L’esperto di marke­ting auto­nomo: come evitare la «medio­crità acce­le­rata» con l’IA

Mai chiedere a Bob Pearson qual è il suo "prompt perfetto" per scrivere testi di marketing migliori o generare idee per campagne.

"Non sono un grande sostenitore dell'ingegneria dei prompt", spiega Pearson. "Per una semplice ragione. Penso che stiamo complicando troppo le cose".

Pearson, con base a Austin, in Texas, ha creato la prima organizzazione globale di social media di Dell ed è un esperto riconosciuto in comunicazione, marketing e innovazione digitale. Attualmente è professore a contratto presso la McCombs School of Business dell'Università del Texas, dove tiene corsi sui nuovi modelli di media digitali, vendita persuasiva e IA generativa.

Mentre la maggior parte degli esperti di marketing si concentra sulle librerie di prompt e dibatte sulla formulazione perfetta, l'attenzione di Pearson si concentra altrove. Sviluppa sistemi che consentono agli strumenti di marketing autonomo di amplificare la creatività invece di sostituirla, aiutando gli esperti di marketing a ripensare i loro flussi di lavoro o il loro approccio al lavoro.

L'ingegneria dei prompt è una tattica. Il pensiero sistemico strategico rappresenta un vantaggio competitivo. Il primo offre risultati leggermente migliori. Il secondo trasforma il modo in cui il tuo team compete.

Per iniziare, ci si basa su tre principi fondamentali: sviluppare le proprie informazioni, porre domande più mirate e integrare l'IA nei flussi di lavoro abituali. Ma per capire perché questo è importante, bisogna iniziare a vedere la creatività in modo diverso. Fa tutto parte di una strategia per evitare risultati mediocri quando si usa l'IA.

Pearson interpreta la creatività nello stesso modo in cui gli esperti della catena di produzione concepiscono la produzione. Le materie prime (idee, ricerca, approfondimenti sui clienti) passano dalla produzione (brief, progettazione, copywriting) alla distribuzione (campagne, canali, personalizzazione). L'IA non sostituisce alcun passaggio. Aumenta la velocità e amplia le opzioni in ogni fase.

"Abbiamo la possibilità di ottenere più idee, più slogan e più messaggi di supporto in anticipo", sottolinea Pearson. "Questi diventano poi spunto per un brief migliore. Mentre scriviamo quel brief e pensiamo a progettare, possiamo sperimentare con una gamma molto più ampia di colori e sfondi".

Ricevi 50 bozze invece di cinque. Il tuo compito non è usarle tutte e 50, ma riconoscerne tre che vale la pena perfezionare, perché tu capisci il tuo pubblico e cosa può davvero emozionare le persone.

L'uomo fa ciò che solo gli uomini sanno fare: esprimere il giudizio che distingue il segnale dal rumore.

Pearson distingue tra ingegneria dei prompt e domande strategiche. Digitare "Scrivimi un post per un blog sulle tendenze di marketing" significa scrivere un prompt (per quanto basico). Chiedere "Quali fattori stanno determinando i recenti cambiamenti nella quota di mercato (innovazione, prezzi, distribuzione, normative, nuovi concorrenti, comportamenti dei consumatori)? Elenca le tre domande principali in ogni area. Quali ragioni motiverebbero un interesse per l'argomento in questo momento?" è un quesito strategico, in cui le domande guidano gli approfondimenti che si ricevono.

Pearson utilizza due framework per lo sviluppo di sistemi di marketing autonomo: le "4 C" per la creazione di uno stack di marketing basato sull'IA e il modello ABCDE per l'esecuzione delle campagne. Entrambi costringono a porsi domande strategiche prima ancora di digitare un prompt.

La maggior parte degli esperti di marketing sente parlare di "stack di marketing basato sull'IA" e pensa alle integrazioni software. Il suo "framework delle 4 C" è pensato per professionisti, studenti e organizzazioni che desiderano sviluppare le competenze chiave per avere successo nei moderni ambienti lavorativi e formativi, in particolare comunicazione, collaborazione, pensiero critico e creatività. Una sorta di meta-competenze di alto livello.

• CRM: sei in grado di prevedere quali lead si convertiranno prima che il team di vendita perda tempo su contatti poco promettenti? Sai personalizzare le attività di contatto in base a modelli comportamentali che sarebbe impossibile individuare manualmente?
• Content (Contenuti): sei in grado di capire se la voce del tuo brand rimane coerente su tutti i canali lo stai semplicemente dando per scontato? Riesci a osservare come i clienti reagiscono al tuo messaggio in tempo reale e a ottimizzare la campagna prima che finisca?
• Channels (Canali): stai investendo nei canali in base ai dati sulle prestazioni o in base a dove hai sempre investito? Sei in grado di eliminare i canali con prestazioni insufficienti a metà campagna e reindirizzare il budget?
• Customers (Clienti): riconosci quali dati di contatto sono accurati prima di costruire campagne basate su di essi? Riesci a sviluppare attività di contatto personalizzate perché basate su informazioni reali su ogni prospect?

