Circles \u00e8 un operatore telco digitale fondato a Singapore, oggi presente in diversi mercati del Sud-Est asiatico. A differenza degli operatori tradizionali, ha costruito la propria infrastruttura su un modello cloud-native e data-driven fin dall’origine. Questa scelta ha reso l’integrazione con le tecnologie OpenAI pi\u00f9 fluida rispetto a quanto accade nelle grandi telco legacy.<\/p>\n
Over the past few months, Circles has adopted the OpenAI API and the Codex model<\/a> per alimentare un sistema di personalizzazione AI-native. In particolare, l’obiettivo era duplice: migliorare l’esperienza utente lungo tutto il ciclo di vita del cliente e accelerare lo sviluppo interno di nuove funzionalit\u00e0.<\/p>\n Pertanto, il progetto non si \u00e8 limitato a un chatbot o a un motore di raccomandazione isolato. Al contrario, ha ridisegnato il modo in cui la piattaforma genera, testa e distribuisce esperienze personalizzate su scala.<\/p>\n I risultati pubblicati da OpenAI parlano di tre metriche distinte. Prima di tutto, l’ARPU \u2014 Average Revenue Per User \u2014 \u00e8 cresciuto del 22%. Questo dato indica che i clienti esistenti spendono di pi\u00f9, probabilmente perch\u00e9 ricevono offerte pi\u00f9 pertinenti al proprio profilo di consumo.<\/p>\n In seguito, il tasso di churn \u00e8 calato del 9%. Inoltre, l’efficienza nel processo di sviluppo software \u00e8 migliorata in modo rilevante, grazie all’uso di Codex per la generazione e il testing del codice. Dunque, l’impatto dell’AI si distribuisce su pi\u00f9 livelli aziendali contemporaneamente.<\/p>\n These numbers deserve a critical reading. According McKinsey Global Institute<\/a>, le aziende che integrano l’AI in modo sistematico nei processi core ottengono risultati fino a tre volte superiori rispetto a chi la usa in modo frammentato. Il caso Circles conferma questa tesi.<\/p>\n Il modello operativo di Circles si basa su tre componenti principali. Anzitutto, un layer di dati unificato che raccoglie segnali comportamentali in tempo reale \u2014 utilizzo dati, frequenza di contatto, storico acquisti. Quindi, un motore di personalizzazione alimentato dalle API OpenAI che genera offerte, messaggi e raccomandazioni dinamiche per ogni segmento utente.<\/p>\n Infine, Codex viene utilizzato internamente dai team di sviluppo per accelerare la scrittura e il testing del codice. In questo modo, il time-to-market di nuove funzionalit\u00e0 si riduce in modo significativo. Analogamente, i team possono iterare pi\u00f9 velocemente sulle logiche di personalizzazione stessa.<\/p>\n Questo approccio \u2014 dati, AI applicata al cliente, AI applicata allo sviluppo \u2014 rappresenta una struttura replicabile anche fuori dal settore telco. Pertanto, \u00e8 utile ragionare su quali elementi siano trasferibili a contesti B2B o retail italiani.<\/p>\n Il vincitore pi\u00f9 evidente \u00e8 Circles stessa, che consolida un vantaggio competitivo misurabile in un settore \u2014 quello telco \u2014 storicamente caratterizzato da margini compressi e alta concorrenza. Inoltre, OpenAI rafforza la propria narrativa di AI applicata al business con un caso studio concreto e documentato.<\/p>\n Tuttavia, i veri perdenti sono gli operatori e le aziende che continuano a posticipare l’integrazione AI. Secondo Gartner<\/a>, entro il 2027 oltre il 60% delle aziende che non avranno adottato AI generativa nei processi customer-facing perderanno quote di mercato rispetto ai competitor pi\u00f9 avanzati. Il gap si allarga ogni trimestre.<\/p>\n Chi resta a guardare \u2014 e sono ancora molte PMI italiane \u2014 rischia di trovarsi in una posizione di recupero difficile. Nonostante ci\u00f2, la buona notizia \u00e8 che gli strumenti sono accessibili e i modelli di integrazione sono ormai documentati.<\/p>\n Il caso Circles \u00e8 rilevante per i marketing manager italiani per almeno tre ragioni. In primo luogo, dimostra che l’AI generativa produce risultati misurabili su KPI di business reali \u2014 non solo su metriche di engagement superficiali. In secondo luogo, mostra che l’integrazione deve essere sistemica, non episodica.<\/p>\n In terzo luogo \u2014 ed \u00e8 forse l’aspetto meno discusso \u2014 evidenzia come l’AI possa agire contemporaneamente sul fronte cliente e sul fronte interno (sviluppo, operazioni). Questo doppio impatto \u00e8 quello che genera il maggiore ritorno sull’investimento.<\/p>\n In SHM Studio<\/a> lavoriamo con aziende B2B e retail che vogliono applicare questi principi al proprio contesto. Ad esempio, la personalizzazione AI dei contenuti \u00e8 uno dei pilastri dei nostri progetti di digital marketing<\/a> e SEO copywriting<\/a>. Similarly, we integrate advanced segmentation logic into our campaigns Google Ads<\/a> e LinkedIn<\/a>.