Latest / M365.FM – Podcast su Microsoft 365, Copilot e IA in italiano / Microsoft Designer: come l’IA ti fa risparmiare ore ogni settimana su layout, colori del brand e lavoro di squadra (Doppiaggio IA)

Transcript

Microsoft Designer: come l’IA ti fa risparmiare ore ogni settimana su layout, colori del brand e lavoro di squadra (Doppiaggio IA) · M365.FM – Podcast su Microsoft 365, Copilot e IA in italiano

• 0:00
  Pronti per dieci giorni di Microsoft 365, Copilot, IA, Azure e le persone che stanno plasmando il futuro del lavoro?
• 0:07
  A gennaio torna la M3665 con e faremo le cose ancora più in grande.
• 0:12
  Unitevi a noi per sessioni dal vivo, demo reali e conoscenze pratiche da parte di MVP ed esperti del settore di tutto il mondo.
• 0:18
  Niente slide generiche, niente gerbo infinito.
• 0:22
  Affrontiamo le sfide reali. Copilot Studio, agenti, IA, Fabric, sicurezza, governance e automazione.
• 0:28
  Che siate professionisti IT, sviluppatori o leader aziendali, ci sono sessioni pensate per voi.
• 0:35
  Con dieci giorni interi potrete esplorare molteplici tecnologie e connettervi con una community globale.
• 0:41
  Seguite in diretta e portate approfondimenti pratici nella vostra organizzazione.
• 0:45
  Gennaio 2027, dieci giorni, un'unica community Microsoft.
• 0:49
  Le iscrizioni sono aperte. Assicuratevi il vostro posto oggi stesso.
• 0:53
  Andate su m365con.net
• 0:58
  Iscrivetevi ora su m365con.net, ci vediamo in diretta a gennaio.
• 1:05
  Ricordate quando passavate ore ad allineare una slide di PowerPoint solo per farvi cambiare i colori del brand da qualcuno?
• 1:10
  E se vi dicessi che ora Microsoft Designer può fare quel lavoro in pochi secondi senza nemmeno toccare il mouse?
• 1:14
  Ma il punto è questo, non è solo più veloce, imparo il vostro stile mentre lavorate.
• 1:20
  Oggi vi mostrerò come questo possa segnare la fine della noiosa creazione di risorse e perché potrebbe cambiare per sempre il modo in cui lavora il vostro team di marketing.
• 1:27
  La domanda è, siete pronti ad affidare la vostra identità di brand all'IA?
• 1:32
  Dalle modifiche manuali e intelligenza artificiale.
• 1:33
  Se avete già lavorato un volantino di marketing o una presentazione, sapete quanto velocemente poche modifiche possono divorare un intero pomeriggio?
• 1:41
  Spostare una casella di testo di mezzo millimetro per allinearla alla foto, sostituire un'immagine perché a qualcuno della dirigenza non piace assicurarsi che il titolo abbia la dimensione del fonte aziendale corretta, non approssimativa ma esatta.
• 1:54
  Questo prima che inizi il vero divertimento.
• 1:56
  Qualcun altro apre il file, apporta le proprie modifiche e ora dovete confrontare le versioni per vedere qual è quella definitiva.
• 2:00
  Non è solo noioso il lento drenaggio delle ore che avreste a disposizione per il lavoro creativo.
• 2:06
  Ciò che spesso richiede più tempo non sono nemmeno le grandi revisioni ovvie, ma i minuscoli e infiniti cicli di feedback.
• 2:11
  Spostare un logo di un centimetro, regolare una tonalità di blu affinché corrisponda alla paletta approvata, assicurarsi che gli elenchi puntati usino il peso giusto del font personalizzato dell'azienda.
• 2:20
  È una morte lenta causata da mille piccole modifiche, nei progetti di gruppo questi cambiamenti si moltiplicano.
• 2:27
  Non è il solito fare avanti e indietro 10 o 12 volte solo affinché il risultato sia in linea con il brand.
