Come orientarsi fra GEO · AEO · SEO e “CRO per le AI”
Nei canali digitali e nei social ci si ritrova sempre più spesso a confrontarsi con numeri gonfiati, miti roboanti, voli pindarici verso l’agentic commerce e misurazioni del traffico, menzioni e click dagli LLM che sono a dir poco discutibili.
Faremo quindi un percorso ragionato per orientarsi in questo momento di grandi cambiamenti, con dati alla mano, fonti, osservazioni e speculazioni sul mondo reale.
Partiamo subito con una premessa scomoda.
Gran parte di quello che oggi si vende come “ottimizzazione per l’intelligenza artificiale” è vera solo in parte. I presupposti li riscontriamo su LinkedIn dove spesso ci si imbatte nello stesso post riscritto in venti modi diversi.
“Il traffico da AI è cresciuto del 400%.”
“Gli utenti che arrivano da ChatGPT convertono il 50% in più.”
e quindi…
“Ecco i 7 trucchi per farti citare da Google.”
La sensazione è che sia partita una corsa all’oro e che tu sia già in ritardo, sempre in ritardo se non già completamente fuori dai giochi.
Ma la verità, come sempre, è molto più interessante e articolata di così.
Partiamo da verificare alcuni dati.
I numeri di cui si parla non sono falsi, sono semplicemente numeri veri senza un contesto adeguato; che poi nella pratica è quasi peggio, perché un numero vero senza contesto ti fa prendere decisioni sbagliate con la coscienza completamente pulita.
Proviamo perciò a fare una cosa, non saprei se inusuale.
Diamo contesto ai dati, uno per uno.
Poi, alla fine, vi dirò quale, a mio avviso, è lo snodo centrale su cui vale la pena lavorare, senza trascurare tutto il resto.
What marketers want
“Il traffico AI è esploso!”
Sì, è vero, matematicamente è corretto.
Ma il confronto parte da uno stato iniziale molto vicino allo 0 (zero).
Le percentuali di crescita spettacolari servono come è ovvio a creare titoli clickbait, e i valori enunciati servono, senza dubbio alcuno, a far convogliare budget in specifiche direzioni.
“Il traffico da AI converte il 50% in più.”
Vero anche questo. Lo certifica Shopify sui propri dati Q1 2026, con una precisazione.
Shopify confronta soltanto le sessioni iniziate da una scheda prodotto e mette a paragone il traffico AI riconoscibile con la ricerca organica. Non misura quindi l’intero impatto dell’AI, ma solo la quota che arriva al sito lasciando una provenienza identificabile.
E non è un caso isolato.
Adobe, che misura un universo diverso e più vasto, racconta la stessa storia da un’altra angolazione con traffico AI che converte meglio, ha tempi di permanenza più lunghi, meno bounce e maggiore profondità di navigazione.
Il fenomeno perciò è reale, ed è ottimo. Chi arriva da una risposta AI mostra, almeno nella sua componente riconoscibile, caratteristiche molto più vicine al bottom funnel.
Utenti più informati, più decisi, più vicini all’acquisto.
Ma a mio avviso serve maggiore cautela; va considerato che l’AI viene usata anche per esplorare, cercare, confrontare e chi atterra sul sito presenta le caratteristiche di un utenza selezionata e motivata nel contesto dell’intero fenomeno.
E io non sono qui a raffreddare l’entusiasmo. Sono qui a dire che l’entusiasmo, da solo, non può sostituire una strategia solida, granitica. Perché tra il “converte il 50% in più” e una decisione sensata da prendere sul tuo sito web ci sono alcune domande che di solito pochi si prendono la briga di porre.
La prima riguarda il fatto che si tratta di medie, e le medie, si sa, sono il luogo prediletto dove i dettagli vanno ad annegare.
Il traffico AI nel retail spinge parecchio, mentre nel travel, per dire, converte ancora meno rispetto alle altre fonti, anche se sta colmando il divario a vista d’occhio.
Il perché di quel divario è più interessante della cifra in sè. Una spiegazione tecnica plausibile è che certi dati decisivi – le tariffe aeree, per esempio – vengano spesso caricati dinamicamente in JavaScript, e quel codice molti crawler AI non lo eseguono.
Hotel e autonoleggi, con pagine costruite in modo più leggibile, se la cavano meglio.
Va detto che il dato Adobe registra il divario e non ne certifica le motivazioni.
Forse non è un settore sfortunato, è un settore che l’AI non riesce a leggere in alcune sue componenti decisive. (tipo il prezzo…)
Che poi, en passant, è l’intero punto di questo pezzo condensato in un esempio.
La media, insomma, è una fotografia di gruppo dove qualcuno sorride in prima fila, qualcun altro ha gli occhi socchiusi, e qualcun altro si nasconde nell’ombra.
Prima di decidere dove ti collochi tu, converrebbe misurarlo sui tuoi numeri senza ereditare ciecamente l’inquadratura altrui.
La seconda domanda è forse la più sottovalutata e riguarda la velocità con cui questi dati si muovono.
Prendi sempre il retail, che è il caso da manuale.
Nel retail statunitense osservato da Adobe, a marzo 2026 il traffico AI convertiva il 42% meglio delle fonti non-AI. A marzo 2025, dodici mesi prima, convertiva un -38% rispetto agli altri canali.
Insomma, da fanalino di coda a testa di serie nell’arco di un anno.
