Dopo l’aggiornamento Andromeda, le campagne su Facebook e Instagram sembrano impazzite: overspending, lead fuori zona e logiche di bidding completamente nuove. Scopri come funziona davvero Meta Andromeda AI e perché tutto parte da una “spunta nascosta”.
Negli ultimi mesi, molti inserzionisti hanno iniziato a notare qualcosa di strano nelle proprie campagne Meta Ads. Budget che si bruciano in poche ore, inserzioni che non spendono affatto e lead che arrivano da Paesi dove non si è mai voluto apparire. Tutto questo ha un nome: Meta Andromeda AI.
L’aggiornamento che, ufficialmente, avrebbe dovuto migliorare la performance del sistema di delivery, sta invece ridisegnando il modo stesso in cui l’algoritmo interpreta il bidding, il target e perfino la geolocalizzazione.
Fino a poco tempo fa, il concetto di biddare una campagna era relativamente semplice: impostavi un budget, sceglievi un obiettivo, controllavi il costo per risultato e ottimizzavi manualmente finché i numeri tornavano. Oggi, invece, il “bid” non è più una cifra da impostare, ma un linguaggio da insegnare all’intelligenza artificiale.
Con Andromeda, il sistema non si limita a reagire ai dati: li interpreta. E quando un algoritmo inizia a interpretare l’intento dell’utente, la precisione delle impostazioni manuali diventa più sfumata e imprevedibile.
La spunta nascosta: quando il confine geografico non esiste più
Uno degli effetti più evidenti — e più discussi — è quello dei lead fuori zona.
Nonostante targeting rigidi, esclusioni e filtri accurati, molti advertiser stanno ricevendo contatti da Paesi o regioni completamente diversi da quelli impostati.
Il motivo? Quella che chiamo da tempo “la spunta nascosta”: un’opzione silenziosa che espande automaticamente la copertura geografica, anche quando credi di averla disattivata.
Meta non lo dichiara apertamente, ma il comportamento delle campagne mostra chiaramente una logica nuova: espansione lookalike + zone di conversione predette.
Tradotto: se imposti una campagna in Italia, l’algoritmo può comunque testare utenti che si comportano come italiani all’estero o expat con interessi simili.
In superficie può sembrare un errore, ma in realtà è un effetto collaterale del nuovo modo in cui Andromeda AI “comprende” l’intento e tenta di anticipare dove il prossimo cliente potrebbe trovarsi.
È l’illusione del controllo: tu imposti la rotta, ma è l’AI a decidere dove atterrare davvero.
Ho spiegato il meccanismo nel dettaglio in questo articolo:
👉 La spunta nascosta che attiva l’espansione geografica delle Facebook Ads (e come evitarla davvero).
Andromeda e la nuova fase di assorbimento dati
Molti media buyer hanno segnalato un comportamento anomalo subito dopo il lancio: campagne che spendono tutto il budget in poche ore o, al contrario, che restano immobili per giorni.
Non è un bug, ma la nuova logica di data absorption phase, una fase iniziale in cui il sistema raccoglie rapidamente segnali comportamentali e predittivi prima di stabilizzare la delivery.
In pratica, Meta ora “brucia” una parte del budget per addestrare l’algoritmo, simulando diversi scenari di bidding e analizzando i cluster più reattivi.
Il problema è che questo approccio — pur sofisticato — sfugge al controllo umano.
Il media buyer si trova a osservare fluttuazioni improvvise, oscillazioni di CPM e conversioni che sembrano incoerenti.
Ma ciò che sta realmente accadendo è che Meta Andromeda AI sta imparando da sola a biddare, costruendo una mappa dinamica di probabilità che riorganizza il modo in cui le aste vengono vinte.
In altre parole, l’AI non segue più il tuo budget, ma la sua percezione di dove quel budget avrà più valore.
Il bidding come dialogo con l’AI
In questo nuovo scenario, “biddare” non significa più scegliere quanto spendere, ma insegnare all’algoritmo perché una determinata azione merita quella spesa.
Il media buyer diventa un traduttore tra strategia e machine learning.
Ogni modifica al budget, ogni variazione di target o di creatività invia un messaggio all’AI, che lo interpreta come un segnale comportamentale.
Se cambi troppo spesso impostazioni o interrompi la fase di apprendimento, l’algoritmo resetta le proprie predizioni e ricomincia da capo — con costi e performance che si frammentano.
Ecco perché, con Andromeda, il consiglio più saggio è apparentemente banale ma decisivo: non toccare nulla per almeno una settimana.
Analizza i dati su 7 giorni, non giorno per giorno.
Osserva l’andamento del CPM, il CTR, la frequenza e la coerenza del pubblico.
Lascia che l’AI trovi il proprio ritmo prima di cercare di imporle il tuo.
Adaptive Budget Scaling: la nuova mente dietro Meta Ads
Le fonti interne parlano di una logica chiamata Adaptive Budget Scaling, una tecnologia che permette all’algoritmo di riallocare dinamicamente le risorse in base al potenziale predittivo.
Questo significa che la piattaforma può modificare la distribuzione della spesa anche senza interventi umani, privilegiando i cluster che mostrano segnali di conversione più forti.
Da un lato, questo può portare a risultati migliori nel lungo periodo; dall’altro, crea una sensazione di perdita di controllo che molti advertiser stanno sperimentando proprio in queste settimane.
L’intento di Meta è chiaro: eliminare progressivamente la dipendenza dalle impostazioni manuali per costruire un sistema completamente adattivo, capace di imparare, correggersi e ottimizzare in autonomia.
Il problema è che questa autonomia, per chi lavora ogni giorno con account reali e clienti veri, può trasformarsi in una sfida di trasparenza e di prevedibilità.
Quando l’AI diventa il nuovo media buyer
L’arrivo di Meta Andromeda AI segna l’inizio di una nuova fase del digital advertising, in cui il confine tra decisione umana e ottimizzazione automatica diventa sempre più sottile.
La “spunta nascosta” non è solo una metafora tecnica, ma il simbolo di un cambiamento più profondo: non siamo più noi a dire cosa deve fare la piattaforma, ma la piattaforma a decidere come interpretare ciò che vogliamo ottenere.
Non è una rivoluzione negativa. È semplicemente un cambio di paradigma.
Chi saprà dialogare con l’AI, comprendere la logica dietro i suoi comportamenti e imparare a biddare in modo strategico, avrà un vantaggio reale.
Gli altri continueranno a chiedersi perché una campagna performa o smette di funzionare, senza rendersi conto che il vero media buyer, oggi, non è più umano — ma un algoritmo che ha appena imparato a pensare.