• 2:30
  È qui che l'IA integrata in Microsoft Designer cambia le regole del gioco.
• 2:35
  Una volta addestrato sul tuo kit di brand, colori, font, log e stili di immagine, inizia ad applicare automaticamente queste scelte.
• 2:43
  Inserisci un set di testi e immagini e lui crea layout che sanno già che il tuo font per i titoli ha 32 punti,
• 2:48
  che i pulsanti usano il codice esadecimale blu nevi e che le tue foto seguono un profilo colore caldo.
• 2:53
  Invece di controllare manualmente ogni elemento del design, parti da qualcosa che è già coerente.
• 2:58
  Pensa alla differenza con un esempio concreto.
• 3:03
  In passato, creare un volantino per il lancio di un prodotto significava partire da un file PowerPoint,
• 3:07
  poi in design vuoto aggiungere stili manualmente, allineare blocchi di testo e sostituire i colori segni a posto.
• 3:13
  In designer inserisci titolo o sottotesto un'immagine del prodotto e in pochi secondi li ha produce 5 o 6 bozze rifinite,
• 3:19
  tutte reneate alle regole del tuo brand.
• 3:22
  Potresti ancora dover modificare l'ordine degli elementi, ma la struttura è già definita.
• 3:27
  Una delle responsabili marketing con cui ho parlato di recente era sommersa dal lavoro per una campagna stagionale.
• 3:33
  Prima di usare designer impiegava circa 6 ore per ogni ciclo di design, occupandosi per lo più di compiti di routine nei layout.
• 3:40
  Quando sono passati a designer ha ridotto lo stesso compito a poco più di un'ora, senza sacrificare stile o qualità.
• 3:47
  È un'intera giornata lavorativa risparmiata ogni settimana, semplicemente eliminando il lavoro di formatazione ripetitivo.
• 3:52
  I programmi pilota hanno riportato risultati simili.
• 3:55
  I team che usano designer per la produzione di materiali di routine hanno visto aumenti misurabili della produttività,
• 4:00
  più campagne consegnate in tempo, meno richieste tardive di piccole modifiche e un netto calo nel numero di revisioni per progetto.
• 4:06
  La parte interessante è che la creatività non è diminuita.
• 4:11
  Anzi, con meno energie spese sull'allineamento tattico, designer e marketer hanno dichiarato di avere più spazio mentale per il brainstorming e lo sviluppo di concetti.
• 4:20
  Uno dei motivi è il modo in cui designer offre suggerimenti di layout.
• 4:24
  Invece di proporti un template statico a cui devi conformarti, la sua IA analizza i contenuti che hai fornito e propone gerarchie visive che ritiene efficaci.
• 4:32
  Ciò significa che reagisci a una buona prima bozza invece di lottare per costruirmi una da zero.
• 4:38
  È una guida sufficiente per combattere la fatica creativa, ma sei comunque tu a decidere cosa viene effettivamente pubblicato.
• 4:43
  C'è una domanda implicita sullo sfondo.
• 4:45
  Come fa designer a conoscere il tuo stile?
• 4:46
  La risposta è che può ricevere un kit di brand definito tramite Microsoft 365 e col tempo impara dalle revisioni che approvi o rifiuti.
• 4:57
  Se sostituisci costantemente un'immagine generica con una che ha un look specifico, inizia a dare priorità a quello stile nei suggerimenti futuri.
• 5:05
  Il tuo team lo sta istruendo anche se non sta addestrando esplicitamente un modello.
• 5:08
  Alla fine questa è la vera storia.
• 5:10
  Non si tratta di sostituire il gusto o il giudizio umano.
• 5:12
  Si tratta di eliminare quella parte del lavoro di design che sembra inserimento dati, le scelte critiche, i salti creativi, i momenti del questo piacerà al nostro pubblico.
• 5:23
  Quelli continuano a venire dalle persone.
• 5:25
  Designer si assicura solo che i pixel siano già al posto giusto così non sprychi le tue energie lì.