<\/p>\n Un caso studio come quello di Circles tende a mettere in primo piano i risultati. Tuttavia, \u00e8 utile chiedersi quali condizioni lo abbiano reso possibile. Prima di tutto, Circles aveva gi\u00e0 una cultura data-driven consolidata. Quindi, disponeva di un’infrastruttura cloud flessibile. Infine, aveva team interni capaci di integrare API esterne in modo autonomo.<\/p>\n Per molte PMI italiane, queste condizioni non sono ancora presenti in modo completo. Di conseguenza, il percorso verso risultati analoghi richiede una fase preliminare di data readiness e di revisione dei processi. Perci\u00f2, \u00e8 fondamentale non limitarsi a copiare il modello, ma adattarlo alla propria maturit\u00e0 digitale.<\/p>\n According to Harvard Business Review<\/a>, le aziende che ottengono i migliori risultati dall’AI sono quelle che investono prima nelle fondamenta \u2014 dati puliti, processi chiari, team formati \u2014 e poi nelle applicazioni. Circles ne \u00e8 un esempio coerente.<\/p>\n Alla luce di questo caso, \u00e8 possibile identificare alcune direzioni concrete per i responsabili marketing e digital italiani. Anzitutto, vale la pena avviare un audit della propria base dati cliente: qualit\u00e0, completezza e accessibilit\u00e0 dei dati sono il prerequisito di qualsiasi progetto AI applicato alla personalizzazione.<\/p>\n Inoltre, \u00e8 opportuno esplorare l’integrazione di API AI nei propri strumenti di marketing automation e CRM. Molte piattaforme gi\u00e0 diffuse in Italia \u2014 da HubSpot a Salesforce \u2014 offrono connettori nativi con OpenAI e modelli equivalenti. Pertanto, il punto di partenza non \u00e8 necessariamente uno sviluppo custom.<\/p>\n Infine, \u00e8 strategicamente rilevante iniziare a misurare l’impatto dell’AI su KPI di business reali \u2014 ARPU, churn, conversion rate \u2014 e non solo su metriche operative. Questo cambio di prospettiva \u00e8 quello che trasforma un progetto pilota in un investimento scalabile. I SHM Studio AI Services<\/a> sono progettati esattamente in questa direzione: dalla strategia all’implementazione misurabile.<\/p>\n For those who want to learn more about how to structure this path in their own company context, the team at SHM Studio<\/a> \u00e8 disponibile per una consulenza dedicata. \u00c8 possibile contattarci attraverso la Contact Us<\/a> to explore our blog<\/a> per ulteriori approfondimenti su AI, SEO e digital marketing. Tra i servizi disponibili, segnaliamo anche le attivit\u00e0 di SEO<\/a> e web development<\/a> performance-oriented.<\/p>","protected":false},"excerpt":{"rendered":" Circles usa OpenAI API e Codex per personalizzare l’esperienza telco: ARPU cresce del 22%, churn cala del 9%. Cosa insegna questo caso al marketing B2B.<\/p>","protected":false},"author":7,"featured_media":25213,"template":"","meta":{"_acf_changed":false,"footnotes":""},"tags":[],"news-category":[162],"class_list":["post-25214","news","type-news","status-publish","has-post-thumbnail","hentry","news-category-ai","entry"],"acf":{"tldr_content":" Circles, operatore telco digitale attivo in pi\u00f9 mercati asiatici, ha integrato le API di OpenAI e il modello Codex all'interno della propria piattaforma. Il risultato \u00e8 un sistema AI-native capace di personalizzare offerte, comunicazioni e percorsi utente in tempo reale. I numeri pubblicati da OpenAI sono significativi: ARPU in crescita del 22%, tasso di churn ridotto del 9%, efficienza nello sviluppo software notevolmente migliorata.<\/p> Tuttavia, il valore di questo caso studio va oltre il settore telco. Infatti, dimostra come l'AI generativa possa agire su leve di business concrete \u2014 retention, monetizzazione, velocit\u00e0 di sviluppo \u2014 quando \u00e8 integrata in modo strutturale e non episodico. Pertanto, i responsabili marketing e digital di aziende italiane hanno molto da imparare da questo modello operativo.<\/p> In SHM Studio seguiamo con attenzione questi segnali di mercato. Di conseguenza, li traduciamo in indicazioni pratiche per i nostri clienti PMI e mid-market che vogliono applicare l'AI al proprio funnel commerciale, alla personalizzazione dei contenuti o alla gestione della customer base. Infine, questo caso conferma una direzione gi\u00e0 chiara: l'AI non \u00e8 pi\u00f9 un'opzione sperimentale, ma un driver di performance misurabile.<\/p>"},"yoast_head":"\nI numeri che definiscono il caso: ARPU, churn e velocit\u00e0 di sviluppo<\/h2>\n
Architettura dell’approccio: cosa ha fatto davvero Circles<\/h2>\n
Winners, losers, and those who watch<\/h2>\n
Reading SHM Studio: What it Means for Italian Marketing<\/h2>\n
What numbers do not say: enabling conditions<\/h2>\n
Next moves: three operational directions for 2026-2027<\/h2>\n