Ottobre 2026 segna un punto di svolta per chiunque gestisca campagne pubblicitarie su Meta. Tre mosse in rapida successione — il lancio del modello GEM, la rimozione dei controlli di posizionamento e il test delle landing page generate dall’AI — stanno ridisegnando le fondamenta del media buying. Il messaggio di Meta è esplicito: l’inserzionista fornisce obiettivo, budget e materiale creativo. Al resto pensa l’intelligenza artificiale.
Ho gestito campagne Meta per clienti di ogni dimensione negli ultimi dodici anni. Il cambiamento in corso è qualitativamente diverso dai soliti aggiornamenti dell’algoritmo, quelli che richiedono qualche giorno di adattamento e poi si torna operativi. Qui sta cambiando il ruolo stesso del performance marketer — e chi non lo capisce in tempo rischia di trovarsi fuori gioco.
Come il modello GEM sta riscrivendo le regole dell’advertising su Meta
GEM è l’acronimo di Generative Ads Model. Meta lo ha presentato ufficialmente il 13 ottobre 2026 sul blog Engineering, descrivendolo come il più grande modello fondazionale di raccomandazione pubblicitaria mai costruito nel settore.
Per capire l’impatto, serve un passo indietro. Fino a ieri, ogni superficie pubblicitaria di Meta — Facebook Feed, Instagram Stories, Reels, Audience Network — funzionava con un sistema predittivo autonomo. Modelli separati, dati in compartimenti stagni, ottimizzazioni indipendenti. GEM unifica tutto in un singolo modello che apprende trasversalmente da ogni interazione su tutte le piattaforme.
I numeri dichiarati da Meta sono significativi: +18,9% di conversioni e +12% di click-through rate sull’intero ecosistema pubblicitario. Scomponendo per piattaforma: +5,8% di conversioni su Facebook, +4,1% su Instagram, +1,6% per le conversioni off-site. L’architettura sottostante, chiamata Kunlun, ha una complessità 2,5 volte superiore alla generazione precedente e viene addestrata su diverse migliaia di GPU di ultima generazione.
C’è un dettaglio tecnico che merita attenzione particolare: la GenRecs Tokenization. Invece di identificare ogni annuncio con un ID dedicato, GEM rappresenta ciascun annuncio con un vocabolario semantico stabile. Tradotto in termini operativi: un prodotto appena lanciato, senza alcuno storico di engagement, riceve immediatamente un targeting intelligente. Il modello capisce cosa è quel prodotto basandosi sulle sue caratteristiche semantiche, senza dover aspettare settimane di dati comportamentali.
Il miglioramento si applica automaticamente a tutti gli account, senza opt-in. Il rovescio della medaglia? Le campagne che ne beneficiano di più sono quelle Advantage+ con targeting ampio e almeno 5 varianti creative per ad set. Campagne manuali con targeting stretto, pochi asset creativi e posizionamenti selezionati vedono guadagni marginali. Il messaggio implicito di Meta è difficile da ignorare.
Addio ai controlli di posizionamento: cosa sparisce dall’Ads Manager
Il 21 agosto 2026 Meta ha annunciato la rimozione delle esclusioni di posizionamento a livello di ad set. In termini pratici, la possibilità di dire “non mostrare il mio annuncio su Audience Network” o “escludi Facebook In-Stream Video” sta progressivamente scomparendo.
Il 27 agosto è stata la volta di Messenger Stories, eliminato del tutto come posizionamento pubblicitario. Il resto sta seguendo un rollout progressivo: gli inserzionisti ricevono notifiche nell’Ads Manager man mano che i loro account vengono coinvolti.
Cosa resta a disposizione? Le restrizioni a livello di account sono ancora disponibili, inclusa la possibilità di bloccare Audience Network globalmente. Le esclusioni di categorie di contenuto per brand safety restano attive. E i Value Rules — che permettono di aggiustare le offerte per posizionamento, dispositivo e sistema operativo — diventano il sostituto principale delle vecchie esclusioni manuali.
Ho visto decine di account dove l’esclusione di Audience Network e dei posizionamenti secondari era diventata prassi automatica, applicata a ogni nuova campagna senza nemmeno verificare i dati di performance recenti. In molti casi queste esclusioni erano più superstizione che strategia. Ma per certi clienti B2B dove la qualità del contesto in cui appare l’annuncio conta enormemente più del volume di impressioni, la perdita di questo controllo è un problema concreto che richiede soluzioni alternative.
