Questo articolo è una traduzione assistita dall’AI dell’originale in inglese, revisionata dall’autore.
La settimana in cui i confini del MarTech si sono spostati
Certe settimane le notizie riguardano un elenco di funzionalità. Questa settimana le notizie sono state un elenco di confini ridisegnati, e tre di essi contano abbastanza da volerli affrontare con calma. Un hyperscaler del data cloud è entrato direttamente nel mercato delle customer data platform. La disciplina dell’essere trovati, ciò che chiamavamo SEO, si è frammentata in una nuova categoria costruita interamente attorno al modo in cui le macchine descrivono il tuo brand. E le due suite più grandi del nostro settore, Salesforce e Adobe, hanno rilasciato i loro aggiornamenti estivi. I rilasci sono stati la parte più rumorosa della settimana, ma non sono stati il segnale più importante.
In sintesi
- Databricks CustomerLake porta una CDP agentica nativamente dentro il lakehouse, governata da Unity Catalog, diminuendo le ragioni per avere una CDP separata.
- GEO/AEO sono diventati ready-to-buy nel giro di due settimane (Adobe, Optimizely, Sprinklr): governare come le macchine descrivono il tuo brand, l’immagine speculare dell’MCP.
- Salesforce e Adobe hanno rilasciato gli aggiornamenti estivi, ma a contare di più sono le featire meno rumorose: i journey AJO da 100 a 200, la validazione delle email, l’Email Archiving.
- L’auditability è ora table stakes: l’Email Archiving di Salesforce segue quello di Bloomreach di una settimana.
Partiamo dal movimento strutturale, perché ridefinisce tutto ciò che gli sta sotto.
Databricks ha rivendicato il layer della CDP
Al suo Data + AI Summit, Databricks ha annunciato CustomerLake: una Customer Data Platform agentica costruita nativamente sul lakehouse e governata da Unity Catalog. Rileggi quella frase, perché la parola che conta è nativamente. Non è una CDP che si limita a connettersi al tuo warehouse. È una CDP che vive dentro lo stesso ambiente lakehouse in cui i dati dei clienti sono già archiviati, elaborati e governati; unificazione dei dati dei clienti, identity resolution, audience building, automazione delle campagne e attivazione che girano sotto lo stesso governance catalog che già governa il resto dei dati aziendali. È stata lanciata in Private Preview con HP, Circle K, AB InBev e Getnet by Santander già citati, e con Integral Ad Science come launch partner che collega i record first-party a segnali contestuali e di attenzione attraverso clean room che vivono dentro l’ambiente CustomerLake.
Ho passato parte degli ultimi anni ad aiutare i clienti a navigare la questione CDP composable contro packaged, se acquistare una CDP come prodotto o assemblarne una sopra il warehouse che già possiedono. CustomerLake fa qualcosa di più aggressivo. Rende più difficile difendere il vecchio inquadramento. Se è il vendor del warehouse a rilasciare identity resolution, audience building e attivazione come capability native governate da Unity Catalog, allora “build contro buy” inizia a collassare in “quanto di tutto questo è già qui, governato come tutto il resto di ciò che possiedi”. È una proposizione davvero diversa, ed è il punto d’arrivo logico di una tendenza che seguo da mesi; la tesi warehouse-native verso cui Hightouch, Census e l’ecosistema Snowflake-native si stanno muovendo. Databricks l’ha semplicemente portata alla sua conclusione mettendoci sopra una forza lavoro di agenti.
Conferma anche, nel modo più concreto finora, la divisione che Gartner ha formalizzato nel suo Magic Quadrant per le CDP 2026: platformization da un lato, agentification dall’altro. CustomerLake è entrambe le cose insieme: la piattaforma che assorbe la CDP, con gli agenti come layer operativo. Per chiunque stia progettando un’architettura dei dati dei clienti in questo momento, la domanda è cambiata silenziosamente. Una volta era “quale CDP scelgo”. Sempre più è “i miei dati dei clienti vivono già dove agenti e attivazione possono raggiungerli nativamente, e se è così, per cosa esattamente sto comprando una CDP separata”. Non sto dicendo ai clienti di smantellare nulla. Sto dicendo loro che il default è cambiato, e un default che cambia merita più attenzione di una funzionalità che viene rilasciata.
Il marketing ha scoperto di dover essere leggibile dalle macchine
Il secondo confine si è spostato attorno ai Cannes Lions, e si è spostato in fretta. In appena due settimane, Adobe ha lanciato Adobe Brand Visibility, il suo primo prodotto di generative-engine-optimization dopo l’acquisizione di Semrush, combinando l’LLM Optimizer di Adobe con il tooling di AI Optimization di Semrush e il suo dataset di quasi 300 milioni di prompt reali. Optimizely ha rilasciato una piattaforma AEO completa con Agent Visibility Analytics e una partnership con Conductor che fonde dati log-based sul traffico AI con citazioni, menzioni e crawl intelligence. Sprinklr ha presentato LLM Insights per aiutare i brand a vedere e plasmare come vengono rappresentati dentro le risposte degli LLM. Tre vendor seri, settimane consecutive, una categoria che diventa reale.
