Agentic Advertising 2026: cosa sta succedendo davvero e perché il settore non è pronto

C’è un dato che circola da qualche settimana nelle community di settore e che ha generato più discussioni di qualsiasi lancio di prodotto: l’87,3% dei professionisti di agenzia ritiene che il modello tradizionale sia rotto o lo sarà entro tre-cinque anni. Tra i senior leader, la percentuale sale al 91,5%. Il dato viene dal 2026 Advertising Agency Report di Basis, pubblicato il 20 aprile su un campione di 213 professionisti — il più ampio mai raccolto dal sondaggio annuale. Per la prima volta nella storia della rilevazione, meno della metà degli intervistati si dichiara ottimista sul futuro del settore.

Il numero, da solo, dice poco. Ma se lo si incrocia con quello che è successo nelle ultime tre settimane — Google Marketing Live, l’apertura degli ads su ChatGPT, il sorpasso di Meta su Google nei ricavi pubblicitari globali, l’acquisizione di LiveRamp da parte di Publicis per 2,2 miliardi di dollari — il quadro che emerge è quello di un’industria che sta cambiando infrastruttura, non solo strumenti.

Al centro di tutto c’è un termine che fino a sei mesi fa quasi nessuno usava fuori dai circoli ad tech: agentic advertising.

Cos’è l’agentic advertising: la spiegazione che il mercato non ha ancora messo a fuoco

L’agentic advertising è un modello di pubblicità digitale in cui agenti AI autonomi eseguono e coordinano i workflow pubblicitari — dalla pianificazione del media all’acquisto degli spazi, dall’ottimizzazione delle campagne al reporting — anziché limitarsi a generare suggerimenti che richiedono approvazione umana. A differenza dell’AI generativa, che risponde a prompt, gli agenti pubblicitari agiscono: interrogano altri sistemi, prendono decisioni, eseguono transazioni.

La definizione più asciutta l’ha data Anthony Katsur, CEO di IAB Tech Lab, in un editoriale su The Current ad aprile:

“C’è una tendenza a complicare troppo la questione. Agentic è semplicemente sistemi che eseguono e interagiscono attraverso workflow pubblicitari. Funziona solo se è strutturato. Esecuzione, protocolli e fiducia devono essere definiti insieme.”

Josh Lee, CTO di EDO, ha aggiunto un livello: “L’agentic advertising è quando l’AI non si limita a rispondere a domande, ma agisce.”

Il problema è che questa semplicità concettuale nasconde una complessità operativa enorme. Come ha scritto Nikita Bansal, CEO di TeqBlaze, sempre su The Current: “La maggior parte del mercato ancora non capisce come funzioni nella pratica l’agentic advertising.”

Andrew Casale, CEO di Index Exchange, ha inquadrato la questione durante un evento a CES 2026 con un termine efficace: “agentic confusion”. Troppa innovazione, troppi framework concorrenti, troppi annunci simultanei. “È quasi troppo perché tutti riescano a comprenderlo e a seguirlo allo stesso tempo.”

La guerra degli standard: due campi, miliardi in gioco

Il dibattito più acceso nel settore non riguarda se l’agentic advertising arriverà, ma chi controllerà i binari su cui viaggerà. Due framework concorrenti si contendono la posizione di standard di riferimento.

Campo 1: AdCP (Ad Context Protocol)

Sostenuto da Scope3, PubMatic, Yahoo, Optable e Triton Digital. Governato dalla Agentic Advertising Organization (AAO), organizzazione non profit con sede in Delaware. Nel board interim figurano Brian O’Kelley (fondatore di Scope3, figura storica dell’ad tech) e Randall Rothenberg (ex CEO di IAB). La tesi: costruire qualcosa di nativo per gli agenti AI, un linguaggio condiviso per comunicare intent, vincoli e ragionamento tra sistemi autonomi. PubMatic ha lanciato AgenticOS il 5 gennaio 2026, con WPP Media, MiQ e Butler/Till come partner iniziali. Ad aprile, Prebid ha rilasciato il Prebid Sales Agent, open-source e basato su AdCP.

Campo 2: ARTF (Agentic RTB Framework)

Lo schema di IAB Tech Lab. La tesi è opposta:

“Il settore ha già standard collaudati, affinati attraverso miliardi di transazioni. OpenRTB, AdCOM, OpenDirect condividono lo stesso modello di oggetti sottostante. Non bruciate un decennio di infrastruttura. Estendetelo.” — Anthony Katsur, CEO IAB Tech Lab

IAB Tech Lab si è impegnato a rendere tutti i suoi standard compatibili con l’agentic entro fine 2026.

Campo 3: i walled garden agentici

E poi ci sono i player che stanno costruendo il proprio ecosistema proprietario. The Trade Desk ha lanciato Koa Agents con il suo Open Agentic Kit. Criteo ha implementato il Model Context Protocol. Microsoft Advertising ha annunciato nuovi servizi di campaign agent. Ognuno con il proprio stack.

