Nel panorama dell'intelligenza artificiale applicata al marketing, pochi casi hanno sollevato un dibattito così polarizzante come la scelta di Coca-Cola di affidarsi alla generazione sintetica per le proprie campagne natalizie. Il colosso delle bevande ha rilasciato per il secondo anno consecutivo spot pubblicitari creati con strumenti di AI generativa, scatenando una controversia che va ben oltre l'estetica delle immagini: al centro della discussione ci sono il futuro del lavoro creativo, i limiti attuali della computer vision e il rapporto tra efficienza produttiva e qualità percepita dai consumatori.
La campagna "Holidays Are Coming" 2025 rappresenta un esperimento su larga scala nell'applicazione di modelli di generazione video AI a contenuti pubblicitari mainstream. L'azienda ha prodotto due commercial utilizzando tecnologie generative che, secondo il regista Joe Russo, hanno richiesto ben 70.000 prompt iterativi per raggiungere il risultato finale. Questo dato è particolarmente significativo nel contesto del prompt engineering: evidenzia come anche disponendo di Large Language Models e sistemi di video generation avanzati, il processo di creazione rimanga intensivo e richieda numerose iterazioni per ottenere output coerenti.
Dal punto di vista tecnico, le criticità evidenziate dagli esperti rivelano limiti strutturali degli attuali modelli generativi video. Russo e altri filmmaker hanno identificato inconsistenze tra frame consecutivi, problemi di coerenza spaziale e temporale, e artefatti visivi tipici dei sistemi di diffusion model applicati al video. Il creator Nate B. Jones ha definito il risultato "AI slop", termine entrato nel gergo tech per indicare contenuti generati artificialmente di qualità scadente, sottolineando come il numero dichiarato di prompt suggerisca probabilmente un processo ancora più complesso e meno efficiente di quanto l'azienda voglia far credere.
Le implicazioni economiche della scelta di Coca-Cola vanno contestualizzate nel più ampio fenomeno di adozione dell'AI nei flussi di lavoro creativi. Il Chief Marketing Officer Manolo Arroyo ha dichiarato che la produzione è passata da un anno a circa un mese, un'accelerazione notevole che però solleva interrogativi sulla sostenibilità occupazionale del settore. Secondo l'agenzia pubblicitaria coinvolta, circa 100 persone hanno lavorato al progetto, prevalentemente in fase di post-produzione per correzioni "frame-by-frame, spesso pixel-by-pixel" degli output AI, una conferma che l'inferenza generativa non produce ancora risultati production-ready senza intervento umano significativo.
Il CEO James Quincy ha annunciato una ristrutturazione della forza lavoro per il 2026, con maggiore integrazione di AI e tecnologie agentiche. Questa strategia riflette un trend più ampio nell'industria, dove l'automazione di task creativi si accompagna a ridimensionamenti occupazionali. La questione solleva temi di fairness e accountability: se i modelli generativi sono addestrati su dataset composti da opere umane protette da copyright, il loro utilizzo commerciale senza compenso agli autori originali solleva problemi etici e legali, particolarmente rilevanti nel contesto del AI Act europeo che richiede trasparenza sui dati di training.
La reazione del pubblico è stata prevalentemente negativa, con numerosi appelli al boicottaggio e meme che confrontano negativamente il commercial AI-generated con l'originale del 1995. Questa risposta evidenzia un gap tra capacità tecniche attuali e aspettative estetiche consolidate: nonostante i progressi in modelli come Runway Gen-3, Pika Labs o strumenti proprietari utilizzati da Coca-Cola, la qualità visiva percepita rimane inferiore rispetto alle produzioni tradizionali ad alto budget. Esiste inoltre una dimensione valoriale: molti consumatori rifiutano esplicitamente contenuti AI-generated per ragioni etiche legate alla disoccupazione tecnologica nel settore creativo.
È interessante notare come alcuni commentatori abbiano difeso l'esperimento, sottolineando che la tecnologia è ancora in fase evolutiva. Questo riflette la dicotomia dell'ecosistema AI: da un lato ricercatori e early adopter che vedono nei limiti attuali opportunità di miglioramento, dall'altro professionisti e pubblico generalista che giudicano i sistemi in base agli standard qualitativi esistenti. La percezione di "cheapness" associata all'AI generativa nei contesti premium rappresenta una sfida significativa per l'adozione mainstream, indipendentemente dalle metriche tecniche di performance.
Dal punto di vista dei benchmark, mancano ancora standard condivisi per valutare la qualità dei contenuti video generati da AI in contesti commerciali. Mentre per le immagini statiche esistono metriche come FID (Fréchet Inception Distance) o CLIP score, la valutazione di coerenza narrativa, continuità temporale e appeal estetico nei video rimane largamente soggettiva. Coca-Cola ha sostanzialmente condotto un A/B test su scala globale, con risultati che suggeriscono come il pubblico non sia ancora pronto ad accettare sostituzioni AI in contesti ad alta valenza emotiva come le campagne natalizie.
L'enfasi di Arroyo sui "human storytellers" come "engine" del processo riflette una strategia comunicativa sempre più comune: posizionare l'AI come strumento di amplificazione piuttosto che sostituzione. Tuttavia, quando la ristrutturazione occupazionale è dichiarata esplicitamente, questa narrazione perde credibilità. Il caso Coca-Cola evidenzia la tensione tra ottimizzazione dei costi di produzione e preservazione del valore percepito del brand, suggerendo che per prodotti posizionati su dimensioni emotive ed esperienziali, l'AI generativa potrebbe ancora rappresentare un rischio reputazionale superiore ai benefici economici. Resta da vedere se i miglioramenti attesi nei prossimi 12-18 mesi nei modelli di video generation cambieranno questa equazione, o se emergeranno forme di resistenza culturale più strutturate contro l'automazione della creatività.