L’hub arriva in un momento in cui il protocollo MCP ha già superato 97 milioni di download mensili

L’annuncio è di quelli che fanno rumore. La scorsa settimana, il 30 giugno 2026, TikTok ha presentato Agentic Hub, il marketplace per soluzioni pubblicitarie basate su IA. Tutti gli attori della filiera — dai fornitori di CRM ai gestori di campagne e-commerce — promettono da mesi agenti AI in grado di ottimizzare budget e creatività. Eppure, a un anno e mezzo dall’inizio di questa corsa, il dato che continua a mancare è sempre lo stesso: un test A/B che misuri con significatività statistica cosa succede al ROAS quando la macchina prende il controllo al posto dell’operatore. TikTok arriva buon ultimo con il suo hub: caso esemplare di automazione senza prove, o l’ennesima scatola vuota?

Il paradosso del terzo arrivato

L’ingresso di TikTok nella partita ha una sua logica, ma è una logica che si regge su un paradosso. L’azienda lancia un marketplace di agenti IA in un momento in cui il protocollo MCP, che sta alla base di queste integrazioni, aveva già superato a dicembre 2025 i 97 milioni di download mensili dell’SDK e i 10.000 server attivi. L’infrastruttura è matura, gli sviluppatori ci hanno costruito sopra da tempo, e Google e Meta avevano già aperto i loro server MCP ben prima di TikTok. Ma se l’obiettivo è dare agli inserzionisti «una piattaforma centralizzata per accedere a strumenti basati sull’intelligenza artificiale per la gestione delle campagne» — come spiega la stessa azienda — allora serve una domanda molto più concreta: qualcuno ha già isolato l’effetto netto di questi strumenti sul tasso di conversione o sul costo per acquisizione? Senza quella risposta, l’hub diventa un catalogo di promesse, non una leva di ottimizzazione.

Dentro l’Hub: skill, numeri e zero test

Guardiamo dentro la scatola. Agentic Hub mette a disposizione AI Skill first-party e third-party pensate per coprire l’intero ciclo di vita di una campagna: dalla creazione alla generazione della creatività, fino all’analisi delle performance e alla gestione dei cataloghi prodotto. Il sistema si appoggia su TikTok for Business MCP, il server Model Context Protocol che consente a un agente esterno di interagire in modo sicuro con le API pubblicitarie della piattaforma — gestione campagne, reportistica, creative management. È un’architettura pensata per far lavorare gli agenti in autonomia, e la lista dei primi partner che hanno già pubblicato le loro skill nell’ecosistema è consistente: HubSpot, Wix, Constant Contact, WorkMagic, Innovid, Kochava, Shoplazza, MADHOUSE, Mobvista, HuntMobi, Cyberklick, Storyverse, BELLNOVA e AI Rudder.

E qui arriva il primo segnale d’allarme per chi lavora con i test. L’annuncio ufficiale elenca funzionalità e integrazioni, ma non riporta un solo numero che confronti, per esempio, una campagna gestita manualmente con la stessa campagna affidata a un agente AI tramite MCP. Non c’è un’analisi di significatività su un campione minimo, né un’indicazione del minimum detectable effect, né un confronto pre-post con un gruppo di controllo. Chi si occupa di CRO sa che introdurre un agente autonomo nel flusso decisionale è un intervento che modifica molte variabili contemporaneamente: allocazione del budget, tempistiche di ottimizzazione, scelta delle creatività. Senza un disegno sperimentale che separi questi fattori — ad esempio un A/B test a livello di account o di campagna — è impossibile attribuire un eventuale miglioramento (o peggioramento) allo strumento, invece che a fluttuazioni stagionali o ad altri interventi concomitanti. La piattaforma offre un ecosistema, ma non fornisce all’inserzionista gli elementi per valutarne l’efficacia reale.

La guerra dell’MCP e la paura del foglio bianco

La rincorsa di TikTok non è un caso isolato. Come ricostruisce un’analisi di confronto tra i server MCP di TikTok, Meta e Google, il server MCP di TikTok è arrivato dopo quelli dei due concorrenti principali, a sua volta preceduto di poche settimane da un annuncio su un server MCP per automatizzare creazione, gestione e ottimizzazione delle campagne pubblicitarie. La dinamica è la stessa su tutta la linea: tutte le principali piattaforme stanno correndo per mettere gli agenti AI al comando delle campagne.
Ma questo inseguimento collettivo, per ora, assomiglia più a una corsa a chi rilascia prima il toolkit che a una competizione basata su risultati misurabili.

Per un growth manager o un CRO specialist, il punto non è se l’agente può tecnicamente creare un ad group o modificare un bid. Il punto è se quella modifica, lasciata alla macchina, produce un incremento di ricavo netto sufficiente a coprire il costo della delega e il rischio di deriva. La sensazione, guardando gli annunci dell’ultimo anno, è che manchi ancora un passaggio culturale prima che tecnologico: la paura del foglio bianco, il timore che pubblicare un test A/B che dimostri un ROAS invariato (o peggiorato) possa frenare l’adozione. Eppure è esattamente quel tipo di dato che consentirebbe agli operatori di capire quando l’automazione serve davvero e quando, invece, è solo un layer in più tra l’inserzionista e la piattaforma.

L’Agentic Hub di TikTok è l’ennesimo sintomo di una fase in cui l’AI promette di prendere decisioni senza che nessuno abbia ancora dimostrato, numeri alla mano, che quelle decisioni sono migliori. Per chi lavora sui tassi di conversione e deve rispondere del budget speso, la variabile che conta resta una sola: cosa succede al ROAS quando sposto il controllo dall’operatore all’agente? Finché la risposta non arriverà da un test pubblicato, con dimensione campionaria e significatività chiare, qualsiasi marketplace di skill resta una scatola ben confezionata ma senza il contenuto che serve. La prova del nove, per TikTok come per gli altri, non è nella lista dei partner: è in un foglio Excel con due colonne, controllo e trattamento, e un p-value. Tutto il resto è fumo.