Nello stesso anno, il 2026, circolano contemporaneamente queste affermazioni: il 91% dei team di marketing usa l’intelligenza artificiale nel proprio lavoro quotidiano secondo HubSpot; l’87% secondo un’altra rilevazione di Salesforce; il 60% secondo la versione italiana dello stesso report Salesforce; il 56% aveva l’AI “in produzione” secondo un’altra fonte a inizio 2025; il 45% dei team usa almeno un sistema di AI agentica per l’automazione secondo dati G2 citati da un altro aggregatore. Sono numeri che vanno da 45 a 91 per quello che ciascuna fonte etichetta, genericamente, come “adozione dell’AI nel marketing”. È lo stesso fenomeno già osservato su questa testata a proposito dei benchmark di CTR e dei tassi di engagement: quando la forbice tra le fonti è così ampia, il problema non è quale numero sia quello vero, ma cosa ciascuna fonte intende davvero per “adozione”.
Lo stesso termine, definizioni radicalmente diverse
La causa più immediata di questa dispersione è la mancanza di una definizione condivisa di cosa significhi “usare l’AI”. Un sondaggio che chiede semplicemente se qualcuno nel team ha mai usato uno strumento di intelligenza artificiale generativa per qualunque compito produce percentuali altissime, vicine al 90%, perché la soglia per rientrare in quella categoria è minima — basta aver provato una volta un chatbot per scrivere una bozza di email. Un sondaggio che chiede invece se l’organizzazione ha integrato l’AI agentica a livello aziendale per un caso d’uso specifico, come l’assistenza clienti o la ricerca sul brand, produce percentuali molto più basse: il report Adobe sui trend digitali del 2026, costruito su un campione di tremila dirigenti e professionisti, riporta appena il 16% di integrazione organizzativa per l’assistenza clienti e il 13% per la scoperta del brand — un ordine di grandezza completamente diverso rispetto ai numeri sopra il 90% citati altrove, semplicemente perché la domanda posta era diversa e più stringente.
Anche le fonti più favorevoli a un racconto di adozione rapida, se lette fino in fondo, ammettono questa distanza. Uno degli aggregatori di statistiche consultati per questo articolo riporta, nello stesso pezzo, sia il dato di adozione complessiva sopra l’85% sia una cifra molto più modesta — tra il 6% e il 30% — di organizzazioni che avrebbero integrato l’AI in modo completo nei propri flussi di lavoro, insieme a una statistica del Boston Consulting Group secondo cui il 74% delle aziende fatica a ottenere e scalare valore reale dalle proprie iniziative di intelligenza artificiale. Il titolo che vende è “adozione quasi universale”. Il dato che spiega cosa succede davvero, spesso relegato a una nota più in basso nello stesso articolo, è che provare uno strumento e ottenerne valore operativo stabile restano due fasi molto distanti tra loro.
Un problema di fonte che si aggiunge a quello di definizione
Nel raccogliere il materiale per questo articolo, una parte consistente delle pagine che aggregano “statistiche sull’AI nel marketing” proviene da blog che raccolgono decine di dati citando fonti terze, più che da ricerche primarie con metodologia propria dichiarata. Una di queste pagine include, in modo piuttosto rivelatore, una nota interna evidentemente pensata per chi gestisce il sito, non per il lettore: un’istruzione a mantenere la pagina “pronta per la citazione”, con statistiche datate e struttura a domande e risposte, affinché Google AI Overview, ChatGPT, Perplexity e Grok possano riprenderla facilmente. È lo stesso fenomeno descritto nel pezzo di questa testata sulla Generative Engine Optimization: contenuti costruiti esplicitamente per essere citati dai motori di risposta AI, che a loro volta vengono usati come fonte da chi scrive di intelligenza artificiale — noi compresi, nel momento stesso in cui una ricerca web per questo articolo restituisce esattamente questo tipo di pagina tra i risultati. Non significa che i numeri riportati siano falsi, ma che la catena di verificabilità tra il dato originale e la sua ultima citazione si allunga, e con essa il margine di errore che nessuno lungo la catena ha interesse a segnalare.
Cosa resta, tolto il rumore dei singoli numeri
Alcune conclusioni qualitative, a differenza delle percentuali esatte, convergono in modo abbastanza coerente tra le fonti più solide consultate — quelle che dichiarano un campione, una metodologia e un committente identificabile, come i report annuali di Salesforce, HubSpot e Adobe. La prima è che l’uso di qualche strumento di intelligenza artificiale generativa nel lavoro quotidiano di marketing è oggi maggioritario, probabilmente ben oltre la metà dei team, in tutte le rilevazioni indipendentemente da come definiscono “uso”. La seconda è che l’integrazione organizzativa profonda — sistemi agentici che operano su un intero flusso di lavoro senza supervisione costante — resta una minoranza, e le stime più caute la collocano ancora a una sola cifra percentuale per singolo caso d’uso specifico. La terza, forse la più utile per chi pianifica un investimento, è che il divario tra provare l’AI e ottenerne un ritorno misurabile e stabile è riconosciuto in modo esplicito anche dalle fonti più entusiaste dell’adozione, che spesso citano proprio questa difficoltà come freno principale, non la scarsità di strumenti disponibili.
Prima di citare una statistica di adozione dell’AI in una presentazione o in una decisione di budget, conviene chiedersi tre cose: cosa esattamente contava come “uso” nel sondaggio citato, su quale campione — quale paese, quale dimensione aziendale, quale ruolo dei rispondenti — e se la fonte ha un interesse commerciale diretto nel presentare un’adozione più ampia o più rapida di quella reale, come spesso accade quando chi pubblica il sondaggio vende anche gli strumenti che il sondaggio descrive come indispensabili. La direzione del cambiamento — l’AI nel marketing è passata da eccezione a pratica diffusa in pochi anni — è un dato su cui le fonti concordano e che appare solido. Il numero esatto con cui quella direzione viene quantificata, come per i benchmark di CTR e i tassi di engagement discussi altrove su questa testata, resta la parte meno affidabile di qualunque titolo che lo riporta.