Tutto questo può far pensare che il trend sia inequivocabile ma allo stesso tempo, con buona dose di certezza, dovrebbe far riflettere sul fatto che un benchmark di oggi rischia di diventare un reperto archeologico domani.
Chi impagina una strategia su un grafico di dodici mesi fa, sta guidando con lo sguardo rivolto totalmente verso lo specchietto retrovisore.
Nessuna di queste domande crea disincanto, il traffico AI è un’ottima fonte ma va inquadrato come dovrebbe prima di essere totalmente celebrato in termini assoluti.
Le due storie convivono benissimo assieme, e chi ti propina solo la prima sta disegnando metà del quadro spacciandolo per la Cappella Sistina.
Il trucco più antico del mondo, con l’abito della domenica
Esiste una ragione tecnica, del tutto prosaica, per cui una parte di questo vantaggio è meno magica di quanto sembri.
Chi arriva da una risposta AI atterra quasi sempre su una scheda prodotto precisa, non sulla homepage. Questo perché il lavoro di esplorazione l’ha già sbrigato il modello, a monte, mentre l’utente chiacchierava in chat. E le schede prodotto convertono più della homepage per chiunque ci metta piede, che venga dall’AI o dalla luna.
Qui entra in gioco quello che gli statistici chiamano confounding: una variabile nascosta che ti fa scambiare la causa effettiva per un’altra.
Stai confrontando pagine diverse – schede prodotto contro homepage – rischi di attribuire al canale un merito che è della composizione del traffico.
Attenzione però, perché è proprio qui che il pezzo si fa interessante, e dove è facile esagerare nella direzione opposta.
La composizione degli atterraggi spiega una parte del vantaggio aggregato. Non può spiegarlo nella sua totalità.
Shopify ha fatto esattamente il controllo che questo ragionamento invocherebbe, ha isolato soltanto le sessioni che iniziano da una scheda prodotto, mettendo PDP vs. PDP.
E anche così, a parità di tipologia di pagina, il traffico AI ha convertito quasi il 50% più dell’organico, con un vantaggio presente in 23 categorie su 25.
Il punto è che, anche mettendo a confronto utenti atterrati sullo stesso tipo di pagina, il differenziale rimane.
Quello che non sappiamo è da dove nasca davvero.
Potrebbe essere l’AI a preparare meglio l’utente prima del click. Oppure potrebbero essere gli utenti già più informati, motivati e vicini alla scelta a decidere più spesso di uscire dalla risposta e visitare il sito.
Probabilmente accadono entrambe le cose.
Il dataset, però, non permette di separarle con certezza. Il confondente principale, insomma, forse non è nemmeno la pagina ma lo stadio del percorso e il tipo di utente che sopravvive fino al click.
Abbiamo anche già visto questo film, in modo diverso con la pellicola del mobile.
Per anni ci si è accapigliati su quanto convertisse lo smartphone. Oggi la risposta ce l’abbiamo, ed è quasi comica nella sua semplicità.
Nel commercio online il mobile genera oltre il 70% del traffico e continua a convertire meno del desktop, nel 2026, grosso modo, il 2% contro il 3,4% secondo Contentsquare.
Secondo me, e sulla base di decine di dati di prima parte, il divario è spesso ancora più ampio sul mercato italiano, soprattutto in alcuni verticali.
Una parte della differenza dipende realmente dal dispositivo. Comprare con il pollice è più scomodo, molti checkout continuano a essere progettati pensando al desktop e compilare moduli su uno schermo piccolo rimane un supplizio.
Ma il dispositivo non spiega tutto.
Spesso il desktop si prende il merito di una decisione maturata altrove, l’utente scopre e confronta il prodotto dal telefono, magari dal divano, e torna successivamente al computer soltanto per concludere l’ordine.
Il desktop, quindi, non è sempre la causa della maggiore propensione all’acquisto. In parte è il segnale che indica il momento del percorso in cui viene utilizzato.
Con il traffico AI potrebbe accadere qualcosa di simile, anche se la dinamica non è propriamente identica.
Il suo conversion rate più alto può dipendere in parte dal lavoro svolto dall’AI prima del click. Ma può anche riflettere una selezione naturale.
Tra tutti quelli che ricevono una risposta, visitano il sito soprattutto gli utenti più informati, motivati e vicini alla scelta.
Il canale, quindi, non produce necessariamente da solo tutta la qualità che gli attribuiamo. In parte la intercetta.
Ignorare questa distinzione significa rischiare lo stesso abbaglio commesso con il mobile e il desktop, scambiare il luogo in cui osserviamo la conversione per la causa che l’ha prodotta.
I trucchi del mago Walter
E qui si entra a gamba tesa nel reparto delle scorciatoie. Da sempre il più affollato, rumoroso e frizzantino.
Partiamo dal fantomatico file llms.txt, quello che, secondo alcuni, ti farebbe “rankare meglio nelle AI”.
Ad oggi non esistono prove affidabili che migliori ranking, citazioni o visibilità nelle principali piattaforme generative. Google Search lo ha anche messo agli atti, non indica di usare llms.txt, e non considera nessun file come necessario per comparire nelle sue funzionalità AI.
Questo non significa che il file sia necessariamente inutile in assoluto. Alcuni agenti o strumenti potrebbero decidere di leggerlo per orientarsi meglio tra documentazione e contenuti. Ma è una cosa molto diversa dal sostenere che faccia aumentare la visibilità.
Può essere una convenzione tecnica emergente, non è detto che sia una leva di ranking dimostrata.
