Cosa succederà quando l'AI prenderà il controllo della pianificazione dei media?

Le buone risposte non sono ancora dei buoni progetti. È proprio qui che entra in gioco Guido Trevisan. Egli guarda all'IA non come a una promessa di salvezza, ma come a un sistema che ha i suoi punti deboli. Laddove i volumi di dati sono impressionanti, la conoscenza non nasce automaticamente. E dove le macchine irradiano sicurezza, si può anche nascondere una distorsione.

Quella che all'inizio sembra una tesi ardua, diventa più chiara a un'analisi più attenta. Se il media planning basato sull'intelligenza artificiale spinge sistematicamente i budget in direzione di quelle piattaforme che forniscono le informazioni più forti, più dense e più leggibili dalle macchine, allora non sarà solo l'equilibrio di potere tra canali digitali e tradizionali a essere scosso. Ciò solleva la questione fondamentale di come sia possibile pianificare i fondi pubblicitari in modo responsabile, efficace e in linea con il mercato in futuro.

In questa conversazione, Trevisan non lancia un allarme per il gusto di farlo. Piuttosto, si presenta come una persona che sta seguendo una pista nascosta dietro risultati plausibili. I suoi sospetti non sono rivolti alla tecnologia in sé, ma alla sua base di dati, alla sua logica e alla sua cieca autoevidenza. Questo apre un tema più ampio: non si tratta solo di stampa, TV, audio o DOOH. Si tratta dell'architettura della pianificazione dei media nell'era dell'intelligenza artificiale e della domanda se il settore si stia imbattendo in una nuova forma di pregiudizio che suona troppo liscia per insospettire immediatamente le persone.

Guido Trevisan, lei parla di «AI bias» nella pianificazione dei media. Stiamo parlando di un vero problema di mercato o di una tesi piuttosto ripida con vantaggi politici per i media tradizionali?
Se la tesi è corretta, non è solo la stampa, la TV o l'OOH ad avere un problema, ma l'intero settore pubblicitario. Se si porta avanti la tesi e si segue quanto raccomandato dalle attuali AI, una pianificazione dei media inefficace indebolirebbe anche l'impatto pubblicitario nel suo complesso. Di conseguenza, gli investimenti nella comunicazione commerciale si ridurrebbero e le aziende investirebbero altrove.

Secondo lei, qual è esattamente il pregiudizio: che l'AI pianifichi in modo errato o che riveli spietatamente quali sono i canali che oggi dominano in termini di dati?
Il pregiudizio risiede chiaramente nella pianificazione errata dell'IA. Partendo dal presupposto che i dipendenti delle agenzie media e i marketer sanno qualcosa del loro lavoro, è molto sorprendente che la pianificazione consigliata dall'IA - soprattutto negli Stati Uniti, dove questo pregiudizio è già stato dimostrato - differisca notevolmente dalla pianificazione media umana. Il fatto che i media digitali «producano» più dati, anche se solo parzialmente misurati in modo indipendente, non può essere negato.

Lei afferma che i grandi modelli linguistici (LLM) e i sistemi di intelligenza artificiale favoriscono le piattaforme digitali. Dove inizia il pregiudizio e dove finisce la semplice logica basata sui dati?
Quando si parla di pianificazione dei media, si dovrebbe fare ancora più riferimento ai dati indipendenti esistenti. Se opportunamente sollecitati, gli LLM sono uno strumento fantastico. Tuttavia, anche in questo caso vale il detto: «Garbage in, garbage out».

Alla fine, i pregiudizi dell'IA non sono semplicemente la nuova versione algoritmica dei pregiudizi umani di cui il settore ha discusso anni fa?
Entrambi sono pericolosi quando si tratta di utilizzare il denaro della pubblicità in modo fiduciario. Tuttavia, ritengo che il potenziale di danno strutturale sia molto maggiore con la versione algoritmica, perché si ottiene una buona risposta a quasi tutte le domande premendo un pulsante.

Mano sul cuore: quanta fiducia avete nel fatto che una macchina possa effettivamente realizzare piani mediatici peggiori di una persona con esperienza, istinto ed Excel?
Come già detto, se correttamente sollecitata, la macchina può certamente produrre piani soddisfacenti. Oggi, però, la maggior parte dei risultati è inadeguata. Se un briefing di agenzia viene creato con un'intelligenza artificiale e poi trasmesso direttamente all'agenzia, uno a uno, senza l'esperienza, l'intuito e l'Excel, cioè senza le conoscenze dell'agenzia stessa, il risultato è raramente buono. Mi è stato detto che questo sta già accadendo con clienti famosi. E poi c'è il problema che la pianificazione strategica dei media viene insegnata meno nei programmi di formazione continua. È da qui che noi, come industria, dobbiamo partire, per far sì che l«»uomo nel cerchio" generi un importante valore aggiunto.

La sua argomentazione si basa molto sulle osservazioni fatte negli Stati Uniti. Cosa c'è di così solido da scuotere la Svizzera in questo momento?
È possibile che le deviazioni dal comportamento di prenotazione in Svizzera siano ancora maggiori, poiché in questo Paese i media tradizionali sono più rilevanti. I dati provenienti dagli Stati Uniti hanno almeno permesso di avviare discussioni con organizzazioni rinomate come Leading Swiss Agencies e l'Associazione svizzera dei pubblicitari. Il nostro obiettivo comune è quello di realizzare un'analisi simile per la Svizzera.