L’idea è questa: quando i tuoi clienti chiedono sempre più a un modello invece che a una barra di ricerca, la domanda strategica non è più “dove mi posiziono” ma “come vengo descritto, citato e raccomandato quando una macchina risponde per mio conto”. Non è SEO con un nuovo acronimo. È un problema diverso con una forma diversa. La SEO ottimizzava una pagina per un crawler che restituiva un elenco di link. GEO e AEO non sono etichette perfettamente identiche, ma indicano lo stesso problema operativo: ottimizzare l’intera impronta rappresentabile per sistemi che restituiscono una risposta sintetizzata in cui sei presente, assente, o sbagliato. La cosa da ottimizzare non è una pagina. È la leggibilità del brand per un sistema di ragionamento.
Ciò che mi colpisce come persona di architettura è la simmetria con la tendenza di cui continuo a scrivere. Da un anno seguo i server MCP che si diffondono attraverso lo stack, il meccanismo con cui i tuoi sistemi diventano leggibili dagli agenti.
GEO è l’immagine speculare: il meccanismo con cui il tuo brand diventa leggibile dagli agenti. Uno espone i tuoi dati alle macchine; l’altro governa come le macchine ti descrivono agli umani. Entrambi sono ora diventati questioni di prima classe, acquistabili, con piattaforme concorrenti e layer di misurazione. Se gestisci marketing technology, ora hai due problemi di visibilità dove prima ne avevi uno, e il secondo, come appari dentro una risposta che non hai scritto, è quello per cui la maggior parte delle organizzazioni non ha ancora un owner. Quella lacuna vale la pena nominarla nel tuo prossimo ciclo di pianificazione.
Gli aggiornamenti estivi sono arrivati, e le parti noiose sono la vera storia
Su questo sfondo, le suite hanno rilasciato. Salesforce Summer ‘26 ha raggiunto la sua finestra di rollout in produzione di giugno, portando in disponibilità generale un lungo elenco di capability di Marketing Cloud Next: AMPscript finalmente in Marketing Cloud Next, RCS come canale nativo, il server MCP di Marketing Cloud Engagement, dettagli dinamici del mittente delle email, merge field dagli oggetti Salesforce, gestione delle offerte in tempo reale. Adobe ha rilasciato un ampio aggiornamento di Experience Platform a giugno: routing tramite private link per le destinazioni Azure e Snowflake, reporting a livello di audience sulle destinazioni ad alto utilizzo, la source LAVA passata in GA e nuovi health check operativi su anti-pattern detection e TTL. E il rilascio di giugno di Adobe Journey Optimizer ha alzato il tetto dei journey live da 100 a 200, ha aggiunto la validazione tecnica automatizzata nell’email designer e ha rilasciato varianti di contenuto generate dall’AI per la simulazione.
Voglio sostenere che gli elementi più importanti di tutto quel paragrafo sono i meno appariscenti, e voglio essere specifico sul perché.
Partiamo dal limite dei journey di AJO. Alzare il tetto dei journey live da 100 a 200 non sarà la funzionalità che la maggior parte delle persone ricorderà del rilascio. Ma chiunque abbia gestito un grande tenant AJO multi-brand e multi-mercato sa che il tetto di 100 journey è stato un vincolo architetturale reale; la cosa che ti costringe a consolidare journey che preferiresti tenere separati, o a frammentarli in più sandbox di quante ne vorresti governare. Alzarlo cambia come puoi legittimamente strutturare un journey estate. È il tipo di vincolo che plasma le decisioni architetturali molto più di qualsiasi agente, e si è appena allentato.
Poi il controllo Content delle email di AJO: validazione automatizzata che intercetta problemi tecnici, di rendering e di qualità prima dell’invio, con le correzioni proposte direttamente nel flusso di authoring. Questa è deliverability engineering rilasciata come funzionalità di prodotto. Per i team senza uno specialista dedicato al rendering delle email, cioè la maggior parte dei team, vale più di un altro gadget generativo, perché previene i fallimenti poco appariscenti che erodono silenziosamente l’inbox placement e l’engagement.
E poi quello a cui continuo a tornare: l’Email Archiving di Salesforce. Marketing Cloud Next ora supporta l’Email Archiving, archiviando automaticamente copie delle email inviate nell’oggetto standard Email Message e dando ai team regolamentati una traccia di audit più nativa per le comunicazioni con i clienti. Ecco cosa lo rende degno di nota oltre la funzionalità in sé; è la seconda notevole capability di archivio messaggi su una piattaforma di engagement in due settimane. Bloomreach ha rilasciato un Messages Archive con retention di due anni la settimana scorsa. Quando due delle più grandi piattaforme di engagement rendono indipendentemente “conservare una copia esatta e recuperabile di ciò che ogni cliente ha ricevuto” una capability di punta in settimane consecutive, non è una coincidenza. È il mercato che scopre, insieme, che l’auditability sta diventando table stakes.
