Non si automatizza un task. Si automatizza una decisione che hai già preso mille volte.

Il candidato giusto da delegare a un assistente AI non è il lavoro che fai più spesso, è quello in cui prendi sempre la stessa decisione. Il metodo, un caso reale e i tre punti in cui si rompe.

Risposta diretta: il candidato giusto da delegare a un assistente AI non è il lavoro che fai più spesso, è quello in cui prendi sempre la stessa decisione. Se ogni volta che lo fai devi scegliere qualcosa di diverso, automatizzarlo ti farà perdere più tempo di quanto te ne faccia risparmiare. E il ritorno vero non è il tempo: è che per automatizzare sei costretto a scrivere lo standard che finora tenevi in testa.

Qual è il task giusto da delegare?

La domanda sbagliata è "cosa faccio più spesso". Quella giusta è "dove prendo sempre la stessa decisione".

Sono due cose diverse e si confondono di continuo. Scrivere le caption è una cosa che fai tutti i giorni, ma ogni caption è una decisione nuova: cosa dire, a chi, con che gancio. Esportare le grafiche nei formati giusti è una cosa che fai altrettanto spesso, ma la decisione è sempre identica: stessi margini, stessi font, stesse misure.

Il primo è frequente. Il secondo è ripetitivo. Solo il secondo si delega bene.

Questo spiega anche perché tanta gente prova e si arrende. Secondo il Marketing Data Report 2026 di Supermetrics, su 435 marketer tra brand e agenzie, l'87% dei team usa l'AI per content creation e copywriting, mentre solo il 33% la usa per automazione. Cioè: la puntano quasi tutti sulla parte del lavoro dove la decisione cambia ogni volta, che è esattamente quella dove rende meno.

Il test dei due minuti

Prima di provare ad automatizzare qualcosa, prova a spiegarlo a voce a un collega che non l'ha mai fatto. Due minuti, senza aprire nulla.

Se ci riesci, e alla fine il collega non ha domande, quel task è pronto per essere delegato: vuol dire che la regola esiste già, è scritta da qualche parte nella tua testa, e va solo trascritta.

Se invece ti ritrovi a dire "dipende" più di due volte, non è pronto. Non perché sia troppo complesso, ma perché non l'hai ancora specificato. E un assistente non può eseguire una decisione che tu non hai ancora preso: ne inventerà una sua, diversa ogni volta, e passerai più tempo a correggerla che a farlo a mano.

Cosa succede davvero quando ci provi

Prendo il caso che ho appena finito: la produzione dei caroselli per il blog. Nove slide, formato verticale, da rifare a ogni articolo.

Fatto a mano voleva dire aprire un file, duplicare le slide, incollare il testo, ridimensionare finché non stava dentro, esportare. Ogni volta uguale. Candidato perfetto, secondo la regola sopra.

Il risultato oggi è che scrivo i testi in un file strutturato e ottengo i PNG finiti, controllati. Ma il lavoro vero non è stato costruire il generatore: è stato rispondere a domande che in centinaia di caroselli fatti a mano non avevo mai messo per iscritto.

A mano	Automatizzato
"Il testo sta dentro?" — a occhio, ogni volta	Margini decisi una volta e verificati a ogni esportazione
"Quanto lo faccio grande?" — dipende dalla slide	Il corpo più grande che entra nello spazio disponibile, calcolato
"Basta così?" — quando sembra a posto	Un controllo che fallisce se qualcosa esce dai margini

Guarda la colonna di sinistra: non è che prima facevo scelte peggiori. È che le facevo ogni volta da capo, senza saperlo. L'automazione non ha sostituito il mio giudizio, mi ha costretto a scriverlo.

Questo è il ritorno che nessuno mette nel conto. Anche se domani buttassi via tutto il codice, mi resterebbe lo standard: margini, gerarchia tipografica, tipi di slide. Cose che prima esistevano solo come abitudine e che adesso posso passare a qualcun altro in cinque minuti.

La parte che quasi nessuno dice

Tre cose che ho visto e che nei tutorial non compaiono mai.