Poi ci sono i dati strutturati, spesso descritti come lasciapassare per la citazione.
I dati strutturati restano certamente utili, rendono più esplicite entità, prodotti, prezzi, attributi e relazioni, e continuano ad alimentare numerose funzionalità dei motori di ricerca. Ma non esiste uno schema speciale per le AI, né una prova che aggiungere markup aumenti automaticamente la probabilità di essere citati.
Aiutano le macchine a interpretare meglio alcune informazioni. Non garantiscono che quelle informazioni vengano indicizzate, recuperate, utilizzate o mostrate in una risposta.
Sono supporto semantico, utili nella SEO tecnica e necessari per accedere a determinate funzionalità dei risultati di ricerca, e come tali andrebbero trattati.
Uno studio di Ahrefs su 1.885 pagine che avevano aggiunto dati strutturati non ha rilevato un aumento statisticamente significativo delle citazioni né in AI Mode né in ChatGPT. Nelle AI Overviews ha osservato un calo relativo del 4,6%, senza però poterlo attribuire con certezza all’introduzione dello schema.
NB: lo studio riguarda pagine già molto citate prima dell’intervento – almeno 100 citazioni nelle AI Overviews – quindi non dimostra che lo schema sia inutile per pagine ancora non recuperate o non comprese dai sistemi. Inoltre aggrega tipi di schema diversi e misura soltanto i 30 giorni successivi.
Poi abbiamo le FAQ infarcite di markup per occupare più spazio in SERP.
Google aveva già ridotto drasticamente i FAQ rich results dal 2023, restringendone l’uso di fatto a contesti molto autorevoli; dal 7 maggio 2026 li ha dismessi nella ricerca. Il contenuto FAQ resta utile per gli utenti e per la comprensione della pagina, ma non va più considerato una leva per ottenere spazio extra in SERP
È morto il rich result, non necessariamente il contenuto FAQ. Una sezione di domande e risposte può ancora essere utile agli utenti, alla comprensione della pagina e persino ad altri sistemi. Quello che è ufficialmente finito è il vecchio giochino di aggiungere FAQPage sperando di conquistare righe supplementari nei risultati di Google.
E infine arriva il grande classico, forse la parte che preferisco.
“Più i bot ti scansionano, più vieni citato.”
Una gran bella massima poco documentata e che non dovrebbe essere presentata come relazione causale.
Vedere un crawler nei log dimostra, nella migliore delle ipotesi, che una risorsa è stata richiesta e resa accessibile a quel bot.
Non dimostra che sia stata indicizzata stabilmente. Non dimostra che sia stata recuperata durante una ricerca. Non dimostra che sia stata utilizzata per generare una risposta. E soprattutto non dimostra che sia stata mostrata o citata a un utente.
Lo stesso Microsoft tratta attività dei bot, citazioni e traffico referral come segnali differenti.
Possono essere analizzati insieme e possono anche mostrare correlazioni, ma non sono la stessa cosa. Una pagina mai scansionata difficilmente verrà recuperata, quindi un legame all’origine esiste; ciò che non regge è il salto da lì a “più crawl, proporzionalmente più citazioni”.
Il crawl è un segnale preliminare, la citazione è un risultato successivo.
In mezzo ci sono indicizzazione, selezione, retrieval, ranking delle fonti e generazione della risposta. Scambiare il primo passaggio per l’ultimo è un salto logico troppo azzardato.
Possiamo dire che llms.txt, dati strutturati, FAQ o analisi dei log sono probabilmente strumenti utili, di cui però non conosciamo l’effetto reale nell’ambito che stiamo trattando.
E che una parte del “lavoro tecnico” che circola non è falsa in ogni suo elemento; è semplicemente gonfiata oltre le prove disponibili, confezionata come scorciatoia e rivenduta come nuova disciplina.
Manutenzione ordinaria presentata come alchimia.
Una liturgia recitata su un altare che, in parecchi casi, è già stato sconsacrato.
La metrica Icaro
Ed eccoci al nocciolo della questione. Come Icaro con le sue ali di cera, gran parte di questo lavoro punta dritto verso qualcosa che luccica e risplende.
Gran parte dell’impalcatura costruita attorno alla GEO, all’AEO e ai corsi che promettono di “farti citare da ChatGPT” ottimizza, nella migliore delle ipotesi, una cosa sola.
La presenza dentro una risposta.
Il comparire nelle ricerche AI.
Che, detta brutalmente, schifo non fa. Essere nominati, consigliati o utilizzati come fonte può aumentare l’esposizione del brand, rafforzarne l’autorevolezza e influenzare ciò che una persona farà dopo.
Ma ricordiamo bene un aspetto che pare già dimenticato, cioè che la citazione non è il risultato finale.
E, a voler essere rigorosi, non è neppure automaticamente un leading indicator.
Lo diventa solo quando riesci a dimostrare che anticipa in modo abbastanza stabile qualcosa che ha un peso reale (visite, ricerche branded, lead, conversioni o fatturato)
Fino a quel momento possiamo considerarlo come un output intermedio, un proxy di visibilità.
Il Pew Research Center, un istituto statunitense indipendente e senza fini di lucro che studia opinione pubblica e comportamenti digitali, ha provato a misurare cosa succede dopo la comparsa di una risposta AI su Google.
Nel marzo 2025 ha osservato il comportamento reale di navigazione di 900 adulti statunitensi, analizzando quasi 69.000 ricerche Google.