Quando Meta decide anche dove atterri: il test delle landing page AI
A settembre 2026 è emerso un test che porta l’automazione a un livello che pochi si aspettavano. La Landing Page Experience enhancement, segnalata per prima da Jon Loomer, funziona così: l’utente tocca un annuncio e, invece di atterrare sul sito dell’inserzionista, visualizza una pagina costruita interamente dall’AI di Meta. Questa pagina evidenzia i servizi e le call-to-action dell’azienda, ma è Meta a deciderne layout, contenuto e struttura.
Il test coinvolge attualmente meno del 5% delle impressioni e si può disattivare dalle impostazioni di AI generation dell’account. La direzione strategica, però, è inequivocabile: Meta vuole possedere l’intera esperienza utente, dall’impressione alla conversione.
Le implicazioni per la misurazione sono serie e ancora non del tutto chiarite. Se l’utente non raggiunge mai il sito dell’inserzionista, il Pixel e la Conversions API perdono visibilità sulla sessione di navigazione. Per chi costruisce strategie di marketing automation basate su dati first-party raccolti on-site — segmentazione comportamentale, remarketing sequenziale, lead scoring — questo scenario merita un’analisi attenta delle contromisure necessarie.
Cosa cambia concretamente nella gestione delle campagne
Mark Zuckerberg ha sintetizzato la visione finale di Meta con una frase che ogni professionista del settore dovrebbe incorniciare sulla scrivania: “Dicci qual è il tuo obiettivo e collega un conto corrente. Non servono creatività, non serve targeting demografico.” Un modello “no-touch” dove l’inserzionista è poco più di un committente con un budget.
Nella pratica quotidiana del campaign management, il cambiamento si manifesta su tre fronti.
La struttura delle campagne va radicalmente semplificata. Account con decine di ad set segmentati per audience, posizionamento e dispositivo stanno attivamente lavorando contro l’algoritmo. GEM performa meglio con strutture consolidate e budget aggregati, perché ha bisogno di volume di segnali per ottimizzare. Se gestisci ancora campagne frammentate con budget da 5-10 euro per ad set, il modello non ha abbastanza dati per fare il suo lavoro.
La creatività diventa il vero campo di battaglia. Quando il targeting è automatizzato e i posizionamenti non si controllano più, l’unico asset che l’inserzionista possiede veramente è la qualità del materiale creativo. Meta raccomanda almeno 5 varianti per ad set attivo, con un mix di formati — immagine statica, video, carosello. La GenRecs Tokenization lavora meglio con un input semantico ricco: più varianti diverse fornisci, più il modello affina la comprensione di quali messaggi funzionano per quali micro-segmenti.
Il catalogo prodotti diventa un asset strategico. Il product feed non è più solo un requisito tecnico per le campagne catalogo. Meta ha attivato il product browsing automatico il 28 ottobre 2026, il che significa che i dati del catalogo alimentano direttamente GEM. Schede incomplete, immagini di bassa qualità o prodotti disapprovati inquinano il modello con segnali distorti — e GEM amplifica tutto, nel bene e nel male.
In 18 anni di campagne pubblicitarie ho attraversato almeno tre ondate di automazione simili: le campagne automatiche di Google Ads intorno al 2018, poi Smart Shopping, poi Performance Max. Il pattern si ripete con una precisione quasi irritante. Prima la resistenza degli specialisti, poi i dati che dimostrano risultati superiori nella maggioranza dei casi, infine l’adozione forzata perché le alternative manuali vengono progressivamente smantellate. Con Meta la traiettoria è identica, ma compressa in una timeline molto più aggressiva.
La nuova strategia: dal controllo granulare alla governance dei segnali
Se il vecchio lavoro del media buyer consisteva nell’ottimizzare targeting, posizionamenti e offerte, il nuovo ruolo si concentra su tre aree completamente diverse.
