Negli ultimi due anni gli strumenti di AI search hanno svolto un solo compito: dirvi quante volte ChatGPT, Perplexity o Gemini menzionavano il vostro brand. Ora questo compito sta cambiando. Nelle ultime settimane una delle piattaforme meglio finanziate della categoria si è riposizionata come "la piattaforma di AI marketing", ha lanciato un agent builder che si imposta in conversazione e ha annunciato un round da 180 milioni di dollari per sostenerlo. Gli agenti che lavorano a orari e trigger programmati sono ormai una funzionalità di prodotto, non una slide di roadmap.
Così la domanda per chi acquista cambia. Prima era "cosa dice la dashboard?". Ora è "chi ha approvato ciò che è appena uscito a nome nostro?"
Cosa pubblicano davvero gli agenti di marketing AI autonomi
Gli agenti di marketing AI autonomi sono software che decidono quali contenuti creare, li scrivono e li pubblicano senza che una persona approvi ogni singolo pezzo. Nell'AI search significa pagine di confronto, risposte FAQ, markup schema e testi pensati per essere citati dagli answer engine, anche su canali di terze parti.
Il meccanismo conta. Un answer engine non legge il vostro brand come lo legge un buyer. Estrae passaggi, e un passaggio estratto sta in piedi da solo. Una frase che diceva "fino al 40% più veloce" dentro un case study con le sue precisazioni diventa "40% più veloce" in una risposta, senza alcun case study a fianco. Qualsiasi cosa pubblichi un agente può finire come risposta alla domanda di shortlist di un buyer, e potreste non vedere mai la versione che il buyer ha visto.
Perché uno strumento di monitoraggio che diventa autonomo alza la posta
Una dashboard sbagliata può costarvi una riunione andata male. Un agente che pubblica e sbaglia può costarvi un'affermazione sul mercato.
Gli agenti di marketing AI autonomi ereditano inoltre il punto più debole della maggior parte degli stack di marketing. I buyer con cui parliamo descrivono un outbound che sembra spam perché marketing e vendite dicono cose diverse. Aggiungete un agente che scrive a orari programmati e avrete una terza voce che nessuno ha riconciliato con le altre due. Lo strumento è veloce. La vostra disciplina sul messaggio è la stessa del trimestre scorso.
Il claim ledger: un nome per il livello di revisione
Mi piace dare un nome alle cose, quindi lo chiamerò claim ledger. È un unico elenco, mantenuto nel tempo, di ogni affermazione che la vostra azienda è disposta a fare in pubblico: linguaggio sui prezzi, numeri di performance, risultati dei clienti, confronti, dichiarazioni di conformità. Ogni voce ha un responsabile, una fonte e una data dell'ultima verifica.
Esiste perché, in seguito, l'output di un agente possa essere verificato rispetto a qualcosa di diverso dalla memoria di chi revisiona. Senza un ledger, l'approvazione è una sensazione. Con un ledger, chi revisiona può rispondere a una domanda semplice: questa frase è nell'elenco, e la voce è ancora vera?
Ad esempio, supponiamo che un agente prepari una pagina in cui si afferma che il vostro prodotto dimezza i tempi di onboarding. Chi revisiona cerca quell'affermazione nel ledger. Non c'è, oppure c'è con un numero preso da un pilota di diciotto mesi fa. La pagina non esce finché qualcuno non se ne assume la responsabilità.
Chi dovrebbe approvare gli agenti di marketing AI autonomi
Il mio consiglio è una suddivisione in base al rischio, non una regola generale per cui una persona legge tutto. Leggere tutto annulla la velocità per cui avete acquistato lo strumento, e alla terza settimana i revisori smettono di leggere.
- Pubblicazione automatica: riproposizioni di affermazioni del ledger in nuovi formati, come la riformattazione di una risposta FAQ già approvata.
- Revisione di una persona: nuova formulazione di un'affermazione esistente, confronti che nominano una categoria di alternative, qualsiasi contenuto con un numero.
- Revisione di due persone, inclusa l'area legale o finanza: risultati dei clienti, prezzi, dichiarazioni su sicurezza o conformità e qualsiasi testimonianza.
Quest'ultimo livello è soggetto a regole esterne. Le linee guida FTC sulle endorsement disciplinano come testimonianze e endorsement possono essere usati nella pubblicità, e un agente non ha modo di sapere che una citazione non è mai stata autorizzata al riuso. Sul fronte del processo, il NIST AI Risk Management Framework offre un vocabolario ragionevole per assegnare le responsabilità, anche se non lo adotterete mai per intero.
Cosa omette la presentazione del fornitore
Ogni fornitore di agenti di marketing AI autonomi vi mostra il proprio ragionamento, ed è davvero utile. Ma una traccia di ragionamento vi dice perché l'agente ha fatto qualcosa, non se l'azienda può dirlo. Sono due domande diverse, e solo una ha una risposta che il fornitore può darvi.
Alcune domande da fare a qualsiasi fornitore, con parole semplici:
- Posso richiedere l'approvazione per tipo di affermazione, e non solo per pagina?
- Esiste un audit log di cosa è stato pubblicato, quando e con l'approvazione di chi?
- Se me ne vado, a chi appartengono i prompt, i dati sulle citazioni e i contenuti pubblicati?
- Come faccio a ritirare un'affermazione già citata da un answer engine?
Quest'ultima domanda non ha ancora una risposta soddisfacente. Quando un passaggio è nell'indice di un engine, potete correggere la fonte, ma non potete costringere l'engine a dimenticare. Vorrei avere una risposta migliore da darvi. La posizione onesta è che prevenire costa meno che correggere, ed è l'intero argomento a favore della revisione prima della pubblicazione.
Strumento, agenzia o team integrato
Nel bene e nel male, ci sono tre modi di gestire gli agenti di marketing AI autonomi. Potete acquistare lo strumento e occuparvi voi della revisione. Potete rivolgervi a un'agenzia che usa i propri strumenti e vi consegna il lavoro finito. Oppure potete inserire un operatore nel vostro team, che gestisce il ledger e il flusso di approvazione insieme agli strumenti che sceglierete.
La mia impressione è che la prima opzione sia adatta ai team con una funzione di content ops già attiva e un revisore legale che risponde davvero ai messaggi. La seconda è adatta ai team che vogliono risultati e accettano meno visibilità su come vengono formulate le affermazioni. Noi abbiamo costruito Checkpoint GTM attorno alla terza, perché il ledger e l'instradamento delle approvazioni sono problemi del livello operativo, e i problemi del livello operativo sono ciò di cui ci occupiamo. Manteniamo le persone al controllo di ciò che si dice di voi nelle risposte AI e documentiamo il processo perché possiate gestirlo anche senza di noi.
Non sono qui per convincervi che l'autonomia sia un male. Fatta bene, fa davvero risparmiare tempo. Il punto è più piccolo: la velocità senza un responsabile delle affermazioni è il modo in cui un brand finisce citato mentre dice qualcosa che nessuno ricorda di aver approvato.
Se volete approfondire come ragioniamo sull'AI search e sul livello operativo che le sta dietro, la pagina Checkpoint GTM insights è il punto di partenza.