Canva AI 2.0 alla prova: Brand Intelligence su 60 asset

Nel test, Brand Intelligence di Canva AI 2.0 ha mantenuto impeccabile il Brand Kit di un cliente per 21 asset. Al 22° asset, il colore d’accento si è allontanato dal ciano bloccato e la scala tipografica si è spezzata; a quel punto, però, l’esecuzione agentica aveva già consumato 140 dei ~500 crediti mensili del piano Pro.

Il risultato: dove ha retto e su quale asset ha ceduto

L’immagine del verdetto non lascia spazio a dubbi. I primi 21 asset erano coerenti con il brand; il 22° era visibilmente fuori rotta. La scala tipografica — che avrebbe dovuto conservare tre corpi distinti, con un carattere display e uno per il testo — si è ridotta a due sole dimensioni in un layout composito. In due titoli, inoltre, l’agente ha sostituito senza segnalarlo il carattere display con un sans serif molto simile.

Ecco il Brand Kit espresso sotto forma di token, così da avere riferimenti concreti per il resto dell’analisi:

• Sfondo: quasi nero #0B0D10
• Colore d’accento: un solo ciano elettrico #21D4FD, bloccato e mai abbinato a un secondo colore d’accento
• Scala tipografica: 64 / 32 / 16 px, un solo peso per il carattere display e uno per il testo
• Griglia: 12 colonne, gutter da 80px nella presentazione, 4 colonne per il set Instagram

La stessa Canva presenta AI 2.0 con una certa onestà. Partendo da un solo prompt-obiettivo, il sistema agentico porta una campagna a una bozza coerente con il brand per circa l’80%; il restante 20% richiede lavoro umano. È il modo in cui lo descrive Canva, non il mio. Il punto interessante del test non è scoprire che esiste questo rapporto 80/20, ma capire dove cada davvero il confine quando si applicano token di brand reali a una produzione di 60 asset — e quanti crediti si consumino prima che inizi la deriva.

Il verdetto in una riga: Brand Intelligence funziona davvero per la coda ad alto volume dei contenuti social. Non è ancora adatto alle creatività hero che definiscono un brand. L’orchestrazione può essere precisa solo quanto il Brand Kit che la alimenta, e i 30 minuti necessari a configurarlo e bloccarlo sono strutturali, non facoltativi.

Il brief: un vero sistema di brand per un cliente

Il progetto consisteva in una campagna di lancio da 60 asset: una presentazione di 14 slide, 28 post Instagram in formato 1:1 e 4:5, 6 header per email, 8 one-pager distribuiti su due layout e 4 card LinkedIn. È esattamente il pacchetto che Canva AI 2.0 promette di generare in un’unica operazione, partendo da un solo prompt-obiettivo con Agentic Orchestration. Ad aprile, durante Canva Create LA, Cliff Obrecht ha usato l’espressione «campaign in one prompt» nella demo. È questa la promessa messa alla prova.

Il test è attendibile perché il confine tra coerenza e incoerenza viene fissato prima, non adattato a posteriori. Un codice esadecimale sbagliato per il colore d’accento resta sbagliato. Una scala tipografica compressa è un errore. L’introduzione di un secondo colore d’accento è un errore. L’agente rispetta i token oppure no: il fallimento si può contare, non è una sensazione.

Il costo di configurazione ha pesato più di quanto prevedessi. Prima di avviare l’agente ho dedicato circa 35 minuti a completare il Brand Kit: caricamento dei due font, definizione dei tre corpi tipografici come stili con nome, blocco dell’unico colore d’accento, assegnazione dei nomi alla palette e caricamento di due composizioni del logo. Brand Intelligence è riservato al piano Pro, così come il Brand Kit completo; Pro offre all’incirca 500 crediti al mese, contro i ~50 del piano Free. La pagina dei prezzi di Canva riporta questi dettagli, utile per verificarli prima di scegliere un piano.

Questo investimento non è negoziabile. Ogni deriva osservata in seguito derivava da un token assente dal kit o definito in modo troppo permissivo. L’agente non inventa le regole del brand: interpola ciò che trova nel kit e, se incontra un vuoto, lo riempie con l’alternativa più gradevole e somigliante a sua disposizione.