• 5:29
  E le immagini automatizzate sono solo l'inizio.
• 5:32
  Il cambiamento più grande avviene quando questa stessa intelligenza inizia a integrarsi direttamente al modo in cui i team lavorano insieme.
• 5:39
  Collaborazione senza caos.
• 5:40
  Se hai mai lavorato su un file di design condiviso conosci il momento in cui il controllo delle versioni va completamente in tilt.
• 5:47
  Qualcuno prende una vecchia copia dal desktop, fa delle modifiche, la salva come finale 2 e ora la stai confrontando con quella nella cartella SharePoint chiamata finale da usare.
• 5:57
  Moltiplica questo per tre persone che lavorano in parallelo e è un disastro.
• 6:00
  Non è mancanza di impegni.
• 6:02
  Sono gli strumenti che chiedono alle persone di lavorare in un modo slegato da come avviene realmente la collaborazione.
• 6:06
  La realtà è che anche nelle aziende che usano appieno Microsoft 365 le risorse finiscono per essere sparse.
• 6:12
  C'è la versione in una chat di Teams di martedì scorso, un'altra nascosta in email e il modello principale sepolto in tre cartelle su SharePoint.
• 6:22
  Trovare quella giusta spesso significa contattare tre colleghi diversi sperando che qualcuno non abbia sovrascritto l'ultimo aggiornamento.
• 6:27
  Quando finalmente la trovi, metà del team ha già revisionato il file sbagliato.
• 6:31
  È qui che l'integrazione di designer nell'ecosistema M365 cambia le cose.
• 6:36
  Invece di saltare tra le condivisioni file, apri designer e lavori direttamente dove risiedono le tue risorse SharePoint, OneDrive o link tramite Teams.
• 6:45
  Le modifiche avvengono in tempo reale nella stessa versione che vedono tutti gli altri.
• 6:49
  Se cambi un titolo o sostituisci un'immagine, è istantaneamente visibile al resto del team.
• 6:53
  Non devi inviare nulla.
• 6:54
  Designer è solo un'altra superficie nello stesso spazio di lavoro connesso.
• 6:58
  Immagina.
• 6:59
  Tu o un collega siete entrambi in designer a lavorare a un volantino per un evento di vendita.
• 7:04
  Viene prelevato direttamente dalla libreria SharePoint di marketing, precaricato con fonte e colori del brand.
• 7:09
  Tu regoli l'immagine principale, lui rifinisce il sottotitolo, vedete, le modifiche dell'altro apparire a distante.
• 7:15
  Una volta terminato, il file aggiornato è esattamente dove è iniziato, con la cronologia delle versioni salvate automaticamente in base ai vostri ruoli utenti.
• 7:20
  Se devi tornare indietro, non devi scavare tra legati casuali.
• 7:23
  Ripristini semplicemente il punto ruolo.
• 7:26
  È un grande passo avanti rispetto ai sistemi di modelli tradizionali.
• 7:29
  I modelli di vecchia scuola hanno file statici.
• 7:31
  Scarica, modifica, ricarica.
• 7:33
  Ogni ciclo di modifiche dipendeva dal fatto che le persone ricordassero di applicare manualmente gli stili giusti e qualcuno inevitabilmente dimenticava qualcosa.
• 7:40
  Ti serviva ancora un manager per controllare i nomi dei file, i codici colore e se il logo fosse deformato.
• 7:47
  Con designer che vive nello stesso spazio del resto dei tuoi contenuti M365 e l'IA che applica le regole del brand in sottofondo, gran parte di quel lavoro di sorveglianza svanisce.
• 7:56
  Ma c'è anche un vantaggio inaspettato nel modo in cui anticipa ciò che manca.
• 8:02
  Se l'IA vede che stai creando una risorsa per una campagna relativa a un evento già presente nel calendario outlook aziendale, potrebbe suggerirti elementi di design per completare il lavoro più velocemente.
