AAMP: gli agenti AI comprano annunci pubblicitari per te

Un team umano riesce a valutare al massimo 20 publisher per campagna. Un agente AI ne può analizzare centinaia in pochi minuti, negoziare il prezzo e prenotare lo spazio — senza che nessuno apra un’email.

Conviene davvero lasciare che un agente AI compri gli spazi pubblicitari al posto mio?

Dipende da quante campagne gestisci e da quanto tempo il tuo team spende in attività ripetitive come richieste di preventivo, confronto tariffe e prenotazione spazi. Più il volume è alto, più il guadagno è concreto.

AAMP — sigla per Agentic Advertising Management Protocols, cioè protocolli per la gestione automatizzata della pubblicità tramite agenti AI — è il nome che IAB Tech Lab (l’ente internazionale che definisce gli standard tecnici della pubblicità digitale) ha dato al sistema che permette a software intelligenti di comprare e vendere spazi pubblicitari senza intervento umano diretto.

Non è fantascienza: la versione 3.0 è in bozza pubblica da settembre 2026 e alcune piattaforme la stanno già testando. La domanda giusta non è «esiste?» ma «quando mi riguarda e cosa devo fare adesso?»

Cos’è successo davvero: come è nato AAMP e dove siamo oggi?

IAB Tech Lab ha creato AAMP perché aziende e piattaforme stavano già collegando agenti AI ai sistemi pubblicitari senza regole condivise. Lo standard mette ordine su qualcosa che stava già accadendo.

Tutto è partito nel novembre 2025, quando LiveRamp ha donato a IAB Tech Lab il suo protocollo per la gestione dei dati utente. Nei mesi successivi sono arrivati altri mattoni: il framework per le aste in tempo reale, le API per i deal programmatici. Il 26 febbraio 2026 il programma ha ricevuto il nome AAMP, per mettere fine alla confusione di mercato.

La logica di fondo è semplice: invece di inventare un nuovo linguaggio, IAB Tech Lab ha costruito un’interfaccia AI sopra gli standard che il settore usa già — OpenRTB, OpenDirect, AdCOM. Come ha detto Alison Levin, presidente di IAB: «costruire una nuova auto non significa dover costruire anche una nuova pista».

Ad aprile 2026 è arrivata la versione 2.0, con i mercati privati agentici e le deal programmatiche garantite. A luglio 2026 la versione 2.3 ha risolto un problema critico: gli agenti che inventavano prezzi quando i dati mancavano (il cosiddetto «CPM hallucination», cioè allucinazione sul costo per mille impressioni). A settembre 2026 è arrivata la versione 3.0, ancora in bozza.

Come funziona concretamente: chi fa cosa in una campagna con AAMP?

Il processo si divide in tre livelli: un orchestratore centrale gestisce il budget, agenti specializzati per canale cercano gli spazi migliori, agenti operativi eseguono ricerca, negoziazione e prenotazione.

Pensa a AAMP come a un team di acquisto automatizzato. C’è un direttore (il Portfolio Manager) che decide come distribuire il budget. Sotto di lui ci sono specialisti per ogni canale: display, video, TV connessa, mobile. Ancora più in basso ci sono gli esecutori: chi fa ricerca, chi controlla la disponibilità, chi negozia il prezzo, chi prenota e chi poi riporta i risultati.

Sul lato dei venditori (publisher, concessionarie) funziona in modo speculare: un agente gestisce le offerte e i deal, e risponde alle richieste degli agenti compratori.

Un dettaglio importante: gli agenti non sostituiscono il DSP che già usi. Negoziano e prenotano prima, poi il deal viene attivato nel tuo strumento abituale. Per chi gestisce campagne programmatiche, l’integrazione è meno traumatica di quanto sembri.

Per approfondire come governare questi agenti senza perdere il controllo, leggi la guida su agenti AI nel media buying e governance dei rischi.

Cosa cambia con OpenProposal, la novità di AAMP 3.0?

OpenProposal trasforma le proposte commerciali tra publisher e inserzionisti in documenti leggibili dalle macchine, eliminando la fase di email e fogli Excel che oggi rallenta ogni campagna.

