Un mondo di segnali deboli: perché l’AI, da sola, non basta
L’innovazione non è mai stata così rapida. Ma questa accelerazione non sta necessariamente producendo risultati migliori.
I marketer oggi si muovono in un contesto saturo di segnali: trend effimeri, micro-movimenti culturali amplificati dalla tecnologia, cicli di hype che comprimono i tempi decisionali e spingono le organizzazioni a “fare qualcosa” prima ancora di aver capito cosa conta davvero.
Il risultato è noto: molte idee, molte iniziative, ma pochi lanci che riescono a creare valore reale e duraturo per il brand.
In questo scenario, l’intelligenza artificiale appare come la grande promessa. È in grado di analizzare enormi quantità di dati, individuare pattern emergenti e generare output con una velocità impensabile fino a pochi anni fa. Tuttavia, proprio questa velocità nasconde un rischio crescente: quello di confondere l’abbondanza di output con la qualità del giudizio.
Quando la velocità erode la capacità di scegliere
Il tema più critico emerso nel dibattito sull’AI non è tanto la sostituzione del lavoro umano, quanto la progressiva erosione della capacità di analisi e decisione. Delegare sistematicamente all’AI l’interpretazione di insight, la sintesi delle informazioni e perfino la generazione delle idee riduce lo sforzo cognitivo richiesto alle persone. Nel breve periodo rende il lavoro più semplice; nel lungo periodo può indebolire il pensiero critico.
Per il marketing, questo è un punto di svolta. Brand e team rischiano di diventare più veloci ma meno lucidi: capaci di produrre con efficienza, ma meno abili nel distinguere segnali reali da rumore, insight strutturali da mode passeggere.
Innovare non significa moltiplicare le idee
- I brand percepiti come Meaningfully Different crescono fino a 4 volte di più rispetto ai brand indistinti
Fonte: Kantar BrandZ – Blueprint for Brand Growth - Il 75% della crescita di un brand è legata alla predisposizione all’adozione, non alla semplice notorietà
Fonte: Kantar Brand Frameworks - Solo 1 innovazione su 5 genera valore realmente incrementale, nonostante l’aumento di concept e test condotti
Fonte: Kantar Innovation expertise
L’AI tende a “livellare”, non a differenziare
Un altro aspetto cruciale riguarda come l’AI distribuisce valore. In molte applicazioni, la tecnologia aiuta soprattutto i meno esperti a raggiungere una soglia minima accettabile di performance. Un effetto “livellante” che aumenta l’efficienza diffusa, ma non necessariamente la qualità strategica.
In ambito marketing e innovazione, questo significa insight spesso plausibili ma intercambiabili. Idee corrette, ma raramente distintive. È il motivo per cui l’uso dell’AI, se non guidato da framework solidi e da un chiaro orientamento strategico, rischia di produrre omologazione più che vantaggio competitivo.
La domanda chiave diventa quindi: stiamo usando l’AI per alzare il livello minimo o per alzare il massimo possibile?
Dalle idee alle tensioni che contano
La differenza non la fanno le idee in sé, ma le tensioni che intercettano.
Le opportunità più forti emergono dall’attrito tra bisogni, desideri e barriere reali delle persone. Tensioni spesso non ancora esplicite, difficili da cogliere con un approccio puramente automatico.
L’AI è straordinaria nel riconoscere pattern; le persone restano insostituibili nell’interpretare ambiguità, contraddizioni e significati culturali. È dall’integrazione di queste due capacità che nasce un’innovazione capace di generare adozione reale.
Perché molte innovazioni falliscono
- Le frictions spiegano fino al 40% dei fallimenti di lancio, anche quando il concept è percepito come rilevante
Fonte: Kantar Behavioural Science – Fuels & Frictions - Integrare brand fit e valutazione commerciale nelle fasi iniziali riduce il rischio di insuccesso del 30–50%
Fonte: Kantar Global Innovation Benchmarks - I concept fondati su tensioni culturali reali risultano significativamente più memorabili e persuasivi rispetto a quelli basati su trend superficiali
Fonte: Kantar Cultural & Behavioural Intelligence
L’innovazione come sistema di intelligenza ibrida
Sempre più evidenze convergono su un punto: il futuro dell’innovazione non è l’automazione totale, ma l’intelligenza ibrida. Sistemi in cui tecnologia e competenze umane lavorano come un unico motore, con ruoli distinti ma complementari.
Questo implica un cambio di metrica: non valutare il successo solo in termini di velocità o quantità di output, ma anche in termini di qualità del giudizio costruito nel tempo. Un approccio che richiama da vicino il modo in cui oggi le aziende più evolute misurano la sostenibilità: non solo risultati immediati, ma solidità futura.
È in questa logica che si inseriscono approcci come Kantar EvaluateExplorer, pensati per filtrare il rumore, mettere alla prova le opportunità e costruire innovazione a partire da ciò che conta davvero per le persone e per il brand.
In un mondo sempre più complesso, la vera sfida non è produrre più idee, ma scegliere meglio.
L’AI può avvicinarci ai segnali emergenti, ma resta il giudizio umano a dare direzione, priorità e significato. La differenza competitiva di domani non sarà la velocità, ma la capacità di trasformare complessità e dati frammentati in decisioni di crescita che funzionano davvero.
Articolo pubblicato sul numero di Giugno 2026 di Mark Up