Per i clienti regolamentati con cui passo la maggior parte del tempo, questo è il pattern più consequenziale del mese. “Cosa esattamente abbiamo inviato a questo cliente, e potete dimostrarlo” non è una cortesia di supporto nelle assicurazioni o nei servizi finanziari; è la differenza tra rispondere a un regolatore con una prova e rispondere con una ricostruzione. Due vendor che rendono questa una capability di prima classe in due settimane mi dice che l’asticella si è appena alzata per tutti, e le piattaforme che non sanno rispondere alla domanda in modo pulito sono ora visibilmente indietro rispetto a quelle che lo sanno fare.
Il filo che collega tutti e tre
Quindi: il data cloud ha assorbito la CDP, il brand ha acquisito un secondo problema di visibilità rivolto alle macchine, e le suite hanno rilasciato aggiornamenti le cui funzionalità più silenziose potrebbero cambiare come i team costruiscono davvero. Allontanati abbastanza e queste non sono storie separate. Sono lo stesso movimento architetturale visto da tre angolazioni.
Una cosa che prima stava accanto alla piattaforma viene tirata dentro di essa. La CDP viene tirata dentro la data platform. La brand visibility viene tirata dentro la risposta dell’agente. Deliverability, auditability e guardrail di scala vengono tirati dentro la piattaforma di engagement come capability native invece che come add-on.
È questa la linea di fondo che continuo a sottolineare, e questa settimana mi ha consegnato tre nuove prove a sostegno. Man mano che una parte sempre maggiore dello stack collassa verso l’interno, i componenti che decidono se il tutto funziona non sono quelli visibili: non l’agente, non la dashboard GEO, non il titolo del lancio. Sono il modello di dati che la CDP ora condivide con tutta la tua azienda, il governance catalog che decide chi e cosa può toccarlo, e la traccia di audit che dimostra cosa è effettivamente successo. L’architettura vince, come sempre. È solo che diventa più difficile da vedere, perché una parte sempre maggiore di essa ora vive dentro piattaforme che presentano una superficie pulita e nascondono le giunture.
La domanda da tenere sul tavolo
Se gestisci marketing technology, la settimana 25 ti ha consegnato tre decisioni che non esistevano esattamente in questa forma un mese fa. I tuoi dati dei clienti potrebbero presto vivere nativamente dentro la data platform che tutta la tua azienda già usa, governati da un unico catalog. Compri ancora una CDP separata, e se sì, per cosa? Il tuo brand ora ha una rappresentazione dentro risposte generate dalle macchine che non scrivi e forse nemmeno monitori. Chi se ne occupa, e come faresti a sapere se qualcosa andasse storto. E l’auditability è passata da casella di compliance a capability competitiva che le tue piattaforme ora rilasciano per default. La tua lo fa, e puoi dimostrare cosa hai inviato.
Nessuna di queste è una domanda sulle funzionalità. Sono tutte domande di architettura e governance, ed è esattamente per questo che è facile non vederle in una settimana piena di annunci di go-live e lanci a Cannes. Le piattaforme hanno fatto le loro mosse. Il lavoro più difficile resta tuo: decidere quali confini vuoi davvero dissolti, e chi è responsabile dentro i sistemi che ora fanno di più per tuo conto. Nessuno ha rilasciato un prodotto questa settimana che lo faccia al posto tuo.
Fonti
Databricks CustomerLake (CDP agentica)
- Databricks: Introducing CustomerLake: The Agentic CDP embedded in Databricks
- Databricks newsroom: Databricks Enters the Marketing Industry with CustomerLake
- Integral Ad Science: IAS as CustomerLake launch partner
- MarTech: Databricks unveils CustomerLake, its agentic CDP
Contesto di mercato Gartner sulle CDP
GEO / AEO diventa una categoria
- Adobe Brand Visibility (MediaPost)
- Adobe brings GEO to CX Enterprise with Adobe Brand Visibility (MarTech)
- Optimizely launches full AEO platform
- Sprinklr introduces LLM Insights
Salesforce Marketing Cloud Next Summer ‘26
- Salesforce Summer ‘26 Product Release
- SalesforceBen: Summer ‘26 before go-live
- Salesforce Summer ‘26 Release Notes
Adobe Experience Platform e Journey Optimizer, rilasci di giugno
- Adobe Experience Platform: June 2026 release notes
- Adobe Journey Optimizer: Release Notes
- Adobe CX Enterprise Coworker: General Availability
Auditability come table stakes (elemento collegato)
Riepilogo settimanale
Il digest alla base di ogni articolo settimanale è prodotto attraverso una scansione strutturata, assistita dall’AI, di release note ufficiali e fonti di product update. Io rivedo l’output, verifico i segnali rilevanti e scrivo l’interpretazione architetturale.
Questo articolo si basa sulle scansioni del Martech Weekly Digest eseguite il 18 giugno 2026, che coprivano release note e aggiornamenti di prodotto su diverse piattaforme CEP e vendor.
Se trovate errori o lacune nella copertura, voglio saperlo. Il processo migliora quando l’output viene messo in discussione.