Oggi, quando un’azienda vuole comprare spazi su un publisher, il processo è questo: email, PDF, fogli di calcolo, telefonate, attesa. Può richiedere giorni. Con OpenProposal — la novità centrale di AAMP 3.0 — il publisher pubblica un’offerta strutturata che un agente AI può leggere, confrontare e accettare (o rifiutare) in pochi secondi.

L’offerta può essere «standard» (pubblicata dal publisher senza che nessuno la richieda) o «custom» (costruita in risposta a un brief specifico). Ogni campo ha regole precise su chi può modificarlo: alcuni valori li fissa il venditore, altri sono scelti da un menu, altri ancora sono negoziabili entro limiti dichiarati.

Il risultato, secondo la specifica IAB Tech Lab, è che l’agente compratore fa «soddisfazione di vincoli» invece di negoziazione: confronta le opzioni disponibili e sceglie quella che rispetta meglio i parametri configurati. Più veloce, più prevedibile, meno soggetto a errori umani.

Tre scenari concreti: cosa cambia per un e-commerce, un’agenzia e un’azienda manifatturiera?

L’impatto varia molto in base al volume di campagne e alla complessità del media mix. Ecco tre situazioni tipiche italiane con una stima del beneficio.

Esempi illustrativi: i numeri servono a mostrare il ragionamento, non sono dati di clienti reali.

AAMP è l’unico standard in campo o ci sono alternative?

Esiste un concorrente diretto chiamato Ad Context Protocol (AdCP), lanciato da Scope3. I due standard si sovrappongono su 13 funzioni e il dibattito su quale adottare è ancora aperto.

Nel settore circola l’idea che AdCP si occupi della «pianificazione» e AAMP dell’«esecuzione». IAB Tech Lab ha smentito questa divisione: i due protocolli si sovrappongono su almeno 13 funzioni, dai brief in linguaggio naturale ai registri degli agenti.

Per chi deve decidere oggi: nessuno dei due gira ancora a scala produttiva. AAMP ha il vantaggio di essere costruito sopra standard già adottati dall’industria (OpenRTB, OpenDirect), il che riduce il rischio di obsolescenza. AdCP ha il vantaggio di essere più recente e di avere un approccio diverso alla pianificazione semantica.

Quali rischi concreti devo gestire se adotto agenti AI per il media buying?

I rischi principali sono tre: agenti che inventano prezzi, mancanza di trasparenza su chi ha comprato cosa, e integrazione tecnica sottovalutata.

Il problema del «CPM hallucination» — un agente che produce un prezzo convincente quando i dati reali mancano — era già emerso nelle prime versioni di AAMP. La versione 2.3 lo ha affrontato aggiungendo un campo di provenienza del prezzo e un gate di approvazione opzionale collegato alla piattaforma di verifica IAB.

Un secondo rischio è la trasparenza: chi ha comprato cosa, a quale prezzo, con quale agente? L’Agent Registry — un registro pubblico degli agenti attivi — è uno dei tre pilastri di AAMP proprio per rispondere a questa domanda. A marzo 2026 contava già 10 entry, incluso Amazon Ads.

Il terzo rischio è tecnico: il repository AAMP 3.0 avverte esplicitamente di non costruire sistemi in produzione sulla versione attuale. Chi vuole sperimentare può farlo in ambiente di test; chi vuole andare in produzione deve aspettare la versione stabile.

Per una visione più ampia su come gli agenti AI cambiano il percorso del cliente e cosa puoi ancora controllare, leggi questo approfondimento sugli agenti AI nel customer journey. E se stai valutando come scalare le campagne senza aumentare il team, questo articolo sugli agenti AI per le campagne offre un quadro pratico.

Perché se ne parla adesso: il mercato della pubblicità digitale è davvero pronto?

Il mercato europeo della pubblicità digitale ha superato i 131 miliardi di euro nel 2025 e il programmatic sta crescendo rapidamente. La pressione a automatizzare è reale e misurabile.

Il mercato globale dell’agentic AI valeva circa 7,3 miliardi di dollari nel 2025 ed è proiettato a superare 139 miliardi entro il 2034, secondo Forbes Tech Council. Non è un mercato di nicchia: è la direzione in cui si sta muovendo tutta la filiera pubblicitaria.

