Come le agenzie stanno davvero usando gli agenti IA con i clienti, in questo momento
Le agenzie di marketing, creative, di sviluppo e di consulenza hanno superato la fase pilota con l'IA agentica. Ecco che cosa sta davvero girando nel lavoro per i clienti oggi, che cosa è ancora soprattutto discorso, e le domande su fatturazione, trasparenza e responsabilità che nessuno ha chiuso.
A giugno, con i negoziatori dell'industria pubblicitaria riuniti nel sud della Francia per il loro pellegrinaggio annuale, le agenzie hanno passato la settimana a superarsi a vicenda con annunci di agenti IA. WPP ha detto che stava testando un agente di acquisto e pianificazione media per l'inventario video premium. Dentsu ha stretto una partnership con uno sviluppatore di agenti IA chiamato Newton Research per accelerare l'impostazione delle campagne e l'analisi. L'agenzia indipendente Butler/Till, insieme a DoubleVerify, aveva già costruito agenti basati su Claude per spostare la spesa pubblicitaria lontano dall'inventario di bassa qualità. Niente di tutto questo era una demo. Erano agenzie che descrivevano strumenti in funzione dentro account clienti reali, secondo il resoconto di Digiday.
Quella settimana ha colto qualcosa di vero su dove si trova l'IA agentica in questo momento: non è più una slide in un pitch deck. Compare nelle dashboard delle campagne, nelle carte di lavoro di audit e nelle codebase — più in fretta dei modelli di fatturazione, delle norme di disclosure e dei quadri di responsabilità costruiti per un mondo che ne faceva a meno. Ecco che cosa le agenzie stanno davvero facendo girare oggi, e dove sta l'attrito vero.
Il lavoro che ha superato il pilota
Il dato più chiaro sull'adozione arriva da un sondaggio del gennaio 2025 su 547 decisori di agenzie di marketing statunitensi, condotto da NinjaCat: il 91% usava già l'IA in qualche forma, e il 59% ha detto di usare attivamente gli agenti IA in particolare — sistemi autonomi che eseguono compiti invece di limitarsi a generare suggerimenti. Le due applicazioni citate più spesso dalle agenzie erano il lavoro su dati e insight (74%) e la strategia e l'ottimizzazione delle campagne (72%). In pratica, significa agenti che unificano le metriche tra piattaforme pubblicitarie, intercettano le anomalie prima che sprechino la spesa e consegnano il reporting direttamente nella casella di un cliente senza che un analista monti il deck a mano.
Il rapporto State of Data 2025 dell'IAB mette un numero su quanto tutto questo sia andato avanti davvero: solo il 30% di agenzie, brand e publisher ha integrato pienamente l'IA lungo l'intero ciclo di vita della campagna media finora, anche se le agenzie e i publisher di quel gruppo sono avanti rispetto ai brand. Dove è stata adottata, l'IAB ha trovato che l'IA raggiungeva o superava le aspettative in più del 70% dei casi, alzava la produttività del 47% e tagliava circa 12 ore a settimana di lavoro manuale a basso valore per persona.
Lo strato agentico in senso stretto — agenti di media buying che eseguono invece di limitarsi a raccomandare — è ancora in una fase di scala iniziale, ma si muove in fretta. Digiday ha riportato a settembre che il 58% dei dirigenti pubblicitari si aspetta che l'acquisto agentico raggiunga una scala significativa entro un anno, citando una ricerca di IAB Europe. Caitlin Gelles di Dentsu, evp di data technology and measurement, ha descritto il richiamo a Digiday in termini operativi diretti: «Ci vogliono ore per impostare campagne attraverso i sistemi… quando puoi conservare quelle sfumature in un database RAG, o prendere il modo in cui i clienti preferiscono comprare, e lasciare che l'IA trovi quelle efficienze, è lì che entra il valore.»
Le agenzie di sviluppo e di trasformazione digitale stanno eseguendo una versione parallela della stessa mossa. Dept, il gruppo di agenzie olandese, ha costruito il redesign di una piattaforma e-commerce per il brand svizzero di fitness Blackroll usando agenti IA sullo stack Gemini e Antigravity di Google — Dept dice che il progetto è finito 3.8 volte più veloce della propria stima pre-IA. Il CEO di Blackroll, Scott Zalaznik, ha detto a Digiday che l'azienda usa ora agenti IA per la maggior parte dei test e dello sviluppo delle funzionalità e-commerce. Dept ha poi trasformato l'approccio in un'offerta a pagamento chiamata Agent Studio, affittando di fatto il proprio flusso di costruzione di agenti a clienti che vogliono la capacità senza costruirla da soli.
