Il più grande rischio dell'AI non è che ti sostituisca, ma che faccia sentire intelligenti anche gli incompetenti

Il rischio più grande dell'AI non è che ti sostituisca.

È che faccia sentire intelligenti anche gli incompetenti.

Perché oggi basta aprire ChatGPT, Claude o Gemini, ottenere una risposta scritta bene, con tono sicuro e forma pulita, e improvvisamente troppa gente si sente competente. Non perché abbia capito davvero qualcosa, ma perché ha in mano una risposta che suona bene.

Ed è proprio qui il problema.

L'AI non sta creando esperti, sta dando una voce (apparentemente) autorevole a chi, spesso, esperto non è. Sta permettendo a persone superficiali di sembrare preparate, a ragionamenti deboli di sembrare intelligenti, a errori ben scritti di passare per intuizioni.

E la parte più pericolosa è che la maggior parte non se ne accorge nemmeno. Perché quando una risposta è convincente, la gente smette di verificare. E così non usa davvero l'AI per pensare meglio, la usa per saltare il passaggio più faticoso di tutti: pensare.

L'AI non ti rende bravo, ti rende solo più veloce nel mostrare il tuo vero livello.

Se hai metodo, visione e competenze reali, diventa una leva enorme. Ma se non li hai, diventa solo un travestimento elegante della tua mediocrità.

E oggi il mercato si sta riempiendo proprio di questo. Non di competenze reali, ma di false apparenze solo ben confezionate.

I sintomi nel marketing: come suona un consiglio sbagliato scritto bene

Nel marketing e nell'advertising il fenomeno è particolarmente visibile perché la competenza di chi riceve il consiglio è spesso bassa quanto quella di chi lo dà.

Il segnale più comune: consigli generici formulati come insight proprietari. "Dovresti testare creatività diverse per trovare quella che performa meglio." Vero, ovvio, inutile. Ma scritto con sicurezza, magari con un bullet point e un grassetto, passa per strategia.

Il secondo segnale: raccomandazioni che ignorano completamente il contesto. Un consulente AI-amplificato ti dice di aumentare il budget sulle campagne che performano. Non sa che hai un problema di attribuzione, che il pixel è sporco, che stai comparando finestre di conversione diverse. Non lo sa perché non ha fatto le domande giuste. Ha solo dato una risposta giusta a una domanda generica.

Il terzo segnale, il più subdolo: il consiglio giusto al momento sbagliato. L'AI non ha senso del timing. Ti dice di fare retargeting aggressivo su un pubblico che hai già bruciato tre volte. Ti consiglia di ampliare gli interessi quando il vero problema è l'offerta. Ha ragione in teoria. In pratica, è inutile.

Un professionista vero non è quello che ha la risposta. È quello che fa le domande che smontano la domanda sbagliata.

Perché i clienti non riescono più a valutare la qualità

Il problema non è solo dal lato dell'offerta. È anche dal lato della domanda.

I clienti che comprano servizi di advertising oggi sono sempre più bombardati da contenuti che suonano tecnici e precisi. Hanno letto thread su Twitter, guardato video su YouTube, ricevuto newsletter con "framework" e "modelli" che sembrano strutturati. Si sentono più informati di prima. E in parte lo sono. Ma hanno acquisito il lessico senza il giudizio.

Sanno cos'è un CPM. Non sanno valutare se il CPM che stanno pagando è alto o basso dato il loro settore, il loro pubblico, la loro fase di mercato. Sanno cos'è un A/B test. Non sanno se la struttura del test che gli proponi è staticamente valida o produrrà dati spazzatura.

Questa semi-conoscenza è pericolosa. Crea clienti che credono di poter valutare quando in realtà stanno solo riconoscendo il vocabolario. E chi produce output AI ben scritto conosce quel vocabolario benissimo.

Il risultato è una race to the bottom silenziosa. I clienti scelgono chi comunica meglio, non chi lavora meglio. E questo spinge il mercato verso chi è bravo a confezionare, non verso chi è bravo a risolvere problemi reali.