• 8:12
  Come un'immagine specifica per la location o lo slogan dell'evento.
• 8:15
  Se una riunione su team si includeva note su un focus di prodotto, questo può guidare i suoi suggerimenti per blocchi di testo o immagini.
• 8:24
  L'idea è quella di colmare il divario tra conversazione ed esecuzione senza che tu debba andare a caccia di tutto il contesto.
• 8:30
  Ma questo solleva naturalmente la domanda.
• 8:32
  L'IA può davvero comprendere le sfumature di tono e stile tra i diversi dipartimenti?
• 8:36
  Il linguaggio del marketing non sempre coincide con quello del risorso umano.
• 8:40
  Un design che funziona perfettamente per un annuncio rivolto ai clienti potrebbe sembrare troppo informale in una comunicazione interna.
• 8:46
  L'IA è brava a individuare modelli, ma il tono umano è sfuggente ed è facile che i suggerimenti automatizzati risultino leggermente fuori luogo.
• 8:54
  Ecco perché il ciclo di apprendimento è importante.
• 8:56
  Designer non applica solo regole fisse dal tuo brand kit, ma nota anche le modifiche apportate da persone dopo che l'IA ha preparato una bozza.
• 9:03
  Se l'IA continua a suggerire un layout per le comunicazioni interne che il tuo team hacker modifica costantemente,
• 9:07
  può cambiare i suoi suggerimenti nel tempo per adattarsi meglio a quel contesto.
• 9:11
  Non è impeccabile, ma più interagisce con il comportamento reale dell'utente,
• 9:14
  e più evita di ripetere gli stessi errori.
• 9:17
  Ci stiamo avvicinando a un modello di collaborazione in cui gli strumenti gestiscono il caos e il team si concentra sul messaggio e sull'estetica.
• 9:24
  Ma prima di immaginarla come una soluzione perfetta, vale la pena ricordare che l'IA fa ancora delle scelte strane.
• 9:30
  Quei punti ciechi sono dove inizia la prossima parte della storia.
• 9:32
  Quando l'IA sbaglia ancora?
• 9:35
  Se ti è mai capitato che uno strumento di IA suggerisse un'immagine per la tua campagna e ti fossi chiesto se fosse rivolto a un pubblico completamente diverso,
• 9:42
  conosci la sensazione?
• 9:44
  Magari stai annunciando un programma di formazione aziendale e via.
• 9:47
  Proponi con sicurezza l'immagine di una spiaggia tropicale con lo spazio per la didascalia pronto per la data del tuo evento.
• 9:52
  Non è sbagliato in senso tecnico, è solo che non è minimamente adatto al tuo contesto.
• 9:58
  Questi sono i momenti che non vedi in una demo Microsoft.
• 10:01
  Le presentazioni dal vivo tendono a mostrare gli scenari migliori.
• 10:04
  Palette del brand applicate in modo impeccabile, testo perfettamente bilanciato sulla pagina,
• 10:08
  immagini che sembrano provenire dalla tua libreria interna.
• 10:11
  Nel mondo reale l'IA non sempre coglie nel segno.
• 10:14
  Può fraintendere il tono desiderato e proporre immagini che non sono in linea con il pubblico o la cultura di riferimento.
• 10:19
  Questo disallineamento può essere minimo, come un'immagine di sfondo troppo giocosa per un comunicato serio o evidente,
• 10:27
  come l'uso di photostock che suggeriscono un settore completamente diverso dal tuo.
• 10:32
  Un team di marketing con cui ho parlato lo ha riscontrato durante il lancio di una procedura interna di conformità etica.
• 10:38
  L'IA ha suggerito immagini di pendenti sorridenti che si battevano i 5 in un ufficio open space.
• 10:43
  Sebbene ottimista, l'immagine minava il tono serio che il management voleva trasmettere.
• 10:46
  Un altro esempio è emerso nella presentazione per un cliente di una società di servizio professionale.
