Il nuovo report Martech 2025 di Scott Brinker e Frans Riemersma fotografa lo stato dei software di supporto al marketing attraverso un censimento di 15.384 tool (la mappa interattiva). L’analisi mostra un aumento del 9% rispetto all’anno precedente.
La crescita è dovuta essenzialmente ad un’esplosione di strumenti specializzati basati sull’intelligenza artificiale (“AI-powered specialist tools”).
Come sta cambiando il mercato dei prodotti martech?
Gli autori individuano un mercato dei prodotti martech molto eterogeneo, composto da grandi aziende (esistenti e nuove entranti) e da tantissimi attori di piccole dimensioni. In particolare:
- Piattaforme incumbent che cercano di arricchire i propri prodotti già popolari sul mercato con funzionalità di IA. Tali aziende spesso si trovano a rincorrere i nuovi entranti, perché bloccate dal classico “dilemma dell’innovatore” ossia dalla paura di innovare mettendo al rischio il proprio modello di business;
- Piattaforme sfidanti che, ben finanziate da investitori, progettano prodotti “IA-first” provando ad innovare penetrando in segmenti di mercato già occupati dagli incumbent. Puntano sulla flessibilità e sui prezzi bassi;
- Strumenti indipendenti (indy tools): sono quelli di aziende non finanziate da VC che usano l’IA per risolvere un problema specifico, anche piccolo. Non cercano di competere con le grandi piattaforme consolidate. Ma, a volte, provano a sfruttarle per integrarsi nei loro ecosistemi;
- Custom software: sono quelli creati internamente per risolvere specifici problemi, grazie a capacità generative di altri software. Per esempio, quelli creati grazie a programmi come Cursor, Lovable, Bolt. Il loro numero aumenterà a dismisura perché sempre di più saremo in grado di programmare senza saper usare il codice
- Service as Software: le nuove capacità agentive stanno dando vita ad aziende “Service as Software” che sfruttano le capacità IA per fornire servizi in outsourcing, in modo da permettere alle aziende clienti di evitare di comprare il software per svolgere in casa tali attività.
Alla base dei prodotti ricadenti in questi cinque segmenti ci sono le infrastrutture come Amazon AWS, Google Cloud e Microsoft Azure, messe a disposizione dai cosiddetti “Hyperscaler”, grandi aziende tech che stanno espandendo la propria offerta con la fornitura di modelli, strumenti di orchestrazione, prodotti software per compiti specifici.
Adozione dell’IA tra i marketer
Il report mostra anche i risultati di una survey su 283 marketer dalla quale emerge che il 23% dei rispondenti dice di usare solo nuovi tool di IA (indie o piattaforme nuove), mentre il 17% dice che usa solo funzioni IA incorporate in prodotti che già usa (incumbent). Il 60% usa entrambi.
Gli ambiti di utilizzo dell’IA sono soprattutto relativi ai contenuti, in particolare il 69% cita l’ideazione di contenuti e il 62% la produzione di copy. Segue, col 53% delle citazioni, la gestione dei meeting quindi trascrizioni, note, sommari (già in presente prima dell’IA generativa in software come Zoom). Un altro cluster di risposte molto interessante è quello relativo ai dati. Il 43% cita l’uso dell’IA per una migliore ricerca attraverso database, documenti, knowledge base. Il 39% si concentra sull’abilità di fare elaborazioni dati attraverso il linguaggio naturale, chattando con un bot. Il 38% cita le ricerche competitive.
L’IA per sfruttare tutti i dati aziendali
Un suggestivo capitolo del report è dedicato all’applicazione dell’IA ai data aziendali. Oggi le aziende sono inondate di dati sparsi nei drive in cloud o in diversi sistemi isolati: Digital Asset Management (DAM) per archiviare contenuti di brand e campagne, Product Information Management (PIM) per le informazioni di prodotto, Content Management Systems (CMS) integrati in piattaforme di esperienze digitali (DXP) o esistenti come CMS “headless” separati, piattaforme di Master Data Management (MDM) per gestire le definizioni di entità e messaggi aziendali.
A volte questi sistemi vengono integrati tra loro, ma solo per determinati casi d’uso. L’Intelligenza Artificiale Generativa può essere utile nell’assorbire questa vasta mole di contenuti e sintetizzarla in una vasta gamma di nuovi casi d’uso creativi. Gli autori pensano che le aziende dovrebbero puntare a costruire un “Universal Content Layer” grazie agli LLM. In altre parole, ritengono che i modelli linguistici di grandi dimensioni possano essere addestrati sui contenuti aziendali (identità e personalità del brand), essere connessi ai dati dei clienti e poi essere usati per orchestrare campagne sempre più personalizzate sui singoli prospect/clienti. Non mi sembra facilissimo, ma neanche fantascientifico.