Test agentico di Canva AI 2.0: risultati e consumo

Ho avviato l’intera campagna con un solo prompt-obiettivo: "Generate a 60-asset launch campaign for [client] across deck, Instagram, email headers, one-pagers, and LinkedIn. Use our Brand Kit. Tone: confident, technical, calm. Headline pattern: [pattern]. CTA: [CTA]."

L’agente ha trasformato il brief nell’elenco degli asset, generato progetti Canva a livelli — con ogni elemento modificabile, non immagini appiattite — e creato uno spazio di lavoro della campagna da aprire e controllare. È questo il salto di AI 2.0 rispetto al vecchio Magic Studio: l’orchestrazione dell’intero pacchetto, output modificabili a livelli e una Living Memory che conserva il contesto per tutta l’esecuzione, al posto dei singoli strumenti Magic che producevano artefatti piatti con una sola operazione.

Il registro asset per asset:

• Asset 1–14 (la presentazione): coerenti con il brand. Scala tipografica rispettata. Unico colore d’accento mantenuto.
• Asset 15–21 (i primi 7 post Instagram): coerenti con il brand. L’agente ha applicato correttamente la variante di griglia 4:5 e rispettato la regola sul colore d’accento.
• Asset 22 (l’8° post Instagram, un layout composito con tre blocchi di testo e una citazione): deriva. Il colore d’accento è passato a #3FB8C9 (fuori brand di ~8% nella tonalità). La scala tipografica è scesa a 32/20. Nella citazione, il carattere display è stato sostituito.
• Asset 23–34: la deriva si è propagata. Dopo che Living Memory ha assorbito l’asset 22 fuori brand come contesto recente, gli asset successivi hanno seguito quell’errore invece di tornare al kit bloccato.

Non si è trattato di un errore isolato, ma di un errore cumulativo. È un dettaglio decisivo nel modo di usare l’agente: quando iniziano i prompt compositi, non ci si può fidare di un’esecuzione lunga e senza interruzioni. Nel mio caso, la soglia era attorno a 20 asset concatenati.

Il registro dei crediti

La produzione agentica dei 60 asset ha consumato 187 crediti prima di qualsiasi correzione: circa il 37% della dotazione mensile di un piano Pro per una sola campagna. Dopo le modifiche manuali agli asset 22–34 e la rigenerazione di 6 asset con sotto-prompt più vincolanti, il totale è salito a 226 crediti.

In termini di costo per asset finito e coerente con il brand:

• 21 asset approvati al primo passaggio: ~8.9 crediti per asset finito
• 39 asset da correggere o rigenerare: ~4.2 crediti per bozza, oltre al mio tempo
• Media complessiva sui 60 asset: ~3.8 crediti per asset finito e coerente con il brand

Il rapporto 80/20 è reale e si colloca più o meno dove Canva lo indica. Brand Intelligence mi ha consegnato una bozza all’80%. Il 20% necessario a renderla coerente con il brand — correggere il colore d’accento, ripristinare la gerarchia tipografica e riportare nel tono giusto tre titoli scivolati nel linguaggio promozionale — è stato lavoro manuale nell’editor di Canva, non nell’interfaccia agentica.

Living Memory e l’accesso a Brand Intelligence riservato al piano Pro hanno ripagato il loro costo sulla presentazione e sui primi 21 asset social. Non hanno salvato la seconda metà dell’esecuzione.

La pipeline Figma + Midjourney applicata allo stesso brief

Ho prodotto gli stessi 60 asset anche con la pipeline manuale che uso per i clienti di DVNC.studio: Figma per il layout e l’applicazione del sistema di brand, con librerie di componenti che bloccano rigidamente scala tipografica e colore d’accento, e Midjourney V8.1 per le immagini hero. Per la coda lunga delle varianti social è bastato Figma con il design system.

Per rendere il confronto con i crediti omogeneo, il calcolo dei costi è questo: circa $4 di strumenti e 20 minuti di direzione artistica per ogni asset hero finito e coerente con il brand; circa $0.40 di strumenti e 8 minuti in Figma per ogni variante social finita. Le varianti costano poco in strumenti e molto in tempo. Le creatività hero richiedono poco tempo di generazione — l’AI genera in fretta — ma la direzione artistica umana resta determinante.

