Raffaele Boiano, Orvian: «L’AI moltiplica l’impatto. Vale anche quando la decisione è sbagliata»

Con l’ingresso di WMR, Orvian prova a superare uno dei limiti storici della trasformazione digitale: la moltiplicazione di fornitori, competenze e responsabilità che spesso lavorano sullo stesso cliente senza condividere davvero dati, obiettivi e accountability. Il modello del Gruppo punta invece a riunire strategia, design, tecnologia, e-commerce e marketing dentro un’unica architettura, sostenuta da un Data & AI Backbone comune.

In questa intervista a CloseUp Media, Raffaele Boiano, CEO di Orvian, racconta cosa cambia con l’acquisizione di WMR, dove passa oggi il confine tra automazione e responsabilità umana, perché l’agentic commerce è molto più vicino di quanto molti brand pensino e quali indicatori diranno, nei prossimi 12-24 mesi, se l’integrazione avrà prodotto vere sinergie. Una conversazione che va oltre l’operazione societaria e prova a delineare un modello diverso di organizzazione del digitale: meno silos, più dati condivisi e una responsabilità più diretta sui risultati.

 Con l’ingresso di WMR, Orvian riunisce strategia, design, tecnologia, commerce e marketing sotto un’unica architettura. Qual è il problema dei clienti che questo modello vuole risolvere meglio rispetto alle strutture tradizionali?

Il problema reale è la frammentazione della responsabilità, e questo condiziona il risultato. Un’azienda mid-market oggi lavora con cinque o sei fornitori nel digitale: uno costruisce la strategia, uno i touchpoint (sito, app, e-commerce), uno le campagne, uno i marketplace, un altro la loyalty. Ognuno ottimizza il proprio pezzo. Nessuno risponde del risultato complessivo. Se i numeri non tornano o l’impatto è basso, si apre il falò di confronto e ogni fornitore indica gli altri.

Noi abbiamo costruito un modello in cui non è possibile quella conversazione perché Orvian è un unico interlocutore con accountability piena sull’intero ciclo. Strategia, design, tech, ecommerce e marketing non lavorano in sequenza passandosi un brief: lavorano sullo stesso dato, nello stesso momento, verso lo stesso obiettivo di business. È una differenza strutturale, non di posizionamento.

Avete organizzato l’offerta in quattro aree collegate da un Data & AI Backbone comune. Come funziona concretamente questa integrazione quando arriva un nuovo progetto?

Stiamo innovando radicalmente il modo di lavorare. Quando arriva un nuovo progetto, se è ambizioso e coinvolge diverse business unit, la prima cosa che facciamo non è assegnarlo a un’area specifica o prevalente ma è costruire un modello dati condiviso. Questo backbone è lo strato che permette a Marketplace di prendere delle decisioni sugli store Amazon, a Growth di sapere cosa sta succedendo in tempo reale sull’e-commerce e a Experience Factory di costruire touchpoint tracciati che alimentano i dati a disposizione. In pratica: se sull’e-commerce si vede che una certa categoria di prodotto sta convertendo male su mobile dopo le 20, Growth lo sa immediatamente e può intervenire sulle attività di performance. Experience Factory può condurre A/B test su una serie di varianti. Innovation può interrogarsi se il problema è il prodotto o il canale. Senza il backbone, quella catena di decisioni richiederebbe una serie di riunioni interne o, peggio, tra fornitori diversi. Con questa integrazione richiede ore, a volte minuti. È lì che si crea ulteriore vantaggio competitivo concreto per il cliente.

Nel comunicato dite che l’AI non sostituisce chi sa decidere, ma ne moltiplica l’impatto. Dove vedete oggi il confine tra automazione e decisione umana, soprattutto nelle attività di marketing e comunicazione?

Prima ancora del confine tra automazione e decisione, ogni azienda oggi deve rispondere a una serie di domande: come collaborano dentro l’organizzazione le persone e i sistemi non umani? Chi è responsabile di cosa, chi produce cosa, con quale processo e con quale soglia di qualità accettabile? Se tutto questo non è definito, l’AI non amplifica il lavoro delle persone ma amplifica l’ambiguità che già c’era.

