Un percorso governato per gli agenti AI nell’advertising

Nel marketing, l’intelligenza artificiale non è più solo uno strumento di supporto, ma sta diventando un agente AI che agisce, aiutando i team a diagnosticare le prestazioni, decidere i prossimi passi e operare mentre le campagne sono live.  

La pubblicità è uno dei banchi di prova più severi per questo cambiamento. Eppure chi produce le campagne continua a muoversi tra piattaforme ad, fogli di pacing, thread Slack e dati grezzi per comprendere le prestazioni e riconciliare metriche contrastanti. Il problema non è solo la frammentazione dei workflow, ma la frammentazione del contesto. Un agente AI può vedere le metriche di una piattaforma senza le definizioni di business o i segnali di canale necessari per capire cosa conta davvero, con il rischio di generare una raccomandazione che non centra un KPI fondamentale o non è adatta al canale.  

Snowflake presenta AI Gateway per il mondo della pubblicità, attualmente in preview, con integrazioni Model Context Protocol (MCP) governate per Meta e TikTok, con PMG come cliente pioniere. Collegato ai Cortex Agents, l’AI Gateway riunisce il contesto aziendale, comprese le definizioni di business e le prestazioni storiche, con segnali live della piattaforma come delivery, salute del catalogo e diagnostica. Gli agenti AI possono usare l’AI Gateway per ragionare sul quadro completo, raccomandare la prossima ottimizzazione migliore e implementarla nel rispetto delle policy, con i campaign manager che approvano e osservano ogni passaggio.

Decidere in base al contesto, agire tramite la piattaforma e governare l’azione

L’AI Gateway for Advertising, basato sulla piattaforma MCP enterprise di Natoma, acquisizione Snowflake del maggio 2026 abilita integrazioni MCP con Meta e TikTok. Queste connessioni, con ulteriori piattaforme in arrivo, potenziano i Cortex Agents per eseguire l’intero ciclo della campagna: L’agente AI ragiona sulle prestazioni cross‑channel, diagnostica lo stato e le impostazioni live, decide l’azione migliore, spiega il razionale al campaign manager coinvolto nel processo e agisce con l’autorizzazione. 

Un agente AI può combinare segnali live della piattaforma, come delivery, salute del catalogo e diagnostica delle conversioni, con i dati presenti nell’ambiente Snowflake dell’inserzionista, come lo storico delle transazioni, l’inventario e le definizioni aziendali di ritorno sulla spesa pubblicitaria (ROAS) e conversione. La piattaforma ad mostra cosa sta accadendo nel canale e collegarla ai dati e agli insight in Snowflake può aiutare a capire se questo è rilevante per il business. Insieme, forniscono all’agente AI le evidenze e il contesto per spiegare una variazione delle prestazioni e raccomandare l’azione successiva, tutto basato su un insieme condiviso di definizioni e KPI.

AI Gateway for Advertising: come funziona

Esempio retail

Supponiamo che un esperto di marketing retail veda il ROAS scendere su una campagna stagionale live. La spesa procede secondo i tempi previsti e il click-through rate (CTR) appare sano. Senza segnali evidenti, individuare la causa del calo diventa un’indagine di più giorni che coinvolge la piattaforma ad, il team dati, gli avvisi del catalogo e i dati di business in Snowflake.

Con l’L’AI Gateway for Advertising, l’esperto di marketing si limita a chiedere perché. L’agente AI combina le prestazioni della campagna provenienti dall’MCP della piattaforma ad con transazioni, inventario e segnali di conversione in Snowflake per individuare diversi fattori che contribuiscono al calo:

• La qualità degli eventi di acquisto è diminuita dopo una modifica al payload del checkout

• Diversi SKU promossi presentano avvisi

• Un gruppo di prodotti ad alta spesa ha un inventario limitato

Raccomanda un’azione circoscritta: Ridurre il budget dell’ad set di prospecting interessato del 20%, ma senza sospenderlo, poiché la coorte che converte ha un lifetime value (LTV) elevato.

La raccomandazione, le evidenze a supporto e l’approvazione vengono registrate in un unico record condiviso, così la persona successiva che analizza la campagna può riprendere l’indagine da dove era stata interrotta.

Esempio media

In questo esempio, un media marketer osserva una forte risposta a un’email che promuove una nuova serie, con un segmento di audience che genera un’attività di visione e di abbonamento insolitamente elevata. Trasformare questo successo negli owned media in un’azione sui paid media richiede di collegare l’engagement delle email, il comportamento di visione dei contenuti pubblicitari, i dati sugli abbonamenti, la sovrapposizione dell’audience e le prestazioni live della campagna.

L’esperto di marketing chiede: Dove conviene aumentare l'esposizione paid media per consolidare questo slancio? L’AI Gateway for Advertising collega i segnali degli owned media in Snowflake con i dati live della campagna tramite l’MCP della piattaforma ad e identifica che:

• Gli spettatori che hanno cliccato sull’email e guardato il primo episodio convertono in abbonamenti a un tasso più elevato

• Questo segmento è sottorappresentato nell’attuale audience paid

• Il suo livello è inferiore a quello associato al maggiore incremento di abbonamenti

• Aumenterebbe la reach ma diluirebbe l’efficienza

Raccomanda un’azione circoscritta: Aumentare la frequenza degli annunci per il segmento di spettatori coinvolti via email che hanno visto l’episodio 1 del 50% per i prossimi sette giorni. Mantenere invariato il prospecting più ampio mentre le prestazioni di abbonamento e retention del segmento continuano a convalidare la strategia.

Il segnale sull’audience, la motivazione e l’approvazione vengono registrati in un unico record condiviso, creando un passaggio ripetibile dagli insight sugli owned media all’azione sui paid media.

Cosa dicono clienti e partner

Segui la sessione “What AI Agents Need Before They Touch a Media Decision” di mercoledì 7 ottobre all’Advertising Week di New York: parlerò dell’AI Gateway for Advertising sul Tech Stage sponsorizzato da Snowflake.