La pubblicità nell’AI somiglia già a un motore di ricerca

Il cpc bidding e la misurazione ancora acerba nascondono una meccanica d’asta più simile alla search intent che al display

Se stai ancora organizzando le campagne solo per parole chiave e corrispondenza esatta, c’è un confronto che ti farà rivalutare l’intera architettura dei tuoi account. Il costo per clic su ChatGPT ads sta partendo con aste a bassissimo attrito, quasi senza minimi di spesa, e con un meccanismo di attribuzione ancora grezzo. Ma chi lo tratta come un canale display sbaglia già target. Secondo le prime analisi di chi ha messo mano alla piattaforma, gli annunci serviti dentro ChatGPT somigliano molto più a una ricerca basata sull’intento che a un sostituto di inventory social o video. Lo ha detto Gabrielyan, analizzando le funzionalità degli annunci ChatGPT: CPC bidding, pixel tracking, conversion APIs. La meccanica è da search, ma il contesto è conversazionale.

L’errore di leggere l’AI come un contenitore di impression

Il problema non è la mancanza di trasparenza – pure quella, perché la misurazione nelle pubblicità ChatGPT è ancora carente su attribuzione chiara e reportistica solida – ma il frame mentale. L’acquirente che arriva da un’interfaccia AI non sta navigando passivamente. Sta ponendo domande più lunghe e complesse, e il sistema può dedurre l’intento con una precisione che un motore tradizionale fatica a raggiungere. La capacità dell’IA di riconoscere intenti simili su percorsi cliente molto più ampi sta spostando il confine tra ricerca e raccomandazione. Chi vende spazi pubblicitari in queste risposte non sta vendendo un posizionamento: sta vendendo un segnale di rilevanza in tempo reale.

E allora ha poco senso continuare a separare le campagne in silos di parole chiave a coda corta, coda lunga, branded e non branded con budget stagni. Il vero moltiplicatore non è la granularità, è il consolidamento dei segnali. Il consolidamento dei dati di conversione mantiene insieme abbastanza volume e apprendimenti da permettere agli algoritmi di offerta supportati dall’IA di valutare punti di accesso del cliente diversi senza parcellizzare budget, traffico e conversioni in contenitori separati che da soli non raggiungono mai la soglia critica di ottimizzazione. Se il sistema è più bravo di te a riconoscere l’intento, devi dargli abbastanza segnale in un unico flusso, non costringerlo in compartimenti stagni.

Non è più come configuro le parole chiave, ma cosa porto dentro la conversazione

La domanda che sentivo nei meeting fino a due anni fa – “come strutturo le campagne attorno alle parole chiave e agli annunci statici?” – oggi è tecnicamente morta. La nuova domanda sulla configurazione delle campagne è: come organizzo la spesa per acquirenti più informati, dando alla piattaforma abbastanza segnale di conversione, creatività flessibile e budget per supportare l’obiettivo aziendale? La differenza è sostanziale: significa accettare che il controllo si sposta dal targeting fisso al design dei segnali che alimentano il modello.

Microsoft ha colto questo passaggio con una serie di aggiornamenti nella reportistica di Clarity: Microsoft Advertising con AI Visibility Insights e Topic Insights non sta solo aggiungendo metriche, sta cambiando il linguaggio con cui un advertiser misura la propria presenza nell’AI search. Il dato nuovo è il raggruppamento per argomento: invece di guardare singole citazioni perse nel rumore, vedi quali temi i modelli linguistici associano al tuo marchio, quanto spesso emergono e dove non sei presente. Topic Insights e la frequenza degli argomenti rendono concreta un’analisi che prima dovevi fare a mano leggendo trascrizioni di risposte. E il citation share dei domini ti dice esattamente quanto spesso il tuo sito compare come fonte citata rispetto ai competitor.

Se il risultato non è più una lista di link blu, come ha spiegato l’autore che ha contribuito a scalare Google Ads fino a volumi miliardari, il cambiamento dell’AI search su cosa è un risultato costringe i reparti paid a collaborare con SEO e contenuti in modo non negoziabile. Non basta comprare l’asta se l’LLM decide che la risposta migliore per l’utente viene da un dominio che non hai curato.

Cosa succede quando lo spazio si unifica sopra i walled garden

La spinta al consolidamento non è solo un principio teorico. Sul fronte dell’attribuzione, aziende come Open Garden stanno costruendo strumenti che operano sopra i walled garden, restituendo ai marketer una visione unificata delle performance. rappresentano esattamente il tipo di infrastruttura che serve quando hai inventory frammentata tra motori, social e risposte AI, e il rischio di doppio conteggio o sottostima è altissimo. Nel frattempo, sul lato più operativo, agenzie come AI Digital stanno già tracciando per i clienti la visibilità nelle risposte LLM, costruendo report che somigliano più a una share of voice tematica che a un report di impression.

Chi gestisce budget oggi deve accettare un trade-off chiaro: smetti di spendere tempo a segmentare ossessivamente le campagne per presupposti di intento che l’AI surclassa ogni settimana, e inizi a investire quel tempo nel monitorare argomenti e lacune. Non hai bisogno di dieci campagne a basso volume, ma di una struttura snella che alimenta con conversioni vere e contenuti citabili il modello di offerta.

Quello che non finisce nei tuoi topic insights è già fuori dal gioco, anche se le keyword planner dicono il contrario.