Il panorama della pubblicità online è in costante evoluzione, e Google continua a spingere i confini dell'automazione e dell'intelligenza artificiale. A partire da maggio 2025, in particolare negli Stati Uniti, Google sta implementando progressivamente AI Max, una nuova e significativa evoluzione delle sue campagne pubblicitarie. Presentata come un'estensione di Performance Max, già nota per la sua elevata automazione, AI Max promette di portare la gestione delle campagne a un livello superiore di semplificazione, ottimizzazione e capacità predittiva grazie all'IA.
Cos'è AI Max e come funziona?
AI Max è uno strato algoritmico aggiuntivo basato sull'intelligenza artificiale che sfrutta la funzionalità Performance Max, già familiare a molti inserzionisti. Si fonda su modelli avanzati di intelligenza artificiale capaci di prendere decisioni automatizzate in merito a:
- le offerte (bidding),
- la diffusione degli annunci,
- i formati,
- e persino la selezione del pubblico.
Tutto ciò avviene partendo da un obiettivo di business predefinito, come ad esempio la vendita di prodotti o la generazione di lead. A differenza di Performance Max, che richiedeva ancora alcune configurazioni manuali piuttosto laboriose (come gli asset o i segnali di pubblico), AI Max tende verso un pilotaggio quasi integralmente automatizzato. Questo riduce considerevolmente il margine di manovra degli inserzionisti, ma anche la complessità di gestione, un aspetto che, tuttavia, non è privo di rischi.
Performance Max: un breve riepilogo
Performance Max (PMax) è un tipo di campagna pubblicitaria automatizzata offerta da Google Ads. Il suo obiettivo principale è massimizzare le conversioni diffondendo automaticamente gli annunci su tutti i canali Google – ricerca, YouTube, Display, Discover, Gmail e Maps – utilizzando un unico budget. AI Max si innesta su questa base, potenziandola con capacità predittive ancora più avanzate.
Risultati preliminari e preoccupazioni emergenti
Secondo diverse fonti statunitensi, tra cui Search Engine Roundtable e WordStream, i primi test di AI Max mostrano risultati variabili, evidenziando sia opportunità che sfide:
- Ottime performance: In particolare per i settori e-commerce, specialmente con flussi di prodotti ben strutturati, AI Max ha dimostrato un'efficacia notevole.
- Preoccupazioni per i settori specifici: Marche con cicli di conversione lunghi o quelle operanti nel B2B esprimono maggiori incertezze. In questi contesti, i segnali di acquisto sono più difficili da interpretare per l'IA, il che potrebbe limitare l'efficacia della piattaforma.
- Vincoli sulla trasparenza dei dati: Il livello di reporting rimane limitato. Sebbene Google stia progressivamente implementando il "asset-level reporting", gli inserzionisti desiderano ancora una maggiore visibilità sui dati di performance granulari.
Un approccio incrementale per l'adozione di AI Max
Per mitigare i rischi e non impattare negativamente le performance esistenti, è fortemente raccomandato introdurre AI Max in modo graduale. Ecco un approccio consigliato:
- Iniziare con una campagna di test: destinare meno del 10% del budget SEA globale a una campagna AI Max. Questo permette di limitare i rischi e al contempo raccogliere insight utili.
- Definire KPI chiari e realistici: è fondamentale stabilire obiettivi specifici come il ROAS (Return On Ad Spend) target, il CPA (Cost Per Acquisition) massimo e il tasso di conversione atteso.
- Confrontare i risultati: analizzare le performance di AI Max rispetto alle campagne attuali per un periodo di 4-6 settimane.
In base all'esito di questa fase di test:
- Se i risultati sono positivi: si può considerare di ampliare il perimetro di utilizzo di AI Max.
- Se i risultati sono deludenti: si possono ottimizzare gli asset, i pubblici, gli obiettivi e ripetere il test, oppure sospendere temporaneamente la sperimentazione.
Questo approccio incrementale consente di adattare lo strumento al proprio contesto specifico, piuttosto che subirne passivamente i limiti.
AI Max e le campagne Shopping: opportunità e sfide
AI Max si integra naturalmente con le campagne Shopping attraverso la sua struttura Performance Max, che include gli annunci PLA (Product Listing Ads). Ciò significa che i prodotti provenienti dal feed di Google Merchant Center possono essere automaticamente diffusi su tutte le superfici Google, inclusi la scheda Shopping, i risultati di ricerca classici, YouTube, Discover, Gmail e Display. Grazie alle sue capacità predittive, l'IA è in grado di aggiustare formati, diffusione, offerte e targeting in tempo reale in base ai segnali comportamentali rilevati.
Tuttavia, questa automazione ha un costo: gli inserzionisti perdono visibilità sulle parole chiave esatte che attivano gli annunci, controllo sulla ripartizione del budget tra i prodotti e granularità nel reporting. Inoltre, le campagne tendono a favorire i prodotti più venduti, a scapito di un catalogo più ampio, se i dati non sono ben bilanciati. Per trarne il massimo vantaggio, diventa indispensabile fornire un flusso di prodotti completo, affidabile e ben categorizzato, ottimizzare la qualità degli asset visivi e configurare correttamente le conversioni affinché l'IA possa apprendere e performare in modo efficace.
