YouTube deepfake detection: cosa cambia per brand e PMI

Cosa è cambiato: la funzione di likeness detection arriva a tutti

A partire da maggio 2026, YouTube ha esteso il proprio programma di AI likeness detection a tutti gli utenti adulti della piattaforma. Lo riporta The Verge, che ha seguito l’intera evoluzione del progetto. In precedenza, la funzione era accessibile solo ai creator, ai politici, ai giornalisti e ad alcune categorie specifiche.

Il meccanismo è relativamente semplice. L’utente carica una scansione del proprio volto — simile a un selfie — e il sistema AI di YouTube analizza i contenuti sulla piattaforma alla ricerca di somiglianze. Se viene trovata una corrispondenza, la piattaforma invia un avviso. A quel punto, l’utente può richiedere la rimozione del contenuto.

Inoltre, YouTube ha precisato che il numero di richieste di rimozione generate finora è stato «molto ridotto». Tuttavia, l’espansione a scala globale potrebbe modificare questa proporzione in modo significativo.

Il contesto: perché i deepfake sono diventati un problema di business

La proliferazione di strumenti generativi ha abbassato drasticamente la soglia tecnica per produrre video falsi credibili. Oggi non è necessario un team di post-produzione avanzato. Bastano pochi minuti di footage originale e un modello AI accessibile anche a non-tecnici.

Secondo un’analisi pubblicata da McKinsey, l’adozione di strumenti AI generativi nelle organizzazioni è cresciuta in modo esponenziale negli ultimi due anni. Di conseguenza, anche l’uso improprio di questi strumenti si è moltiplicato. I deepfake non riguardano più solo le celebrity o i politici: colpiscono sempre più spesso professionisti, imprenditori e figure aziendali di medio profilo.

In particolare, le PMI italiane sono esposte a un rischio specifico. Molte di esse costruiscono la propria comunicazione attorno a volti riconoscibili: il fondatore, il responsabile commerciale, il professionista che appare nei video tutorial o nelle campagne LinkedIn. Pertanto, la clonazione di questi soggetti può generare danni reputazionali difficili da quantificare e ancora più difficili da contenere.

L’impatto immediato sulle strategie di contenuto video

Per le PMI che utilizzano YouTube come canale di comunicazione — sia per il digital marketing sia per la formazione interna — questo aggiornamento ha implicazioni operative dirette. Prima di tutto, chi non ha ancora registrato il proprio volto o quello dei propri ambassador dovrebbe valutare di farlo.

Tuttavia, la funzione attuale presenta un limite strutturale: è pensata per la protezione individuale, non per la tutela del brand come entità giuridica. Dunque, un’azienda non può registrare «il volto del brand» in senso astratto. Deve farlo attraverso le persone fisiche che la rappresentano.

Questo crea un’asimmetria interessante. Le grandi aziende con team legali strutturati possono gestire il processo in modo sistematico. Al contrario, le PMI — spesso prive di presidio dedicato — rischiano di reagire solo dopo che il danno si è verificato. Per questo motivo, è utile integrare la gestione del rischio deepfake all’interno di una strategia di SEO e content più ampia, che includa anche il monitoraggio della reputazione online.

Come funziona tecnicamente il sistema di YouTube

Il sistema si basa su un modello di computer vision che confronta le caratteristiche biometriche del volto caricato dall’utente con i frame dei video presenti sulla piattaforma. Non si tratta di un semplice riconoscimento facciale statico. Il modello è addestrato per identificare somiglianze anche in contesti alterati — illuminazione diversa, angolazioni insolite, modifiche parziali al volto.

Analogamente ad altri sistemi di content moderation AI, anche questo strumento non è infallibile. Il tasso di falsi positivi e falsi negativi non è stato reso pubblico da YouTube. Inoltre, la piattaforma non ha chiarito se il sistema sia in grado di rilevare deepfake audio-video sincronizzati, che rappresentano la tipologia più sofisticata e pericolosa.

Per approfondire l’architettura tecnica dei sistemi di rilevamento AI applicati ai media, il MIT Technology Review ha pubblicato analisi dettagliate sullo stato dell’arte in questo campo. Infine, vale la pena ricordare che YouTube non è l’unica piattaforma a muoversi in questa direzione: Meta e TikTok stanno sviluppando approcci simili, anche se con architetture differenti.

