Sono scettico come chiunque altro nei confronti degli ultimi annunci di “oggetti luccicanti”. E appena tornato da Cannes Lions, aziende grandi e piccole hanno avuto importanti novità da condividere; l’arrivo dell’intelligenza artificiale agenziale era sulla bocca di tutti.
Al momento, i team di marketing gestiscono da 80 a 120 strumenti e piattaforme diverse. La metà delle volte non riescono nemmeno a parlarsi facilmente: sono isolati. Le API vengono in soccorso e forniscono la connettività da piattaforma a piattaforma necessaria per alimentare l’ecosistema adtech di oggi.
Ma le API non risolvono il problema dell’orchestrazione multipiattaforma. Se vuoi eseguire una semplice campagna di attivazione del pubblico su più canali, improvvisamente hai bisogno di un team di ingegneri solo per realizzarla.
Quindi, mentre tutti sulla Croisette corrono verso gli agenti AI che promettono di automatizzare i flussi di lavoro complessi, come possono le aziende iniziare ad abilitare l’AI nei loro stack tecnologici?
È qui che entra in gioco il Model Context Protocol. L’MCP non ispirerà titoli di giornale che parlano di cambiamenti epocali per la tua carriera. Non ci saranno sessioni di conferenze in cui gli MCP sostituiranno il tuo lavoro di creativo pluripremiato. Ma è molto probabile che l’MCP si stia affermando come lo standard che renderà il nostro futuro di marketing agenziale una realtà.
La base della connettività
Le API sono gli OG della connettività. Esistono dagli anni ’50(in realtà).
Le API sono utilizzate per collegare gli stack tecnologici di oggi, ma chiaramente non sono state costruite pensando agli agenti AI. Considera un tipico flusso di lavoro di una campagna: Vuoi creare un pubblico nella tua piattaforma di dati dei clienti, inviarlo a The Trade Desk e Meta, ricevere un resoconto, ottimizzare in base alle prestazioni, monitorare le conversioni e inviare un riepilogo al tuo cliente. Sembra abbastanza semplice. Ma in realtà, hai a che fare con limiti di tariffa diversi, strutture di dati differenti e circa sei diversi punti in cui l’intera faccenda può andare a rotoli.
Ora, immagina di cercare di far gestire questo flusso di lavoro a un agente AI. Con le API, dovresti insegnare all’agente i requisiti specifici di ogni piattaforma, ogni condizione di errore e ogni piccolo problema che si presenta con ogni integrazione. Questo non ha senso per l’azienda, soprattutto quando si parla di 80-120 piattaforme nel proprio stack tecnologico.
MCP ribalta completamente la situazione. Invece di dover comprendere la complessità tecnica di ogni piattaforma, gli agenti comunicano attraverso i server di protocollo che forniscono un contesto (la “C” di MCP) su ciò che ogni sistema può fare e su come lavorare con esso. Si tratta di dare al tuo agente un ottimo interprete per ogni piattaforma del tuo stack.
Come si presenta in realtà l’orchestrazione agenziale
La promessa non è solo quella di semplificare le integrazioni. Si tratta di rendere finalmente possibile il tipo di flussi di lavoro automatizzati di cui si parla da anni.
In questo momento potrei scrivere in un’interfaccia di chat: “Prendi il nostro segmento di clienti di alto valore dalla campagna dell’ultimo trimestre. Eseguila sui canali sociali e programmatici. Punta a un ritorno sulla spesa pubblicitaria di oltre quattro volte e inviami ogni settimana aggiornamenti sull’andamento della campagna” Un agente dotato delle giuste connessioni MCP potrebbe teoricamente eseguire l’intero flusso di lavoro senza che io tocchi un’altra piattaforma.
Anche in questo caso, non si tratta di un futuro di cinque anni. I principali fornitori di LLM hanno già adottato l’MCP come standard: OpenAI, Gemini e Claude lo supportano. Il futuro è adesso.
Perché questa volta dovrebbe essere diverso
Ciò che mi piace di MCP rispetto a tutte le altre soluzioni di integrazione “rivoluzionarie” che abbiamo visto è la modularità. Non sei vincolato all’ecosistema di un fornitore o costretto a ricostruire tutto per renderlo compatibile con l’AI o quando aggiungi una nuova piattaforma.
La gestione di connessioni basate su API su scala richiede risorse reali. MCP aggiunge un nuovo livello di connessione che rende le stesse API utilizzabili dagli agenti su più piattaforme, estendendo il valore delle API, non sostituendole.
Pensaci da un punto di vista pratico. Se stai gestendo uno stack tecnologico aziendale, non puoi aspettare che ogni fornitore crei integrazioni AI native. Ma puoi usare MCP come ponte tra le API esistenti e queste nuove funzionalità agenziali.
I guardrail di cui abbiamo effettivamente bisogno
Forse ti starai chiedendo se avremo agenti di intelligenza artificiale che si muoveranno a piede libero con i nostri budget per i media. Senti, lo capisco. L’idea di sistemi autonomi che prendono decisioni in tempo reale sui budget dei clienti dovrebbe renderti nervoso.
Il punto è che si tratta di salvaguardare il sistema. Gli MCP funzionano attraverso i framework API esistenti, quindi ereditano le protezioni che hai già in vigore. Inoltre, puoi aggiungere ulteriori controlli. Anche i profili utente limitano le attività degli agenti. I punti di controllo obbligatori per l’approvazione sono una salvaguardia essenziale per le decisioni importanti, e ci sono tracce di audit per ogni cosa.
L’obiettivo non è eliminare la supervisione umana. Il punto è il ruolo del giudizio dei professionisti. Invece di spostare manualmente i file tra i sistemi e di fare da babysitter alle integrazioni, dovresti stabilire i parametri strategici e fare delle scelte di ottimizzazione di alto livello, mentre gli agenti si occupano delle attività operative.
Inizia dalle piccole cose. Magari si tratta solo di automatizzare i trasferimenti di file del pubblico. Poi magari si tratta di un’aggregazione di base dei report. Prima striscia, poi cammina e infine corri.
La scelta
Quello a cui molti non pensano ancora è che l’MCP non si limita a collegare le tue piattaforme. Si tratta di aggiungere un nuovo livello di connettività a cui altre aziende possono collegarsi. La questione è se costruire questo livello di orchestrazione o se sperare che qualcun altro lo costruisca per te.
Dobbiamo essere più intelligenti con questo strumento. Scegli con cura i fornitori di MCP. Inizia con casi d’uso chiari. Costruisci strutture di governance prima di averne bisogno. E per favore, per il bene della tua sanità mentale, non cercare di automatizzare tutto in una volta.
Questo è l’aspetto positivo di questi primi giorni. Possiamo affrontare l’MCP in modo ponderato e creare qualcosa che funzioni davvero. Oppure… possiamo precipitarci alla cieca e creare un altro costoso pasticcio che richiede eserciti di specialisti per essere mantenuto.
Leggi di più su www.adweek.com
