Governare l’agentic enterprise: cosa devono sapere oggi i leader del marketing

La domanda un tempo era se i marketer dovessero usare l’AI. Ora, quel dibattito è chiuso. La tensione che ne deriva è più complessa: da un lato, quanto più i dati dei tuoi clienti sono unificati e completi, connessi tra touchpoint, canali e interazioni, tanto più l’AI può offrire risultati. Ma i requisiti di privacy e governance alzano la posta in gioco: un maggiore accesso ai dati richiede controlli più rigorosi, una accountability più chiara e una maggiore fiducia nel modo in cui tali dati vengono utilizzati. I marketer oggi si trovano a fare i conti con priorità concorrenti: come possiamo ottenere valore dalla maggior quantità di dati possibile, rispettando comunque le esigenze di privacy? E come possiamo governare l’AI abbastanza bene da fidarci su larga scala, muovendoci comunque rapidamente?

Questa settimana, al Cannes Lions, lanciamo la quinta edizione del report The Modern Marketing Data Stack: Governare l’agentic enterprise. Vedo chiaramente l’evoluzione di questi report e dello stack di marketing. Abbiamo iniziato chiedendoci se le organizzazioni potessero unificare i dati dei loro clienti. Siamo poi passati a chiederci se l’AI potesse aiutarle a utilizzarli meglio. Ora ci immergiamo negli strumenti e nelle architetture che ti aiutano a consentire agli agenti AI di agire sui tuoi dati mantenendo il controllo e supportando la conformità.

Questa è la sfida decisiva dell’era agentica. Come afferma Scott Brinker, analista di chiefmartec, nel report di quest’anno: “L’AI non ha rimodellato lo stack principalmente sostituendo gli strumenti. Lo ha rimodellato creando un nuovo control plane al di sopra di essi.”

Le tre forze stanno convergendo

Nelle passate edizioni di questo report, abbiamo monitorato tre forze che stanno rimodellando il modern marketing data stack: AI, privacy e data gravity. Quest’anno, il cambiamento è più pratico: queste forze stanno ora emergendo nel modo in cui il lavoro viene effettivamente svolto.

L’AI si sta avvicinando all’execution e sta iniziando a plasmare i workflow, ad attivare azioni e a influenzare le decisioni in tutto lo stack. Questo cambia il ruolo della data foundation. Quando i sistemi prendono o raccomandano decisioni, devono lavorare a partire da dati governati di cui i team si fidano.

La privacy fa parte dello stesso cambiamento. Man mano che più decisioni diventano automatizzate, è ancora più importante che le regole sul consenso e sull’utilizzo dei dati siano integrate nei sistemi in cui si accede ai dati e si intraprendono azioni.

Ecco perché il framework di governance diventa il filo conduttore. Offre ai team un modo per muoversi più rapidamente senza perdere il controllo. Chiarisce quando l’AI può agire, quando le persone devono rimanere coinvolte e come vengono misurati i risultati. 

La convergenza di AI, data gravity e privacy sta cambiando il modo in cui il modern marketing data stack viene costruito, gestito e governato.

1. Il ROI dell’AI e ciò che la governance abilita realmente

Le capacità dell’AI si sono espanse enormemente in tutto lo stack di marketing. Ma lo sviluppo più significativo dell’ultimo anno va oltre l’AI generativa, verso l’emergere iniziale dei workflow agentici: sistemi che fanno molto più che assistere singoli task e ora coordinano sequenze di azioni, invocano strumenti, prendono decisioni e ottimizzano verso risultati definiti con supervisione e controllo umani.

L’era dell’agentic enterprise cambia il modello operativo in modo fondamentale. Quando l’AI può agire per tuo conto, la qualità della data foundation e, come sottolinea il report di quest’anno, la chiarezza dei controlli di governance determinano se tali azioni creano valore o introducono rischi.

Nei primi giorni della sperimentazione dell’AI, i CMO cercavano di guadagnare terreno muovendosi più velocemente o implementando il maggior numero di strumenti. Ma coloro che ottenevano risultati migliori hanno abbinato casi d’uso specifici a dati di qualità e governati, e il report che evidenzia l’esperienza di importanti organizzazioni.

Fanatics ne è un esempio su larga scala. Con miliardi di segnali dei fan generati quotidianamente tra sport, gaming e collezionismo, e frammentati tra unità di business separate, l’azienda ha costruito FanGraph su Snowflake: una data foundation unificata che unisce una visione unica di oltre 100 milioni di fan. Da lì, ha implementato Snowflake CoWork per mettere i dati direttamente nelle mani dei team di business. Gli stakeholder del marketing e delle operazioni possono ora esplorare i dati, porre domande di approfondimento e far emergere insight senza dover indirizzare ogni richiesta attraverso un data analyst. Con quella data foundation governata in atto, hanno iniziato a costruire enterprise agent per automatizzare la raccolta di insight e personalizzare le esperienze dei fan su larga scala. “Abbiamo molti dati”, ha affermato Daniel Fox, Principal Product Manager di Fanatics. “Dobbiamo dare un senso ai dati. Ora abbiamo gli strumenti per farlo concretamente e per potenziare e personalizzare le esperienze dei nostri fan.”

