Il nostro percorso con l’IA di Adobe si è evoluto dall’intelligenza predittiva alla creazione generativa e ora ai sistemi agentici che agiscono in modo intenzionale.Tale percorso ha cambiato il modo in cui scaliamo la personalizzazione, sblocchiamo la produttività e diamo impulso all’innovazione.Ecco i risultati ottenuti, il percorso compiuto per raggiungerli e le prospettive future.

Introduzione

L’AI non è più solo un termine di tendenza nel campo dell’esperienza digitale; è il motore alla base della personalizzazione, della produttività e della scalabilità moderne.Nel settore dei viaggi, dell’ospitalità e dell’intrattenimento, dove precisione e scalabilità sono fondamentali, molte organizzazioni hanno iniziato a utilizzare le funzionalità di IA predittiva in Adobe Analytics e in Adobe Target.Partendo da queste basi, l’adozione si è estesa all’IA generativa attraverso strumenti come l’Assistente IA di Adobe Experience Platform e sta ora progredendo verso funzionalità di IA agentica sia all’interno che all’esterno di Adobe Experience Platform.Durante questo processo, abbiamo imparato lezioni fondamentali sull’adozione, la governance e l’innovazione.Questi insight sono sempre più rilevanti per qualsiasi organizzazione che stia definendo una strategia di esperienza digitale basata sull’IA.

Basi dell’IA

Adobe Analytics e Adobe Target sono stati i nostri punti di ingresso alle strategie di marketing guidato dall’IA.Analytics ha fornito insight predittivi attraverso il rilevamento delle anomalie, l’analisi dei contributi e le previsioni, mentre Target ha reso pratica la personalizzazione con il targeting, la personalizzazione e le raccomandazioni automatizzati.

Queste funzionalità hanno creato i presupposti per la fiducia nell’IA, comprovando il ROI attraverso diverse modalità:

• Aumento dell’efficienza: ridurre le attività manuali necessarie per individuare insight o ottimizzare i contenuti.
• Incremento dei ricavi: generare miglioramenti misurabili nelle conversioni e nel valore medio degli ordini attraverso esperienze personalizzate.
• Impatto sull’esperienza cliente: consentire interazioni più rapide e pertinenti che hanno migliorato il coinvolgimento e la soddisfazione.

Insieme, questi risultati hanno evidenziato il valore di business tangibile dell’IA predittiva e hanno contribuito a rafforzare la fiducia degli stakeholder, per espandersi verso casi d’uso più avanzati.

Guida pratica: 3 passaggi per iniziare a sfruttare l’IA in Adobe Analytics e Adobe Target

1. Inizia gradualmente con il rilevamento delle anomalie e l’analisi dei contributi in Adobe Analytics per convalidare gli insight guidati dall’IA.
2. Sfrutta la personalizzazione automatica di Adobe Target per offrire la migliore variante di contenuti a ciascun visitatore, ottimizzata dinamicamente dall’IA predittiva.
3. Tieni traccia dell’incremento e del ROI tra il targeting automatico e i consigli per dimostrare fin da subito un impatto concreto sul business.

Il passaggio verso l’IA generativa con l’Assistente IA di Adobe Experience Platform

La vera svolta è avvenuta con l’adozione di Adobe Experience Platform (AEP) e l’integrazione dell’Assistente IA di Adobe, basato sull’IA generativa.L’Assistente si è presto rivelato molto più di una novità: è diventato uno strumento di produttività quotidiana per tutti i team.

Perché abbiamo adottato l’Assistente IA

La decisione di utilizzare l’Assistente IA è nata da tre esigenze:

1. Rapidità nell’ottenere insight: gli analisti e gli utenti aziendali avevano bisogno di risposte rapide da set di dati complessi senza dover scrivere manualmente le query.
2. Accessibilità: Adobe Experience Platform è potente ma risultare complessa per gli utenti non aziendali.Poter interagire con dati e insight in modo natural tramite query conversazionali aiuta a ridurre tali ostacoli.
3. Onbarding: con le nuove assunzioni e le rotazioni dei ruoli, rendere i team produttivi su Adobe Experience Platform richiedeva molto tempo.L’Assistente IA potrebbe fungere da “coach” interattivo per guidare l’esplorazione.

