Il futuro della loyalty nell'era dei dati
Customer experience sempre più sofisticate e personalizzate...
Leggi di più
Un'analisi di BCG ha messo a confronto i risultati dei motori di ricerca tradizionali con quelli dei motori di risposta basati su AI. La sovrapposizione è tra l'8 e il 12%. Un'azienda può comparire in cima a Google ed essere del tutto assente dalle risposte di ChatGPT, Perplexity o Copilot.
Il dato diventa più significativo se si guarda cosa lo produce. BCG ha scoperto che il 97,2% delle citazioni generate dai motori AI non si spiega con i profili di backlink, cioè con la valuta su cui si è costruita la visibilità online degli ultimi vent'anni1. Non è che i sistemi AI penalizzino le aziende ben posizionate su Google. È che usano criteri diversi per decidere chi citare, chi raccomandare, chi far comparire nella risposta. E il criterio centrale è la leggibilità: dati strutturati, informazioni verificabili, contenuti che una macchina riesce a interpretare senza ambiguità.
Per le aziende questo cambia le regole della visibilità. E non solo nel marketing digitale.
Cosa vede un agente AI (e cosa no)
Quando un agente AI valuta un fornitore, un prodotto o un servizio, non naviga un sito web come farebbe una persona. Non legge brochure, non si fa impressionare dal design, non ha relazioni pregresse né fedeltà a un brand. Interroga dati. Se i dati sono strutturati, li confronta. Se non lo sono, passa oltre.
PwC ha formalizzato i requisiti che un'azienda deve soddisfare per essere selezionata dagli agenti AI: discoverable (non solo indicizzata, ma interpretabile), trustworthy (con dati di prodotto accurati e verificabili) e structured (con processi su cui un agente possa operare in modo affidabile)2. Non è un framework teorico: PwC e Stripe hanno costruito insieme un'infrastruttura operativa per l'agentic commerce partendo esattamente da questi tre requisiti. Ian Kahn di PwC la mette così: "Gli agenti AI stanno diventando la nuova vetrina".
Catalist, in uno studio sulla distribuzione B2B, è più diretto: chi fornisce certificazioni verificate, schede tecniche complete e documentazione della catena di fornitura in formati strutturati diventa fornitore preferenziale per gli agenti di procurement. Chi si affida a PDF inviati via email e rassicurazioni verbali viene filtrato fuori dal processo3. Non si tratta della qualità del prodotto. Si tratta di leggibilità: se l'agente non riesce a verificare, non seleziona.
McKinsey, nella propria ricerca sull'agentic commerce, lo dice in termini che lasciano poco spazio all'interpretazione: se il catalogo, le policy e la proposta di valore di un'azienda non sono leggibili da una macchina, gli agenti (e di conseguenza i clienti) non la troveranno, indipendentemente dalla forza del brand4.
Questo non riguarda solo il B2B. Un'indagine BCG/Moloco ha rilevato che il 33% degli adulti americani scopre brand attraverso agenti AI personali, e il 47% usa già strumenti AI per valutare acquisti1. PwC stima che oltre un terzo del traffico generato dall'AI generativa stia sostituendo la ricerca tradizionale2. Il filtro che decide chi viene visto e chi no si sta spostando, e si sta spostando verso le macchine.
Non c'è una pagina due
Il parallelo con i primi anni della SEO viene ormai naturale. Ma c'è una differenza che cambia la posta in gioco.
Nella ricerca tradizionale, un cattivo posizionamento significava comparire in seconda o terza pagina. Pochi clic, ma almeno una presenza. Con i sistemi AI, la seconda pagina non esiste. I modelli linguistici citano 2-7 fonti per risposta. Chi non rientra in quelle posizioni non è penalizzato: è invisibile.
Gartner prevede che il traffico da ricerca organica tradizionale potrebbe dimezzarsi entro il 20285. La stessa Gartner, in un'analisi del febbraio 2025, ha stimato che entro il 2026 il 60% dei progetti AI privi di dati adeguati sarà abbandonato5 . Il dato non riguarda solo chi costruisce AI, ma anche chi deve essere "visto" dall'AI: solo il 4% delle organizzazioni intervistate ha dichiarato che i propri dati sono realmente pronti.
Di cosa parliamo quando si dice "dati pronti per l'AI"? Non di volume. Di struttura: definizioni coerenti, metadati completi, formati leggibili da macchina, informazioni verificabili. Chi ha investito in SEO vent'anni fa ha costruito un vantaggio che in molti casi dura ancora oggi. Chi investe in leggibilità per i sistemi AI sta facendo la stessa scommessa, con una finestra probabilmente più stretta.
Dalla persuasione alla verificabilità
Il cambiamento più profondo non è tecnologico. È nel modo in cui le aziende vengono valutate.
Il marketing tradizionale è costruito per persuadere persone. Racconta storie, crea associazioni emotive, costruisce fiducia attraverso la ripetizione e il riconoscimento. Gli agenti AI non funzionano così. Non si persuadono: confrontano. Cercano attributi strutturati, specifiche verificabili, dati che possono essere messi in parallelo con quelli di un concorrente ed elaborati in modo oggettivo.
McKinsey lo sintetizza con una formula efficace: i dati verificabili battono il marketing gloss4. I prodotti che risultano leggibili alle persone sul piano emotivo ma opachi per le macchine sul piano semantico rischiano di scomparire dai flussi mediati dagli agenti. La differenza è concreta: "qualità superiore, design innovativo" non dice nulla a un agente AI. "Lega di alluminio 6061, spessore parete 2,4 mm, carico statico certificato 500 kg" dice tutto.
Questo non significa che il brand non conti più. Significa che il brand da solo non basta più a garantire la visibilità. Prima di convincere un cliente, bisogna superare un filtro che non si lascia convincere. E quel filtro legge dati, non storie.
PYMNTS e Visa, in un report sull'economia degli agenti AI, descrivono bene la nuova realtà: ogni azienda ha ora due clienti da servire contemporaneamente. Uno è la persona, che si muove per emozione e fiducia. L'altro è l'agente, che si muove per dati puliti, regole chiare e prestazioni verificabili.
Quell'8-12% di sovrapposizione tra ricerca tradizionale e risposte AI con cui si apriva questo articolo non è un difetto di sistemi ancora immaturi. È il segnale che il terreno su cui si compete per la visibilità si sta spostando. Per vent'anni "essere trovabili" ha significato investire in SEO. Oggi significa rendere i propri dati strutturati, leggibili e verificabili per sistemi che non scorrono pagine, non si fanno persuadere e non hanno memoria delle relazioni passate.
Le aziende che lo stanno facendo non stanno facendo un progetto IT. Stanno costruendo le fondamenta della propria rilevanza in un mercato dove, per la prima volta, non basta essere bravi. Bisogna anche essere leggibili.
Fonti
[1] Boston Consulting Group, The Future of Discoverability (gennaio 2026); BCG / Moloco, AI-Powered Brand Discovery Survey (2025)
[2] PwC, Agentic Commerce: Compete in an AI-Buyer World (ottobre 2025)
[3] Catalist Group, The State of AI in B2B Distribution (2026)
[4] McKinsey & Company, The Automation Curve in Agentic Commerce (gennaio 2026)
[5] Gartner, Lack of AI-Ready Data Puts AI Projects at Risk (febbraio 2025); Gartner, Top Strategic Predictions for 2026 and Beyond (ottobre 2025)