Ormai hanno tutti l’IA. Ed è proprio questo il problema.

Quando ogni team commerciale può inviare mille email “personalizzate” prima di pranzo, la parola “personalizzata” smette di significare qualcosa. La posta in arrivo si allaga. I tassi di risposta crollano. E gli strumenti che promettevano di salvare le email a freddo potrebbero, in realtà, starle ammazzando.

Un’analisi di Rui Nunes mette il numero al 95%. È quante email a freddo oggi generano esattamente zero risposta. I tassi di apertura sono scesi del 23% anno su anno. La matematica è brutale.

Eppure le aziende continuano a comprare questi strumenti. Il mercato degli AI SDR dovrebbe crescere da 4,12 miliardi di dollari a 15,01 miliardi entro il 2030. Sono un sacco di soldi che inseguono un canale che, a quanto pare, sta morendo.

Quindi qual è la verità? La prospezione con l’IA è uno spreco di soldi o un vantaggio competitivo? La risposta, come quasi tutto nelle vendite, dipende interamente dall’esecuzione.

La trappola del volume

L’IA ha reso la scalabilità facile. Troppo facile. Un singolo commerciale oggi può sparare migliaia di contatti nel tempo in cui prima ne studiava dieci. Le macchine fanno il lavoro sporco mentre gli esseri umani, in teoria, si concentrano sulla chiusura.

Almeno, questo è il discorso.

La realtà è diversa. Secondo il report tecnologico 2025 di Bain, la maggior parte delle aziende che sta facendo progetti pilota con l’IA non ha visto miglioramenti significativi né nell’efficienza dei costi né nella crescita dei ricavi. Solo poche riescono a misurare il successo in doppia cifra. Le altre hanno ottenuto automazione senza risultati.

Perché questo divario? Perché il volume senza una selezione seria dei destinatari è solo spam con un’infrastruttura migliore.

Un commentatore su Hacker News ha colto perfettamente lo scetticismo: “I am quite confident that this is basically a scam which won’t work for at least 95% of businesses.” Crudele, ma i dati non lo smentiscono del tutto.

Cosa pensano davvero i destinatari

I tuoi potenziali clienti hanno opinioni sul contatto generato dall’IA. Opinioni forti.

Una ricerca raccolta da Rui Nunes ha rilevato che l’88% dei destinatari oggi ignora le email che sospetta siano generate dall’IA. Peggio ancora: l’80% dice che cambierebbe marca se un’azienda si affidasse troppo alla comunicazione via IA. Non è indifferenza. È rifiuto attivo.

I segnali sono sempre più evidenti. Testo segnaposto lasciato dentro. Informazioni tecnicamente corrette ma stranamente irrilevanti. La parola “impressed” che compare così spesso da diventare un meme tra gli SDR.

“AI hallucinates about 15% of the time,” according to the same analysis. Questo significa che circa uno su sette dettagli “personalizzati” potrebbe essere completamente inventato. Un’IA che si inventa con sicurezza la carriera di un prospect o un annuncio recente fa più danni di quanto ne farebbe mai un modello generico.

Dove l’IA aiuta davvero

Nonostante lo scetticismo, i risparmi di tempo sono documentati e costanti. Una ricerca di Instantly mostra che la personalizzazione guidata dall’IA fa risparmiare agli utenti oltre un’ora al giorno solo di ricerca. In una settimana è più di un’intera giornata lavorativa.

Il lavoro meccanico accelera. Scrivere la prima bozza delle email. Recuperare informazioni sull’azienda. Pianificare i solleciti. Ordinare le risposte per categorie. Quando si fa tutto a mano, queste attività mangiano ore. L’IA le fa in minuti.

Ma ecco dove diventa interessante. Le campagne più piccole superano quelle più grandi con un margine enorme. Le campagne rivolte a 50 destinatari o meno hanno in media un tasso di risposta del 5,8%. Le campagne con centinaia di destinatari? 2,1%.

I team che usano bene l’IA non stanno aumentando la scala. Stanno facendo il contrario: la riducono, e usano il tempo risparmiato per andare più a fondo su meno prospect, invece di essere più superficiali su molti.

L’approccio ibrido che funziona

Circa il 72% delle aziende dichiara di aver implementato l’IA nelle operazioni di marketing e vendite. Ma la configurazione vincente non è l’automazione totale. È esseri umani e macchine che si dividono il lavoro con criterio.