Casi d’uso iniziali e la loro evoluzione

• Onboarding e abilitazione: i nuovi utenti utilizzano l’Assistente IA come un “coach guidato” per esplorare i set di dati, comprendere gli schemi XDM e apprendere le funzionalità delle applicazioni della piattaforma (Real-Time CDP, Customer Journey Analytics e Adobe Journey Optimizer) attraverso la pratica diretta.Invece di limitarsi a leggere passivamente la documentazione, possono chiedere: “Quali metriche sono disponibili per valutare le prestazioni delle campagne?” oppure “Come posso analizzare le tendenze del coinvolgimento del pubblico?”. Questo approccio interattivo ha accelerato tempi di onboarding, riducendoli da mesi a settimane.
• Risoluzione dei problemi ed esplorazione dei dati: nelle fasi iniziali, l’Assistente IA ha aiutato gli utenti a comprendere i campi mancanti o le definizioni di dati incoerenti.Oggi è in grado di convalidare le query, individuare le anomalie e fornire consigli per ottenere insight più accurati.

Suggerimenti sulle best practice per l’utilizzo dell’Assistente IA con le query in linguaggio naturale

• Incoraggia i nuovi utenti a considerare l’Assistente IA come un punto di riferimento iniziale, che li aiuti a esplorare i dati e ad apprendere le funzionalità della piattaforma in modo interattivo.
• Prepara un set di prompt iniziali per dimostrare le query tipiche e le best practice.
• Combina l’utilizzo dell’Assistente IA con sessioni di abilitazione strutturate: questa combinazione favorisce l’adozione più rapida e aumenta la fiducia.

Risultati chiave

• Gli analisti e gli utenti aziendali ottengono insight utili più velocemente, riducendo i tempi di query e reporting da giorni a pochi minuti.
• Gli utenti non tecnici acquisiscono maggiore sicurezza nel lavorare direttamente su Adobe Experience Platform senza dover fare eccessivamente affidamento sugli analisti.
• L’onboarding dei nuovi assunti avviene con una rapidità da 2 a 3 volte superiore, alleggerendo il carico di lavoro iniziale dei membri senior del team.

I vantaggi sono stati evidenti: i team sono diventati più efficienti, Adobe Experience Platform è risultata più accessibile e le query in linguaggio naturale hanno permesso agli utenti di ogni funzione di esplorare i dati e ottenere insight utili senza attriti.

L’adozione, tuttavia, non è stata priva di sfide:

• Timore e incomprensione: i team legali e di conformità temevano inizialmente che, se i dati degli ospiti fossero stati utilizzati con un modello di IA, avrebbero potuto essere divulgati all’esterno o riutilizzati da un’altra azienda.Per rispondere a queste preoccupazioni sono stati necessari una documentazione chiara sull’utilizzo dei dati, trasparenza nell’architettura e una formazione continua.
• Ostacoli legati alla fiducia e all’adozione: all’interno dell’organizzazione, molti temevano che l’IA potesse sostituire il giudizio umano o limitarne il controllo.Abbiamo voluto sottolineare che l’IA fosse un fattore abilitante, non un sostituto: siamo partiti dall’idea dell’IA come un assistente, non come rimpiazzo.
• Difficoltà nella preparazione dei dati: i nostri team tecnologici si sono scontrati con la realtà che l’IA generativa è valida tanto quanto lo sono i dati che utilizza.Dati a 360° puliti e ben orchestrati sono fondamentali per ottenere risultati accurati e insight affidabili.Il livello di profilo unificato e la piattaforma di dati centralizzata di AEP hanno aiutato a superare questa sfida.

Una volta riconosciuti e affrontati questi ostacoli, i vantaggi sono diventati innegabili.

L’era emergente dell’IA agentica

Sebbene l’IA generativa sia potente, l’IA agentica rappresenta la prossima frontiera.Anziché limitarsi a rispondere ai prompt, l’IA agentica abilita l’esecuzione autonoma e l’orchestrazione di flussi di lavoro complessi: dallo sviluppo della strategia alla creazione di segmenti, fino all’esecuzione della personalizzazione ai controlli sulla qualità dei dati.Si tratta di un passaggio dall’“automazione assistiva” all’“automazione collaborativa”: mentre l’IA generativa risponde a domande e genera contenuti, mentre l’IA agentica coordina più attività, gestisce le dipendenze ed esegue flussi di lavoro complessi in base a obiettivi definiti.