Per capire come si inserisce questo trend nel quadro più ampio dell’acquisto media automatizzato, leggi l’analisi sull’agentic buying nel 2026 — fa parte del nostro hub su Marketing e performance ADV.

Come si parte concretamente: i passi per avvicinarsi ad AAMP senza rischi?

Non serve integrare tutto subito. Il percorso più sensato parte dalla mappatura di dove il tuo team perde più tempo oggi, poi testa in ambiente controllato prima di andare in produzione.

Quali errori si fanno più spesso quando si introduce l’automazione nel media buying?

L’errore più comune è delegare tutto senza definire i limiti: un agente senza parametri chiari può spendere budget in modo inefficiente o comprare spazi non allineati al brand.

Ecco gli errori che vediamo ripetersi quando le aziende si avvicinano all’automazione del media buying:

• Non definire i limiti di negoziazione. Un agente senza un CPM massimo configurato può accettare tariffe fuori budget. I parametri vanno fissati prima, non dopo.
• Confondere automazione con assenza di controllo. AAMP automatizza la fase operativa, non la strategia. Obiettivi, target e messaggi restano decisioni umane.
• Andare in produzione troppo presto. La versione 3.0 è in bozza: chi costruisce sistemi critici su una specifica non finale si espone a rework costosi.
• Ignorare il problema dei prezzi inventati. Prima di AAMP 2.3, gli agenti potevano produrre CPM plausibili ma falsi. Verifica sempre che il sistema in uso abbia il campo di provenienza del prezzo attivo.
• Non formare il team. Chi gestisce le campagne deve capire cosa fa l’agente e quando intervenire. L’automazione funziona meglio quando chi la supervisiona sa come funziona.

Come capisco se l’adozione di AAMP sta portando risultati concreti?

Gli indicatori da monitorare sono sia operativi (tempo risparmiato, publisher raggiunti) sia economici (CPM medio, costo per acquisizione). Servono entrambi per avere un quadro completo.

Allora, vale la pena muoversi su AAMP per la tua azienda?

Vale la pena segestisci campagne su più canali con budget mensile rilevante, hai un team che perde ore in attività ripetitive di negoziazione e preventivo, e lavori già con DSP come The Trade Desk o DV360. In questo caso, iniziare a esplorare AAMP oggi ti mette in vantaggio quando le integrazioni native arriveranno in produzione.

Una via di mezzohai volumi medi e stai valutando se automatizzare. La mossa giusta è mappare i colli di bottiglia attuali e monitorare l’evoluzione dello standard nei prossimi 6-12 mesi, senza investire in sviluppo custom ora.

Non ancora segestisci poche campagne l’anno con budget contenuto e pochi publisher. Il costo di integrazione supera il beneficio a breve termine. Meglio aspettare che i DSP integrino AAMP nativamente, senza sforzo aggiuntivo da parte tua.

Come la vediamo in SHM

Per noi, AAMP è un esempio preciso di come l’AI dovrebbe funzionare in azienda: si occupa della parte ripetitiva — cercare, confrontare, negoziare, prenotare — e restituisce tempo alle persone per le decisioni che contano davvero. Non è automazione per ridurre il team, è automazione per far lavorare meglio chi c’è già.

Crediamo che la tecnologia sia il mezzo e l’essere umano il fine. Un agente che compra spazi pubblicitari non sostituisce il giudizio di chi conosce il brand, il mercato e il cliente: lo libera dal lavoro meccanico per concentrarsi su quello strategico.

Nella nostra esperienza con aziende che gestiscono campagne su più canali, il collo di bottiglia non è quasi mai la strategia: è il tempo che il team perde in attività operative che potrebbero essere automatizzate. AAMP affronta esattamente quel problema.

Se stai valutando come integrare l’AI nei processi di marketing della tua azienda, il punto di partenza è capire dove perdi più tempo oggi. Possiamo aiutarti a farlo con un approccio strutturato: dall’integrazione strategica dell’AI alla business intelligence sui dati di campagna, fino alla formazione del team sull’automazione dei processi.

Domande frequenti

AAMP non è una promessa futura: è il segnale che la fase manuale del media buying ha già i giorni contati — e chi capisce come funziona oggi arriverà pronto quando diventerà lo standard.