• 10:51
  L'IA ha selezionato automaticamente uno spazio di lavoro per start-up dai colori vivaci per una slide destinata a un pubblico finanziario conservatore.
• 10:58
  Il messaggio, i fatti e persino il layout andavano bene.
• 11:01
  L'inquadratura visiva, tuttavia, ha inviato il segnale sbagliato.
• 11:05
  I primi utenti professionisti segnalano alcuni schemi nelle correzioni che apportano.
• 11:08
  Spesso si tratta di rifinire la gerarchia del layout quando l'IA pone troppa enfasi sui dettagli secondari o sminuisce il messaggio principale.
• 11:17
  A volte si tratta di eliminare elementi decorativi extraggiunti dall'IA perché richiene che si adattino allo stile, anche se distraggono nel tuo contesto specifico.
• 11:25
  E, più spesso di quanto si possa pensare, si tratta di sostituire immagini stock selezionate automaticamente che non rispettano appieno le linee guida del brand, nonostante le regole siano caricate nel sistema.
• 11:34
  I template di branding stessi non sono sempre uno scudo. I suggerimenti dell'IA possono sovrascriverli in modi sottili.
• 11:41
  Una tonalità più chiara del colore ufficiale qui, un peso del carattere, leggermente alterato l'A.
• 11:47
  Sulla carta questi cambiamenti potrebbero passare inosservati, ma per chi tutela l'integrità del brand da anni saltano subito all'occhio.
• 11:54
  Se nessuno revisiona l'esportazione finale con tale attenzione ai dettagli, queste lievi deviazioni si infiltrano nelle risorse di produzione.
• 12:00
  Che la necessità di una supervisione umana diventa imprescindibile.
• 12:02
  Anche se la fase di generazione diventa più rapida e precisa, qualcuno deve comunque agire come custode del brand.
• 12:09
  Non si tratta di non fidarsi dell'IA.
• 12:12
  Si tratta di riconoscere che manca della consapevolezza culturale e strategica che deriva dalla conoscenza della storia del brand, del mercato di riferimento e della sensibilità del pubblico.
• 12:21
  Puoi automatizzare l'aderenza allo stile.
• 12:23
  Non puoi automatizzare l'istinto.
• 12:25
  E se parte l'attrito qui è semplicemente la natura dell'apprendimento automatico.
• 12:28
  Attinge dai dati di addestramento, dal comportamento degli utenti e dagli input che gli fornisci.
• 12:33
  Se questi segnali sono in conflitto o se la richiesta è al limite di ciò che ha visto prima, le congetture aumentano.
• 12:39
  Queste congetture potrebbero esserti invisibili quando azzecca la scelta.
• 12:42
  Diventano molto visibili quando sbaglia.
• 12:44
  È interessante notare che questa necessità di intervento umano non riguarda solo il mondo del design.
• 12:48
  Esiste un parallelo in ambiti come la gestione dei dati, dove gli strumenti possono automatizzare l'80% del lavoro tedioso, ma richiedono comunque una revisione esperta prima della pubblicazione.
• 12:57
  In entrambi i casi, l'IA può gestire una gran parte del lavoro pesante.
• 13:02
  Ma quando si tratta di interpretare il significato, verificare il contesto, individuare errori sottili, la revisione umana mantiene tutto sui binari giusti.
• 13:09
  Quindi, sebbene il designer stia chiaramente riducendo le ore di produzione dei contenuti, non ha sostituito il ruolo del revisore creativo?
• 13:17
  Ha spostato quel ruolo dal correggere refusi e riallineare caselle al formulare giudizi di livello superiore, su messaggio, tono e adeguatezza.
• 13:24
  L'aumento di efficienza è reale, ma lo è anche la necessità di un controllo interno finale prima che qualcosa venga rilasciato.
• 13:30
  E quando guardiamo a come l'IA viene utilizzata al di fuori dello spazio del design, quel mix di automazione e supervisione appare in posti sorprendenti,
• 13:37
  specialmente nel mondo dei flussi di dati, tradizionalmente tanto tediosi quanto il lavoro di progettazione manuale.
