AI & Marketing

Dai modelli teorici alle pratiche manageriali

Il marketing sta attraversando una trasformazione strutturale, guidata dalla diffusione dell’intelligenza artificiale e dall’uso intensivo dei dati. Attraverso esempi, casi di studio e spunti critici, questo volume accompagna il lettore dalla teoria alle implicazioni operative, con attenzione alle ricadute organizzative e di policy. Un contributo pensato per ricercatori, docenti e manager che intendono affrontare con rigore le trasformazioni in atto nel panorama del marketing contemporaneo.

Pagine: 310

ISBN: 9788835187851

Edizione: in preparazione 1^a edizione 2026

Codice editore: 1059.61

AI & Marketing analizza come l’intelligenza artificiale stia trasformando il marketing contemporaneo, modificandone logiche decisionali, dinamiche di interazione con il mercato e processi di creazione del valore. La tesi di fondo è che il valore dell’AI non dipenda dalla tecnologia in sé ma dalle condizioni organizzative, cognitive e istituzionali che ne consentono l’integrazione nei processi di marketing.
Integrando fondamenti teorici, evidenze empiriche e implicazioni manageriali, gli autori ricostruiscono l’evoluzione del marketing come disciplina sempre più data-intensive ed esaminano il ruolo dell’AI lungo la sequenza analisi-strategia-azione-governance. Il volume affronta quindi le principali leve del marketing mix, mostrando come gli algoritmi, grazie alle loro capacità predittive, generative e agentiche, stiano ridefinendo le pratiche di mercato e creando nuove opportunità competitive.
Ampio spazio è dedicato ai temi della governance, della trasparenza, della fiducia e dell’etica, centrali in mercati mediati dall’AI, nei quali si intrecciano esigenze di automazione, personalizzazione, efficienza e responsabilità.
Rivolto a studenti, ricercatori, manager e professionisti, il libro offre una mappa aggiornata del marketing nell’era dell’AI, evidenziando come il vantaggio competitivo dipenda dall’integrazione tra intelligenza umana e artificiale.

Giacomo Gistri è professore ordinario di Economia e Gestione delle Imprese presso il Dipartimento di Scienze Politiche, della Comunicazione e delle Relazioni Internazionali dell’Università di Macerata. I suoi interessi di ricerca riguardano prevalentemente il comportamento del consumatore, il branding e l’impatto dell’intelligenza artificiale sui processi di marketing.

Sofia Pansoni è research fellow presso il Dipartimento di Scienze Politiche, della Comunicazione e delle Relazioni Internazionali dell’Università di Macerata. Si occupa di intelligenza artificiale, marketing digitale e comportamento del consumatore.

Daniele Dalli, Prefazione

Introduzione

L’evoluzione del marketing come disciplina data-intensive

Il marketing data-intensive
Evoluzione del pensiero di marketing come risposta a problemi informativi
Informazione, incertezza e conoscenza decisionale
Le tecnologie come infrastruttura del marketing data-intensive
Insight, conoscenza e vantaggio competitivo
Il marketing come sistema sociotecnico

Intelligenza artificiale e decisioni di marketing

Fondamenti concettuali dell’intelligenza artificiale nel marketing
Le forme dell’AI e l’interazione uomo-macchina
Infrastrutture decisionali e governance dell’AI nel marketing

Framework teorici per l’analisi dell’AI nel marketing

Pluralità teorica e livelli di analisi dell’AI nel marketing
Information Processing Theory e decisioni di marketing
Resource-based view e Dynamic Capabilities nell’era dell’intelligenza artificiale
Service-dominant logic e co-creazione di valore nell’era dell’intelligenza artificiale
L’intelligenza artificiale come istituzione: legittimità, fiducia e controllo nei sistemi di marketing
Una proposta di integrazione per l’analisi dell’intelligenza artificiale nel marketing

Dati e insight di marketing nell’era dell’AI

Dati come processo: dalla raccolta alla generazione
Consumatori, algoritmi e agency distribuita
Qualità, distorsioni e limiti nella produzione di insight
Market intelligence, simulazione e produzione di insight
Governance, trasparenza e valore relazionale