Cosa fare ora: un approccio operativo per le PMI

Noi di SHM Studio suggeriamo alle PMI di affrontare questo tema su tre livelli distinti, che possono essere attivati in parallelo senza richiedere investimenti straordinari.

• Registrazione preventiva: le figure aziendali che appaiono regolarmente nei contenuti video dovrebbero attivare la funzione di likeness detection su YouTube non appena disponibile per il proprio account. È una misura a costo zero e ad alto valore protettivo.
• Audit dei contenuti esistenti: è utile verificare se esistono già contenuti non autorizzati che utilizzano volti aziendali. Un’analisi sistematica dei risultati di ricerca — integrata con strumenti di SEO monitoring — può rivelare presenza anomale di contenuti clonati.
• Policy interna di gestione del rischio: definire chi ha l’autorità di richiedere la rimozione di contenuti, con quale tempistica e attraverso quali canali. Questo processo dovrebbe essere documentato e integrato nel piano di digital marketing aziendale.

Oltre a questo, è consigliabile aggiornare i contratti con eventuali ambassador o collaboratori esterni che appaiono nei contenuti video del brand. Pertanto, la questione ha anche una dimensione legale che non va sottovalutata.

Le campagne pubblicitarie: un fronte esposto

Un aspetto spesso trascurato riguarda le campagne a pagamento. Le campagne Google Ads e le campagne LinkedIn che utilizzano video con volti reali sono particolarmente vulnerabili. Un deepfake convincente che simula il fondatore di un’azienda mentre promuove un prodotto falso può generare danni commerciali diretti, oltre che reputazionali.

In questo scenario, la velocità di risposta è determinante. Quindi, avere già attivato il sistema di monitoraggio YouTube riduce il tempo di rilevamento. Di conseguenza, si riduce anche la finestra temporale in cui il contenuto falso può circolare e causare danni.

Per le PMI che investono in advertising video, questo tema dovrebbe entrare nel briefing di ogni campagna. Non è più sufficiente ottimizzare il targeting e il copy. Occorre anche pianificare la risposta a scenari di abuso dei contenuti prodotti.

Quello che nessuno dice ancora: il rischio della normalizzazione

C’è un aspetto che merita una riflessione più ampia. Man mano che strumenti come quello di YouTube diventano standard, esiste il rischio che la percezione del problema si normalizzi. In altri termini, le aziende potrebbero delegare interamente la responsabilità alla piattaforma, riducendo la propria vigilanza attiva.

Tuttavia, i sistemi automatizzati hanno limiti intrinseci. Non possono valutare il contesto, non conoscono la strategia di brand, non distinguono tra un uso satirico e un tentativo di frode. Dunque, la supervisione umana rimane indispensabile.

Noi di SHM Studio riteniamo che l’adozione di questi strumenti vada accompagnata da una cultura aziendale consapevole del rischio AI. Questo vale per la strategia AI in senso lato, non solo per la protezione dei contenuti video. In sintesi, la tecnologia offre un primo strato di difesa. Ma la strategia rimane una responsabilità umana.

Prospettive: dove si sta dirigendo il mercato

Tra il 2027 e il 2028, è ragionevole attendersi che la funzione di likeness detection si estenda anche ai contenuti generati da account aziendali, non solo dai profili personali. Inoltre, è probabile che piattaforme come LinkedIn — sempre più centrale per le strategie B2B — introducano strumenti analoghi.

Secondo le previsioni di Gartner, entro il 2028 la maggior parte delle piattaforme digitali di rilievo avrà integrato sistemi di rilevamento dei contenuti sintetici come funzione standard. Pertanto, le PMI che iniziano a strutturarsi oggi avranno un vantaggio operativo significativo rispetto a chi si adatterà solo quando il problema sarà già diventato critico.

Infine, vale la pena monitorare l’evoluzione normativa europea. Il AI Act già prevede obblighi di trasparenza per i contenuti sintetici. Di conseguenza, il quadro regolatorio potrebbe imporre standard più stringenti anche alle piattaforme che oggi agiscono su base volontaria. Per approfondire le implicazioni operative di queste evoluzioni, è possibile contattare il team di SHM Studio o consultare il blog per aggiornamenti periodici su AI e digital strategy.