• 13:45
  Dai problemi ETL e vantaggi dei Dataflow Gen 2
• 13:47
  Se hai mai gestito una pipeline di dati alla vecchia maniera, sai quanto potessero essere fragili.
• 13:53
  Cronjob programmati in orari insoliti
• 13:55
  Script cache messi insieme mesi fa da qualcuno che non lavora più in azienda a una catena di dipendenze così lunga
• 14:00
  che un minuscolo cambiamento di formato in un CSV poteva bloccare tutto.
• 14:06
  Non era solo complicato, era fragile.
• 14:07
  Un piccolo intoppo a monte e all'improvviso ti ritrovi a fissare dati parziali chiedendoti quale server abbia eseguito il lavoro la notte scorsa.
• 14:14
  La parte peggiore è che i guasti raramente avvenivano nei momenti convenienti.
• 14:17
  Lì ci avevi l'avviso alle del mattino che i numeri del giorno precedente non erano stati caricati
• 14:21
  e il responsabile del sistema sorgente non sarebbe stato disponibile fino al mattino.
• 14:24
  Nel momento in cui riavviavi la pipeline metà degli utenti della dashboard, aveva già iniziato a inviare mail chiedendo perché è vuoto.
• 14:30
  Quello repersi nel debug spesso non aveva nulla a che fare con il valore effettivo dei dati.
• 14:34
  Venivano spese a cercare nei log, modificare espressioni regolari ed eseguire passaggi solo per tornare al punto in cui pensavi di essere.
• 14:41
  Dataplogendo e Microsoft Fabric stanno spostando questo carico in modo significativo.
• 14:45
  Invece di costruire e mantenere quelle pipeline personalizzate riga per riga,
• 14:49
  puoi spostare gran parte del lavoro in un'interfaccia no-code o low-code.
• 14:52
  Power Query, la stessa tecnologia che molti usano già in Excel e Power BI, gestisce le fasi di estrazione e trasformazione.
• 15:00
  Quindi significa che non devi costruire un parser da zero solo per combinare tre diversi formati di file.
• 15:05
  Colleghi le fonti, punti e campi, modelli dati visivamente e lasci che il servizio gestisca l'infrastruttura di base.
• 15:11
  Non è solo uno strumento per unire tabelle o rinominare colonne.
• 15:19
  Analizza attivamente i dati importati e suggerisce trasformazioni basate sui pattern rilevati.
• 15:25
  Se combini costantemente colonne di data e ora in un unico campo, inizierà a proporre quel passaggio automaticamente.
• 15:30
  Se rileva ID cliente in due sistemi, con uno schema corrispondente, puoi indicare la relazione, senza che tu debba mapparla manualmente.
• 15:39
  Supponiamo che tu stia consolidando dati di campagna marketing, un mix di esportazioni Google Ads, statistiche email e metriche social e metriche social.
• 15:47
  In una configurazione TL tradizionale, probabilmente scriveresti script per normalizzare i nomi dei campi, convertire valute a lineare date e colmare valori mancanti.
• 15:55
  Con Gen2 puoi inserire ogni fonte dati in Power Query, lasciare che li ha segnali tipi di colonna incoerenti e applicare direttamente le correzioni suggerite.
• 16:06
  Alla fine avrai un'unica tabella pulita pronta per i report senza dover tracciare manualmente indiscrepanza nei dati.
• 16:12
  I test finora dimostrano che c'è molto più della semplice comodità.
• 16:14
  La velocità di aggiornamento è migliorata rispetto ai flussi dati precedenti con il motore che gestisce le trasformazioni in parallelo e recupera da errori parziali senza richiedere un riavvio completo.
• 16:24
  Anche la tolleranza agli errori è un aspetto fondamentale.
• 16:26
  Se una fonte dati fallisce durante l'aggiornamento, le altre possono completare il processo e riceve un messaggio di errore chiaro invece di un generico pipeline fallita.
