A luglio 2026, Pangram Labs ha pubblicato un’analisi comparativa su cinque piattaforme social. L’obiettivo era misurare la diffusione di contenuti long-form generati da intelligenza artificiale. I risultati hanno confermato una tendenza gi\u00e0 percepita dagli addetti ai lavori. Tuttavia, i numeri concreti hanno sorpreso per la loro entit\u00e0.<\/p>\n
The analyzed sample included posts longer than average. Therefore, the focus was on articulated content, not short messages. In this specific segment, one out of every four posts is entirely produced by AI. Thus, the phenomenon is not about isolated cases, but a structural share of editorial production on social media.<\/p>\n
Tra le piattaforme analizzate, LinkedIn emerge come caso anomalo. Infatti, la piattaforma rappresentava circa un terzo del totale dei post scansionati. Nonostante ci\u00f2, ha concentrato quasi due terzi di tutto il contenuto AI rilevato. Questo squilibrio \u00e8 il dato pi\u00f9 rilevante dell’intera ricerca. Puoi approfondire i dettagli dello studio nella Original cover of The Decoder<\/a>.<\/p>\n Il dato principale \u00e8 il 41% di post long-form su LinkedIn classificati come AI-generated. \u00c8 una percentuale che va letta con attenzione. Inoltre, va considerato un fattore metodologico importante: il modello di rilevamento di Pangram \u00e8 calibrato in modo conservativo.<\/p>\n In pratica, il sistema tende a non flaggare i contenuti in caso di dubbio. Di conseguenza, la percentuale reale potrebbe essere significativamente superiore al 41%. Questo dettaglio trasforma un dato gi\u00e0 alto in un segnale di allerta ancora pi\u00f9 serio per chi pianifica strategie di contenuto su LinkedIn.<\/p>\n Analogamente, \u00e8 utile confrontare questo numero con le altre piattaforme analizzate. LinkedIn si distacca in modo netto. Pertanto, non si tratta di un problema distribuito uniformemente tra i canali social. Al contrario, LinkedIn presenta una concentrazione specifica di AI slop che richiede una risposta strategica dedicata.<\/p>\n Recent research by McKinsey on the global AI landscape<\/a> confermano che l’adozione di strumenti generativi in ambito professionale \u00e8 cresciuta rapidamente. Tuttavia, la velocit\u00e0 di adozione ha spesso preceduto la riflessione sulla qualit\u00e0 editoriale.<\/p>\n La concentrazione di contenuti AI su LinkedIn non \u00e8 casuale. Esistono ragioni strutturali che favoriscono questo fenomeno. Prima di tutto, LinkedIn premia storicamente i contenuti long-form con maggiore visibilit\u00e0 organica. L’algoritmo della piattaforma ha incentivato per anni la produzione di post articolati.<\/p>\n Inoltre, il pubblico professionale di LinkedIn ha una soglia di tolleranza pi\u00f9 alta verso contenuti formali e strutturati. Questo rende pi\u00f9 difficile distinguere a colpo d’occhio un testo umano da uno generato da AI. Di conseguenza, i produttori di contenuti hanno trovato in LinkedIn il canale ideale per distribuire output AI senza incorrere in resistenze immediate da parte del pubblico.<\/p>\n C’\u00e8 anche una pressione competitiva specifica. Molti professionisti e brand percepiscono LinkedIn come una vetrina di thought leadership. Pertanto, la necessit\u00e0 di pubblicare con frequenza elevata spinge verso l’automazione. Il risultato \u00e8 un feed sempre pi\u00f9 omogeneo, dove la voce autentica fatica a emergere.<\/p>\n Infine, va considerato il ruolo dei ghost writer e delle agenzie che producono contenuti in serie. L’AI ha abbassato drasticamente il costo di produzione. Quindi, la barriera economica all’AI slop \u00e8 praticamente scomparsa. Questo ha accelerato la saturazione del canale.<\/p>\n Per i marketing manager di aziende italiane, questo studio ha implicazioni concrete. Innanzitutto, cambia il valore relativo dell’autenticit\u00e0. In un feed dove il 41% dei contenuti \u00e8 AI-generated, un post genuinamente umano diventa automaticamente pi\u00f9 raro e pi\u00f9 prezioso.<\/p>\n Tuttavia, il problema non \u00e8 l’uso dell’AI in s\u00e9. Al contrario, \u00e8 l’uso acritico e indifferenziato che produce contenuti intercambiabili. La distinzione rilevante non \u00e8 tra contenuto umano e contenuto AI. \u00c8 tra contenuto con un punto di vista originale e contenuto generico.<\/p>\n According to analysis by Harvard Business Review sull’uso strategico dell’AI<\/a>, i brand che ottengono risultati migliori sono quelli che usano gli strumenti generativi per amplificare una voce gi\u00e0 definita. Non per sostituirla. Pertanto, la priorit\u00e0 strategica dovrebbe essere la costruzione di un posizionamento editoriale riconoscibile.<\/p>\n In this context, companies that invest in professional copywriting<\/a> and in a digital marketing strategy<\/a> coherent ones gain a measurable advantage. In fact, editorial differentiation becomes a direct competitive asset.<\/p>\n Sul piano operativo, questo scenario suggerisce alcune priorit\u00e0 concrete per chi gestisce la presenza LinkedIn di un brand. Di seguito, i punti principali da considerare nella pianificazione editoriale.