Google Ads e Meta con agenti AI: cosa automatizzare (e cosa no)

Un agente AI su Google Ads e Meta è un layer sopra le piattaforme che monitora performance, disattiva creatività in loss, ribilancia budget fra campagne, genera nuovi asset copy/immagine, e allerta un human buyer quando serve una decisione strategica. Non sostituisce Performance Max o Advantage+ — li governa dall'esterno perché nessuna delle due piattaforme è ottimizzata per il TUO business, ma per il proprio.

Cosa automatizziamo con AI (safe): rotazione creatività basata su fatica e CTR, generazione di 20 varianti copy da un brief cliente, pausa automatica di ad group con CPA > soglia per 3 giorni, ribilanciamento budget campagne su base marginal ROAS, monitoraggio anomalie con alert Slack.

Cosa NON automatizziamo (mai): apertura di nuovi mercati, scelta di feed catalog per shopping, cambio di obiettivo di conversione, budget totale mensile. Sono decisioni strategiche con conseguenze a mesi — un LLM che le prende in autonomia è un rischio esistenziale per un cliente mid-market.

Architettura: n8n o Temporal come orchestratore, connettori ufficiali Google Ads API + Meta Marketing API (non tool scraping), un LLM per generazione asset e per motivare in linguaggio umano le decisioni prese, un database per audit log completo.

Il valore vero: gli agenti AI fanno il lavoro noioso ogni ora, tutti i giorni, senza dimenticarsene. Un buyer umano controlla Meta due volte al giorno; un agente controlla 24 volte e ti dice quando serve tu. Su un cliente D2C beauty questo ha ridotto CPA del 19% con lo stesso budget e liberato 12 ore/settimana del media buyer.

Come organizziamo il lavoro dell'agente durante la settimana

Un agente ben progettato non fa 'tutto sempre'. Ha una cadenza: check di anomalie ogni ora (spike CPC, drop CTR, budget bruciato troppo velocemente), review di campagne ogni 4 ore (ROAS marginal, saturazione audience), generazione creativa 2 volte a settimana (lunedì per test di weekend, giovedì per campagne del weekend), report sintetico ogni mattina alle 8 con top 3 azioni da approvare. Questa struttura evita che l'agente prenda 400 micro-decisioni al giorno che nessun umano riesce a rivedere.

Il ruolo del media buyer non sparisce — cambia

Chi diceva 'l'AI ci ruba il lavoro' non ha capito. Il media buyer smette di fare bid adjustments manuali e comincia a fare pianificazione strategica: quale nuovo mercato aprire, quale prodotto merita una campagna dedicata, quale angle creativo testare a un livello di rischio più alto. È un salto di livello — chi non lo fa viene surclassato da chi lo fa. Nei nostri clienti dove il buyer ha abbracciato il modello, il ROAS è cresciuto in media del 22%; dove ha resistito, è calato del 6% in 6 mesi.

Perché evitiamo i tool AI 'all-in-one' commerciali

Il mercato è pieno di piattaforme che promettono di gestire Meta/Google in autonomia con AI. Le sconsigliamo per due motivi: 1) i loro modelli sono ottimizzati per la media dei clienti, non per il tuo (che ha stagionalità, margini per prodotto, obiettivi specifici); 2) non hanno accesso ai tuoi dati di margine reali, quindi ottimizzano per ROAS visibile (che gonfia il fatturato) e non per profitto (che è quello che paga gli stipendi). Un agente custom con accesso ai dati veri costa il 30% in più al mese ma tipicamente rende 3x.

Errore da evitare: dare accesso di scrittura API a un LLM senza approvazioni. Le azioni distruttive (pausa campagna, cambio bid > X%) devono passare da un policy layer con approvazione umana implicita o esplicita a seconda della soglia.