ChatGPT in the world: real data on adoption and behavior

The context: from an experimental tool to an operational infrastructure

Fino a qualche anno fa, ChatGPT era percepito come una curiosità tecnologica. Oggi la situazione è radicalmente diversa. Secondo i data published directly by OpenAI, lo strumento è entrato nella routine lavorativa di milioni di professionisti in tutto il mondo. Il titolo del report è esplicito: From asking to doing. Quindi, non si tratta più di interrogare un motore di risposta. Si tratta di delegare compiti.

This semantic shift has profound implications for those who deal with digital marketing. Infatti, se gli utenti usano l’AI per fare — scrivere, analizzare, pianificare — allora le aziende che non integrano questi strumenti nei propri flussi di lavoro accumulano uno svantaggio competitivo misurabile. Pertanto, comprendere i dati di adozione non è un esercizio accademico. È una priorità strategica.

The numbers that count: what OpenAI Signals data reveals

The program OpenAI Signals raccoglie dati aggregati e anonimizzati sull’utilizzo di ChatGPT a livello globale. I risultati mostrano pattern chiari. Prima di tutto, l’adozione è distribuita in modo disomogeneo: alcuni mercati mostrano tassi di utilizzo professionale molto più elevati rispetto ad altri.

In particular, three macro-trends emerge that are relevant for marketing managers:

• Shift toward complex tasks: gli utenti avanzati utilizzano ChatGPT per analisi, sintesi e produzione di contenuti strutturati. Non più solo risposte rapide.
• Frequenza d’uso in crescita: The average session duration is increasing. Furthermore, the number of daily sessions per active user is increasing.
• Diversificazione dei casi d’uso: marketing, customer service, ricerca e sviluppo prodotto sono i verticali con la crescita più rapida.

According to research from McKinsey on the Global AI Survey, le funzioni marketing e vendite sono tra le prime ad adottare strumenti generativi in modo sistematico. I dati OpenAI confermano questa direzione. Di conseguenza, il marketing non è un settore che subisce l’AI: è uno dei suoi motori principali.

Differenze geografiche: l’Europa e il ritardo strutturale

I dati mostrano differenze significative tra aree geografiche. I mercati nordamericani e anglosassoni guidano l’adozione professionale. L’Europa, al contrario, presenta un quadro più frammentato. Alcuni paesi — come i Paesi Bassi, la Svezia e la Germania — mostrano tassi di adozione aziendale elevati. L’Italia, tuttavia, si colloca in una posizione intermedia.

Questo non significa che il mercato italiano sia indietro in modo irrecuperabile. Significa, piuttosto, che esiste una finestra di opportunità. Le aziende che integrano oggi strumenti AI nei propri processi di SEO, copywriting e digital marketing they can build a real competitive advantage over competitors who wait.

Analogamente, il divario tra PMI e grandi imprese nell’adozione AI è ancora ampio. Tuttavia, i costi di accesso si sono ridotti drasticamente. Pertanto, la barriera non è più economica: è culturale e organizzativa.

Strategic reading: what these data mean for Italian marketing

Translating global data into local decisions requires an interpretive filter. We at SHM Studio We work daily with Italian SMEs and mid-market companies. As a result, we can directly observe the gap between awareness and operational adoption.

OpenAI data suggests at least three concrete strategic implications:

• Il contenuto AI-assisted è già mainstream: i competitor stanno già usando strumenti generativi per produrre contenuti. Quindi, la qualità editoriale e la differenziazione diventano ancora più critiche. Un Strategic copywriting non è sostituibile dall’automazione pura.
• Campaigns must adapt to new search behaviors: if users use ChatGPT as an alternative search engine, strategies SEO e Google Ads must evolve accordingly.
• Behavioral data surpasses demographic data: to know as il proprio pubblico usa l’AI è più utile di sapere who è. Pertanto, i marketing manager dovrebbero integrare questa variabile nelle proprie analisi di audience.

According to Harvard Business Review, l’AI generativa funziona meglio come amplificatore delle competenze umane, non come sostituto. Questa prospettiva è particolarmente rilevante per i team marketing di dimensioni ridotte, dove ogni risorsa deve essere moltiplicata.

The construction site is still open: what is missing in the current data

È importante mantenere uno sguardo critico. I dati OpenAI Signals sono aggregati e provengono direttamente dall’azienda che produce lo strumento. Quindi, esiste un potenziale bias di selezione. Gli utenti inattivi o quelli che hanno abbandonato lo strumento non sono rappresentati con la stessa visibilità.

Inoltre, i dati si concentrano sull’utilizzo di ChatGPT specificamente. Al contrario, il panorama AI include strumenti come Claude (Anthropic), Gemini (Google) e Copilot (Microsoft), ognuno con pattern di adozione differenti. Una lettura completa del mercato richiede quindi un confronto più ampio.

Nonostante ciò, i dati OpenAI rimangono i più granulari disponibili pubblicamente a livello globale. Pertanto, rappresentano un punto di partenza solido per qualsiasi analisi strategica sull’adozione AI nel marketing.

Operational implications: where to start concretely

For marketing managers who want to translate these trends into concrete actions, we suggest a three-tier structured approach.

Livello 1 — Audit interno: mappare i processi di marketing che oggi richiedono più tempo. In particolare, identificare quelli che coinvolgono produzione di testi, analisi di dati o ricerca. Questi sono i candidati naturali per un’integrazione AI.

Livello 2 — Sperimentazione controllata: start a pilot on one or two specific processes. For example, the production of drafts for LinkedIn campaign or the generation of variants for A/B testing on Google Ads. Misurare il tempo risparmiato e la qualità output.

Livello 3 — Integrazione strategica: una volta validati i casi d’uso, integrare gli strumenti AI nei workflow esistenti. Inoltre, formare il team sulle best practice di prompt engineering e revisione editoriale. Infine, aggiornare le metriche di performance per includere indicatori di efficienza AI.

Per approfondire le possibilità di integrazione AI nei processi di marketing, è possibile esplorare i SHM Studio AI Services or consult the section dedicated to digital marketing.

Prospettive 2027-2028: dove sta andando l’adozione

I dati attuali sono una fotografia. Ma la direzione di marcia è già leggibile. Secondo le proiezioni di Gartner sull’AI generativa enterprise, entro il 2027 la maggior parte delle funzioni marketing nelle aziende mid-market utilizzerà strumenti AI in modo sistematico. Non come sperimentazione, ma come standard operativo.

Di conseguenza, il vantaggio competitivo non deriverà dall’adozione in sé — che diventerà comune — ma dalla qualità dell’integrazione. Pertanto, le aziende che oggi costruiscono competenze interne, definiscono processi chiari e selezionano i casi d’uso giusti saranno meglio posizionate nel 2027-2028.

Allo stesso modo, le agenzie digitali che supportano le PMI dovranno evolvere il proprio ruolo. Non più solo esecutori di campagne, ma advisor strategici sull’integrazione AI nei processi di marketing. Questo è esattamente il percorso che SHM Studio he is building with his customers.

Per chi vuole approfondire o avviare una conversazione su questi temi, il punto di partenza è la Contact Us or SHM Studio Blog, where we regularly publish analysis and updates on the digital landscape.