Quando nella pagina dei risultati compariva un’AI Overview, circa l’1% delle visite si concludeva con un click riconosciuto verso una delle fonti incluse nella risposta.
1%.
NB: va precisato che lo studio riguardava Google negli Stati Uniti, non ChatGPT, Claude, Perplexity o l’intero ecosistema dell’intelligenza artificiale. Inoltre, per ricostruire le fonti mostrate nelle AI Overview, Pew ha rieseguito le query alcune settimane dopo. Le risposte generative possono cambiare nel tempo, quindi non è possibile garantire che ogni fonte ricostruita fosse esattamente quella vista dall’utente.
Non è perciò un numero universale inciso nella pietra, ma il segnale rimane difficile da ignorare.
Comparire nella risposta e ricevere traffico sono due cose molto diverse.
E ricevere traffico, a sua volta, non significa ancora produrre valore.
Quel piccolo numero di visite potrebbe convertire benissimo. Una citazione potrebbe generare ricerche successive del marchio, accessi diretti, acquisti su marketplace o altri effetti che il semplice referrer non riesce a registrare.
È possibile ed esistono già alcuni indizi che viaggiano in questa direzione. Ma tra “è possibile” e “produce un ritorno dimostrato” passa esattamente la distanza che separa un’ipotesi aleatoria da una strategia adamantina.
Vendere la citazione come obiettivo finale è un po’ come vendere una raccomandazione senza verificare se qualcuno poi la segua.
La visibilità nelle risposte AI, quindi, si può osservare, ma con alcuni limiti: i dati cambiano a seconda del modello, del prompt, del momento e perfino della singola esecuzione.
Per avere un dato minimamente affidabile bisogna ripetere le interrogazioni, usare varianti di prompt, monitorare il fenomeno nel tempo e collegarlo, quando possibile, a risultati di business. È in parte misurabile, ma non con la pulizia con cui spesso viene venduto.
Ed è ancora più difficile dimostrare quale valore economico abbia prodotto.
Per questo, al momento, le prove disponibili non giustificano investimenti enormi fondati esclusivamente sull’aumento delle citazioni.
Soprattutto se nessuno misura ciò che avviene dopo.
Il traffico riconoscibile, la domanda branded, le visite dirette, le conversioni, il valore incrementale.
In parte, mi duole dirlo, al momento a tutto l’aspetto di un vorrei ma non posso, una metrica intermedia promossa a obiettivo di business, una nuova etichetta appoggiata sopra attività spesso già esistenti.
Un indicatore ancora instabile raccontato con la sicurezza di un canale maturo.
Tutto questo non significa che la visibilità nelle AI non abbia valore.
E dopo aver affrontato la questione con la dovuta ruvidità del caso, se volete proseguire nella lettura, mi tocca per onestà intellettuale descrivere anche tutta l’altra parte della storia.
Non tutta la fuffa viene per nuocere
La domanda da porsi, quindi, potrebbe essere la seguente.
Ma è davvero tutto fumo?
No, tutt’altro. Sotto lo strato dei guru e dei numeri gonfiati si muove un cambiamento autentico, e per niente irrilevante.
È vero che l’AI comprime il percorso d’acquisto, Shopify lo chiama buyer journey compression. Scoperta, confronto e valutazione schiacciati dentro un’unica conversazione, prima ancora che l’utente metta piede sul tuo sito.
E il risultato è che a casa tua si presenta una persona che in buona sostanza è già a metà del guado, se non direttamente sulla riva opposta; questa persona atterra in profondità, non semplicemente nella tua vetrina, e ci arriva con un’attitudine a confermare, a comprare, piuttosto che a scoprire e rifare tutto il tragitto da capo.
Inoltre pare si comporti in modo diverso da chi sbuca da una mera ricerca tradizionale.
Non sono suggestioni, sono pattern che affiorano da fonti indipendenti tra loro; e quando dataset diversi convergono in modo indipendente, di solito sotto si cela qualcosa di robusto che vale la pena approfondire.
L’onestà, semmai, mi impone di aggiungere una postilla che descrive un fenomeno reale quanto acerbo.
I dati sono in gran parte anglofoni, in gran parte legati a esperienze e-commerce, quasi mai su PMI italiane, quasi mai su query nella nostra lingua. Le percentuali sono ballerine.
I comportamenti si assestano di mese in mese.
Chiunque ti venda certezze granitiche su questo terreno o non ha aperto i dati, o conta sul fatto che non li apra tu.
A questo punto, non conviene più solo chiedersi “come mi faccio citare”. Questa è solo una parte, la porta d’ingresso del tragitto che voglio farvi fare.
La domanda da porsi, molto più conversion-driven, long term e pragmatica, è cosa faccio oggi che possa reggere anche quando i numeri si assesteranno e il canale sarà cresciuto?
Chi vedo vedo, chi trovo trovo
E qui, signore e signori, che ci si gioca tutto.
Trovati da tutti, scelti da nessuno, è forse l’incubo di ogni marketer, di ogni e-commerce manager.
Perchè essere trovati ed essere scelti sono due faccende ben distinte, e vengono confuse con una disinvoltura che, presi i miei “du spicci”, dovrebbe preoccupare.
Farsi trovare vuol dire entrare nella rosa delle opzioni che l’AI ha preso in considerazione. Farsi scegliere vuol dire essere, tra quelle, l’opzione che viene raccomandata, cliccata, comprata.
La GEO, ammesso che esista, per definizione punta ad aumentare presenza e prominenza nelle risposte generative, e in parte può riguardare anche citazione e raccomandazione.
