Un modello linguistico può scrivere mille messaggi diversi in un'ora, ognuno con il nome dell'azienda, il settore e una frase sul suo sito. Il problema è che il destinatario li riconosce. Nel 2025 il 16,4% delle imprese italiane con almeno dieci addetti ha usato una tecnologia di intelligenza artificiale, secondo l'Istat, contro l'8,2% del 2024: chi guida un'azienda strutturata ha già letto decine di testi generati. Personalizzare non vuol dire cambiare il nome nel modello. Vuol dire dimostrare, in una riga, di avere guardato proprio quell'impresa.
La personalizzazione finta si riconosce in tre secondi
Ha sempre la stessa forma: un complimento generico, il nome dell'azienda, un settore ripetuto nell'oggetto. Frasi come ho visto che la vostra azienda è leader nel settore valgono per chiunque, e proprio per questo non dicono nulla. Il lettore non si chiede se la frase sia vera, si chiede perché la stia leggendo. Un messaggio che potrebbe essere inviato a cento aziende identiche, cambiando solo il nome, viene trattato come tale. L'AI peggiora il difetto perché lo rende gratuito: più è facile produrlo, più è diffuso, e meno vale agli occhi di chi lo riceve.
Cosa vuol dire personalizzare davvero
Una personalizzazione vera ha tre caratteristiche. Si basa su un fatto verificabile e pubblico: un nuovo stabilimento, un bilancio depositato con ricavi in crescita, una posizione aperta, un bando vinto. Riguarda l'attività del destinatario, non la sua immagine. E spiega perché il messaggio arriva proprio ora, collegando il fatto a un problema plausibile. È il principio del trigger event, il segnale che apre la finestra giusta per scrivere. Se il fatto non si può citare con la fonte, non va usato: un dettaglio plausibile ma inventato è peggio di nessun dettaglio.
Dove l'AI aiuta, dove no
L'AI è molto brava a leggere. Può attraversare bilanci, comunicati e annunci di mille aziende e restituire per ciascuna due o tre fatti utili. È brava anche a tenere la coerenza di una sequenza nel tempo. Non è brava a decidere quale fatto conta per quel decisore, e non sa quando un dettaglio è troppo intimo o fuori luogo. La divisione che funziona è questa: il modello prepara l'elenco dei fatti, una persona sceglie quello che regge il messaggio. Sul perimetro di ciò che l'AI non deve fare da sola abbiamo scritto nell'articolo dedicato.
Un metodo in quattro passaggi
Primo: definire il criterio, cioè quali segnali contano per questa offerta, scritti prima di aprire la lista. Secondo: raccogliere il fatto con la fonte, che resta accanto al nome dell'azienda nel foglio di lavoro. Terzo: scrivere una sola frase che unisce il fatto al problema, senza aggettivi. Quarto: controllare a campione, una persona su venti, che fatto e fonte corrispondano. Un messaggio senza fonte non parte. Il numero di righe di personalizzazione conta meno della loro esattezza: una riga giusta batte tre righe di complimenti.
I segni che tradiscono un testo scritto da una macchina
Non sono errori, sono regolarità. Frasi tutte della stessa lunghezza. Elenchi di tre elementi in ogni paragrafo. Aggettivi come innovativo, strategico, dinamico. Aperture identiche, del tipo ho notato che. Chiusure cortesi e vuote, come sarei felice di approfondire. Un lettore che riceve ogni giorno messaggi simili impara a riconoscerli e li cancella senza leggerli. La correzione è editoriale: frasi di lunghezza diversa, un fatto per messaggio, un verbo concreto al posto dell'aggettivo, e una richiesta precisa alla fine, con un giorno e una durata. Un messaggio che somiglia a una nota scritta da un collega funziona meglio di uno che somiglia a un annuncio.
Quanto personalizzare: il conto del tempo
La personalizzazione completa di un messaggio, con ricerca e verifica, richiede minuti per azienda. Con un bacino di migliaia di imprese non è sostenibile per intero, ed è il motivo per cui conviene distinguere i livelli. Un livello di segmento, con un messaggio scritto per un settore e una dimensione. Un livello di azienda, con un fatto verificato. Un livello di persona, riservato alle poche decine di contatti in cui un incontro vale molto. Distribuire i livelli secondo il valore del contatto dà un risultato migliore che spalmare lo stesso sforzo su tutta la lista.
Come lo facciamo nei progetti che seguiamo
Nel sistema che usiamo il modello legge e prepara, le persone scelgono e rispondono. Per ogni azienda in lista il foglio di lavoro contiene il fatto, la fonte e la data in cui è stato letto. Una persona della squadra BDR controlla a campione che il fatto corrisponda alla fonte prima che la sequenza parta. Se la fonte manca, il messaggio non parte e l'azienda torna in coda per una verifica.
Il vantaggio non è la velocità. È che il destinatario riceve una riga che può verificare in dieci secondi, e che in caso di domanda trova una persona che sa da dove viene quel fatto.
Un esempio di riga che funziona, e uno che no
Una riga debole: ho visto che siete un'azienda in forte crescita nel settore meccanico. Una riga che regge: il bilancio depositato mostra ricavi in crescita da tre esercizi e a giugno avete aperto una seconda sede produttiva. La seconda può essere controllata, riguarda l'attività e giustifica il motivo per cui si scrive adesso. Costa più lavoro, ma sposta la domanda del lettore da chi sei a cosa vuoi dirmi.
Lo stesso criterio vale per i messaggi di risposta: una risposta che cita un dato sbagliato del destinatario chiude la conversazione, e per questo le risposte restano sempre a una persona.
La soluzione
Personalizzare vuol dire verificare, non abbellire. L'assessment strategico definisce quali segnali contano nel tuo mercato, prima che qualsiasi messaggio venga scritto.