Man mano che gli agenti assumono un ruolo più ampio, una delle cose più importanti da definire per prime è l’accountability. I partner che contribuiscono al report di quest’anno indicano uno schema costante: le iniziative agentiche si bloccano quando la titolarità delle decisioni e della misurazione non è chiara. Le organizzazioni che fanno progressi sono quelle che stabiliscono la governance fin dall’inizio, con proprietari responsabili.

2. Privacy: dalla funzione di conformità alla capacità operativa

Semmai, il panorama della privacy è più complesso di quanto fosse un anno fa. L’applicazione delle norme si è intensificata e le aspettative dei consumatori sono aumentate. Man mano che gli agenti AI assumono ruoli più autonomi, cresce la superficie di rischio potenziale.

Le organizzazioni che ammiro hanno smesso di trattare la privacy come una casella di conformità da spuntare. Hanno integrato i controlli su consenso, identità e utilizzo dei dati direttamente nel modo in cui si accede ai propri dati e li si condivide, soprattutto nei workflow automatizzati. Man mano che gli agenti AI agiscono su una parte sempre maggiore dello stack, non puoi rivedere ogni azione in tempo reale. Le policy di governance devono essere integrate nella destinazione, non solo nella porta d’ingresso.

E c’è una ragione più profonda per farlo nel modo giusto: la fiducia dei consumatori. In un’epoca di crescente scrutinio, la fiducia è uno degli asset più preziosi che un brand possa sviluppare e uno dei più difficili da ricostruire una volta compromesso. I dati first-party, il consenso trasparente e il valore dimostrato ai clienti rimangono vantaggi duraturi indipendentemente da come continua a cambiare il contesto normativo.

3. La tua data foundation è la tua foundation per l’Agentic AI

Quando abbiamo lanciato questo report nel 2022, l’argomento fondamentale era semplice: unifica prima i tuoi dati di marketing in un’piattaforma centralizzata e implementa strumenti best-of-breed su quella data foundation. Quel principio è oggi più importante che mai. Poiché i workflow guidati dall’AI abbracciano analisi dei dati, attivazione, misurazione e collaborazione, gli stack frammentati costruiti attorno a dati duplicati semplicemente non riescono a stare al passo. Come afferma Scott Brinker: “L’AI non consolida magicamente quell’ecosistema per te. Alza la posta in gioco. La qualità della tua data foundation, della semantica e dei controlli operativi diventa il principale fattore determinante per stabilire se l’AI offre effettivamente valore”

La domanda decisiva per le organizzazioni di marketing nel 2026 non si limita a quali app includere nel loro stack. Riguarda se lo stack può supportare un processo decisionale coordinato, un accesso a dati governati e un’automazione controllata in un ambiente complesso. Lo stack deve riorganizzarsi attorno ai dati. E i dati devono essere governati.

Cosa dovrebbero fare subito i leader del marketing

In primo luogo, non esiste una strategia AI senza una strategia dati, e nessuna strategia dati senza governance. Le organizzazioni che si muovono più velocemente con l’AI sono quelle che hanno costruito prima la loro data foundation: unificata, coerente, con controlli chiari su come si accede ai dati, li si condivide e vi si agisce. La governance non rallenta l’innovazione. È ciò che rende possibile un’azione guidata dall’AI scalabile e responsabile.

In secondo luogo, adotta un pensiero componibile. Gli strumenti e le categorie mappati nel report di quest’anno sono più numerosi che mai, ma ciò non significa che le organizzazioni debbano implementarne la maggior parte per avere successo. Coloro che ottengono risultati assemblano capacità in modo deliberato, scegliendo strumenti che funzionano con i loro dati laddove risiedono, estendendoli e sostituendoli senza compromettere la data foundation di governance sottostante. In un mondo in cui la tecnologia continua a cambiare sotto i tuoi piedi, la componibilità è il modo per rimanere agile.

Mentre lanciamo il nostro quinto report che analizza il modern marketing data stack e la sua evoluzione, la cosa di cui sono più certa è questa: i leader del marketing che prospereranno nell’era agentica sono coloro che comprendono che governance e innovazione non sono opposti. Le organizzazioni più vicine ai propri dati, e più deliberate riguardo a come vengono governati, sono quelle che agiranno più rapidamente, e con maggiore sicurezza, quando gli agenti arriveranno in piena forza.

Dentro la quinta edizione del modern marketing data stack

Il report di quest’anno riunisce le prospettive di CMO, tecnologi del marketing ed esperti di AI di tutto il nostro ecosistema di partner e clienti. Esamina come le organizzazioni di marketing stanno costruendo le architetture, i modelli operativi e le foundation di governance necessari per rendere l’Agentic AI una capacità pratica e business-critical. E naturalmente, mappa gli strumenti come Leader o Da tenere d’occhio nelle categorie valutate all’interno dello stack. Queste designazioni si basano sull’analisi di 12 mesi condotta da Snowflake su come i clienti utilizzano le tecnologie dei partner. Troverai una descrizione della metodologia completa nell’appendice del report.

Scarica la quinta edizione del report sul modern marketing data stack per esplorare tutti i risultati.

E se sei qui a Cannes questa settimana, mi piacerebbe continuare la conversazione di persona.