Pearson ottiene risposte a queste domande attraverso il suo stack tecnologico guidato dall'IA e considera ogni strumento come dotato di una propria personalità o di un titolo professionale diverso, al punto da parlare di un vero e proprio "team" a supporto del suo lavoro:

• ChatGPT è il suo assistente intelligente e "accelera il modo in cui creo o miglioro le idee".
• Perplexity è il responsabile delle ricerche di mercato. Acquisisce indicazioni chiare e restituisce ricerche ricche di fonti e report dettagliati.
• Pi è il direttore dei social media. A suo avviso, è "conversazionale e riflessivo, come un amico che commenta ciò che accade nel mondo".
• Claude è lo strumento a cui si affida per un lavoro analitico più lungo, ideale quando è richiesta un'analisi basata su documenti.

Scopri come utilizzare Claude con ActiveCampaign con il nostro connettore MCP Claude (articolo in inglese).

Sono strumenti diversi per compiti differenti, tutti coordinati dal giudizio umano su quali sono le questioni importanti.

"Vogliamo capire come si diventa più precisi e sapere se [questo processo] ci aiuta a prendere decisioni/ottenere risultati migliori. Questo è più importante del risparmio di tempo", afferma. "Quindi, se risparmiamo tempo, ciò che conta è come lo impieghiamo e se il valore totale aumenta. Se risparmiamo tempo e poi sprechiamo quanto abbiamo ottenuto, è inutile".

Le nuove tecnologie spingono le persone a sperimentare con ogni strumento. Pearson e i co-autori di Crafting Persuasion Kip Knight ed Ed Tazzia hanno codificato il modello ABCDE, creato per il Dipartimento di Stato degli Stati Uniti come metodo per costruire narrazioni di brand efficaci attraverso principi che funzionano da decenni.

Senza un processo, si lanciano prompt all'IA nella speranza che ne risulti qualcosa di utile. Con un sistema basato sulle 4 C e sul modello ABCDE, gli strumenti di marketing autonomo vengono indirizzati alla risoluzione di problemi specifici al servizio di obiettivi chiari (ad esempio, cambiamento del comportamento, adeguamento dei canali, analisi in tempo reale).

Il modello ABCDE:

• Audience (pubblico): hai una piattaforma di intelligence che rivela esattamente chi è il tuo pubblico e quali creatori di contenuti ne influenzano le decisioni, oppure lavori su ipotesi demografiche?
• Behavior (comportamento): sei in grado di vedere se i tuoi contenuti cambiano effettivamente il comportamento o generano solo impressioni?
• Content (contenuto): stai creando materiale in linea con i comportamenti che desideri o stai semplicemente producendo contenuti perché il tuo calendario lo richiede?
• Delivery (consegna): stai adattando i canali in base ai dati sulle prestazioni o stai mantenendo il tuo piano media originale perché il cambiamento ti risulta difficile?
• Evaluation (valutazione): riesci a vedere cosa funziona quasi in tempo reale e a spostare le risorse, oppure aspetti che la campagna finisca per scoprire di aver sprecato metà del budget?

Se utilizzi ChatGPT solo con dati di addestramento pubblici, stai pescando nello stesso oceano dei concorrenti. Gli approfondimenti che otterrai saranno simili ai loro.

Costruisci un bacino di dati proprietario (in inglese) combinando dati di vendita interni, ricerche sui clienti e modelli comportamentali. In questo modo, creerai approfondimenti che nessun altro può replicare.

"Se si crea un LLM specifico per il proprio pubblico", spiega Pearson, "utilizzando dati di vendita proprietari, dati di marketing proprietari e tutte le ricerche combinate con l'open source, si creerà un LLM molto più specifico che fornirà approfondimenti diversi rispetto ai concorrenti".

Ad esempio, gli analisti e gli agenti AI attingono da ClinicalTrials.gov (in inglese), un database globale open source di 450.000 studi clinici, combinato con conoscenze proprietarie per ogni trattamento antitumorale in fase di studio nello sviluppo di farmaci e utilizzato sul mercato. Queste informazioni non esistono in nessun database pubblico. Hanno creato il loro bacino. Questo è il vantaggio.

Costruisci l'infrastruttura necessaria per gestire una maggiore capacità creativa. Pearson indica Eleven Labs come il suo esempio preferito del perché le funzionalità di IA non sono nulla senza il pensiero sistemico. La piattaforma di localizzazione vocale converte i contenuti in inglese in qualsiasi lingua o dialetto globale, garantendo una qualità professionale. È possibile lanciare un brand a livello mondiale in pochi giorni anziché mesi.

Ma poi?

Cosa succede dopo: "Qual è il prezzo per Paese?" chiede Pearson. "Come si fa a distribuire tutto questo per Paese, a confezionarlo, a produrlo e tutto il resto? Se l'infrastruttura non riesce a tenere il passo con la creatività, allora non si potrà comunque arrivare al traguardo".

