Se tutto è commodity

“The best way to predict the future is to invent it.” (Alan Kay)

Questo scritto parte da un’intuizione: la conoscenza e la competenza potrebbero divenire commodity.

Questo scritto è scritto a 4 mani con Claude

L’AI sta abbassando drasticamente il costo di accesso a:

• conoscenza

• competenze specializzate

Chiunque può ottenere in secondi risposte che prima richiedevano ore di studio o costosi consulenti.

Cosa ci insegna la storia?

1. La stampa a caratteri mobili (1450)

Commodity: La riproduzione dei testi. Prima, copiare un libro richiedeva mesi di lavoro di un amanuense. Gutenberg lo rese quasi gratuito.

Dove si spostò il valore: Non più nel copiare, ma nel selezionare, commentare e distribuire. Nacquero editori, critici letterari, teologi che interpretavano i testi. E soprattutto — esplose l’alfabetizzazione, creando un mercato enorme per insegnanti e intellettuali pubblici. La Riforma Protestante fu in gran parte un fenomeno editoriale.

---

2. La fotografia (1839)

Commodity: Il ritratto realistico. Prima era appannaggio esclusivo dei pittori, costoso e lento.

Dove si spostò il valore: La pittura si liberò dall’obbligo di rappresentare e potè permettersi di interpretare. Nacquero l’impressionismo, il cubismo, l’astrattismo. I pittori più bravi non cercarono di competere con la fotografia — cambiarono completamente il gioco. Il valore si spostò dall’abilità tecnica alla visione artistica.

---

3. Internet e l’informazione (1995-2005)

Commodity: L’accesso alle notizie e ai dati. I giornali persero il monopolio sull’informazione.

Dove si spostò il valore: Sul filtrare e dare contesto. Esplosero nuove figure: il blogger autorevole, il fact-checker, il data journalist, il SEO specialist, il curator. E paradossalmente — le fonti più affidabili e con una voce riconoscibile acquisirono più valore di prima, non meno.

---

Il pattern che emerge è sempre lo stesso: quando uno strato diventa commodity, il valore non sparisce — migra verso l’alto. Verso:

• Il giudizio

• L’interpretazione

• La visione

• La fiducia.

Gli spazi che restano: conoscenza e giudizio

La distinzione che mi sembra cruciale è tra conoscenza e giudizio. L’AI può darti le informazioni, ma chi decide cosa farne, in quale contesto, con quali priorità? Quello rimane umano — almeno per ora.

Gli spazi che restano: fiducia e responsabilità

Un medico, un avvocato, un ingegnere non valgono solo per ciò che sanno, ma perché si assumono una responsabilità professionale e personale. L’AI non risponde delle conseguenze.

E infine: quando tutto diventa commodity, il valore si sposta. Successe con internet e l’informazione — l’informazione divenne gratuita, ma esplosero nuove competenze (curarla, interpretarla, contestualizzarla).

Immaginiamo ora due figure:

Lo startupper che apre una scuola ove formare le competenze che l’AI amplifica ma non sostituisce.

1. Decision Making sotto incertezza Non problem solving classico — ma come prendere decisioni buone con dati incompleti, bias cognitivi, pressione temporale. L’AI ti dà opzioni, ma qualcuno deve scegliere e rispondere delle conseguenze.

2. Senso critico applicato all’AI Non “come usare ChatGPT” — ma come valutare output, riconoscere errori, capire quando fidarsi e quando no. Chi sa interrogare l’AI meglio degli altri ha un vantaggio enorme. È la versione moderna dell’information literacy.

3. Comunicazione ad alta fiducia Negoziazione, storytelling, gestione dei conflitti, leadership nelle crisi. Tutto ciò che richiede presenza, empatia, responsabilità personale. L’AI può scrivere un’email, non può stringere una mano nel momento giusto.

4. Systems Thinking Capire come i sistemi complessi si comportano — aziende, mercati, ecosistemi. L’AI è bravissima a ottimizzare localmente, pessima a ragionare su conseguenze di secondo e terzo ordine. Chi sa farlo vale oro.

5. Domain expertise profonda + AI Qui c’è un paradosso interessante: con l’AI, la conoscenza superficiale diventa davvero commodity. Ma la competenza profonda su un dominio specifico si rivaluta — perché solo chi conosce davvero un campo sa valutare se l’AI sta dicendo cose sensate o stupidaggini plausibili.

Il proprietario di agenzia di digital marketing o il CMO: Il suo problema è esistenziale: se l’AI genera copy, gestisce ads, ottimizza campagne e analizza dati — cosa vende lui?

La risposta onesta è: deve smettere di vendere esecuzione e iniziare a vendere responsabilità e visione.