<\/p>\n For companies managing structured campaigns on LinkedIn, our team of LinkedIn campaign specialists<\/a> pu\u00f2 supportare la revisione della strategia editoriale in ottica di autenticit\u00e0 e performance.<\/p>\n C’\u00e8 una questione che lo studio di Pangram lascia aperta. Le piattaforme hanno una responsabilit\u00e0 nella gestione di questo fenomeno? LinkedIn, come altre piattaforme, non ha ancora adottato misure esplicite per limitare o etichettare i contenuti AI-generated.<\/p>\n However, regulatory pressure is increasing. In Europe, the quadro normativo europeo sull’AI<\/a> potrebbe presto imporre obblighi di trasparenza anche per i contenuti pubblicati su piattaforme social. Di conseguenza, i brand che anticipano questa transizione si troveranno in una posizione pi\u00f9 solida.<\/p>\n Inoltre, c’\u00e8 una dimensione reputazionale da considerare. I professionisti e le aziende percepiti come produttori di AI slop rischiano un danno alla credibilit\u00e0 difficile da recuperare. Pertanto, la scelta editoriale ha implicazioni che vanno oltre il singolo post.<\/p>\n We of SHM Studio<\/a> We are following this evolution closely. Our approach to applied AI services for marketing<\/a> parte sempre da una domanda: questa tecnologia amplifica una voce autentica o la sostituisce? La risposta a questa domanda determina la qualit\u00e0 del risultato finale.<\/p>\n Guardando ai prossimi due anni, \u00e8 ragionevole attendersi un’ulteriore polarizzazione. Da un lato, la produzione di AI slop continuer\u00e0 a crescere in volume. Dall’altro, il valore percepito dei contenuti autentici e differenziati aumenter\u00e0 proporzionalmente.<\/p>\n Questa dinamica ricorda l’evoluzione del mercato SEO dopo l’introduzione dei Panda e Penguin update di Google. Inizialmente, i contenuti di bassa qualit\u00e0 hanno inondato i risultati di ricerca. In seguito, gli aggiornamenti algoritmici hanno penalizzato i siti che puntavano sulla quantit\u00e0 a scapito della qualit\u00e0. Analogamente, \u00e8 probabile che LinkedIn e le altre piattaforme intervengano con meccanismi simili.<\/p>\n For brands investing today in a SEO strategy<\/a> and in a web presence<\/a> solida, la lezione \u00e8 la stessa. La qualit\u00e0 editoriale non \u00e8 un costo. \u00c8 un investimento con rendimento crescente nel tempo. Pertanto, chi costruisce oggi un posizionamento autentico raccoglier\u00e0 i frutti in un ecosistema sempre pi\u00f9 selettivo.<\/p>\n To further explore how to structure a differentiating content strategy for LinkedIn and other digital channels, the team SHM Studio<\/a> \u00e8 disponibile per una consulenza dedicata. \u00c8 possibile contact us directly<\/a> for a first comparison. Explore also our blog<\/a> for further analysis on digital marketing and AI strategies.<\/p>","protected":false},"excerpt":{"rendered":" A Pangram study reveals that 41% of long-form posts on LinkedIn are generated by AI. What does this mean for brand authenticity and B2B content marketing?.<\/p>","protected":false},"author":7,"featured_media":24550,"template":"","meta":{"_acf_changed":false,"footnotes":""},"tags":[],"news-category":[164],"class_list":["post-24553","news","type-news","status-publish","has-post-thumbnail","hentry","news-category-marketing","entry"],"acf":{"tldr_content":" Uno studio condotto da Pangram Labs su cinque piattaforme social ha rilevato un dato significativo: uno su quattro post di lunga lunghezza \u00e8 interamente generato da intelligenza artificiale. LinkedIn, tuttavia, supera nettamente tutte le altre piattaforme. Infatti, il 41% dei contenuti long-form analizzati risulta AI-written. La piattaforma rappresentava solo un terzo dei post totali scansionati, ma ha concentrato quasi due terzi di tutto il contenuto AI rilevato.<\/p> Pertanto, il segnale \u00e8 chiaro per chi opera nel marketing B2B: la saturazione da AI slop su LinkedIn non \u00e8 un fenomeno marginale. Al contrario, sta ridisegnando le regole dell'autenticit\u00e0 editoriale. Inoltre, il modello di rilevamento utilizzato da Pangram tende a essere conservativo: la percentuale reale potrebbe essere ancora pi\u00f9 alta. Di conseguenza, i brand che continuano a investire in contenuti genuini e autorevoli acquisiscono un vantaggio competitivo crescente.<\/p> In SHM Studio monitoriamo con attenzione questa evoluzione. Dunque, abbiamo elaborato una lettura strategica per i marketing manager italiani che vogliono capire come posizionarsi in un ecosistema sempre pi\u00f9 rumoroso. In sintesi: la qualit\u00e0 editoriale non \u00e8 mai stata cos\u00ec differenziante come oggi.<\/p>"},"yoast_head":"\nThe Numbers That Matter: 41% and the Problem of Underestimation<\/h2>\n
Perch\u00e9 LinkedIn \u00e8 il terreno pi\u00f9 fertile per l’AI slop<\/h2>\n
Strategic Reading: What's Changing for Italian B2B Brands<\/h2>\n
Operational implications for LinkedIn strategy<\/h2>\n
\n
Il cantiere ancora aperto: piattaforme e responsabilit\u00e0 editoriale<\/h2>\n
Prospettive 2027-2028: verso un’economia dell’autenticit\u00e0<\/h2>\n