AI e comportamento del consumatore

Customer journey e intelligenza artificiale: dal processo decisionale all’esperienza vissuta
L’esperienza di raccolta dati
L’esperienza di classificazione
L’esperienza di delega
L’esperienza sociale
Il consumatore come lavoratore cognitivo: dati e creazione di valore
Dalle esperienze alla creazione di valore: una sintesi

Intelligenza artificiale e marketing strategico

La strategia di marketing nell’evoluzione dei modelli decisionali
Verso una strategia di marketing AI-driven
L’AI Marketing Canvas: un framework per la strategia algoritmica
La fase di fondazione: dati, infrastrutture e capacità organizzative
La fase di sperimentazione: segmentazione adattiva e apprendimento algoritmico
La fase di espansione: targeting predittivo e decisioni automatizzate
La fase di trasformazione: brand e posizionamento nell’era dell’AI
La fase di monetizzazione: valore, metriche e accountability
Il CRM AI-driven come architettura relazionale
Tensioni strutturali del marketing algoritmico
Verso un marketing aumentato

AI e offerta: prodotti, servizi, innovazione

Dal framework strategico all’azione di marketing
Prodotti e servizi basati sull’intelligenza artificiale
Servizi basati sull’intelligenza artificiale e adattività dell’offerta
Co-creazione di valore e personalizzazione AI-driven
AI e processi di innovazione di prodotto e servizio
Implicazioni per il service design

AI e pricing: apprendimento algoritmico e costruzione del valore

Il pricing come processo decisionale data-driven
Stima della willingness to pay e segnali informativi per il pricing algoritmico
Dall’approccio tradizionale ai modelli di pricing algoritmico: un’evoluzione storica
Dynamic e real-time pricing come sistemi adattivi
Algoritmi di pricing, apprendimento e interazioni competitive
Percezione di equità, trasparenza e accettabilità del prezzo
Implicazioni etiche, organizzative e regolatorie del pricing algoritmico
Frontiere del pricing algoritmico
Dal prezzo come decisione al prezzo come relazione

AI e comunicazione: dalla creazione dei contenuti alla visibilità algoritmica

Comunicazione e intelligenza artificiale: una trasformazione sistemica
AI generativa e creazione dei contenuti
Content marketing e automazione creativa
Pubblicità programmatica e targeting algoritmico
Visibilità, ricerca e ottimizzazione algoritmica
Agenti artificiali e aiWOM: le nuove forme del passaparola digitale
Governance e responsabilità della comunicazione AI-driven

AI e distribuzione: il retail come architettura decisionale

Dalla distribuzione al sistema decisionale
Il retail come ecosistema sociotecnico
Retail intelligence e architettura decisionale
Nuove architetture distributive: social commerce, AI conversazionale e retail phygital
Progettare la scelta: nudging e gamification nel retail AIdriven
Governance e responsabilità nel retail AI-driven
Implicazioni manageriali e organizzative

Governance ed etica dell’intelligenza artificiale nel marketing

Governare il marketing algoritmico
Dalla governance dell’AI alla governance del marketing algoritmico
Intelligenza artificiale generativa e nuove asimmetrie nel marketing
AI conversazionale come infrastruttura di mercato
Principi per una governance responsabile dell’AI nel marketing
La governance organizzativa dell’AI nel marketing
Regolazione pubblica e politiche dell’intelligenza artificiale nel marketing
Implicazioni manageriali e linee guida operative

Il futuro del marketing tra intelligenza umana e artificiale

Oltre l’automazione: il marketing come sistema sociotecnico
Modelli di integrazione tra intelligenza umana e artificiale
Dal processo decisionale umano al processo decisionale ibrido
La trasformazione delle competenze di marketing nell’era dell’intelligenza artificiale
AI literacy e fiducia calibrata: percezioni e giudizio umano
Dall’uso dell’AI alla performance: meccanismi organizzativi e condizioni abilitanti
Leadership e competenze manageriali nell’era dell’intelligenza artificiale
Intelligenza artificiale e benessere organizzativo: oltre l’efficienza
Limiti dell’automazione e valore del giudizio umano
Governare l’ibridazione tra intelligenza umana e artificiale