AI vs. marketer umano: cosa non può fare (ancora) l’intelligenza artificiale

Alessio Turriziani

05 Novembre 2026

Negli ultimi due anni abbiamo visto praticamente ogni azienda, PMI compresa, iniziare a usare ChatGPT, Claude o Gemini per il proprio marketing.

È giusto così: sono strumenti potenti, e chi li ignora sta perdendo una grande opportunità per migliorare la propria produttività e velocizzare le attività quotidiane.

Ma c'è una domanda che circola sempre più insidiosa tra chi ogni giorno utilizza questi strumenti: "Possiamo sostituire il nostro consulente marketing con l'AI?"

La risposta breve è no. La risposta lunga, quella che vale davvero la pena leggere, è più interessante: l'AI fa benissimo alcune cose, e malissimo altre, e la differenza tra un'azienda che cresce grazie all'AI e una che brucia una buona strategia (o ancor peggio, una buona reputazione) sta esattamente nel sapere dove tracciare quella linea.

6 cose che l’AI non è capace di fare

1. Leggere il contesto e i reali bisogni del cliente

L'AI elabora solo ciò che le viene scritto. Se chiedi a ChatGPT di proporti una strategia di brand per la tua PMI, otterrai idee plausibili, ben scritte, generiche. Ma l’intelligenza artificiale non conosce il contesto emotivo, politico o relazionale in cui vive un'azienda.

Il vero lavoro di scoperta (interviste agli stakeholder, ascolto del target reale, lettura del momento di mercato) resta un lavoro umano.

Certo, si può fornire all’AI sufficiente contesto cui potersi affidare nelle proprie rielaborazioni. Ma i contesti sociali umani si fondano in larga parte su segnali e fattori non dichiarati e dati per scontati, di cui non sempre resta traccia nemmeno nei documenti ufficiali, nelle trascrizioni di call e chiamate o nelle mail scambiate: sono cose che si percepiscono standoci dentro, non che si leggono in un file.

L'AI può aiutarti a sintetizzare quello che hai raccolto. Non può raccoglierlo al posto tuo.

2. Definire la strategia (non solo la tattica)

Qui sta uno degli equivoci più pericolosi per le PMI. Tattica e strategia non sono la stessa cosa, e l'AI è bravissima nella prima, ma debole nella seconda.

• Tattica: cosa pubblichiamo oggi, quale copy testiamo, quale keyword targetizziamo. L'AI qui è un moltiplicatore di velocità.
• Strategia: perché lo facciamo, per chi, a quale costo opportunità, con quale direzione nei prossimi tre anni. Qui l'AI vacilla, perché una strategia vera richiede di dire no.

Si vede sia a livello micro che macro.

A livello “macro”, se chiedi a un LLM come dovrebbe posizionarsi la tua azienda sui social, e la risposta tipica sarà: "dovresti essere su LinkedIn, Instagram, TikTok, YouTube e magari un podcast". Un consulente con esperienza ti dice il contrario: "No. Hai due persone in reparto marketing. Concentrati su LinkedIn, perché è lì che il tuo target cerca davvero i fornitori."

A livello micro, sul singolo esperimento: l'AI genera varianti di copy per un test A/B in pochi secondi. Non sa dirti quale esperimento ti farà davvero imparare qualcosa di utile sul tuo cliente, né quando fermare un test che sta drenando budget senza risultati, né come interpretare un risultato controintuitivo che contraddice tutte le ipotesi di partenza.

Manca, semplicemente, il ragionamento sul costo opportunità: vale davvero la pena spendere 1.000€ per verificare questa ipotesi, o c'è un test più prioritario?

Perché l’AI non ha nulla da perdere, se la priorità è sbagliata. Tu, sì, con un budget finito.

3. Creatività strategica (non generativa)

L'AI combina in modo brillante idee già esistenti. Non ha consapevolezza reale del presente, di cosa sta succedendo davvero in tempo reale nel mercato, di quali siano i trend genuini.

L'AI lavora per pattern: se il tuo caso assomiglia a mille altri già visti nei dati di addestramento, la risposta sarà buona. Se la tua azienda è unica, di nicchia, con problemi, caratteristiche e opportunità molto specifici, l'AI fatica.

Prendi un'azienda B2B che vende un prodotto tecnico, indistinguibile agli occhi del cliente da quello dei tre competitor diretti. Un LLM, a cui chiedi un posizionamento, ti proporrà "qualità, affidabilità, esperienza": le stesse tre parole che userebbe per il competitor, certo non uno storytelling unico, che evidenzi le tue diversità.

L'insight che fa la differenza di solito non è nel prodotto: è nel motivo per cui i clienti abbandonano il fornitore attuale prima di arrivare da te, qualcosa che emerge solo parlando con chi vende, non con chi genera testo.

4. Relazioni e influenza personale

Il marketing, alla fine, è fatto di persone che si fidano di altre persone. Una mail generata da AI per proporre una partnership a un influencer di peso non ha lo stesso valore di una relazione costruita in mesi di confronto. Un cliente in piena crisi reputazionale non ha bisogno di un prompt ben scritto: ha bisogno di qualcuno che lo ascolti, lo capisca, e lo guidi con esperienza.