Governance dei segnali di conversione. La Conversions API non è più opzionale. Il tracking server-side per eventi di acquisto, aggiunta al carrello e inizio checkout — con parametri avanzati come hash di email e telefono — è il carburante che alimenta GEM. Chi si affida ancora esclusivamente al Pixel browser-side sta dando al modello una visione parziale e distorta del comportamento degli utenti. Nella mia esperienza diretta con i clienti, il passaggio a una configurazione CAPI robusta ha prodotto miglioramenti tra il 15% e il 25% nella qualità delle ottimizzazioni. Con GEM, questo divario è destinato ad ampliarsi ulteriormente.
Testing creativo strutturato. Il framework di A/B testing cambia direzione. Invece di testare audience diverse con la stessa creatività, la logica si inverte: si testano creatività diverse lasciando all’AI la distribuzione per audience. Questo significa investire di più nella produzione creativa e meno nell’analisi granulare delle audience. Per i miei clienti il rapporto di budget si sta già spostando concretamente: da un classico 80% media e 20% produzione a qualcosa che si avvicina al 65-70% media e 30-35% produzione.
Value Rules come leva tattica residua. Non sono l’equivalente delle esclusioni di posizionamento — è bene dirlo chiaramente — ma rappresentano l’unico strumento rimasto per differenziare la valutazione economica tra placement diversi. Chi operava in settori dove certi posizionamenti generavano conversioni di bassa qualità — il classico lead spam da Audience Network, per dirne uno — deve ora tradurre quella logica dal “non mostrare lì” al “valuta meno le conversioni provenienti da lì”. Una differenza sottile ma operativamente cruciale.
Domande frequenti sull’automazione AI di Meta Ads
Il modello GEM è la stessa cosa di Performance Max di Google?
No. GEM è il modello fondazionale che alimenta tutte le campagne sulle proprietà Meta — Facebook, Instagram, Reels e Audience Network. Performance Max è il formato campagna cross-canale di Google Ads. La direzione strategica è la stessa — centralizzare targeting e posizionamento nell’intelligenza artificiale, riducendo il controllo manuale — ma sono sistemi indipendenti su piattaforme diverse.
Posso ancora usare campagne con targeting manuale su Meta?
Sì, le campagne manuali restano disponibili. Meta riconosce però che le campagne Advantage+ con targeting ampio catturano più beneficio dal modello GEM. E la progressiva rimozione dei controlli di posizionamento riduce le opzioni di personalizzazione anche per chi non adotta Advantage+.
L’automazione di Meta fa risparmiare budget?
Il CPA medio può scendere grazie ai miglioramenti di GEM — Meta dichiara +18,9% di conversioni a parità di investimento. Tuttavia una maggiore efficienza dell’algoritmo attira più inserzionisti nella piattaforma, aumentando la competizione nelle aste. Durante picchi stagionali come il Black Friday i CPM possono salire abbastanza da compensare i guadagni di efficienza. La mossa corretta è testare Advantage+ Shopping Campaign prima dei periodi di punta, non durante.
Le landing page generate dall’AI sono già attive per tutti gli inserzionisti?
Il test è attivo su meno del 5% delle impressioni per gli account con AI generation abilitata. È possibile disattivarlo dalle impostazioni pubblicitarie dell’account. Non ci sono ancora date per un rollout generale, ma il trend è coerente con la strategia di automazione end-to-end di Meta.
Quali azioni concrete dovrebbe intraprendere un inserzionista adesso?
Tre priorità immediate. Prima: verificare e rafforzare l’implementazione della Conversions API con eventi server-side e parametri avanzati (email hash, phone hash). Seconda: lanciare una campagna Advantage+ Shopping di test in parallelo alle campagne manuali esistenti, senza aspettare il Q4. Terza: esportare ora un breakdown per posizionamento di tutte le campagne attive, per avere una baseline di confronto solida dopo la rimozione dei controlli.
L’autunno 2026 di Meta non è l’ennesimo aggiornamento da metabolizzare in una settimana. È un cambio strutturale nel rapporto tra piattaforma e inserzionista, e chi si adatta ora — investendo in segnali di conversione puliti, creatività forte e misurazione server-side — sta costruendo un vantaggio competitivo che sarà difficile da colmare per chi aspetta.
Se gestisci campagne su Meta e vuoi capire come riposizionare la tua strategia pubblicitaria nell’era dell’automazione AI, parliamone.