Il problema però è un altro. Gran parte dei servizi venduti oggi come GEO si concentrano nel misurare la presenza, la citazione, la share of voice… e si fermano proprio lì, a due passi dal traguardo…sulla soglia.
Senza poter dimostrare con certezza che quella visibilità abbia mai condizionato una scelta o un risultato economico.
Il valore che secondo me stiamo ignorando, forse perchè è tutto ancora agli inizi, risiede o risiederà principalmente nella seconda parte.
Puoi essere trovato da ogni AI in circolazione e non essere “scelto” da nessuna, restando una comparsa ben indicizzata.
Questa asimmetria ribalta la questione, pensateci.
Chi lavora per essere scelto si porta a casa la visibilità quasi come effetto collaterale; chi lavora solo per la visibilità resta una buona citazione, difficile da tracciare e con pochi risvolti pratici.
Le qualità che ti aiutano a essere scelto – chiarezza, prove verificabili, coerenza tra ciò che dichiari e ciò che una macchina può controllare, differenziazione resa esplicita invece che sottintesa – non ti garantiscono la scelta.
Ma rendono molto più semplice, per un sistema, capire la tua offerta, confrontarla e trovare una ragione per raccomandarla. Ed è un insieme più ampio e più strutturato di quello che ti fa semplicemente trovare.
La visibilità ti fa sedere al tavolo, dopo però, prima o poi, bisogna portarsi a casa la vendita.
Essere trovati è dunque necessario, ma non sufficiente.
E perché tutto questo conta adesso, e non in un futuro comodo e lontano?
Perché come ben saprete, pian piano sta cambiando il soggetto che sceglie, che compara, che analizza e che acquista.
Oggi la stragrande maggioranza degli acquisti resta appannaggio degli esseri umani.
Ma sta crescendo in fretta l’infrastruttura per cui un agente può cercare, confrontare e completare un’operazione entro i limiti che l’utente gli ha dato.
E non è roba da laboratorio, sono standard e prodotti nati tra il 2024 e il 2026, che pezzo per pezzo stanno costruendo una struttura concreta adibita a scoperta, comparazione e transazione mediate dagli agenti.
E un agente, converrà ricordarlo, non si lascia sedurre da uno slogan nudo.
Un agente legge dati, confronta attributi, verifica prezzo, disponibilità, condizioni.
Certo, può leggere anche il racconto di marca, le recensioni, la reputazione (non è un foglio Excel che semplicemente cataloga cose…).
Ma per confrontarti deve poter tradurre quel racconto in qualcosa di utilizzabile.
“La qualità che ci distingue” o qualsiasi altro slogan evocativo anche più raffinato gli dice poco o nulla; materiali, durata, origine, certificazioni, assistenza, compatibilità, condizioni di reso, ecc.. sono invece segnali ed elementi che vi rendono agli occhi della macchina maggiormente affidabili.
Se la tua differenziazione vive ancora e unicamente nel registro emotivo (quello che una persona percepisce ma una macchina non sa ponderare o interpretare) il rischio è che il confronto si riduca agli attributi più facili da misurare, come il prezzo.
La buona notizia, e il motivo per cui questo non è un salto nel vuoto, è che in buona parte persone e agenti hanno bisogno degli stessi argomenti.
Un sito limpido, verificabile, coerente e completo persuade meglio la persona e si fa scegliere meglio dall’agente perché la fonte della verità è la stessa, cambia solo il modo in cui la servi.
Se costruisci quella fonte una sola volta potrà servire la persona, che rappresenta ancora la stragrande maggioranza del tuo pubblico, e l’agente che avanza.
Checkout agentici, autenticazione, consenso, inventario in tempo reale, gestione dei resi, post-vendita richiederanno effort, adattamenti e ottimizzazioni ovviamente.
Ma non bisogna ripartire tutte le volte da zero
Chi parte lavorando sia per gli umani che per le macchine si mette comodo al varco, aspettando il competitor che passerà sul fiume…
Be ready. Poi be chosen.
Proviamo un attimo a mettere ordine.
Nell’era degli agenti, un prodotto deve soddisfare cinque condizioni: essere disponibile, comprensibile, comparabile, transabile e infine preferibile.
Le prime quattro gli permettono di partecipare alla comparazione.
L’ultima decide se ha una ragione per vincerla.
Da qui la formula “be ready viene prima di be chosen”.
Prima devi essere pronto, poi puoi essere scelto.
Sacrosanto.
Se un agente non riesce ad accedere ai tuoi dati, a comprenderli o a confrontarli, la scelta non si pone nemmeno.
Ma attenzione alla parola “prima”.
Viene prima in ordine logico, non necessariamente in ordine strategico. È un prerequisito. E i prerequisiti, quando diventano standard, smettono di rappresentare un vantaggio competitivo.
È esattamente ciò che sta cominciando ad accadere.
MCP collega gli agenti a dati e strumenti. ACP e UCP standardizzano parti del percorso commerciale. AP2 aggiunge la prova che l’utente abbia realmente autorizzato l’operazione.
Non sono formule magiche e non sono sinonimi. Sono pezzi diversi dell’infrastruttura che permette a un agente di interrogare un catalogo, confrontare un’offerta e, in alcuni casi, completare una transazione.
Ma non serve diventare esperti di ogni sigla per cogliere il punto.
Le piattaforme stanno progressivamente assorbendo questa complessità.