La sua tesi non potrebbe essere letta anche in questo modo? Le piattaforme tecnologiche hanno fatto i loro compiti quando si tratta di dati - e i media tradizionali hanno rimandato per troppo tempo?
Certo, ma a mio avviso è irrilevante. E sebbene le piattaforme tecnologiche abbiano alcune delle menti più intelligenti, non credo che questo pregiudizio nella pianificazione dei media sia stato pianificato in questo modo per molto tempo. Dobbiamo agire ora e, con uno sforzo relativamente ridotto, possiamo fornire al mercato pubblicitario svizzero uno strumento per pianificare in modo più efficace la portata e l'impatto sulla base degli studi svizzeri esistenti.

Se l'AI consiglia troppo poco i media tradizionali: si tratta davvero di un pregiudizio della macchina o di un problema di visibilità per i fornitori tradizionali?
Un'idea era quella di pubblicare semplicemente più dati svizzeri, correggendo così i risultati. Gli LLM si basano su informazioni globali. La nostra idea: naturalmente possiamo e dobbiamo pubblicare di più, e anche i fornitori di servizi a valle della catena del valore dovrebbero farne un uso maggiore. Tuttavia, credere di poter influenzare in modo significativo il sistema con un po' di informazioni svizzere in più si è rivelato un'idea sbagliata. A parte il fatto che i dati delle organizzazioni di ricerca hanno un valore e vogliono continuare a sfruttarlo.

I generi classici, in particolare, insistono spesso sul loro impatto, ma faticano ad avere dati comparabili, aperti e leggibili dalle macchine. Il pregiudizio dell'IA è quindi anche fatto in casa?
Io ho una visione diversa delle cose. Sono i generi classici che possono essere misurati in modo indipendente, laddove possibile e finanziariamente sostenibile. Non è solo in Svizzera che le piattaforme multinazionali si trovano in difficoltà, anche se avrebbero i soldi e le possibilità tecniche. Diverse organizzazioni di settore hanno già cercato di coinvolgere le piattaforme in vari progetti. Tuttavia, la maggior parte di queste organizzazioni ha rifiutato una cooperazione globale.

Lei mette in guardia da spostamenti di budget ingiustificati. Ma chi dice che questi spostamenti sono ingiustificati, se il lato digitale fornisce semplicemente segnali più affidabili?
L'amico che chiacchiera di più al tavolo dei clienti abituali non ha sempre ragione. La quantità di dati da sola non ha valore. Il punto è chiarire se servono allo scopo, cioè alla pianificazione dei media più efficace possibile.

Secondo lei, quanto è problematico che le grandi piattaforme di tutto misurino il proprio impatto, lo mostrino esse stesse e siano anche la fonte di dati più forte per molti sistemi di intelligenza artificiale?
I dipendenti delle agenzie e gli addetti al marketing devono essere consapevoli che il giocatore e l'arbitro sono la stessa persona in senso figurato quando pianificano il denaro pubblicitario. Quando possibile, dovrebbero consultare dati aggiuntivi e indipendenti come base per le loro decisioni.

Quando verrebbe dimostrata la sua tesi? Che cosa dovrebbe dimostrare concretamente un'indagine svizzera perché il sospetto diventi una scoperta affidabile?
A mio avviso, dipende dal quadro generale. Negli Stati Uniti, il modello raccomanda di investire il 7% nella TV lineare tradizionale e il 18% nella CTV. Sebbene il mercato sia ovviamente molto diverso, interpreterei questo dato come una forte distorsione della realtà in Svizzera. I risultati devono essere interpretati da esperti. Non credo abbia senso definire un valore fisso in anticipo.

Il vostro approccio si chiama «Swiss Media Agent». Si tratta di un correttivo neutrale o, in ultima analisi, di un tentativo di ridare peso ai media tradizionali nella sala macchine?
Anche se mettessimo online tutti i dati svizzeri disponibili, non saremmo in grado di personalizzare gli LLM per la Svizzera. Il concetto di «Swiss Media Agent» consiste nel raccogliere in un pool di dati i dati mediatici oggi liberamente disponibili (sintesi gestionale del Digimonitor dell'IGEM, bussola pubblicitaria di Media Focus, bollettino di diffusione del WEMF, dati dell'istituto di statistica, ecc. Chiunque utilizzi un LLM standard per creare un briefing per una campagna o per la pianificazione di una campagna può semplicemente integrare lo «Swiss Media Agent» nella sua query per arricchire le informazioni globali con le competenze specifiche della Svizzera. Creiamo trasparenza comunicando quali dati sono stati presi in considerazione. Le fonti dei dati devono essere definite da un comitato, ad esempio dal mondo accademico, dai clienti pubblicitari, dalle agenzie di comunicazione, dai marketer e dagli editori.

E forse la domanda decisiva: il vostro obiettivo finale è rendere migliore l'IA o evitare che i media tradizionali perdano rilevanza nell'era dell'IA?
Oggi i risultati dell'IA sembrano semplicemente buoni. Vogliamo perfezionarli con i nostri dati svizzeri. L'efficienza dell'IA si combina così con una conoscenza approfondita del mercato. In questo modo, creiamo le basi per campagne ancora più precise, con una categorizzazione critica e una gestione responsabile del budget.

Quali sono i prossimi passi concreti che state pianificando?
In primo luogo, è necessario dimostrare l'influenza dell'intelligenza artificiale sulla pianificazione dei media in Svizzera. A tal fine, stiamo dialogando con data scientist e specialisti di architettura software. In secondo luogo, vogliamo riunire organizzazioni e persone interessate che siano disposte a lavorare a una soluzione comune o a un ulteriore sviluppo dello «Swiss Media Agent» con le loro idee, competenze e risorse finanziarie.