Il costo di costruzione supera il risparmio per mesi. Costruire quel generatore mi è costato molto più tempo di quanto me ne farà risparmiare entro Natale. Se la giustificazione è "risparmio tempo", quasi ogni automazione è una scelta sbagliata nel breve. La giustificazione vera è un'altra: la coerenza. Il ventesimo carosello viene identico al primo anche in una settimana storta, e questo a mano non succede.

Il lavoro si sposta dalla produzione alla revisione, e revisionare stanca di più. Produrre una cosa da zero ha un ritmo. Guardare un output quasi giusto e decidere se quel "quasi" è accettabile è un'attività mentale diversa e più faticosa. Se automatizzi un task creativo, non hai eliminato il lavoro: l'hai trasformato in controllo qualità, che a fine giornata pesa di più.

L'automazione non sa se il risultato è brutto. Il mio controllo verifica che il testo stia dentro i margini e sia centrato. Non ha idea se la slide funziona, se il titolo va a capo in un punto stupido, se il contrasto regge. Quella parte resta mia, e se smetto di guardarla il sistema continua a produrre errori con perfetta regolarità. Un controllo automatico ti protegge dagli errori che hai previsto, non da quelli che non ti sono venuti in mente.

La versione minima, in mezz'ora

Se vuoi provare senza costruire niente di grosso, il percorso corto è questo.

Scegli un task che hai fatto almeno venti volte e in cui la decisione è sempre la stessa. Riformattare un report, preparare le varianti di un testo per tre piattaforme, rinominare e ordinare degli export.
Scrivi la procedura a parole, in dieci righe. Non istruzioni per l'AI: istruzioni per un collega nuovo. Se ti blocchi, hai trovato il punto dove la decisione non era ancora presa: prendila adesso.
Falla eseguire su tre casi veri, non su un esempio. Gli esempi funzionano sempre. I casi veri hanno il titolo troppo lungo, il carattere strano, il campo vuoto.
Aggiungi una regola solo quando qualcosa si rompe davvero. La tentazione è prevedere tutto in partenza: si finisce con una procedura di quattro pagine che copre casi che non capiteranno mai.

Se dopo tre casi veri il risultato è utilizzabile senza riscriverlo, quella procedura è diventata un pezzo di metodo. Se invece continui a correggerlo, il task non era ripetitivo: era solo frequente. Lascialo perdere e cercane un altro.

Domande frequenti

Da quanti utilizzi conviene automatizzare?
Non è una questione di numero ma di varianza. Un task che fai due volte al mese sempre identico si automatizza bene; uno che fai ogni giorno in modo sempre diverso no. Se proprio serve una soglia: se dopo tre esecuzioni riesci ancora a prevedere esattamente l'output, sei nel caso giusto.

Serve saper programmare?
Per la versione minima no: serve saper scrivere una procedura chiara, che è una competenza da marketer, non da sviluppatore. Serve invece nel momento in cui vuoi un controllo automatico che ti dica quando l'output è sbagliato, e quello è il pezzo che fa la differenza tra un giocattolo e uno strumento.

E se cambio idea sul formato?
È il vantaggio principale e viene dimenticato. Quando la regola è scritta in un posto solo, cambiarla significa cambiarla una volta. Quando è distribuita in trenta file fatti a mano, non la cambi: ci convivi.

Posso far fare all'AI anche la parte di giudizio?
Puoi chiederglielo, e ti risponderà. Il punto è se sei disposto a firmare quella risposta. Sui contenuti che escono col tuo nome la risposta per me è no, e la revisione resta un passaggio mio.

Cosa farei questa settimana

Non cercare il task più pesante. Cerca quello più noioso e più prevedibile, anche se piccolo: è lì che la procedura viene fuori pulita e ti resta anche se l'automazione la butti.

E se sei all'inizio, tieni presente una cosa: la prima volta il valore non è il tempo risparmiato, è la procedura che sei stato costretto a scrivere. Quella la puoi passare a un collega, a un fornitore o a te stesso tra sei mesi, quando non ti ricorderai più perché avevi deciso così.