Sappiamo che l’AI è bravissima a ottimizzare dentro un perimetro definito, decisamente meno brava a definirlo se si parla di contesti emergenti e con poco storico da cui apprendere. Per esempio, un modello specializzato può dirci, sulla base dello storico di tutte le campagne, quale creatività potrebbe performare meglio tra le varie che abbiamo prodotto. Non sa dirci chi vuole essere questo brand tra due, tre o cinque anni, e quindi cosa aveva senso produrre, tra quelle varianti di campagna, fin dall’inizio.

AdvGen, una delle piattaforme sviluppate da WMR, genera personalizzazione pubblicitaria su ampia scala (messaggi diversi per segmenti diversi) con costi di produzione abbattuti. Ma direzione creativa, posizionamento, tono di voce restano decisioni umane. Non perché la GenAI non possa prendere queste decisioni ma perché esse portano una responsabilità verso la marca che nessun sistema può assumersi. L’AI può amplificare quello che abbiamo scelto di delegarle con una potenza che prima era irraggiungibile: se la decisione che abbiamo preso è buona, avremo un impatto moltiplicato. Vale anche il contrario.

WMR porta nel Gruppo una forte cultura data-driven e competenze sviluppate con WMRI. Quali capacità considerate più strategiche da portare immediatamente su tutta la base clienti Orvian?

WMR Intelligence è una unit nata per combinare il rigore della data science, l’intelligenza artificiale generativa e la sensibilità strategica dei profili senior: una combinazione che in Italia hanno in pochi con questa profondità.

Le due capacità che portiamo subito su tutta la base clienti Orvian sono: sapere prima e agire meglio. La Marketing Intelligence costruisce modelli predittivi sul comportamento degli utenti a partire da dati proprietari (non dati di terze parti che chiunque può comprare, ma segnali che il cliente ha raccolto e che diventano un vantaggio difendibile). Gli AI Assistant di nuova generazione chiudono il cerchio dall’altra parte: possono trasformare quel dato predittivo in personalizzazione e interazione con il cliente finale, coerente con il brand.

Poi c’è un pezzo che viene sottovalutato: le certificazioni. WMR è Google Marketing Platform Partner, YouTube Masters Agency, Google & Meta Premier Partner, Salesforce Marketing Cloud Partner, Google Vertex AI Certified (e tante altre non meno importanti). Non sono trofei da vetrina ma opportunità per lavorare in maniera più profonda visto che danno accesso a dati, API e funzionalità beta che sono riservate ai titolari di certificazioni specifiche. Per i clienti Orvian già esistenti questo è un salto di capacità immediato.

Parlate già di “agentic commerce”. Quanto è vicino questo scenario e cosa devono cominciare a cambiare oggi brand ed e-commerce per non arrivare impreparati?

È più vicino di quanto molti pensino. ChatGPT oggi già suggerisce prodotti. Google AI Mode sta riscrivendo la logica della ricerca commerciale. C’è il conto alla rovescia per capire tra quanti mesi vedremo le prime transazioni completate interamente da agenti AI per conto di consumatori in segmenti specifici: travel, B2B, consumabili.

Il problema per le aziende è che la maggior parte dei siti e-commerce oggi è costruita per utenti umani: interfaccia grafica, navigazione intuitiva, checkout ottimizzato per la conversion rate. Un agente AI non considera utile niente di tutto questo. Legge dati strutturati, accede ad API, confronta informazioni in modo sistematico. Cosa devono fare i brand subito? Tre cose. Primo: curare la qualità e la struttura dei dati di prodotto come se fossero il loro asset più importante perché per un agente AI lo sono. Secondo: definire quali API realizzare (dynamic pricing, disponibilità, checkout etc), quali aprire all’esterno e documentare e quali tenere raggiungibili solo da uno strato proprietario di agenti. Terzo: lavorare sulla reputazione come asset algoritmico, non solo come asset di immagine. Le recensioni su Google, Trustpilot, Feedaty sono input rilevanti per i modelli che decidono quali prodotti raccomandare.

Noi in Universal Commerce non trattiamo l’agentic commerce come uno scenario da preparare: ci stiamo già dentro. L’architettura che abbiamo costruito grazie alle competenze di Eurostep e del team Tech&Dev nasce per essere leggibile da un agente: l’agentic non deve essere pensato come un layer da aggiungere dopo, ma deve essere la base del progetto fin dal primo giorno.