Questa è la creatività come sistema. È possibile localizzare i contenuti per 47 mercati da un giorno all'altro. Ma se non si è costruito il quadro operativo per definire i prezzi, distribuire e supportare quei 47 mercati, lo strumento è inutile. La maggior parte delle aziende si dota di strumenti di IA che accelerano la produzione creativa. Le aziende intelligenti costruiscono l'infrastruttura che consente loro di utilizzare effettivamente tale output.

Pearson illustra un esempio in ambito medico-sanitario, mostrando la differenza tra le risposte dell'IA e l'intelligenza sistematica.

Supponiamo che tu stia cercando di cambiare il funzionamento degli studi clinici e non voglia (o non possa) investire tempo e denaro nelle ricerche di mercato tradizionali. Devi raggiungere ricercatori e sperimentatori coinvolti in 450.000 studi clinici in tutto il mondo. Con il sistema giusto, gli strumenti di marketing autonomo forniscono informazioni in pochi giorni.

Gli agenti AI estraggono informazioni dai 450.000 studi clinici e da tutti coloro che ricoprono una posizione di ricerca in aree specifiche nei sistemi sanitari statunitensi. Ma l'estrazione di dati non è intelligenza. Il sistema deve rispondere a domande strategiche: qual è la differenza clinica minima che cambierebbe la pratica? Quali sono i biomarcatori chiave? Chi sono i migliori ricercatori per questo specifico trattamento? Potremmo ridurre al minimo le dimensioni di un braccio di controllo tramite un controllo sintetico? Qual è l'onere per il partecipante? E molto altro ancora.

"In pratica, tratti l'IA come Google o come se avessi uno studente di dottorato accanto?" chiede Pearson.

La versione per Google: Chi sono i ricercatori che hanno condotto sperimentazioni sulla malattia di Alzheimer?

La versione per il dottorando: Trova ricercatori che hanno condotto sperimentazioni negli ultimi tre anni, che risultano essere leader nel settore, che hanno raggiunto la fase tre delle sperimentazioni, che abbiano avuto successo o meno. Dimmi cosa hanno appreso e mostrami esattamente quanti pazienti hanno reclutato per centro.

"Con Perplexity, otterrai una risposta dettagliata in circa 5-15 minuti", osserva Pearson. "Potresti non avere tutto ciò che ti serve, ma sai cosa manca. Ora puoi rivolgerti al tuo collega umano davvero intelligente e dirgli: "Ecco cosa ho ottenuto. Questo è ciò che devi inserire per completare la nostra raccomandazione.'"

Da lì, il sistema continua a crescere. Con quali ricercatori dovresti collaborare? In quali centri si trovano? Ora hai 25 centri. Di quali contenuti ha bisogno ogni centro per promuovere questo studio ai potenziali partecipanti? In quante lingue dovrebbe essere disponibile il contenuto? Come possiamo raggiungere un pubblico diversificato?

La svolta non sta nella velocità. È nel prendere decisioni basate su informazioni che nessun altro possiede, perché è stato creato un sistema che pone domande che nessun altro pone.

Il consiglio di Pearson per iniziare evita il tipico approccio "Prova tutto e vedi cosa funziona". Concentrati sugli elementi fondamentali che sanno costruire valore nel tempo.

• Costruisci la tua piattaforma di intelligence. Seleziona i tre segmenti di clienti più importanti. Utilizza gli agenti AI per raccogliere informazioni pubbliche: le loro sfide, le abitudini di fruizione dei contenuti, chi li influenza e le tendenze che stanno rimodellando il settore. Quando crei contenuti, ti basi su dati reali che ti dicono come pensa il tuo pubblico, anziché basarti su supposizioni.
• Impara a porre domande strategiche. Smettila di trattare l'IA come Google. Dedica una settimana a sforzarti di scrivere prompt più lunghi e specifici, che includano il contesto del pubblico, i risultati desiderati, il tono e i vincoli. Tieni traccia di quali prompt producono prime bozze utili e quali invece sono da buttare. Cinque minuti dedicati a formulare una domanda ponderata fanno risparmiare un'ora di revisione.
• Assegna ruoli per il flusso di lavoro dell'IA. Non creare un "team di IA" a parte. Assegna ai membri del team esistente responsabilità legate all'IA, in aggiunta ai loro ruoli attuali. Qualcuno si occuperà della pianificazione del flusso di lavoro. Qualcun altro gestirà la libreria di creatività. Quando il lavoro legato all'IA si integra nei ruoli abituali, diventa una procedura operativa standard.

Le aziende che ottengono risultati con il marketing autonomo non sono quelle che utilizzano maggiormente l'IA. Sono quelle che la utilizzano nel modo più consapevole, con sistemi basati su principi che sono sempre stati importanti: comprendere il proprio pubblico, creare con uno scopo, misurare ciò che conta e mantenere il giudizio che deriva dall'effettiva attenzione al problema che si sta risolvendo.

Tutto il resto è solo mediocrità accelerata.