• 16:34
  Questo da solo risparmia molti cicli di elaborazione sprecati e congetture.
• 16:38
  La domanda naturale è se tutto ciò riduca realmente il bisogno di ingegneri dati specializzati.
• 16:43
  Se un analista marketing può costruire una pipeline funzionante da più fonti senza scrivere una riga di codice, serve ancora un team ETL dedicato?
• 16:52
  In pratica la risposta è più complessa.
• 16:53
  I lavori ripetitivi semplici potrebbero passare interamente al self-service, ma le pipeline complesse con dozzine di fonti, logiche di business intricate o requisiti normativi beneficiano ancora della supervisione di un ingegnere esperto.
• 17:07
  Ciò che cambia è il modo in cui questi esperti impiegano il loro tempo.
• 17:12
  Invece di gestire richieste sporadiche per riformattare un set di dati o correggere un collegamento interrotto, possono concentrarsi su modelli scalabili, ottimizzazione di query e creazione di capacità analitiche per l'intera azienda.
• 17:22
  Il lavoro preparatorio ripetitivo, quello per cui venivano interrotti quotidianamente, viene gestito a monte da strumenti come Gen2.
• 17:30
  Ed è qui che emerge il filo conduttore.
• 17:33
  Che si tratti del design potenziato dal Microsoft Designer o della preparazione ai dati assistite in Fabric, il modello è lo stesso.
• 17:40
  Elimina il lavoro pesante.
• 17:42
  Mantieni il giudizio umano dove conta.
• 17:43
  I team creativi e i team dati non sono così distanti come sembra.
• 17:47
  Entrambi creano risorse, entrambi hanno flussi di lavoro rallentati da passaggi ripetitivi e facilmente automatizzabili,
• 17:53
  e ora entrambi hanno strumenti in M365 che iniziano a gestire queste fasi al posto loro.
• 17:58
  Un unico ecosistema ha due rivoluzioni.
• 18:00
  La maggior parte delle aziende tende a vedere i team creativi e i team di dati come mondi separati.
• 18:04
  Il marketing costruisce la storia, l'analisi ne misura l'impatto.
• 18:08
  Ma nella pratica quei flussi di lavoro si sovrappongono costantemente.
• 18:10
  Una campagna non finisce dopo la pubblicazione di un post sui social.
• 18:14
  Le decisioni creative influenzano ciò che viene misurato, e i dati definiscono il ciclo creativo successivo.
• 18:19
  Dividerli in compartimenti stagni nasconde il fatto che entrambi affrontano la stessa sfida di base
• 18:23
  a trasformare input grezzi in qualcosa di utilizzabile, abbastanza rapidamente da fare la differenza.
• 18:27
  Ecco perché i cambiamenti visti con Microsoft Designer e i flussi di dati gender di Fabric
• 18:31
  sembrano collegati, anche se risolvono problemi diversi.
• 18:34
  Da un lato LIA interviene sul lavoro ripetitivo legato al layout e all'acquerenza del brand.
• 18:38
  Dall'altro LIA affronta concretamente lo sforzo ripetitivo nella preparazione dei dati.
• 18:44
  Insieme comprimono il tempo necessario per passare dall'ideazione al monitoraggio dei risultati.
• 18:49
  Non state solo risparmiando fatica in due ore separate, state accorciando il ciclo tra di esse.
• 18:54
  Immaginate una campagna di lancio prodotto.
• 18:55
  Il team creativo usa Designer per costruire l'intera suite di elementi visivi, banner promozionali, immagini per e-mail e slide per eventi.
• 19:03
  Ogni risorsa si allinea automaticamente al kit del brand, così nessuno deve rifare i colori o cercare il logo giusto.
• 19:08
  Parallelamente il team di analisi imposta un flusso di dati Gen2 che estrae traffico del sito, spesa pubblicitaria, coinvolgimento e-mail e partecipazione ai webinar in un set di dati pronto all'uso.