Meher Patel, fondatore e CEO di Hector AI, ha sintetizzato il problema reale su Digiday: “Due framework di standard concorrenti stanno emergendo in questo momento, e quella frammentazione sta rallentando l’adozione enterprise.” Il 43% degli inserzionisti ha dichiarato difficoltà nell’integrare il buying guidato da agenti con i propri stack tecnologici esistenti.

Chi si sta muovendo (e con quali soldi)

Le mosse concrete delle ultime settimane raccontano dove sta andando il denaro.

Publicis Groupe ha annunciato l’acquisizione di LiveRamp per 2,2 miliardi di dollari. Arthur Sadoun, Chairman e CEO, ha inquadrato l’operazione in termini esplicitamente agentici: LiveRamp servirà a “costruire agenti più intelligenti per i clienti” attraverso la data co-creation. Il dato più significativo del comunicato non è il prezzo, ma una statistica citata da Carla Serrano, Chief Strategy Officer di Publicis:

“Il 93% delle aziende non ha i dati giusti per supportare build agentici efficaci.”

Su un trilione di dollari di investimenti AI attesi, solo il 5% produrrà valore significativo. Il problema, secondo Publicis, non è l’AI: sono le fondamenta dati.

Stagwell è diventato il primo network di marketing globale ad adottare Koa Agents di The Trade Desk, con integrazione attraverso l’Open Agentic Kit. Slavi Samardzija, global chair of media and commerce di Stagwell: “Combinando le capability AI di The Trade Desk con i nostri dati, la nostra infrastruttura identity e la Stagwell Media Platform, possiamo rendere la pubblicità avanzata più accessibile, strategica e efficace.”

Google Marketing Live ha formalizzato il suo modello di advertising agentico con il Marketing Advisor, un agente AI integrato in Chrome che può analizzare i dati di Analytics, fare raccomandazioni e implementare cambiamenti automaticamente se il proprietario del sito approva. Il sistema si estenderà progressivamente a tutto il portafoglio ads di Google.

Meta è sulla traiettoria per superare Google nei ricavi pubblicitari globali per la prima volta nella storia del digital. Il piano è la piena automazione: un brand fornisce un’immagine prodotto e un budget, e l’AI di Meta genera l’annuncio (immagine, video, testo), determina il targeting e suggerisce il budget. In tempo reale, utenti diversi vedranno versioni diverse dello stesso annuncio, personalizzate per geolocalizzazione e contesto.

OpenAI ha aperto gli ads su ChatGPT a qualsiasi business americano con un budget. StackAdapt sta gestendo un programma pilota con CPM a partire da 15 dollari e una spesa minima di 50.000 dollari.

I numeri che il settore non può ignorare

I dati aggregati raccontano una storia di adozione massiccia ma superficiale.

L’AI è usata nel 99% delle agenzie intervistate da Basis. L’uso quotidiano è passato dal 15,9% nel 2024 al 38,6% nel 2025 al 59,2% nel 2026. Ma l’adozione si concentra nelle fasi a basso impatto: ideazione e brainstorming (86,9%), ricerca (84,0%), bozze di contenuto (72,3%). Nelle aree dove l’AI potrebbe generare il maggiore leverage operativo — media planning (29,1%) e strategia di media buying (22,1%) — i numeri restano bassi.

L’agentic AI ha raggiunto il 46% delle agenzie, ma i casi d’uso principali sono reporting (61,2%), creazione di brief (58,2%) e content creation (57,1%). Gli agenti per media planning sono al 20,4%. Quelli per media buying al 9,2%.

Il tech stack medio delle agenzie è raddoppiato in due anni: il 36,8% gestisce più di dieci strumenti, contro il 17,3% di due anni fa. Il 46,7% ne gestisce otto o più. L’inefficienza dei processi resta il problema numero uno (44,1%), seguita dai sistemi disconnessi (40,4%) e dai margini in contrazione (39,0%).

Il 70% dei professionisti dice che il proprio lavoro è più difficile rispetto a due anni fa. Il 54% dichiara relazioni più tese con i clienti. L’88,3% chiede più trasparenza nel digital advertising.

La voce degli scettici (e perché merita attenzione)

Non tutti stanno applaudendo. E le voci critiche stanno arrivando da posizioni informate, non da commentatori laterali.

Oz Etzioni, CEO e co-fondatore di Clinch, ha scritto un editoriale su Digiday il 3 giugno 2026 con un titolo che vale la lettura:

“Aggiungere più agenti non è la stessa cosa che migliorare i risultati. In un sistema frammentato, più intelligenza spesso crea più rumore.“

La sua tesi: i sistemi in cui gli agenti operano contano più del numero di agenti.

Robert Kurtz ha scritto su Street Fight Magazine ad aprile: “L’hype attuale sull’AI riflette un pattern familiare: proclami roboanti, previsioni mozzafiato e la corsa a dichiarare che finalmente ‘risolverà’ tutto. Non lo farà.” I problemi più gravi dell’advertising — spreco di budget, team esauriti, risultati opachi — non sono tecnologici. Sono strutturali.