Shopify, per esempio, sta trasformando l’accesso ai canali agentici in una funzione gestibile dal back office con prodotti sincronizzati, catalogo centralizzato e distribuzione verso ChatGPT, Copilot e, con disponibilità differenti, le superfici AI di Google.
Nel mondo enterprise e open source la stessa direzione richiede ancora più configurazione e governance, ma il movimento è ormai chiaro.
La connessione sta diventando più semplice, la differenziazione un po’ meno.
Quando essere leggibili, formattati e tecnicamente collegati diventerà normale, essere “ready” non sarà più un vantaggio. Sarà la condizione minima per sedersi al tavolo.
Attenzione, però, a non tirare troppo la corda in questo ragionamento. Che la readiness tecnica si standardizzi non vuol dire che la visibilità diventi automatica. I sistemi continueranno a selezionare quali fonti recuperare e citare, con criteri competitivi e spesso opachi.
Essere tecnicamente collegati diventerà il requisito minimo per giocare la partita, ma non la ragione per cui verrai preferito. La commodity è il collegamento, non la scelta di chi citare.
Ma quando tutti saranno seduti allo stesso tavolo, vincerà con più probabilità chi ha qualcosa da dire che sia recepibile e di valore per un agente AI.
C’è infatti una cosa che nessuna piattaforma e nessun protocollo possono fare al posto tuo, produrre informazioni che non possiedi.
Possono distribuire materiale, compatibilità, prezzo, disponibilità e tempi di consegna.
Non possono inventarli, non possono verificare automaticamente che siano veri.
Non possono trasformare una promessa generica in una differenza reale.
Se la tua scheda prodotto non contiene gli elementi necessari a capire per chi è adatto il prodotto, perché è diverso, cosa include, quando arriverà e quali garanzie offre, l’automazione prenderà quel vuoto e lo distribuirà con grande efficienza.
L’agentic commerce non aggiusta un catalogo fatto male.
Ne scala i difetti.
Quello che sta cominciando a commoditizzarsi è la sintassi. La sostanza rimane legato al brand, all’unicità, all’avere qualcosa da dire, renderlo esplicito, provarlo e mantenerlo coerente in tutti i sistemi.
Ed è proprio lì che si sposta il vantaggio competitivo.
Da dove partire domani mattina
Prima di tutto, misura ciò che accade davvero sul tuo sito invece di ereditare i benchmark altrui.
Quanto traffico AI riesci a riconoscere? Dove atterra? Come si comporta? Quanto converte nel tuo mercato e nel tuo verticale?
Con una cautela già dichiarata, il traffico riconoscibile non coincide con tutta l’influenza prodotta dalle AI. Misura ciò che riesci a vedere, senza fingere che rappresenti il fenomeno nella sua interezza.
Poi sistema la fonte della verità.
Catalogo, prezzi, disponibilità, compatibilità, condizioni commerciali, consegne, resi, garanzie e servizi devono essere completi, aggiornati e coerenti.
La connessione tecnica agli agenti diventerà progressivamente più semplice. La qualità dei dati e la readiness operativa, invece, continueranno a richiedere lavoro.
Terzo, rendi esplicito ciò che ti differenzia.
Non bastano gli attributi essenziali del prodotto. Servono ragioni chiare per preferirti: origine, certificazioni, assistenza, servizi inclusi, programma fedeltà, recensioni, prove, garanzie e condizioni migliori.
Un claim può emozionare una persona. Per pesare dentro una comparazione deve però poggiare su qualcosa di comprensibile, verificabile e confrontabile.
Quarto, progetta l’esperienza per chi arriva già avanti nel funnel.
La persona che atterra da una risposta AI potrebbe avere già esplorato le alternative, confrontato i prodotti e ristretto la scelta.
Non ha necessariamente bisogno di ricominciare dalla homepage.
Ha bisogno di conferme, prove e una via rapida all’azione.
Per questo una pagina profonda deve riuscire a reggere da sola, spiegare il prodotto, sciogliere i dubbi e accompagnare alla conversione senza costringere l’utente a ricostruire da capo il percorso.
Infine, misura ogni segnale con il suo corretto livello di confidenza.
Citazioni, scansioni, click, conversioni e influenza indiretta non sono la stessa cosa.
Alcuni dati sono osservabili con buona precisione, altri sono parziali, altri ancora possono essere soltanto inferiti.
Il valore, quindi, non si trova nel connettore che collega il catalogo a un agente.
Si trova in tutto ciò che il connettore non può fare al posto tuo.
Come misurare traffico e citazioni AI senza raccontarsi balle?
Questo punto merita un approfondimento a parte, perché oggi non esiste un singolo strumento capace di osservare l’intero fenomeno.
Esistono segnali differenti, ciascuno con il proprio perimetro e il proprio angolo cieco.
Primo – Ti citano
Microsoft Clarity mostra come i contenuti vengono citati nelle esperienze Microsoft e partner supportate dalla sua infrastruttura di grounding basata su Bing.
È un segnale osservato alla fonte e meno dipendente dalle simulazioni esterne, ma rimane circoscritto al perimetro coperto da Microsoft.
I dati sono inoltre aggregati e direzionali.
Microsoft stessa precisa che la dashboard non rappresenta il registro completo di ogni risposta, citazione o prompt. Le attività a volume molto basso possono non essere incluse e lo strumento è pensato soprattutto per osservare trend e confronti.
Dal 3 giugno 2026 Google ha iniziato a distribuire anche in Search Console report dedicati alla visibilità nelle proprie superfici generative.
