L’intelligenza artificiale applicata al licensing, l’analisi predittiva dei trend e i Digital Twin sono al centro della collaborazione tra MondadoriLab e Hi Twin, un progetto che punta a offrire al mercato nuovi strumenti per individuare le property con il maggiore potenziale prima che diventino fenomeni di massa. Per approfondire questa innovativa metodologia, Licensing Italia ha intervistato Pamela Saiu di MondadoriLab e il team di Hi Twin – Davide, Matteo e Gregorio – che raccontano come nasce il progetto, come funziona il sistema di analisi e quali opportunità può offrire alle aziende del settore. Il progetto sarà inoltre approfondito durante il webinar organizzato da Licensing Italia il prossimo 23 settembre, nel corso del quale verranno presentati la metodologia e i primi risultati della sperimentazione.
Pamela: ci racconti questa novità che coinvolge MondadoriLab e il tuo lavoro sul Licensing?
Da oltre 15 anni lavoriamo fianco a fianco con Licensing Italia sui Licensing Talks, l’appuntamento semestrale che misura la notorietà, l’ITB e la capacità di un set di characters e properties — scelti da licenzianti e licenziatari che aderiscono alla ricerca — di adattarsi alle diverse categorie merceologiche. Sono, per loro natura, proprietà già presenti sul mercato italiano e più o meno note al grande pubblico: il nostro compito è “misurarle” e, quando serve, affinarle.
Un primo salto in avanti l’abbiamo fatto introducendo le interviste in spontanea con il chatbot di Glaut, che ci ha permesso di allargare lo sguardo ai desiderata reali di bambini e adulti, oltre le properties già definite. Mancava però ancora un tassello: uno strumento capace di anticipare i prossimi tormentoni, i trend, prima ancora che esplodano. È qui che è arrivato l’incontro con i ragazzi di Hi Twin, che mi ha incuriosito al punto da voler sperimentare.
Partendo dal panel Mondadori — MondadoriLab, un bacino ricchissimo di iscritti — mi hanno creato dei “digital twin”: vere e proprie repliche digitali dei panelisti, un hub protetto in cui sperimentare novità e simulare, con buona affidabilità, quelle che potrebbero essere le risposte reali dei panelisti.
Il vantaggio dei digital twin è poter testare, in un ambiente sterile, properties per ora note solo in alcuni mercati esteri. Sterile perché il campione non si “consuma”: può essere esposto più volte agli stessi contenuti senza risultarne condizionato. E riservato, perché non stiamo interpellando persone reali.
Abbiamo avviato le prime sperimentazioni a fine 2025 e i risultati, finora, ci sembrano davvero promettenti. Sono convinta che questa metodologia possa affiancare i Licensing Talks e diventare una marcia in più per gli specialisti del settore, aiutandoli ad anticipare i trend prima che diventino tali.
LI: Ciao Davide, di cosa ti occupi in Hi Twin, e ci puoi spiegare come fate questo tipo di analisi e come funziona il vostro strumento?
Sono co-founder di Hi Twin e, insieme a Matteo — entrambi ricercatori di formazione — mi occupo della parte di Intelligenza Artificiale: stiamo costruendo modelli capaci di fare analisi predittive. Per il Licensing abbiamo sviluppato un sistema che identifica personaggi emergenti e trend con largo anticipo, prima ancora che diventino virali. La fase sperimentale con MondadoriLab ci ha permesso di affinare l’approccio e, iterazione dopo iterazione, siamo arrivati a uno strumento che lavora in due fasi.
Nella prima fase entra in gioco un agente AI che va a caccia di IP già affermate nei paesi early adopters — Giappone, Corea del Sud, Stati Uniti — ma ancora sottovalutate in Italia. Le analizza incrociando un set di metriche strutturato e piuttosto dettagliato: si parte da dati oggettivi, come l’interesse di ricerca su Google e la viralità sui social, per arrivare a indicatori più predittivi del potenziale commerciale, come la silhouette recognition o la capacità di adattarsi a diverse categorie merceologiche. Il risultato è una classifica quantitativa delle IP emergenti.
Questo primo passaggio restituisce una classifica solida, ma misura ancora un interesse potenziale. Per trasformarlo in una stima affidabile dell’interesse reale del pubblico italiano, il modello si affida a una seconda fase di validazione, che completa e rafforza il quadro tracciato dall’agente.