L’IA si occupa di ricerca, prime bozze, ottimizzazione dell’orario di invio e una prima classificazione delle risposte. Gli esseri umani si occupano di strategia, costruzione della relazione, gestione delle obiezioni e tutto ciò che richiede giudizio vero.

“Many demos use cherry-picked examples from a sea of unreliable responses,” noted one Hacker News commenter. “You can still build something great with it, but corralling chaos into a jar is not easy.”

Un altro professionista l’ha detta in modo più secco: “doing this ethically and effectively is a much more complicated problem than they suggest here.”

Le aziende che ottengono risultati trattano l’IA come un assistente alla ricerca, non come un agente autonomo. La macchina fa i compiti. L’essere umano scrive il messaggio vero.

I problemi di dati di cui nessuno parla

La maggior parte dei fallimenti nella prospezione con l’IA risale sempre alla stessa causa. Dati pessimi.

Secondo l’analisi di Smartlead, le aziende perdono circa 15 milioni di dollari all’anno a causa della scarsa qualità dei dati. I commerciali, individualmente, perdono 32.000 dollari di potenziale ricavo perché i contatti sono sbagliati.

Conta anche il tasso di decadimento. Circa il 3% dei dati B2B diventa obsoleto ogni mese. Le persone cambiano lavoro, vengono promosse, cambiano azienda. Un’IA addestrata su dati vecchi contatta con sicurezza persone che se ne sono andate sei mesi fa.

Ancora peggio: quando l’IA “arricchisce” i dati dei lead, può anche inventarsi contatti dal nulla. Il tuo strumento può generare un indirizzo email plausibile ma completamente fittizio. Aggiungi persone false alla lista senza accorgertene.

“AI, eager to help, might churn out a plausible but made-up email address,” as Smartlead documented. Non è un difetto di un singolo prodotto. È un limite strutturale della tecnologia.

Il baratro della recapitabilità

Il volume ha conseguenze che vanno oltre i destinatari infastiditi.

Invia troppe email troppo in fretta e i provider se ne accorgono. La reputazione del dominio crolla. Messaggi che prima finivano in posta in arrivo iniziano a finire nello spam. Continua a spingere e ti ritrovi in una lista nera, bloccato da grandi provider da un giorno all’altro.

Un’analisi ha osservato che anche solo un giorno di contatto automatico aggressivo può causare settimane di blocco. A volte devi abbandonare quel dominio e ripartire da zero con uno nuovo.

E i rischi di conformità normativa si sommano. Le aziende sono state multate di 240.000 € per aver estratto contatti da LinkedIn senza permesso. Le violazioni del GDPR possono arrivare a 20 milioni di euro o al 4% del fatturato globale. Le sanzioni CAN-SPAM arrivano fino a 53.000 dollari per email.

Sparare migliaia di email generate dall’IA senza una governance adeguata non è solo inefficace. È legalmente pericoloso.

Perché i tassi di chiusura stanno calando

Ecco un dato che dovrebbe preoccupare chiunque venda con l’IA: i tassi di chiusura complessivi nel 2025 stanno scendendo. Il gruppo più grande di venditori oggi rientra nella fascia 21-25%, giù dal 31-40% di appena un anno prima.

Ci sono diverse spiegazioni sensate. Se tutti hanno l’IA, nessuno ha un vantaggio grazie a essa. L’aumento del volume ha creato più rumore in ogni casella. I buyer sono diventati più bravi a ignorare il contatto automatizzato.

Oppure il volume generato dall’IA sta producendo conversazioni di qualità più bassa. Prenotare più riunioni non serve a nulla se poi quelle riunioni convertono peggio.

Circa il 62% dei buyer oggi preferisce evitare di parlare con le vendite fino alla fase di valutazione o decisione. Prima fanno da soli la ricerca, spesso usando strumenti di IA. Il tuo AI SDR compete contro il loro assistente di ricerca basato su IA. Nessuno dei due è umano.

I conti che contano

Considera due scenari.

Scenario A: un AI SDR invia 10.000 email con un tasso di risposta del 2%. Sono 200 risposte. Se metà sono negative o disiscrizioni, ti restano 100 opportunità reali. Se il 10% di quelle è qualificato, sono 10 lead. Ma hai bruciato 10.000 contatti e probabilmente hai danneggiato la reputazione del tuo dominio.