C'è poi un secondo livello, ancora più delicato: il marketing vive costantemente di stakeholder che vogliono cose opposte. Il CFO vuole ROI immediato. Il commerciale vuole investire in brand awareness, che nel breve non converte. Il CEO ha una visione a cinque anni che nessuno degli altri due condivide davvero.

Chiedi a un'AI di risolvere questo conflitto, e otterrai un compromesso perfetto sulla carta: un po' di performance, un po' di brand, tempi bilanciati per tutti.

Sulla carta.

Nella pratica, quel compromesso spesso non soddisfa nessuno e può essere controproducente: diluisce il budget, allunga i tempi di risultato su entrambi i fronti, e non prende una posizione chiara di fronte a chi, in azienda, aspetta una decisione. Perché la verità scomoda è che in molte negoziazioni qualcuno deve restare scontento, almeno nel breve periodo, e qualcun altro deve avere l'autorità - e la capacità relazionale - di spiegargli perché.

Questo è un lavoro politico, non tecnico. Serve qualcuno che sappia negoziare internamente, che sappia dire "diamo priorità a questo, sacrificando quest'altro, per questa ragione precisa" e farlo accettare, che sappia portare l'organizzazione ad allinearsi su una direzione condivisa nel tempo.

5. Interpretare il dato, non solo riportarlo

L'AI pulisce dati e genera dashboard in secondi. Non sa contestualizzare.

Un esempio molto concreto, tratto dal nostro lavoro quotidiano su GA4 e Search Console: se il bounce rate su una pagina di pricing sale del 15%, l’AI (che in questo non si differenzia da un tool automatico) ti dirà solo il numero.

Un analista chiede: "Abbiamo cambiato CMS la settimana scorsa? È stagionale? È un bug di tracciamento?" prima di lanciarsi in conclusioni che magari portano a decisioni sbagliate, o peggio, costose. L'AI non pone la domanda scomoda che serve davvero: "e se questo numero fosse semplicemente sbagliato?"

6. Accountability e conseguenze

Ultimo punto, spesso il più sottovalutato. Se l'AI ti consiglia una strategia che si rivela sbagliata, chi ne risponde? Un consulente umano mette la firma su ciò che propone, ne è responsabile davanti al cliente e ne subisce le conseguenze professionali. L'AI no.

Su decisioni ad alto impatto (comunicazioni pubbliche, campagne ad alta visibilità, investimenti importanti) questa differenza non è solo filosofica, ma assume una rilevanza piuttosto concreta.

È il motivo per cui, in Aletur, l'AI passa sempre da un “doppio controllo” umano prima di arrivare al cliente.

Prima, perché a monte di ogni output c’è uno specialista SEO e di web marketing che decide cosa chiedere, come chiederlo e con quale livello di dettaglio: la qualità di un output AI non dipende solo dal modello, ma anche da chi lo sta usando, e da quanto sa cosa vuole ottenere prima ancora di scrivere il prompt.

Dopo, perché nessun output, per quanto ben guidato, arriva al cliente senza passare da una (o più) revisioni umane. È il motivo per cui, in Aletur, ogni contenuto generato con l'AI viene verificato, corretto, e messo in prospettiva da chi ha l'esperienza per riconoscere cosa suona giusto e cosa, per quanto ben scritto, semplicemente non lo è.

Perché il punto non è smettere di usare l'intelligenza artificiale. Sarebbe una reazione, in controtendenza con il futuro di questo settore. Il punto è un altro:

• l'AI è eccellente per velocità tattica, ideazione, scaling di contenuti, prima bozza di analisi.
• Il marketer umano resta indispensabile per contesto, strategia reale, relazioni, gestione del rischio.

Un marketer che sa usare bene l'AI è oggi dieci volte più produttivo di uno che non la usa. Ma un'azienda che affida la propria strategia interamente a un prompt, senza nessuno che ne verifichi il ragionamento, sta correndo un rischio che spesso non vede finché non è troppo tardi: budget sprecato, posizionamento confuso, contenuti che suonano falsi ai propri clienti, o peggio, decisioni prese su dati mal interpretati.

Se il tuo team di marketing usa l'AI per fare tutto, senza una guida strategica umana dietro, è il momento di fermarsi e chiedersi perché. Se invece hai già in casa una persona capace di usare l'AI come strumento e non come sostituto del pensiero, hai in mano un vantaggio competitivo reale, che quasi nessun tuo competitor ha ancora costruito bene.

In Aletur lavoriamo ogni giorno all'intersezione tra intelligenza artificiale e strategia di marketing, dalla SEO alla GEO (Generative Engine Optimization), fino alla formazione dei team interni delle aziende con cui collaboriamo. Se ti riconosci in uno di questi dieci punti, o se vuoi semplicemente capire dove la tua azienda può usare l'AI in modo davvero efficace (e dove invece rischia di farsi male), contattaci per una consulenza: ne parliamo senza impegno.