Le società di consulenza sono più avanti, e discutono ancora del rendimento
Se le agenzie di marketing sono a metà transizione, le grandi società di consulenza sono già andate fino in fondo sul volume — e ora sono bloccate sulla domanda più dura di quanto tutto questo valga. Il CEO di McKinsey, Bob Sternfels, ha detto a gennaio che la società ha messo in campo decine di migliaia di agenti IA interni e alla fine ne vuole uno per ciascuno dei suoi 40,000 dipendenti, secondo Business Insider. Ma come ha detto Mina Alaghband, ex partner di McKinsey e ora chief customer officer di Writer: «Penso che siamo ora nell'età della confusione.» Un anno fa la metrica era l'uso. Ora le società cercano di misurare qualcosa di più difficile — il valore effettivamente creato.
Il chief AI officer di PwC, Dan Priest, ha detto a Business Insider che la società ha smesso di contare gli agenti e ha iniziato a contare quanti umani usano davvero ciascuno di essi. EY segue ogni mese KPI di produttività, qualità ed efficienza dei costi sui propri agenti. BCG ha il numero più concreto: il partner Scott Wilder ha detto che i dipendenti passano ora circa il 15% di tempo in meno su lavoro a basso valore come costruire slideshow, reinvestono circa il 70% di quel tempo recuperato in un'analisi più profonda — e tengono il restante 30% come, nelle sue parole, più sonno o una lezione di yoga. Anche dentro società che fatturano a ore, il tempo recuperato con l'IA non si converte automaticamente in più ore fatturate.
«L'IA potrebbe essere finalmente il rintocco funebre dell'ora fatturabile», ha detto Jack Newton, CEO di Clio — un'affermazione che le società di servizi professionali fanno e ritirano da trent'anni, salvo che questa volta l'aritmetica che c'è dietro è pubblica.
Il modello di fatturazione è la prima cosa che si sta davvero rompendo
Tra gli attriti che le agenzie stanno incontrando, la fatturazione è il più immediato perché la matematica è ineludibile. Se l'IA taglia il tempo di un compito da cinque ore a una, e voi fatturate ancora a ore, avete dato al cliente uno sconto dell'80% senza volerlo. Un'analisi di Forbes di un sondaggio Gartner del 2026 su 743 professionisti dell'audit, e una ricerca separata della società di software legale Clio, ha trovato lo stesso schema in settori vicini di servizi professionali: il 93% dei leader dell'audit riporta un qualche uso dell'IA, ma solo il 38% ha una strategia per farlo, e Clio stima che circa tre quarti dei compiti legali fatturabili potrebbero ora essere automatizzati dall'IA generativa.
I prezzi non hanno tenuto il passo. Clio ha trovato che l'86% degli studi legali individuali e il 78% degli studi piccoli non ha fatto alcun cambiamento di prezzo in risposta, contro il 51% degli studi mid-market e il 46% di quelli enterprise — più piccolo è lo studio, più silenziosamente si mangia lo sconto. Intanto il 71% dei clienti ha detto ai ricercatori di preferire in partenza compensi fissi o forfettari alla fatturazione oraria, il che suggerisce che la fatturazione a ore è sempre stata un sostituto di ciò che i clienti volevano davvero: un esito prevedibile, non un timesheet. Il chief legal officer di Salesforce, Sabastian Niles, ha reso esplicita l'aspettativa dal lato del cliente in un intervento al forum di governance della Harvard Law School citato da Forbes: «I guadagni devono naturalmente essere condivisi anche con i clienti, attraverso risparmi, efficienze di costo e nuovi modelli di business.» Il Wall Street Journal ha coperto lo stesso spostamento sotto il titolo «Inside Consultants' Messy Shift From Hourly Billing», descrivendo società di servizi professionali alle prese con il reinventare come fanno pagare, mentre l'IA minaccia di rendere obsoleta l'ora fatturabile.
Le agenzie di marketing stanno già testando l'alternativa che il sondaggio di NinjaCat ha trovato: il 28% si è allontanato dalle ore fatturabili standard verso prezzi basati sul valore o sul risultato, e il 45% ora vende soluzioni e automazioni basate sull'IA come servizio confezionato, invece di piegarle nei retainer esistenti — trasformando il guadagno di efficienza in un prodotto nuovo invece che in una fattura più piccola.
I clienti vanno informati che un agente ha toccato il loro lavoro?
La domanda sulla disclosure è meno chiusa di quella sulla fatturazione, soprattutto perché non c'è una singola regola a cui puntare. La ricerca State of Data 2025 dell'IAB ha trovato che circa metà dei brand è già preoccupata di come agenzie e publisher usano l'IA per loro conto — un divario di fiducia che esiste ancora prima che qualcuno abbia deciso come dovrebbe essere la disclosure.