Tre mosse concrete:

1. Diventare uno “Strategic Partner”, non un fornitore I clienti non hanno bisogno di qualcuno che scriva i post. Hanno bisogno di qualcuno che capisca il loro business, traduca gli obiettivi in strategia, e si assuma la responsabilità dei risultati. Spostarsi da “facciamo i contenuti” a “cresciamo il tuo fatturato attraverso il digitale.”

2. Vendere l’interpretazione dei dati, non i dati L’AI produce report infiniti. Ma chi dice al cliente cosa significa per lui, cosa fare domani mattina, quale opportunità sta perdendo? Quello è il nuovo valore dell’agenzia.

3. Costruire fiducia come asset di lungo periodo Nel mondo in cui tutti i contenuti sembrano uguali perché generati da AI, la voce autentica e riconoscibile di un brand diventa rarissima. L’agenzia che sa costruire identità — non solo contenuti — sarà quella che sopravvive.

Il Team Marketing 2030

---

1. Brand Strategist (umano)

Cosa fa: Definisce la voce, i valori, il posizionamento. Decide cosa il brand non farà mai. Si siede con il cliente e capisce dove vuole andare tra 5 anni.

Perché umano: La strategia richiede giudizio culturale, lettura delle persone, intuizione sul mercato. E qualcuno che ci mette la faccia.

🤖 Agente AI — Cultural Listener: Monitora in tempo reale conversazioni, trend, sentiment su tutti i canali. Segnala segnali deboli prima che diventino tendenze.

🤖 Agente AI — Competitive Intelligence: Analizza continuamente i competitor, benchmarka posizionamento e messaggi, produce brief settimanali.

🤖 Agente AI — Audience Modeler: Costruisce e aggiorna modelli predittivi sui segmenti di pubblico, simula come reagiranno a messaggi diversi.

---

2. Creative Director (umano)

Cosa fa: Ha la visione estetica. Decide cosa è bello, coerente, sorprendente. Dirige e corregge l’AI creativa. Sa quando un’idea è buona davvero.

Perché umano: Il gusto non si delega. E i clienti vogliono sapere che c’è una persona con una visione dietro al lavoro.

🤖 Agente AI — Content Factory: Genera varianti di copy, visual concept, video, adattamenti per ogni formato e canale. Produce in scala quello che il Creative Director ha approvato.

🤖 Agente AI — Personalization Engine: Adatta ogni contenuto al singolo utente in tempo reale — tono, immagine, offerta. Quello che oggi chiamiamo A/B test, ma su milioni di varianti simultanee.

🤖 Agente AI — Brand Guardian: Controlla ogni output prima che esca. Verifica coerenza con il tono di voce, i valori, le linee guida. Il revisore instancabile.

---

3. Growth Architect (umano)

Cosa fa: Disegna i funnel, interpreta i dati, decide dove allocare budget e perché. Traduce i numeri in decisioni di business. Parla con il CFO.

Perché umano: I dati dicono cosa è successo. Serve un umano per capire perché e decidere cosa fare. E per convincere un board.

🤖 Agente AI — Campaign Optimizer: Gestisce in autonomia le campagne paid, aggiusta bid, audience, creatività in tempo reale. Non dorme mai.

🤖 Agente AI — Attribution Analyst: Ricostruisce il percorso reale del cliente attraverso tutti i touchpoint. Risolve il problema che oggi nessuno riesce a risolvere bene.

🤖 Agente AI — Forecasting Model: Proietta scenari futuri basandosi su dati storici e variabili esterne. Dà al Growth Architect le munizioni per decidere.

---

4. Client Relationship Manager (umano)

Cosa fa: È il volto dell’agenzia. Gestisce la fiducia nel tempo. Capisce quando il cliente è insoddisfatto prima che lo dica. Porta nuovi brief.

Perché umano: La fiducia si costruisce con le persone, non con i bot. Punto.

🤖 Agente AI — Account Assistant: Prepara report, aggiorna dashboard, invia aggiornamenti proattivi ai clienti. Libera l’umano per le conversazioni che contano.

🤖 Agente AI — Upsell Detector: Analizza i dati del cliente e segnala opportunità di espansione — nuovi mercati, nuovi prodotti, nuove campagne.

🤖 Agente AI — Onboarding Specialist: Gestisce tutta la fase iniziale con un nuovo cliente — raccolta materiali, brief tecnici, setup strumenti.

---

Il vero insight

Nota una cosa: gli umani in questo team non fanno mai esecuzione. Fanno giudizio, visione, relazione, responsabilità.

Chiunque nel 2030 venderà esecuzione — anche creativa — sarà in competizione con l’AI. E perderà.

Il valore dell’umano sarà sempre più raro e sempre più costoso. Esattamente come il pittore dopo la fotografia.