Nel report dedicato a Google Search vengono mostrate separatamente le impression prodotte da AI Overviews e AI Mode, con suddivisioni per pagina, paese, dispositivo e data.
Si tratta però di impression, non di un registro delle citazioni, dei prompt o delle query utilizzate per costruire la risposta.
Il report non mostra ancora click, CTR o query e i dati delle superfici generative continuano a essere compresi anche nei report generali di Search Console.
Ogni piattaforma vede bene soprattutto il pezzo di ecosistema che controlla.
Secondo – Ti leggono.
Clarity Bot Activity e i log della CDN permettono di osservare quali crawler richiedono le tue pagine, con quale frequenza e su quali risorse, quando questi sistemi sono identificabili e l’infrastruttura è correttamente integrata.
Ma una richiesta non equivale a una citazione.
Il crawl dimostra che un sistema ha richiesto il contenuto.
Non dimostra che quel contenuto sia stato recuperato per una risposta, utilizzato come grounding, selezionato dal modello o mostrato all’utente.
Terzo – Ti cliccano.
Da metà maggio 2026 GA4 dispone di un canale nativo AI Assistant.
Quando il referrer corrisponde a una piattaforma riconosciuta, GA4 assegna automaticamente la visita al canale AI Assistant.
La classificazione comprende diverse piattaforme, tra cui ChatGPT, Gemini, Copilot, DeepSeek e Grok.
Esclude però AI Overviews e AI Mode di Google, i cui click continuano a essere classificati come Organic Search.
Questo significa che neppure il nuovo canale AI Assistant raccoglie tutto il traffico riconoscibile proveniente dalle esperienze generative.
Il limite principale è contenuto nella sua stessa regola, cioè che la classificazione dipende dalla presenza di un referrer riconosciuto.
Se un’app apre il browser senza trasmetterlo, l’utente copia il collegamento o il dominio di provenienza non viene riconosciuto da Google, quella visita può essere classificata diversamente o perdere completamente l’informazione sulla propria origine.
Una buona implementazione può preservare referrer, parametri UTM e identificativi realmente ricevuti.
Non può ricostruire con certezza ciò che non è mai stato trasmesso.
Quarto – Cosa fanno e quanto valgono.
GA4 misura eventi, sessioni e conversioni raccolte o, in alcune configurazioni e alcuni report, modellate.
Il CRM e la piattaforma e-commerce registrano invece lead, clienti, ordini, pagamenti, resi e ricavi conosciuti dai rispettivi sistemi.
Collegare questi risultati a una visita proveniente dall’AI dipende dalla qualità del tracciamento, degli identificativi e dell’integrazione tra le piattaforme.
È il livello più vicino al risultato economico osservabile, soprattutto quando i dati analytics vengono riconciliati con quelli dell’e-commerce, del CRM o dei sistemi amministrativi.
Quinto – L’influenza che non genera una sessione riconoscibile.
Una risposta AI può produrre un’esperienza zero-click, una ricerca successiva del marchio, un accesso diretto, una visita da un altro dispositivo o un acquisto avvenuto offline, su un marketplace o presso un altro rivenditore.
Questi effetti possono esistere, ma non devono essere dati per acquisiti.
Possono essere studiati attraverso segnali indiretti, analisi temporali, modelli statistici ed eventualmente esperimenti con gruppi di controllo.
Con una distinzione fondamentale: correlazione, attribuzione e causalità non sono la stessa cosa.
Ecco perché la domanda “quanto traffico riconoscibile ricevo dagli assistenti AI?” può avere un numero, purché il perimetro sia dichiarato.
La domanda “quanto valore complessivo produce l’AI per il mio business?” non ha invece un’unica risposta direttamente osservabile.
Misuriamo con buona solidità le visite per cui è stato conservato e correttamente classificato un referrer o un altro identificativo di provenienza.
Osserviamo le citazioni nel perimetro delle piattaforme che le espongono.
Vediamo quali crawler richiedono i nostri contenuti, senza sapere automaticamente che cosa ne abbiano fatto.
Stimiamo, dichiarandolo, ciò che rimane fuori.
In contesti controllati si possono ottenere collegamenti deterministici molto solidi tra una visita e una conversione.
Per stimare invece quanto quella visita o esposizione abbia realmente prodotto un risultato incrementale servono esperimenti, gruppi di controllo o metodi causali adeguati.
Quello che non si può presentare onestamente come certo è il ritorno complessivo prodotto dall’AI, preciso al centesimo, senza specificare il perimetro osservato, gli effetti zero-click e il metodo utilizzato per l’attribuzione o per la stima causale.
Sono limiti reali di cui bisogna essere consapevoli.
Come lavoriamo noi
Di norma, è a questo punto che arriva la promessa magica dall’agenzia di turno.
Da noi, qui in IRIDE e da me, non la troverai.
E non per civetteria.
Preferiamo accompagnare ogni affermazione con una data e un grado di certezza. In un campo che cambia ogni mese, l’unica cosa sensata da offrire è la massima onestà su ciò che sappiamo e, soprattutto, su ciò che ancora non sappiamo.
Perché è anche l’unica che non scade con il prossimo aggiornamento. Tutto il resto rischia di avere la durata di uno screenshot.
Lo so, non è la storia più elettrizzante da infilare in un articolo, ve lo concedo. È però l’unica che, tra dodici mesi, non dovrebbe farti sentire preso in giro.