L'orientamento più chiaro finora arriva da campi vicini di servizi professionali che stanno affrontando la stessa domanda per i propri clienti. In un pezzo diffuso dal Journal of Accountancy, l'assicuratore CNA ha consigliato agli studi di CPA che, in assenza di una legge che governi tutto — il panorama giuridico è un mosaico del Gramm-Leach-Bliley Act, di leggi statali di disclosure sparse in posti come la California e lo Utah, e dell'AI Act dell'UE per gli studi con clienti europei — una disclosure volontaria e specifica resta la strada più sicura, perché i clienti che in seguito scoprono che l'IA ha toccato il loro lavoro senza che gli fosse detto possono leggerlo come un inganno, che qualcosa sia andato storto o no. Il pezzo rimandava alla Formal Opinion del 2024 dell'American Bar Association sull'IA generativa, che traccia una linea netta: il linguaggio standard sepolto in una lettera di incarico non conta come consenso informato. Una disclosure deve spiegare davvero che cosa ha fatto l'IA e che cosa un umano ha controllato dopo.
Ogni campo di servizi professionali che incontra questa domanda — contabilità, diritto e ora le agenzie — arriva alla stessa risposta approssimativa: la disclosure non è ancora legalmente richiesta nella maggior parte dei casi, ma trattenerla è una scommessa reputazionale che diventa più rischiosa man mano che i clienti iniziano a dare per scontato che l'IA sia già coinvolta.
Chi risponde quando l'agente sbaglia
La responsabilità è l'attrito che le agenzie hanno ragionato di meno, perché non ha ancora costretto la questione — nessuno ha avuto un fallimento di IA di un'agenzia da prima pagina, nel modo in cui la professione legale ha visto avvocati sanzionati per aver citato giurisprudenza fabbricata dall'IA in atti reali. David Partida di Law.com sta portando avanti nel 2026 una serie in sei parti che segue esattamente questo problema mentre passa dal teorico al routinario, incluse puntate intitolate «What Happens When AI Acts Alone — And Who Pays For It?» e «Who's Liable When AI Gets It Wrong?». Un pezzo parallelo sullo stesso sito, «Accountability For AI Errors By Attorneys And Judges», nota che gli avvocati depositano sempre più spesso memorie contenenti citazioni di casi falsi generate dall'IA — di solito ricondotte a errore dell'utente piuttosto che allo strumento stesso — e che i tribunali stanno già correggendo le decisioni che ne derivano tramite istanze e appelli. L'orientamento professionale che converge intorno a questo, dall'opinione dell'ABA al consiglio di CNA agli studi di CPA, è coerente: uno studio che si affida all'output di un agente IA senza una revisione umana indipendente risponde esattamente come se un collaboratore junior avesse commesso l'errore senza supervisione. L'agente non porta la responsabilità. La porta lo studio che ha consegnato il suo output a un cliente.
Le agenzie non hanno ancora la propria versione di questo rendiconto nei documenti pubblici — ed è probabilmente il punto di attrito che vale di più osservare, perché i deliverable delle agenzie si muovono in fretta e spesso ricevono meno scrutinio prima di arrivare nella casella di un cliente.
Un'idea di The AI Organization vale la pena di prenderla in prestito qui: la leggibilità, cioè poter mostrare — non solo affermare — chi o che cosa ha toccato un lavoro e quando. Un'agenzia che può produrre una registrazione reale di che cosa ha fatto un agente, che cosa ha rivisto un umano e quando ha firmato sta rispondendo alle domande di disclosure e responsabilità con prove invece che con una dichiarazione di principio. Il prodotto IA di FabricLoop, Loop Agent, è costruito su MCP con concessioni esplicite e auditate esattamente per questa ragione: perché l'uso dell'IA rivolto al cliente sia qualcosa che uno studio può mostrare, non solo affermare.
Che cosa significa se gestite un'agenzia
Tolti gli annunci, lo schema è stretto ma reale. L'IA agentica si sta guadagnando il posto oggi su lavoro ripetibile, misurabile e rivedibile prima che raggiunga un cliente: reporting delle campagne, esecuzione del media buying dentro guardrail definiti, una prima ricerca e analisi competitiva e — secondo i numeri di Dept — una fetta significativa dei cicli di build e test e-commerce. Non è una lista piccola, e per le agenzie che fanno ancora quel lavoro a mano è un vantaggio di costo reale sul tavolo.
È ancora soprattutto discorso sul lavoro che richiede un giudizio che nessuno ha capito come verificare su scala: decisioni creative che portano rischio di brand, raccomandazioni strategiche per cui i clienti pagano proprio perché si fidano della persona che le prende, e qualunque cosa in cui un errore potrebbe raggiungere un cliente prima che un umano lo veda. Le organizzazioni citate in questi resoconti — Dentsu, PwC, BCG — descrivono lo stesso modello sotto applicazioni diverse: agenti che fanno il lavoro comprimibile, un umano che controlla le parti che portano rischio, e il tempo liberato che viene reinvestito invece di essere intascato come margine. È una storia più noiosa di «l'IA sostituisce l'agenzia». È anche quella che sta succedendo davvero negli account dei clienti in questo momento.