L’AI slop sta drogando i tuoi KPI

Oltre la metà degli articoli inglesi online proviene da modelli linguistici, secondo un’analisi di Graphite

Hai visto il ROAS salire di due punti percentuali proprio la settimana in cui Google aggiornava il modello di PMax. Nessun test, nessuna modifica lato campagne. Solo la piattaforma che gira. Eppure il CPA sembrava improvvisamente sotto controllo. È in momenti così che scatta il dubbio: su quali superfici stanno girando davvero queste impression?

La risposta la danno i numeri, non le dashboard. Secondo l’analisi di Graphite sulla metà del web generato da AI, oltre il 50% degli articoli inglesi pubblicati online proviene da modelli linguistici. Un dato che si incrocia con la percentuale di nuovi siti con contenuti AI al 74% rilevata da Ahrefs ad aprile 2025. Il problema non è il volume di spazzatura sintetica, ma il fatto che i KPI che usi per decidere i budget — CPA, ROAS, viewability — non la intercettano quasi mai.

Il confine che i DSP non tracciano (e il budget che scivola via)

La discussione sull’AI slop è già in ritardo. Scott Pierce, senior director of product management and marketplace quality a The Trade Desk, lo ha scritto a novembre 2025 in un intervento su AI slop come nuovo MFA, tracciando la differenza tra AI slop e MFA classico: per essere considerato made for advertising un sito deve avere rapporto annunci/contenuti alto, contenuti scadenti e dipendenza da traffico a pagamento. I siti AI slop spesso soddisfano solo due di queste condizioni: i parametri parziali che definiscono l’AI slop sono contenuti scadenti e alto affollamento pubblicitario, senza necessità di paid traffic. Inserzioni che vengono comunque erogate.

Il dato che dovrebbe allarmare ogni media buyer arriva dai membri dell’ANA: il monitoraggio ANA sull’aumento della spesa MFA nel Q1 2026 mostra un balzo dallo 0,6% all’1,1% rispetto al trimestre precedente. La prima inversione di tendenza dal 2023.

Julie Weitzner, SVP of media practice dell’ANA, non gira intorno al punto: la fotografia di Weitzner sulle campagne meno performanti indica che la spesa su MFA si concentra proprio tra gli inserzionisti con risultati peggiori. E la citazione del report ANA sui sotto-tipi come AI slop è esplicita: la crescita potrebbe essere trainata proprio da questa nuova categoria.

Non consoliamoci con le blacklist. Rocky Moss, co-fondatore e CEO di DeepSee.io, ha spiegato che l’effetto della stretta anti-MFA sugli SSP ha creato una pressione che spinge le piattaforme a rimuovere inventario palesemente fraudolento, ma la regola di inserimento SSP che ritarda l’ingresso dei nuovi domini non blocca questi siti, perché il ciclo di vita di 30-60 giorni dei siti AI di bassa qualità li rende già spariti quando diventano tracciabili. Bruciano budget e spariscono prima di essere riconosciuti. Intanto, l’aumento della spesa pubblicitaria verso siti MFA nel 2026 entra nei tuoi report come “impression su siti target” e il modello di attribuzione sorride.

Non puoi chiedere trasparenza a chi ti vende l’inventario

Serve onestà intellettuale: le piattaforme non hanno incentivo a risolvere questo conflitto. Performance Max funziona attingendo a YouTube, Search, Gmail e l’intero Googleverse: la logica black-box che rende PMax non verificabile è strutturale. I dati sono economici ma senza trasparenza, e il modello non ti appartiene. Sei tu che affitti la fiducia della macchina, senza poterla sottoporre a revisione.

Per questo la notizia più importante per chi gestisce budget non arriva da una DSP ma da una martech: Adobe Advertising ha rilasciato in disponibilità generale Custom Algorithms, l’alternativa proprietaria ai modelli pre-confezionati. Il DSP Adobe ora utilizza direttamente i dati di Adobe Analytics come carburante nativo per l’ottimizzazione, addestrando il modello di bidding esclusivamente su i dati proprietari di un marchio senza mischiarli ai walled garden. Greg Collison, head of product and design, lo definisce un confronto esplicito con i pulsanti facili come PMax e Advantage+, ma con una differenza: il vincolo di neutralità di Adobe che non vende media significa che l’algoritmo non ha conflitti d’interesse nel scegliere dove comprare.

C’è chi storce il naso: Chris Kane, fondatore di Jounce Media, ha messo in guardia con l’ammonimento di Jounce contro la demonizzazione dei contenuti AI, ricordando che non tutto ciò che è generato da macchine è slop. È una distinzione vera, ma irrilevante per chi deve allocare budget oggi: il punto non è la natura del contenuto, ma la verificabilità della superficie su cui atterra l’impression.

Quando il dato è tuo, il rumore diventa segnale

Erwin Castellanos lo spiega con una frase che chiunque abbia negoziato CPM nei walled garden capisce al volo: usare i dati proprietari per addestrare l’algoritmo è molto più conveniente dei dati di terze parti o dei walled garden. Perché quello che risparmi in CPM con Google lo perdi in visibilità sulle conversioni marginali che il modello non ti spiega.

Ahrefs, dal canto suo, ha già iniziato a mappare questa terra di nessuno. Ha costruito un processo mensile di estrazione dati da 14 dataset per tracciare volumi di parole chiave, domande e citazioni AI — quello che internamente chiamano “catena di custodia del dato SEO”. Sul fronte sperimentale, lo stress test su 750 prompt ChatGPT condotto dall’azienda ha mostrato quanto i modelli citino fonti autorevoli anche quando gli chiedi di promuovere un brand. La risposta è stata un ecosistema di domini e strategia semantica pensata per i crawler AI, cioè accettare che il futuro della visibilità non passa dal click ma dalla citazione. I motori di ricerca AI stanno già distinguendo chi investe in segnale autentico da chi produce rumore sintetico.

L’implicazione operativa per chi pianifica campagne non è “costruisci un algoritmo perché sì”. È che devi smettere di delegare la validazione dell’inventario a chi non ha interesse a validarlo. Il primo passo è tecnico: separare i dati di prima parte dai flussi di terze parti, agganciare il tracking alle conversioni effettive — non a quelle attribuite — e testare modelli di bidding che ottimizzano su metriche tue, non su metriche di piattaforma. Adobe ha appena reso disponibile un prodotto che lo fa fuori dai walled garden. Non è l’unica strada, ma è quella che rompe il monopolio dei segnali opachi.

Chi si limita a fissare il CPA in dashboard mentre Google aggiorna il modello, sta già pagando per conversazioni tra bot. E il ROAS, nel frattempo, sembrerà perfetto.