Dove la pipeline manuale vince senza discussioni: nessuna deriva del brand sulle creatività hero, controllo completo della scala tipografica su ogni asset — perché la libreria di componenti impedisce di violarla — e direzione artistica sempre nelle mie mani. Il risultato coincide con quello del test sul trasferimento di stile di Krea 2 che ho condotto all’inizio dell’anno: abbinando gli strumenti di generazione delle immagini AI a un design system rigoroso, l’identità del brand resta stabile per 40+ frame. A imporre le regole è il sistema, non il modello.

Dove perde: velocità e volume sulla coda lunga. Canva AI 2.0 ha prodotto una bozza equivalente in circa 12 minuti. È proprio questo divario a giustificare l’introduzione del sistema agentico.

Verdetto a confronto: scale di costo, deriva e velocità

Scala dei costi

Costo per asset finito e coerente con il brand, suddiviso per categoria:

• Variante social, Canva AI 2.0 in modalità agentica: ~3.1 crediti (≈ $0.08 al costo medio del piano Pro)
• Variante social, Figma + Midjourney: ~$0.40 di strumenti + 8 min di lavoro
• Hero / creatività che definisce il brand, Canva AI 2.0 in modalità agentica: ~12 crediti e inaffidabile (il punto di deriva)
• Hero / creatività che definisce il brand, Figma + Midjourney: ~$4 di strumenti + 20 min di direzione, e affidabile

Il ribaltamento è netto. Sulla coda social, Canva AI 2.0 costa all’incirca un ordine di grandezza in meno ed è molto più veloce in termini di tempo effettivo. Per le creatività hero, invece, la pipeline manuale è l’unica in grado di arrivare alla consegna.

Scala della deriva

• Asset prodotti prima della prima deriva, Canva AI 2.0 in modalità agentica con Brand Kit completamente bloccato: 21
• Asset prodotti prima della prima deriva, Canva AI 2.0 in modalità agentica con Brand Kit parziale (senza scala tipografica): 6 (un test separato che avevo avviato prima e poi abbandonato)
• Asset prodotti prima della prima deriva, Figma + Midjourney con libreria di componenti bloccata: di fatto illimitati; perché si verifichi una deriva, deve essere una persona a violare il sistema

È il dato più chiaro emerso dal test. L’interfaccia agentica deriva; quella basata sul design system no, perché la deriva è una proprietà del sistema, non del modello. Anche il lavoro di Figma sulle custom skill per l’AI segue questa logica: il sistema impone le regole, mentre l’AI genera entro i vincoli che il sistema mantiene.

Scala della velocità

• Tempo per 60 asset, Canva AI 2.0 in modalità agentica, correzioni incluse: ~3.5 ore
• Tempo per 60 asset, Figma + Midjourney con un design system esistente: ~14 ore
• Tempo per 60 asset, Figma + Midjourney costruendo il design system da zero: ~40 ore

Con un design system già pronto, la pipeline manuale è 4× più lenta dell’esecuzione agentica. Senza, è più lenta di un ordine di grandezza. Il costo iniziale della pipeline manuale è concreto: per questo le agenzie e gli studi che realizzano molte campagne una tantum sentiranno più forte il richiamo di Canva AI 2.0.

La raccomandazione e il vincolo che cambia la scelta

Canva AI 2.0 in modalità agentica va usato per la coda social ad alto volume, dove basta una buona coerenza con il brand, ma solo dopo aver bloccato completamente il Brand Kit e assegnato un budget di crediti a ogni campagna. Figma + Midjourney — o una pipeline equivalente che unisca design system e immagini AI — resta la scelta per tutto ciò che definisce il brand: creatività hero, lancio della campagna, prima pagina di una presentazione o parte alta di una landing page.

Il punto di svolta dipende da una domanda: questo asset può essere coerente al 90% oppure deve arrivare al 100%? Se il 90% è sufficiente perché resterà visibile nel feed per due secondi, può passare all’agente. Se serve il 100% perché l’asset definirà il brand per il trimestre successivo, deve passare alla pipeline manuale.