Potenziali costi aggiuntivi dovuti a interpretazioni errate
L'automazione spinta di AI Max può generare costi supplementari a causa di un'interpretazione errata dell'IA, per esempio:
- Sperperare il budget su ricerche non pertinenti che utilizzano termini come "gratuito", "recensioni", "download" o "manuale".
- Non proteggere adeguatamente il proprio traffico di marca, finendo per competere con le proprie ricerche organiche o con i concorrenti su query di brand.
È essenziale implementare un rigoroso quadro di test e un monitoraggio preciso per evitare qualsiasi deriva di bilancio.
La diminuzione del controllo sulle parole chiave
Uno dei cambiamenti più significativi con AI Max risiede nella diminuzione del controllo sulle parole chiave, in particolare quelle negative. A differenza delle campagne Search classiche, dove gli inserzionisti potevano escludere con precisione determinate query, AI Max non consente di escludere facilmente parole chiave specifiche. Questo può creare problemi quando alcune espressioni non sono pertinenti all'offerta, come l'uso di termini quali "gratuito", "recensioni", "download", "manuale", ecc., o semplicemente per proteggere il proprio traffico di marca.
Sebbene Google consenta alcune esclusioni a un livello elevato (brand exclusions, o esclusioni tramite campagne Search in exact match concorrenti), queste rimangono molto limitate rispetto ai metodi tradizionali. È quindi essenziale monitorare continuamente le query generate, tramite i rapporti sui termini di ricerca, e testare regolarmente strutture di campagna ibride (Search + AI Max) per bilanciare performance e controllo.
Il ruolo stravolto dei tipi di corrispondenza
Con l'arrivo di campagne automatizzate come Performance Max e ora AI Max, il ruolo tradizionale dei tipi di corrispondenza (corrispondenza esatta, a frase e generica) è profondamente stravolto.
Nelle campagne Search tradizionali, i tipi di corrispondenza permettevano un controllo granulare:
- La corrispondenza esatta (`[scarpe rosse]`) attivava l'annuncio solo per quella query precisa.
- La corrispondenza a frase (`"scarpe rosse"`) includeva variazioni strettamente correlate.
- La corrispondenza generica (`scarpe rosse`) forniva una copertura più ampia ma meno precisa.
Con AI Max, questo livello di granularità non è più accessibile:
- L'IA gestisce la selezione delle parole chiave e le offerte in modo autonomo, basandosi su un'ampia gamma di segnali.
- Non è possibile impostare manualmente i tipi di corrispondenza per gli asset della campagna AI Max.
Questo cambiamento significa che non è più possibile controllare con precisione le query che attivano gli annunci.
Per compensare questa perdita di controllo, si consiglia di monitorare regolarmente i rapporti sulle performance, di aggiustare gli asset (titoli, descrizioni, elementi visivi) in funzione delle query attivate e di isolare alcune campagne strategiche nella Search classica se la precisione è vitale.
Integrazione con Analytics e CRM
AI Max funziona sulla stessa base tecnica di Performance Max, ma spinge oltre l'integrazione dei dati, in particolare quelli provenienti dagli strumenti di analisi e dai CRM.
Dal punto di vista analitico, Google integra GA4 (Google Analytics 4) in modo nativo, specialmente tramite conversioni e pubblici esportabili. Altri strumenti di analisi come Adobe Analytics, Piano Analytics, Matomo, ecc., possono essere utilizzati indirettamente, a condizione di esportare gli eventi e le conversioni verso Google Ads tramite flussi compatibili o API personalizzate. Questo comporterebbe costi tecnici e/o una gestione umana ricorrente.
Per quanto riguarda il CRM, è possibile un'integrazione tramite Google Ads API (Conversion Upload Service) o Customer Match, o ancora Google Enhanced Conversions (offline & online).
La visione di Google e le sfide per gli inserzionisti
Con AI Max, Google porta avanti la sua ambizione di creare un ecosistema pubblicitario interamente guidato dall'IA. Questo apre prospettive affascinanti, ma richiede anche agli inserzionisti:
- di raddoppiare l'esperienza sulla strategia di acquisizione,
- e soprattutto, di mantenere il controllo sui propri asset (dati, asset creativi, segmentazione).
Raccomandazione: un approccio ibrido e di osservazione attiva
Di fronte alle promesse e alle incertezze di AI Max, la nostra raccomandazione è di adottare un approccio ibrido che consiste nell'adottare una postura di osservazione attiva e nell'attendere i feedback completi dal mercato americano entro la fine del 2025. Ciò consentirà di beneficiare di un distacco sufficiente sulla performance reale, sui limiti tecnici e sui ritorni degli inserzionisti esperti.
In parallelo, si può implementare una fase di test controllata, su un massimo del 10% del proprio budget SEA. Questo approccio permetterà di testare senza mettere a repentaglio i risultati, di osservare il comportamento dell'algoritmo, di misurare i KPI in modo affidabile e di identificare i vantaggi e gli svantaggi.
L'obiettivo di questa fase? Comprendere precisamente cosa fa AI Max, comprese le ripartizioni del budget, la scelta dei formati, la selezione dei pubblici o l'utilizzo degli asset. Non esitate ad ampliare temporaneamente il test, se questo permette di aumentare la vostra expertise e di individuare tendenze solide. È del tutto possibile utilizzare l'esperienza dell'IA per migliorare le proprie strategie, ma sempre con un controllo strategico umano.