LI: Davide ci ha già dato una prima introduzione, Matteo, ma mi hai lasciato la curiosità di capire come validate i risultati. Da cosa è composta la fase due?
Per validare i risultati del nostro “esploratore” abbiamo digitalizzato il panel Mondadori e messo a punto un’operazione di copy test: si mostra un contenuto e poi si chiede di rispondere a una serie di domande di valutazione.
Solo che, invece di coinvolgere ogni volta persone reali, usiamo dei Digital Twin ad personam: rappresentazioni digitali costruite incrociando survey, dati CRM, dati ISTAT e altre fonti affidabili. In questo caso abbiamo addestrato i gemelli con le risposte anonimizzate raccolte nelle ultime quattro wave dei Licensing Talks. A quel punto il Digital Twin riceve il contenuto da valutare — un character, un visual, un messaggio — e risponde alle domande del copy test mettendosi nei panni della persona che rappresenta.
È proprio questa validazione a posteriori a dare forza ai risultati: non si limita a confermare una classifica di nuovi personaggi, ma aiuta a capire davvero perché le persone preferiscono un carattere a un altro. Grazie a un LLM, insomma, riusciamo a dare voce ai nostri risultati e a motivarli.
LI: Gregorio, tu invece non fai parte del team tech. Cosa si devono aspettare le aziende da Hi Twin, e dacci un’anticipazione di cosa vedremo durante il vostro webinar?
Io mi occupo della parte business e fundraising insieme a Filippo e Asia: siamo, in un certo senso, il ponte tra i clienti e il team tech.
L’obiettivo di Hi Twin è affiancare i decision maker nelle scelte strategiche, con uno strumento di analisi predittiva che aiuta a ridurre il rischio, ottimizzare gli investimenti e velocizzare il processo decisionale.
Va detto con chiarezza: nessun modello è in grado di prevedere ogni variabile. Nel licensing, ad esempio, il successo di un character dipende anche da fattori esterni difficili da anticipare, come le scelte dei broadcaster, gli accordi di distribuzione o gli eventi di mercato che ne influenzano la diffusione.
Il valore di un sistema predittivo, quindi, non sta nella pretesa di azzerare l’incertezza, ma nella capacità di aiutare le aziende a decidere meglio quando le informazioni chiave sono disponibili. Una volta noti gli elementi esterni che influenzano il contesto, il modello riesce a dare un supporto concreto nell’individuare le opportunità con il potenziale più alto.
Durante il webinar del 23 settembre entreremo nel dettaglio, mostrando perché il modello ha selezionato alcuni characters e con quale criterio ha costruito la classifica delle IP più promettenti.
Non sarà un webinar tecnico: è pensato proprio per chi prende le decisioni d’acquisto e vuole dati facili da leggere e da spiegare internamente. Un primo assaggio di un nuovo modo di fare analisi.
Non ci limiteremo a presentare una lista di personaggi: dimostreremo la solidità del nostro approccio, che integra dati primari interni all’azienda — in questo caso la conoscenza di Mondadori e Licensing Italia — con i giusti segnali esterni.
Una metodologia che funziona particolarmente bene quando si concentra su un caso d’uso specifico.
LI: Ragazzi, a questo punto diteci quali sono gli obiettivi di Hi Twin. Cosa vi aspetta nei prossimi mesi?
La nostra ambizione è portare l’analisi predittiva a un livello di accuratezza mai raggiunto prima, e lo stiamo facendo seguendo quello che per noi è l’approccio più promettente: i gemelli che addestriamo replicano i criteri di scelta di singole persone o categorie di individui, cercando di evitare per quanto possibile la generalizzazione, che indebolisce la capacità di intercettare la nascita di nuove tendenze.
Sappiamo che l’AI è una tecnologia rivoluzionaria perché permette di estrarre nuovi dati da un set già definito — non a caso, ma elaborando quel capitale documentale che, fino a poco tempo fa, le aziende non erano in grado di sfruttare.
Al momento ci stiamo concentrando su due verticali, Licensing e Advertising: sono le due aree in cui ci stiamo specializzando, con un obiettivo che resta sempre lo stesso — migliorare il ritorno sull’investimento delle aziende.
