fatto crollare il costo di produzione dei contenuti. Ma quando produrre costa poco, tutti producono di più. La risorsa scarsa diventa l'attenzione.
Cosa fare: meno contenuti, più distintivi. E un budget distribuito tra una base (SEO), un moltiplicatore (GEO) e un acceleratore (advertising).
Già, ma come si capisce se tutto questo funziona?
5. Misurazione: dall'attribuzione alla triangolazione
L'attribuzione basata sui clic non è mai stata perfetta. Con l'AI mostra tutti i suoi limiti.
George Bonaci, VP Growth di Ramp, nel memo di Kevin Indig la definisce «una stampella che sostituisce il pensiero critico». La soluzione è leggere insieme tre segnali:
Quando i tre segnali si muovono insieme, il risultato è affidabile anche senza un'attribuzione perfetta. Quali KPI usare, e come leggerli, lo spiego in KPI della GEO.
Cinque principi, cinque cambiamenti. Ma qualcuno ha già provato a ridisegnare tutto il modello.
Dal funnel al loop: il Loop Marketing di HubSpot
Per vent'anni HubSpot ha predicato l'inbound marketing e il funnel. Nel 2025 ha cambiato idea.
Con il Loop Marketing, HubSpot propone un modello che sostituisce il funnel lineare (consapevolezza, considerazione, decisione) con un ciclo continuo, gestito da team ibridi di persone e AI. Il motivo, nelle parole del CMO Kipp Bodnar: «Il vecchio funnel dava per scontato che i clienti venissero da te».
Il punto più interessante è la prima fase. Prima di usare l'AI, il brand deve sapere chi è. È esattamente ciò che l'AI non può fare al posto tuo, e il motivo per cui le strategie generate in 30 secondi falliscono.
Il modello è chiaro. Vediamo ora come cambiano, concretamente, le singole attività.
Le attività di digital marketing: come le cambia l'AI
Non tutte le attività cambiano allo stesso modo. Alcune si trasformano, altre si aggiornano.
La regola d'oro: la SEO è la base, la GEO il moltiplicatore, l'advertising l'acceleratore. Spostare budget dalla SEO alla GEO è un errore: i due investimenti si sommano, non si sostituiscono.
Tabelle e infografiche aiutano. Ma niente convince come i casi reali.
Tre case study: l'AI al servizio della strategia (non al suo posto)
Nutella Unica: l'algoritmo al servizio di un'idea
E se ogni vasetto fosse un pezzo unico?
Ferrero e Ogilvy Italia hanno usato un algoritmo per generare 7 milioni di etichette diverse, partendo da un database di pattern e colori. Ogni vasetto aveva un codice che ne certificava l'unicità.
Risultato: tutti i 7 milioni di vasetti sono andati esauriti in un mese nei supermercati italiani.
La lezione: l'algoritmo ha reso possibile l'idea su larga scala. Ma l'idea, trasformare un vasetto in un oggetto da collezione, era umana. (Caso del 2017: un precursore della personalizzazione generativa.)
Nutella ha usato l'algoritmo per creare. Klarna lo ha usato per risparmiare.
Klarna: l'efficienza che libera budget
Quanto costa produrre una campagna? Per Klarna, molto meno di prima.
La fintech svedese ha introdotto la GenAI per immagini, testi e traduzioni, riducendo il ricorso ad agenzie esterne. I risultati dichiarati nel primo trimestre 2024:
- 10 mln $ risparmiati all'anno grazie all'AI (Klarna, Q1 2024)
- 7 giorni per produrre le immagini, invece di 6 settimane (Klarna, Q1 2024)
- −25% di spesa verso fornitori e agenzie (Klarna, Q1 2024)
La lezione: l'AI ha reso il marketing più efficiente. Ma l'efficienza non è una strategia: è budget liberato, da reinvestire in ciò che fa davvero la differenza.
Efficienza e creatività sono importanti. Ma nel B2B la vera partita si gioca sulla visibilità.
Bravo Manufacturing: primo software MES secondo ChatGPT
Si può diventare la prima risposta di ChatGPT nel proprio settore? Nel B2B industriale, sì.
Bravo Manufacturing (Antos) sviluppa software MES per le PMI manifatturiere. Dal 2023, in collaborazione con Digital360 Connect, abbiamo lavorato su un obiettivo preciso: fare in modo che sito e blog rispondessero alle domande reali di chi valuta un MES.
Cosa abbiamo fatto:
- Ottimizzazione tecnica e semantica: struttura del sito e pagine prodotto riorganizzate attorno alle entità del MES (OEE, fermi macchina, tempi e costi di commessa, integrazione con l'ERP)
- Content marketing: articoli che rispondono alle domande di valutazione, scritti per essere ripresi dai motori generativi
- CRO e processo commerciale: percorso più breve dalla pagina prodotto alla richiesta di demo
- Digital PR: citazioni su testate e portali di settore
I risultati:
- SEO: il valore stimato del traffico organico (Ahrefs) è passato da circa $400 al mese a inizio 2023 a oltre $1.200 nel 2026, con picchi vicino ai $1.600 nel 2025
- GEO: per «miglior software MES italiano» ChatGPT indica Bravo Manufacturing al primo posto
- AEO: per «miglior software MES» l'AI Overview di Google lo cita per primo tra le soluzioni per PMI, con link al sito ufficiale
Il caso completo, con le risposte di ChatGPT e dell'AI Overview, è nel case study di Bravo Manufacturing.