E allora il lavoro, quello che rimane solido e imperituro, è rendere l’experience online del brand chiara, fluida e identitaria.
Farlo per l’essere umano, per la persona che oggi decide con la propria mente se comprare oppure no e per la macchina che deciderà nel prossimo futuro.
Stesso substrato per i due diversi interlocutori.
Noi lo costruiamo così, un pilastro per volta, con un metodo che parte sempre dai tuoi dati e non dai benchmark di qualcun altro.
Farsi trovare resta necessario, semplicemente, mano a mano, non sarà più sufficiente.
Oggi l’AI può anticipare una parte della scoperta, del confronto, della valutazione.
Ma, nella stragrande maggioranza dei casi, a scegliere è ancora una persona. E allora quando qualcuno arriva sul tuo sito dopo essersi informato con un’AI, dovrà trovare ragioni abbastanza chiare, verificabili e rilevanti per scegliere te.
Domani, quella stessa domanda la farà un agente.
E la risposta, se hai fatto le cose per bene, sarà la stessa.
IRIDE — ottimizziamo l’esperienza digitale per le persone e per le macchine.
Fonti ricerca CRO per AI
Traffico, conversioni e comportamento
Shopify Enterprise — “AI-referred shoppers convert better and spend more” https://www.shopify.com/enterprise/blog/ai-search-insights
Adobe Digital Insights — “AI traffic surge: Retail sites are not machine-readable” https://business.adobe.com/blog/ai-traffic-surge-retail-sites-not-machine-readable
Adobe Digital Insights — “AI-sourced traffic insights, Q2 2026” https://business.adobe.com/resources/sdk/.2026-q2-ai-traffic-report/q2-2026-adi-ai-sourced-traffic-insights.pdf
Contentsquare — “Digital Experience Benchmark 2026: Engagement” https://contentsquare.com/guides/digital-experience-benchmark/engagement/
AI search, dati strutturati e FAQ
Google Search Central — “AI features and your website” https://developers.google.com/search/docs/appearance/ai-features
Google Search Central — “Optimizing your website for generative AI features” https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
Google Search Central — “Introduction to structured data markup” https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data
Google Search Central — “Changes to HowTo and FAQ rich results” https://developers.google.com/search/blog/2023/08/howto-faq-changes
Google Search Console Help — “Data anomalies in Search Console” https://support.google.com/webmasters/answer/6211453?hl=en
Citazioni, AI Overview e click
Pew Research Center — “Google users are less likely to click on links when an AI summary appears” https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/
Pew Research Center — metodologia dello studio sui dati di navigazione https://www.pewresearch.org/data-labs/2025/05/23/methodology-metered-data-ai/
Protocolli dell’agentic commerce
Anthropic — “Introducing the Model Context Protocol” https://www.anthropic.com/news/model-context-protocol
OpenAI — “Buy it in ChatGPT” https://openai.com/index/buy-it-in-chatgpt/
OpenAI Developers — Commerce documentation https://developers.openai.com/commerce
OpenAI — “Powering product discovery in ChatGPT” https://openai.com/index/powering-product-discovery-in-chatgpt/
Google Developers Blog — “Under the Hood: Universal Commerce Protocol” https://developers.googleblog.com/under-the-hood-universal-commerce-protocol-ucp/
Google Developers Blog — “Developer’s guide to AI agent protocols” https://developers.googleblog.com/developers-guide-to-ai-agent-protocols/
Google Cloud — “Announcing the Agent Payments Protocol” https://cloud.google.com/blog/products/ai-machine-learning/announcing-agents-to-payments-ap2-protocol
Google — repository ufficiale AP2 https://github.com/google-agentic-commerce/AP2
Readiness delle piattaforme
Shopify — “Agentic commerce momentum” https://www.shopify.com/news/agentic-commerce-momentum
Shopify Help Center — “Agentic Storefronts” https://help.shopify.com/en/manual/online-sales-channels/agentic-storefronts
Shopify Help Center — prodotti e catalogo negli Agentic Storefronts https://help.shopify.com/en/manual/online-sales-channels/agentic-storefronts/products
Adobe Business — “Adobe Commerce Summit announcements” https://business.adobe.com/blog/adobe-commerce-summit-announcements
WooCommerce Developer Blog — “WooCommerce 10.3: COGS comes to core and MCP beta” https://developer.woocommerce.com/2025/10/22/woocommerce-10-3-cogs-comes-to-core-and-mcp-beta/
Misurazione dell’AI
Google Analytics — “What’s new” https://support.google.com/analytics/answer/9164320?hl=en
Google Analytics — “Default channel group” https://support.google.com/analytics/answer/9756891?hl=en
Google Search Central — “Generative AI performance reports” https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports
Google Search Console — documentazione sui report delle funzionalità generative https://support.google.com/webmasters/answer/16984139?hl=en
Microsoft Learn — “AI Citations in Microsoft Clarity” https://learn.microsoft.com/en-us/clarity/ai-visibility/ai-citations
Microsoft Clarity — “Citations now generally available” https://clarity.microsoft.com/blog/citations-now-generally-available/
Microsoft Clarity — “Understanding your influence: AI Citations” https://clarity.microsoft.com/blog/understanding-your-influence-ai-citations/
Microsoft Learn — “Bot Activity in Microsoft Clarity” https://learn.microsoft.com/en-us/clarity/ai-visibility/bot-activity
Microsoft Clarity — “AI Bot Activity in Clarity” https://clarity.microsoft.com/blog/ai-bot-activity-in-clarity/