The Current ha pubblicato un’analisi editoriale ad aprile con un titolo che sembra scritto apposta per chi lavora in agenzia: “Più AI non risolverà l’advertising. Lo farà il coordinamento.” Ogni vendor ha costruito la propria AI, calibrata sui propri dati e ottimizzata per il proprio obiettivo. Il risultato è uno stack pieno di intelligenza che opera in isolamento e, in molti casi, lavora attivamente in direzioni opposte.

Anche le Nazioni Unite sono intervenute. Il 29 aprile 2026, un brief del Dipartimento di Comunicazione Globale dell’ONU e del Conscious Advertising Network ha avvertito che l’adozione incontrollata dell’AI nell’advertising sta accelerando rischi nell’intero ecosistema informativo digitale.

E il dato forse più sobrio viene dal 2026 Marketing Data Report di Supermetrics: mentre l’80% dei marketer sente la pressione di adottare l’AI, solo il 6% l’ha integrata completamente nei propri workflow.

Cosa significa per le agenzie: evoluzione, non estinzione

La narrativa “le agenzie moriranno” è troppo semplice. Ma anche la contro-narrativa “le agenzie diventeranno più strategiche” merita un esame critico.

Digiday ha riportato a fine maggio che le agenzie riconoscono il proprio ruolo nella gestione degli agenti AI per conto degli inserzionisti: il 48% li vede coinvolti nel reporting, il 45% nell’integrazione con workflow esistenti, il 45% nella gestione dell’intent del cliente.

“Il ruolo si sposta dal fare ogni passo della campagna manualmente all’abilitare la strategia che guida la performance. L’AI gestisce il lavoro operativo — ottimizzazione, signal processing, analisi — mentre le agenzie si concentrano su definire obiettivi, allineare media con outcome commerciali e assicurarsi che i giusti segnali dati alimentino quei sistemi.” — Adam Swierczewski (citato in Digiday)

Forrester ha previsto che le agenzie nel 2026 non agiranno più solo come agenti dei clienti, ma come proprietari di prodotti e soluzioni, rivenditori di partnership tecnologiche e sviluppatori di capability emergenti. Le ha chiamate “marketing purveyors” — fornitori di marketing, non più partner strategici in senso classico.

Ryan Manchee, SVP di Brand Marketing di Basis, mette il punto: “Mentre il modello di agenzia si trasforma, la domanda ora è quali strumenti, tecnologie e pratiche queste aziende useranno per ristrutturarsi. L’AI può essere un acceleratore di business, ma è efficace solo se opera su sistemi pubblicitari strutturati e connessi.”

Tre implicazioni concrete per chi gestisce budget reali

Per chi è dall’altra parte del tavolo — chi ha un brand, un budget e un obiettivo di vendita — il paesaggio attuale presenta tre implicazioni operative concrete.

1. La competenza si misura dall’orchestrazione, non dalle ore

La competenza di un’agenzia nel 2026 si misura dalla sua capacità di orchestrare sistemi, non di eseguire task. Se la vostra agenzia vi sta ancora vendendo ore di lavoro per gestire campagne che Meta o Google possono automatizzare nativamente, il modello economico è già rotto. La domanda giusta non è “quante ore lavorate per me?” ma “quali sistemi avete integrato e come misurate il valore che generate?”

2. Il lock-in degli standard è il vero rischio

Lo standard che il vostro partner tecnologico adotta oggi determinerà la vostra flessibilità domani. La guerra tra AdCP e ARTF non è un dettaglio tecnico. Chi controlla i protocolli di comunicazione tra agenti AI controlla le regole di partecipazione al mercato. Il rischio di lock-in è reale e sottovalutato. Avere uno strato proprio dei dati significa poter cambiare agente, vendor o protocollo senza ricostruire da zero.

3. Il gap tra adozione e integrazione è l’indicatore di maturità

Il 99% delle agenzie usa l’AI. Il 9,2% la usa per il media buying. La differenza tra quei due numeri è lo spazio in cui si giocano i margini dei prossimi tre anni.

La sintesi

TensorOps, in un field guide pubblicato a maggio, ha offerto quella che resta probabilmente la descrizione più onesta dello stato dell’arte: “Infrastruttura reale, deployment iniziali, forte disaccordo sugli standard.”

L’agentic advertising non è una moda. Ma non è nemmeno la rivoluzione istantanea che i comunicati stampa vorrebbero far credere. I test reali in corso sono piccoli — MiQ opera nell’ordine delle cinque cifre, TeqBlaze lavora con una dozzina di publisher. Un programmatic director di un’agenzia major, citato anonimamente, ha detto la verità che nessun palcoscenico ripete: “Zero interesse dal lato cliente. È troppo presto.”

Il settore è in una fase in cui l’infrastruttura si sta costruendo, i soldi si stanno posizionando e le narrative si stanno consolidando. Chi lavora in questo mercato ha un lavoro che non è più solo operativo: è architetturale. E la differenza tra chi capirà questa transizione e chi la subirà si misurerà non in mesi, ma in trimestri.