Perché la scalabilità dell’IA è la prossima sfida per i beni di consumo

Rashi Kacker

11-12-2026

Un team di marca può lanciare un progetto pilota di contenuti generativi. Un team di shopper marketing può costruire segmenti di utenti target assistiti dall’IA per una campagna di retail media. Altrove, un team con una visione digitale avanzata sta testando un nuovo caso d’uso nel commercio o nelle previsioni. Ciascuno sembra un passo avanti, e di per sé lo è. Eppure, troppo spesso, a distanza di un anno ci si ritrova con una manciata di buone sperimentazioni che, purtroppo, non sono mai diventate capacità organizzative.

Adobe ha collaborato con Incisiv per intervistare 5.633 dirigenti in 12 settori e 11 mercati, di cui 521 nei beni di consumo. Il messaggio chiave per i professionisti del marketing di punta nel settore: il vincolo è raramente il modello. Il problema è ciò che accade a un buon caso d’uso nel momento in cui ha bisogno di qualcosa al di fuori del team che lo ha sviluppato.

Il traguardo non dipende solo da te

Il 61% dei rispondenti nei beni di consumo rientra in quella che la ricerca definisce Frozen Middle: l’IA è attiva nelle singole funzioni, ma il coordinamento necessario per replicare quel successo tra i team non è ancora al passo. Ogni altro settore analizzato presenta una qualche versione di questo divario. Per i beni di consumo, è più profondo, perché gran parte del valore si trova al di là dei confini del brand stesso.

Prendiamo un caso d’uso nel retail media. Coinvolge internamente i responsabili di brand e portfolio, i team di e-commerce, shopper e retail media, le vendite, i dati e la tecnologia; poi si estende a publisher, partner retail, distributori e marketplace. Nessuno di questi utilizza gli stessi sistemi, risponde allo stesso conto economico o lavora con gli stessi ritmi. Un flusso di lavoro che funziona alla perfezione all’interno dell’azienda si blocca nel momento in cui richiede l’approvazione per la condivisione dei dati da parte di un retailer, secondo una tempistica che non dipende da te. Non è un problema di rollout. È un problema di progettazione, e la maggior parte delle organizzazioni nei beni di consumo confezionati non ha ancora strutturato i propri processi in questo senso.

Nessuno tiene le redini

Solo il 16% dei rispondenti nei beni di consumo ha nominato un responsabile dell’IA formale, con un titolo ufficiale e autorità sul budget. In tutti gli altri casi si tratta di un comitato, di un incarico definito progetto per progetto, o di nessuno in particolare. I comitati vanno bene per raccogliere contributi. Ma sono del tutto inadatti all’unica cosa di cui un caso d’uso che coinvolge più partner ha realmente bisogno: qualcuno che possa prendere una decisione vincolante quando marketing, legale, privacy, sicurezza e il team dati di un retailer vogliono tutti qualcosa di leggermente diverso.

Il funnel di approvazione rivela il costo reale. Su 100 casi d’uso dell’IA proposti nel settore dei beni di consumo, solo 15 arrivano alla produzione. La perdita assoluta maggiore si verifica immediatamente nella fase di valutazione IT. L’abbandono proporzionale più marcato emerge in seguito, man mano che le idee attraversano le fasi di integrazione, budget e disponibilità per la produzione. La ricerca non spiega perché ogni singolo caso d’uso sia stato scartato, ma il modello evidenzia il costo di scoprire troppo tardi le questioni di fattibilità e dipendenza. Nessuno dei due schemi è un argomento a favore di una revisione meno rigorosa. Entrambi, invece, sottolineano l’importanza di identificare dati, autorizzazioni e proprietario prima che una proposta trascorra tre mesi a dimostrare di non essere attuabile.

Il vizio di passarsi la palla

Il 76% dei rispondenti nel settore dei beni di consumo gestisce ancora il rapporto tra business e IT attraverso relazioni a silos, transazionali o consultive. Il business è responsabile dei risultati; l’IT riceve le richieste o fornisce consulenza. Di solito, però, non condividono la responsabilità del risultato.

Quel modello è pensato per cicli di pianificazione più lunghi. L’IA non fa anticamera. Le domande su accesso ai dati, integrazione, governance e misurazione emergono tutte insieme e richiedono risposte coordinate. La consulenza aiuta, ma la responsabilità condivisa funziona in modo diverso.

Misurare a posteriori equivale a misurare il rumore

Solo il 12% dei rispondenti nel settore dei beni di consumo misura il rendimento dell’IA in modo esaustivo. La maggior parte monitora ciò che è più semplice: ore risparmiate, volume di contenuti o pubblico creato. Dati utili, ma nessuna di queste metriche indica se un caso d’uso ha migliorato la penetrazione nei nuclei familiari, il tasso di acquisto o il margine lordo. E una volta che un flusso di lavoro è operativo, i prezzi cambiano, le promozioni partono, la distribuzione si sposta, le campagne media terminano: separare il contributo dell’IA da tutto questo diventa quasi impossibile. Le organizzazioni in grado di prendere decisioni di investimento credibili definiscono la baseline prima del lancio, non dopo.

Cosa fa davvero il 6% più performante

Lo studio ha identificato 342 Leader nei 12 settori analizzati, che rappresentano il 6% più avanzato dei rispondenti attivi in termini di maturità del modello operativo e fase di implementazione. Non si tratta di un gruppo specifico del settore dei beni di consumo, né la ricerca sostiene che questi comportamenti abbiano determinato la crescita. Ma il confronto è illuminante. Tra i Leader, cinque comportamenti emergono con frequenza nettamente superiore:

Nessuna di queste è un acquisto tecnologico. Sono decisioni organizzative che si rafforzano a vicenda: un proprietario con vera autorità è ciò che rende possibile un OKR condiviso, un OKR condiviso è ciò che trasforma la misurazione fin dal primo giorno in una responsabilità condivisa anziché in un ripensamento, e un champion che mostra a un collega come funziona davvero un flusso di lavoro accelera l’adozione più di qualsiasi assemblea generale.

Costruire l’organizzazione prima che i casi d’uso si moltiplichino

Nel settore dei beni di consumo c’è ancora tempo per farlo nel modo giusto.

La sperimentazione dell’IA si espande. Sempre più team di marca utilizzano l’IA generativa. Sempre più team di commerce, shopper, media, insight e operativi trovano applicazioni degne di essere perseguite. La domanda è se ogni nuovo caso d’uso dovrà risolvere da zero le questioni di titolarità, accesso ai dati, misurazione, governance e coordinamento con i partner.

Le organizzazioni che affrontano oggi queste domande hanno l’opportunità di rendere la prossima ondata di adozione dell’IA molto diversa dalla prima.

Il modello cambia. I casi d’uso cambiano. Ciò che non cambia sono le domande a cui bisogna rispondere: chi è il proprietario del risultato? Come lo misuriamo? Quali team e partner devono essere coinvolti fin dall’inizio? E quali condizioni devono essere soddisfatte prima che questo vada oltre la fase sperimentale?

È qui che inizia davvero la preparazione all’IA nel settore dei beni di consumo.

Leggi il report completo per scoprire a che punto si trovano le organizzazioni dei beni di consumo e cosa hanno fatto di diverso i Leader.

Consigliati per te

https://business.adobe.com/fragments/resources/cards/thank-you-collections/consumer-goods