Attualmente stiamo esplorando soluzioni con:

1. Adobe Experience Platform Agent Orchestrator: per consentire agli agenti di collaborare su flussi di lavoro di marketing in più fasi.
2. Agenti Adobe Experience Platform dedicati: agenti specializzati per la segmentazione, l’attivazione e gli insight.
3. Adobe GenStudio e Firefly: per generare su vasta scala contenuti personalizzati e in linea con l’idendità del marchio.

Al di fuori della piattaforma Adobe, stiamo valutando l’IA agentica per la qualità dei dati, la risoluzione delle identità e la strategia di personalizzazione, per garantire che l’IA operi lungo l’intero percorso cliente.

Oggi, creare una campagna comporta spesso diversi passaggi di consegne: il team di data engineering prepara il pubblico, il marketing progetta i contenuti e il team operativo ne gestisce l’attivazione.Nel prossimo futuro, un set coordinato di processi di IA agentica potrà eseguire questi passaggi in modo fluido, riducendo i continui scambi manuali.Questo cambiamento consente ai team di concentrarsi maggiormente sulla strategia e sulle decisioni creative, riducendo drasticamente il time-to-market da diversi mesi a pochi giorni.

Guida pratica: 3 passaggi per prepararsi all’IA agentica

1. Coinvolgi i reparti legale e della sicurezza fin dall’inizio: documenta l’architettura, i flussi di lavoro e l’utilizzo dei dati, e dimostra la conformità e la presenza di guardrail per la privacy e la sicurezza.
2. Definisci i ruoli e le responsabilità degli agenti: specifica quali processi o flussi di lavoro gestisce ciascun agente (ad esempio, segmentazione, generazione di contenuti, ottimizzazione e convalida), garantendo l’allineamento con gli obiettivi aziendali.
3. Realizza prima prototipi di flussi di lavoro limitati: inizia con piccoli esperimenti controllati prima di passare a un’orchestrazione a livello enterprise, e condivido i primi risultati per creare fiducia e comprensione.

GenAI e IA agentica: qual è la differenza?

Punto chiave: la GenAI consente di fare le cose più velocemente; l’IA agentica invece quelle che prima non potevi fare.

Lezioni apprese e prossimi passi

Il nostro percorso mette in luce alcune lezioni chiave:

• Iniziare con progetti pilota piccoli e a basso rischio: l’IA come assistente, non come sostituzione, mantenendo il controllo del processo e l’intervento umano.
• Iniziare con le basi dell’IA per creare fiducia, dimostrare come l’IA di livello enterprise mantenga i dati al sicuro e le protezioni della privacy rimangano intatte; poi espandersi verso l’IA generativa e l’IA agentica.Consolidare la fiducia con risultati misurabili prima di passare alla scalabilità.
• La personalizzazione automatizzata in Adobe Target è stato uno dei nostri motori di ROI, in grado di fornire costantemente un incremento misurabile riducendo al contempo e attività manuali. Inoltre, aiuta a creare fiducia con gli stakeholder aziendali mostrando rapidamente risultati tangibili.
• Documentare chiaramente l’architettura, l’utilizzo dei dati e le pratiche di condivisione, e ottenere le approvazioni dei team legali e di sicurezza.Stabilire i guardrail di conformità, tra cui la privacy, l’IP e la governance dei dati, prima di estendere l’utilizzo a casi d’uso sensibili.
• Misurare il ROI in modo ampio: non solo in termini economici, ma anche come guadagni di produttività, velocità di immissione sul mercato e output creativo grazie agli strumenti di IA.

Informazioni sull’evoluzione delle funzionalità dell’IA

• GenAI accelera attività come la creazione di contenuti, la segmentazione e l’analisi.
• L’IA agentica va oltre la semplice accelerazione per passare all’orchestrazione autonoma, gestendo flussi di lavoro in più passaggi, coordinando gli agenti e ottimizzando continuamente le campagne. Questo cambiamento consente ai team di concentrarsi su strategia, creatività e innovazione, riducendo al contempo il time-to-market da mesi a pochi giorni.

Guardando al futuro, vediamo che l’IA agentica trasformerà non solo la produttività, ma anche il modo in cui le esperienze vengono progettate, orchestrate e fornite.Gli agenti coordinati gestiscono tipi di pubblico, contenuti e attivazione in modo fluido, consentendo ai team di marketing di dedicare più tempo alla pianificazione strategica e all’innovazione creativa.

Per i colleghi e i professionisti del settore, il mio consiglio è semplice: adottare l’IA come un partner, non solo come uno strumento. Inizia in piccolo, condividi i successi e preparati a un futuro guidato dagli agenti.