Un’acquisizione non è solo somma di competenze, ma anche integrazione di persone e culture. Come intendete preservare l’identità e il patrimonio di WMR dentro un gruppo che ora conta 240 professionisti e oltre 500 clienti?

L’identità di WMR è fatta di competenza, rigore analitico, una cultura del valore costruita in vent’anni e un modo di stare con i clienti che ha generato la crescita di questa eccellenza. Esattamente la stessa traiettoria di Fifth Beat, WAC, Magilla, Eurostep e Xuniplay.

Questo patrimonio non si preserva tenendolo in una teca: si preserva mettendolo in condizione di esprimersi su scala più grande. Andrea Cappello e il suo team di leadership restano e guideranno la unit. Le persone che hanno fatto WMR grande continuano a fare WMR grande, ma adesso hanno accesso a competenze di design, tecnologia ed e-commerce che prima non avevano. Il vero indicatore che l’integrazione sta funzionando non è quanto in fretta uniformiamo i processi, ma se le persone che hanno costruito WMR scelgono di restare e costruire la fase successiva in Orvian.

Orvian insiste molto su risultati concreti e misurabili. Tra 12 o 24 mesi, quali indicatori vi diranno che questa acquisizione e la nuova organizzazione hanno davvero funzionato?

È una domanda su cui si scrivono manuali interi di corporate governance, quindi la mia è necessariamente una sintesi che pecca di semplificazione.

A dodici mesi guarderemo indicatori che dicono se l’integrazione sta andando nella direzione giusta (difficile raccogliere i frutti delle sinergie di business che avremo costruito in 2 semestri). Il primo indicatore è la retention del management team di WMR: se le persone che hanno costruito quel patrimonio sono ancora lì e stanno costruendo la fase successiva insieme a noi, l’integrazione sta funzionando. Il secondo è l’allineamento del modello di ricavo di WMR agli standard del gruppo, obiettivo interno che ci siamo dati entro fine 2026. È un indicatore tecnico, ma dice se le due organizzazioni parlano davvero lo stesso linguaggio finanziario, non solo commerciale.

A ventiquattro mesi ha senso guardare risultati più orientati al business. Un indicatore chiave è la penetrazione cross-BU (quanti clienti Orvian usano più di una nostra capability?). È il numero che dice se l’integrazione ha generato sinergie reali sui clienti esistenti, non solo se delle aziende convivono bene sotto lo stesso tetto. Insieme a quello, analizzeremo il peso della revenue ricorrente sul totale del gruppo: un gruppo che cresce solo con commesse a progetto o perché vince gare importanti non ha davvero unificato l’offerta, l’ha solo affiancata.

Ci sarebbero molti altri indicatori rilevanti. Scegliamo di dare peso a questi per misurare quello che le persone coinvolte nell’integrazione possono davvero influenzare con le loro decisioni. Un numero che dipende da scelte fatte altrove può dirci poco su come sta andando un’integrazione specifica. Tanti indicatori di gruppo ci dicono che Orvian sta andando decisamente bene e di questo siamo grati a tutte le persone che ogni giorno credono nel nostro progetto, clienti, professionisti e investitori.

L’acquisizione di WMR, nelle parole di Boiano, non viene quindi raccontata come una semplice operazione di crescita dimensionale. La sfida è costruire un’organizzazione capace di trasformare competenze diverse in un sistema realmente integrato, mantenendo allo stesso tempo il patrimonio di persone e cultura delle singole realtà.

Il banco di prova sarà nei risultati. Nel breve periodo Orvian guarderà alla retention del management di WMR e all’allineamento dei modelli organizzativi e finanziari; su un orizzonte di 24 mesi, invece, conteranno soprattutto la capacità di portare più competenze sugli stessi clienti e la crescita della componente ricorrente dei ricavi. In altre parole, capire se l’integrazione avrà generato vere sinergie e non soltanto messo più aziende sotto lo stesso tetto.

Ed è forse questo il punto centrale dell’intervista: in un mercato che corre verso AI, automazione e agentic commerce, il vantaggio non sembra dipendere soltanto dalla quantità di tecnologia disponibile, ma dalla capacità di organizzare dati, persone e responsabilità attorno a decisioni migliori.