Il 5% delle registrazioni arriva da ChatGPT ma nessuno misura il fenomeno, mentre i licenziamenti legati all’AI nascondono ristrutturazioni già
Un cliente controlla le fonti di traffico e scopre che il 5% delle registrazioni arriva da ChatGPT. Nessuno in azienda aveva mai dedicato un minuto alla misurazione della visibilità AI. È il genere di anomalia che un performance marketer riconosce subito: qualcosa si sta muovendo sotto la superficie delle campagne, ma nessuno l’ha pianificato. E mentre chi sta sul campo nota questi segnali, ai piani alti si decide cosa tagliare.
La narrativa è nota: l’intelligenza artificiale sta sostituendo i lavoratori. Peccato che i numeri raccontino una storia diversa, dove la tecnologia è solo il pretesto e il vero colpevole si nasconde dentro le decisioni di budget.
La scusa perfetta per pulire i conti
Secondo i dati di Challenger, Gray & Christmas, l’AI è stata citata come motivo per oltre 87.000 tagli di posti di lavoro nei primi cinque mesi del 2026, circa un quinto di tutti i licenziamenti del periodo. Ma scavando appena sotto la superficie, l’analisi di Indig contenuta nel suo rapporto H1 2025 mostra che l’AI è per lo più una spiegazione conveniente per licenziamenti che in realtà riguardavano l’eccesso di assunzioni durante la pandemia e una ritrovata disciplina sulle spese in conto capitale.
La prova? Alcune delle stesse aziende che avevano incolpato l’AI hanno poi effettuato riassunzioni silenziose. Non è automazione: è FOMO. I direttori finanziari hanno visto il mercato punire chi non aveva una storia sull’AI, e hanno usato la tecnologia come copertura per ristrutturazioni che andavano fatte comunque.
73,7 trilioni di token e nessun ROAS da mostrare
Il caso Meta è la cartina di tornasole dell’incompetenza nell’allocazione del budget. La classifica interna dei token di Meta ha spinto oltre 85.000 ingegneri a consumare 73,7 trilioni di token in un solo mese, in una gara a chi consumava di più. Nessuno ha saputo indicare il ritorno sulla spesa di quei token. A quel punto è arrivata la chiusura della classifica token ad aprile 2026: i CFO hanno scoperto che il budget annuale era finito in quattro mesi.
Non è un problema di AI. È un problema di chi firma gli assegni senza aver prima definito cosa misurare. Lo studio sull’impatto downstream di Similarweb ci dice che un utente che riceve una raccomandazione di brand da ChatGPT è 2,5 volte più propenso a visitare il sito nei sette giorni successivi. C’è valore, ma va catturato e attribuito con lo stesso rigore che applichiamo a una campagna Performance Max o a un test di Advantage+. Invece si finanziano gare interne di consumo token.
La percezione di disruption affonda interi settori
Il calo di quasi il 30% delle azioni software nel primo semestre 2026 non è stato guidato dalle performance reali, ma dalla percezione di esposizione alla disruption dell’AI. La performance disastrosa del quartile inferiore ha trascinato al ribasso l’intero settore, mentre i quartili mediano e superiore sovraperformavano l’ETF di riferimento.
I mercati reagiscono a una narrazione, non ai dati di conversione.
E per chi gestisce campagne, questo è il punto di svolta. Il principio che il budget debba seguire le prove, non il clamore, è il nucleo di qualsiasi costruzione di una strategia di AI search che abbia basi solide. Quando il traffico reale arriva da canali che nessuno presidia, quando la spesa interna brucia budget senza un CPA definito, chi alloca i soldi deve smettere di rincorrere la paura e tornare a guardare i fogli Excel: dov’è il costo, dov’è il ritorno, cosa scala con marginalità accettabile.
L’AI non sta licenziando nessuno. Sta smascherando chi approva budget senza aver mai chiesto: “Qual è il ROAS atteso?”.