La lezione: SEO e GEO non sono due progetti separati. Lo stesso lavoro, pagine chiare sulle entità, contenuti che rispondono a domande reali e citazioni autorevoli, ha fatto crescere il traffico organico e ha portato il brand in cima alle risposte AI. Il metodo è descritto in SEO B2B e GEO B2B.
Tre casi diversi, una costante: l'AI funziona quando esegue una strategia precisa. Ed è qui che arriva il paradosso.
Il paradosso: se tutti usano l'AI, chi si distingue?
L'AI va usata su due livelli. Ed è proprio questo che la rende pericolosa.
Da una parte, per produrre: testi, immagini, varianti di annunci, analisi. Dall'altra, per costruire la strategia: ricerca di mercato, analisi dei competitor, scenari, prime bozze di piano.
Il secondo livello è quello più delicato. Un piano generato dall'AI e lasciato a sé stesso resta superficiale, contiene dati non verificati e ignora i vincoli reali di budget, team e tecnologia.
Dove sta allora l'unicità? In ciò che l'AI da sola non può proporre:
- Dati proprietari: CRM, vendite, ricerche interne
- Insight dal campo: cosa chiedono davvero i clienti ai commerciali
- Esperienza: cosa ha funzionato, e cosa no, nel tuo settore
- Punto di vista: il coraggio di dire qualcosa di diverso
- Rinunce: la scelta di cosa non fare
«Quasi tutto ciò che è direttamente misurabile sta diventando una commodity grazie all'AI.»
George Bonaci, VP Growth di Ramp, nel Growth Memo di Kevin Indig
E c'è un ultimo elemento che quasi nessuna strategia considera ancora: il cliente che non è una persona.
Il nuovo target: gli agenti AI
Immagina un cliente che non legge le tue pagine, non guarda le tue campagne e non si emoziona per il tuo brand.
Però confronta 50 fornitori in pochi secondi. E compra. È l'agente AI. Secondo Gartner, entro il 2028 gli agenti AI faranno da intermediari per oltre 15.000 miliardi di dollari di acquisti B2B.
La conseguenza per la strategia è semplice da dire e meno semplice da fare: si scrive per due pubblici.
Prima di concludere, ecco gli errori che vedo più spesso nelle aziende.
I 5 errori da evitare
- Usare l'AI solo per produrre di più. Più contenuti non significano più risultati.
- Delegarle la strategia. L'AI esegue bene, ma non conosce il vostro business.
- Misurare solo i clic. Gran parte della visibilità oggi non ne genera.
- Spostare budget dalla SEO alla GEO. Vanno sommati, non sostituiti.
- Ignorare gli agenti AI. Il cliente di domani potrebbe non essere una persona.
Domande frequenti (FAQ)
Come cambiano le strategie di digital marketing con l'AI?
L'AI cambia sia la produzione dei contenuti sia la costruzione della strategia. I principi restano gli stessi (obiettivi, target, posizionamento, canali, misurazione), ma vanno adattati a un mondo con meno clic, più touchpoint e nuovi interlocutori come gli agenti AI.
Qual è la differenza tra SEO e GEO?
La SEO ottimizza un sito per posizionarsi nei risultati dei motori di ricerca. La GEO (Generative Engine Optimization) lavora per far citare e consigliare un brand nelle risposte dei motori generativi come ChatGPT, Claude, Gemini e le AI Overviews di Google. La GEO si basa sulla SEO e la rafforza: le differenze sono spiegate in SEO, GEO e AEO: le differenze.
L'AI può creare una strategia di marketing al posto mio?
Può scriverne una bozza in pochi secondi, ma resta spesso superficiale, con dati da verificare e difficile da applicare. L'AI è utile per analizzare e accelerare; le scelte strategiche richiedono dati proprietari, esperienza e conoscenza del mercato.
Conclusione: la strategia non è morta. È raddoppiata.
L'AI non ha reso inutili le strategie di digital marketing. Le ha rese più necessarie.
Oggi una strategia deve tenere insieme due modi di produrre, umano e AI, e due pubblici, persone e agenti. E deve farlo senza perdere ciò che la rende unica.
Chi userà l'AI solo per fare di più avrà una strategia uguale a quella di tutti. Chi la userà per fare meglio, partendo dai propri dati e dal proprio punto di vista, avrà un vantaggio difficile da copiare.
Vuoi sapere come appare la tua azienda nelle risposte AI?
Con un audit GEO e SEO analizziamo la visibilità del tuo brand su Google, ChatGPT e Claude e definiamo le priorità per i prossimi mesi.
Scopri i servizi su michalgawel.com · Iscriviti alla newsletter «Crescita Organica»
Fonti
- Osservatorio Artificial Intelligence, Politecnico di Milano, via LaPresse (2026)
- SparkToro, ricerche zero-click 2026, via TechWyse
- G2, How AI Chat is Rewriting B2B Software Buying (2025)
- Kevin Indig con George Bonaci, The usefulness of attribution for AI Search (2026)
- HubSpot, Introducing the Loop: A New Playbook for Growth in the AI Era (2025)
- Dezeen, Nutella Unica (2017)
- Marketing Dive, Klarna e GenAI (2024)
- Gartner via Digital Commerce 360 (2025)
- Case study Bravo Manufacturing (Antos), michalgawel.com