Scenario B: un commerciale, assistito da strumenti di ricerca basati su IA, invia 500 email super mirate con un tasso di risposta dell’8%. Sono 40 risposte. Se il 50% sono opportunità reali e il 25% è qualificato, sono sempre 10 lead. Ma hai preservato 9.500 contatti per campagne future e la tua recapitabilità resta intatta.

Stesso risultato. Costi di lungo periodo molto diversi.

I dati lo confermano: le campagne sotto i 100 destinatari ottengono tassi di risposta del 5,5%. Il primo sollecito aumenta le risposte del 49-220%. La qualità batte la quantità, ma l’IA rende la quantità così facile che i team se ne dimenticano.

Cosa distingue chi vince

Le aziende che ottengono risultati veri hanno schemi ricorrenti.

Hanno pulito i dati prima di comprare strumenti. Hanno mappato il processo di vendita prima di automatizzarlo. Hanno definito metriche di successo prima di lanciare i progetti pilota. Hanno ottenuto l’appoggio dei commerciali che avrebbero davvero usato la tecnologia.

“They could be good for pre-SDR,” one Hacker News commenter observed, “but a great SDR is still better than the AI will be.”

Questa cornice aiuta. L’IA eccelle nei compiti che nessuno ha voglia di fare comunque. Ricerca. Primo contatto. Pianificazione. Promemoria per i solleciti. Sono attività che consumano tempo senza richiedere giudizio umano.

Dove l’IA fallisce è ovunque serva giudizio. Leggere una situazione. Aggiustare il tono a metà conversazione. Sapere quando spingere e quando arretrare. Capire cosa intende davvero un prospect rispetto a ciò che ha detto letteralmente.

Domande oneste da farsi

Prima di investire in strumenti di prospezione con l’IA, alcune domande scomode meritano risposte.

Quanto sono puliti i dati del tuo CRM? Se i contatti sono un disastro, l’IA renderà il disastro più veloce. Spazzatura in ingresso, spazzatura in uscita, solo molto più in fretta.

Come dovrebbe essere, davvero, il tuo flusso di lavoro ideale? L’IA dovrebbe potenziare un processo che funziona. Non ripara un processo che non funziona.

Cosa conta come successo? Le riunioni prenotate sono facili da misurare ma potrebbero non significare nulla. Pipeline generata o ricavi chiusi raccontano una storia più vera.

Puoi permetterti di testare sul serio? Far girare l’IA contro l’approccio attuale, sullo stesso segmento, misurando esiti reali invece di metriche vanitose. Serve pazienza e disciplina.

Chi controlla? Un’IA lasciata senza supervisione prima o poi fa qualcosa di imbarazzante. O illegale. O entrambe. I controlli umani non sono opzionali.

La verità scomoda

La prospezione commerciale con l’IA non è una truffa. Ma non è nemmeno magia.

La tecnologia fa davvero risparmiare tempo sui compiti meccanici. Può migliorare la selezione se le dai dati buoni. Gestisce la scala in modi che gli esseri umani semplicemente non possono eguagliare.

Ma gli strumenti non pensano. Predicono la parola successiva in base a schemi. Non capiscono i problemi reali del tuo prospect o perché questo contatto, proprio questo, dovrebbe contare per questa persona, in questo momento.

As one MarTech analysis put it: “AI can help draft cold emails, but it shouldn’t run the show.”

I team che vincono con l’IA non hanno ceduto il controllo. Hanno trovato i compiti specifici in cui l’automazione aggiunge valore senza togliere gli elementi umani che chiudono davvero le trattative.

È più difficile che comprare uno strumento e premere start. Richiede pensare con attenzione a quale lavoro conta e quale lavoro riempie solo il tempo. Significa accettare che più veloce non è sempre meglio.

Ma nessuno vende questo. Un’implementazione sfumata non sta in una landing page. “I risultati dipendono dall’esecuzione” non genera richieste di demo.

Quindi il ciclo dell’hype continua. Strumenti che promettono di sostituire del tutto gli SDR. Case study con risultati miracolosi che, chissà come, non si replicano mai. Vendor che citano statistiche che tecnicamente non sono false ma non raccontano tutta la storia.

Nel frattempo, i team commerciali che stanno davvero riuscendo con l’IA? Sono troppo impegnati a vendere per scrivere post sul blog.