Come usa l'AI un professionista Meta Ads senior, e come la usa un principiante

La differenza non è negli strumenti. È nel metodo che precede e segue l'uso degli strumenti.

Un principiante apre l'AI con una domanda aperta: "Come posso migliorare le mie campagne Meta Ads?" Ottiene una risposta strutturata, la copia, la applica. Non ha il contesto per sapere cosa è rilevante e cosa non lo è. L'AI ha riempito il vuoto di metodo con output che sembrano metodo.

Un senior fa l'opposto. Prima analizza i dati. Prima formula un'ipotesi. Poi usa l'AI per accelerare un'operazione specifica: "Dammi 10 varianti di headline per un angolo di copy basato su risparmio di tempo per un pubblico di freelance 30-45 anni con questo brief." Non per pensare. Per produrre più velocemente quello che ha già deciso di testare.

L'AI diventa leva quando sei tu a guidarla. Diventa stampella quando la lasci guidare te.

Ho visto questo meccanismo funzionare in modo molto concreto nel lavoro di validazione di mercato che precede qualsiasi campagna seria — come nel caso del tool SaaS/AI dove abbiamo usato l'AI per raggiungere 1.240 iscrizioni alla waitlist prima ancora di scrivere una riga di codice. Quella non era AI che sostituisce il ragionamento. Era AI al servizio di un'ipotesi già formata.

Il meccanismo di selezione che separerà chi è reale da chi è amplificato

Nel breve termine, il mercato premia chi suona bene. Nel medio termine, premia chi produce risultati.

Il problema è la durata del breve termine. Nei servizi professionali, il ciclo di feedback è lento. Un cliente ingaggia un consulente, aspetta 3 mesi, vede risultati insoddisfacenti, conclude che "il mercato è difficile" e cambia consulente. Non sempre attribuisce il fallimento al consulente sbagliato. A volte sì. Ma spesso no.

Però c'è un meccanismo di selezione che funziona comunque, solo più lentamente. I clienti che sopravvivono e crescono sono quelli che hanno lavorato con professionisti veri. Diventano clienti migliori, con aspettative più calibrate, con più capacità di distinguere il valore reale. Iniziano a fare le domande giuste. E le domande giuste smascherano l'AI-amplificato in pochi minuti.

Il mercato si pulisce. Solo più piano di quanto vorremmo. E nel frattempo chi lavora seriamente deve essere più bravo anche a comunicare che è serio — non per sembrare competente, ma per rendere visibile la competenza che ha già.

Come difenderti come cliente: le domande che rivelano l'esperto dall'AI-amplificato

Se stai valutando un consulente o un'agenzia, ci sono domande che nessuna AI risponde bene se chi le riceve non ha esperienza reale.

"Dimmi di un caso in cui hai smesso di fare una cosa che sembrava funzionare." I professionisti veri hanno storie di pivot, di ipotesi sbagliate, di cose abbandonate. L'AI-amplificato ti parla sempre di successi.

"Come gestisci un account che va bene sui dati Meta ma male sulle vendite reali?" Questa domanda richiede esperienza con il problema di attribuzione, con le finestre di conversione, con i modelli di dati ibridi. Non è una risposta che si improvvisa leggendo output generati.

"Cosa non faresti mai su un account come il mio, e perché?" Le opinioni forti e specifiche sui limiti e sugli errori da evitare sono il segnale più affidabile di competenza reale. L'AI tende alla completezza e all'equilibrio. Un senior ha posizioni nette.

"Quali dati mi chiederesti prima di iniziare a lavorare?" Se la risposta è vaga o generica, hai la tua risposta. Un professionista sa esattamente cosa vuole vedere: storico delle campagne, dati CRM, ticket medio, LTV, dati di attribuzione. Sa perché lo vuole e cosa ci farà.

L'incompetenza AI-amplificata regge sotto domande generali. Crolla sotto domande specifiche che richiedono esperienza incarnata, non testo sintetizzato.

Se vuoi una sessione strategica dove parliamo del tuo caso specifico senza risposte preconfezionate, puoi prenotarla qui. Non è AI che risponde. Sono io.