• 19:21
  Quando la campagna è attiva, siete già pronti ad abbinare ogni risorsa creativa ai numeri che ne mostrano le prestazioni.
• 19:28
  Qui i dettagli contano.
• 19:29
  Designer non è solo un crone di camera integrato in 365.
• 19:32
  È collegato al vostro contesto M305.
• 19:34
  Se la campagna è nel calendario aziendale, se le immagini sono salvate su SharePoint, se le bozze dei testi sono nelle chat di Teams, di app usarli per avviare suggerimenti di layout, Gen2 funziona allo stesso modo nel suo ambito.
• 19:47
  Rileva analogie tra le colonne delle fonti di input, suggerisce normalizzazioni e segnala lacune nei dati prima di caricarli in Power BI.
• 19:55
  Entrambi usano il contesto solo da angolazioni diverse del flusso di lavoro per ridurre il lavoro tra l'input grezzo e l'output utilizzabile.
• 20:02
  E questo è il principio condiviso che guida entrambi.
• 20:04
  Consapevolezza del contesto più suggerimenti intelligenti.
• 20:08
  Non è magia generativa.
• 20:09
  È automazione mirata alimentata dai segnali che il vostro ambiente sta già producendo.
• 20:14
  Più lavorate all'interno dell'ecosistema M305, più segnali li ha in grado di cogliere.
• 20:19
  Un prompt di progettazione che conosce il segmento di pubblico senza che dubbiate digitarlo.
• 20:23
  Un flusso di dati che rileva come metà della tua spesa pubblicitaria e non sia contrassegnata e ti chiede se vuoi riconciliarla.
• 20:28
  Non si tratta di spedienti isolati.
• 20:30
  Sono modelli in grado di cambiare il modo in cui i progetti vengono gestiti quotidianamente.
• 20:34
  Guardando attraverso l'ottica più ampia di Microsoft è evidente che si stanno orientando verso un modello di lavoro basato sull'IA.
• 20:40
  Non un'IA isolata, ma un'IA integrata negli strumenti che già utilizzi adattata ai tuoi dati operativi.
• 20:48
  La forza di questo modello è che i miglioramenti dell'IA di un prodotto possono spesso essere applicati a un altro.
• 20:52
  La logica di coerenza del brand che allinei layout dei designer potrebbe un giorno garantire che le visualizzazioni dati in Power BI mantengano la stessa identità visiva.
• 21:02
  Il rilevamento delle anomalie nella Gen 2 potrebbe segnalare numeri incoerenti all'interno di un business case world prima che qualcuno lo presenti.
• 21:07
  Ciò solleva una domanda che vale la pena considerare.
• 21:09
  Se l'IA può guidare il lavoro creativo e analitico con uguale fluidità, quanto siamo lontani da una dashboard unificata in cui progettare l'asset, scegliere il pubblico, lanciare la campagna e osservare i dati sulle prestazioni, arrivare in un unico posto.
• 21:22
  Non è più un'utopia. I mettoni si sono già. Devono solo essere assemblati insieme in un'unica interfaccia.
• 21:30
  Per le organizzazioni che utilizzano già entrambi gli strumenti, il vantaggio immediato è evidente.
• 21:35
  Puoi allineare lo storytelling del brand con i dati sulle prestazioni in tempo reale, senza esportazioni manuali, passaggi via email, ritardi negli aggiornamenti che rallentavano le campagne.
• 21:43
  Non è solo più veloce e meno soggetto a errori.
• 21:46
  Il reparto creativo vede i risultati quasi in tempo reale.
• 21:49
  E c'è una prossima ondata all'orizzonte? Un'IA che non opera solo all'interno delle singole app, ma che l'orchestra tra loro, ma che l'orchestra tra loro.
• 22:05
  E quando un cambiamento nel messaggio della campagna potrebbe attivare automaticamente grafica e aggiornata in designer, regolare le regole di tagging nei flussi di dati e fornire analisi aggiornate alla tua dashboard senza che tu debba intervenire.