Ciò che Canva AI 2.0 non sa ancora fare: lavori UI/UX complessi e immagini hero che definiscano il brand. L’articolo di The Verge sul lancio descrive chiaramente disponibilità e interfaccia di editing; senza dirlo apertamente, ne rende evidente anche il limite. Per misurare quel limite ho usato lo stesso metodo applicato nel test sulla scala dei costi del video di brand con Runway agent: calcolare il costo per artefatto finito e coerente con il brand, non per singola generazione grezza. Il costo della generazione grezza fa apparire conveniente qualsiasi strumento agentico; quello dell’artefatto finito racconta la realtà.

Come userei Canva AI 2.0 nel prossimo progetto per un cliente

Per chi guida uno studio o la direzione creativa interna, il piano operativo è questo.

Prima si blocca il Brand Kit con token esatti: ogni codice esadecimale, corpo tipografico, regola sul colore d’accento, specifica della griglia e le due composizioni del logo. Vale la pena investire i 30–45 minuti necessari, perché questa fase determina tutto ciò che segue. Saltarla significa spendere crediti per lasciare che sia l’agente a indovinare.

Il lavoro va instradato in base alla categoria dell’asset. Varianti social, presentazioni interne, header per email e one-pager della coda lunga vanno a Canva AI 2.0 in modalità agentica. Immagini hero della campagna, visual che definiscono il brand e qualunque contenuto destinato a rappresentarlo per un trimestre o più restano nella pipeline manuale.

Il budget di crediti va fissato per campagna, non per mese. Su Pro, una campagna da 60 asset può consumare un terzo della dotazione mensile in una sola esecuzione. Con tre campagne al mese serve una dotazione di crediti di fascia superiore, oppure la disciplina di affidare all’agente soltanto la coda social.

Nel workflow va inserito un controllo della deriva agli asset 18–20, prima della zona dei prompt compositi. Ai primi segnali bisogna interrompere l’esecuzione e ripartire con sotto-prompt più vincolanti, senza permettere a Living Memory di assorbire e propagare l’errore. Ripartire dall’asset 19 costa poco; correggere gli asset 22–34 ha generato gran parte del lavoro aggiuntivo registrato nel test.

È più o meno così che oggi organizzo la pipeline delle campagne di DVNC.studio: l’agente gestisce la coda lunga, il design system governa il lavoro hero e il budget dei crediti viene definito sul brief della campagna prima di avviare il primo prompt.

Brand Intelligence di Canva AI 2.0 mantiene davvero i design coerenti con il brand?

Con un Brand Kit definito in ogni dettaglio, regge bene nella prima parte della produzione; sui prompt compositi, però, inizia a deviare. Nel mio test la prima deriva è arrivata all’asset 22 su 60. È abbastanza coerente per la coda lunga dei social, non per il lavoro hero.

Quanti crediti AI consuma una campagna agentica in Canva AI 2.0?

Un’orchestrazione su più asset consuma crediti per ogni artefatto generato. La mia campagna da 60 asset ne ha richiesti 187 al primo passaggio e 226 dopo le correzioni, a fronte dei ~500 mensili di Pro. Il budget va definito per campagna, non per mese.

Canva AI 2.0 può sostituire una pipeline di brand con Figma + Midjourney?

In larga parte sì per i contenuti social ad alto volume, dove basta una buona coerenza con il brand. No per le immagini hero che lo definiscono e per il controllo completo della scala tipografica. La scelta dipende dal livello di coerenza richiesto: 90% o 100%.

Che cosa cambia dal vecchio Magic Studio a Canva AI 2.0?

Agentic Orchestration, Brand Intelligence e Living Memory prendono il posto dei singoli strumenti Magic. Il sistema coordina un’intera campagna da un solo prompt-obiettivo e produce output modificabili a livelli, invece di singoli asset appiattiti.

Serve Canva Pro per usare Brand Intelligence?

Sì. Brand Kit, Brand Intelligence e alcuni connettori sono funzionalità del piano Pro; la dotazione di crediti di Pro (~500/mese) è ciò che rende praticabile una campagna reale.