Agentic commerce: perché gli assistenti AI scartano il tuo eCommerce

L’agentic commerce è il modello in cui un agente AI cerca, confronta e a volte acquista per conto dell’utente. In Italia non è ancora pienamente operativo, ma il comportamento dei consumatori sta già cambiando. Per chi gestisce un eCommerce il punto è semplice: l’agente sceglie leggendo dati, non guardando pagine. Se il catalogo non è leggibile da un software, per lui non esisti. Qui trovi i numeri, i quattro motivi tecnici per cui uno store viene scartato e gli interventi da fare, in ordine di priorità.

Cos’è l’agentic commerce e a che punto è l’Italia

Agentic commerce significa delegare a sistemi intelligenti fasi del processo decisionale, e in prospettiva l’acquisto stesso: agenti AI che, su mandato dell’utente, scoprono, confrontano, negoziano e comprano in autonomia. Un esempio: “Trova una giacca tecnica impermeabile sotto i 150 euro, spedizione entro giovedì, reso gratuito.”

Il mercato è grande: nel 2026 l’eCommerce B2C italiano supererà i 66,6 miliardi di euro (+6%), con 35 milioni di consumatori digitali. E il comportamento è già cambiato: secondo NetRetail 2026, la ricerca di Netcomm sugli acquisti degli italiani, oltre il 13% degli acquirenti si affida già all’AI nel proprio percorso, soprattutto per confrontare prezzi e prodotti (67%), ricevere suggerimenti personalizzati (66,8%) e riassumere recensioni (61,2%). Un altro 14,2% si dice pronto a lasciare che un software completi l’acquisto, con i Millennial tra 25 e 44 anni che mostrano il maggior potenziale di delega.

Altri sondaggi vanno più in là. Per il Payment Report di Nexi il 48% dei consumatori ha già comprato dopo il consiglio di un assistente AI, e quasi sei su dieci userebbero un pulsante di pagamento sicuro dentro la conversazione, senza passare dal sito del negozio. Il dato è molto più alto di quello Netcomm, probabilmente perché i due sondaggi misurano cose diverse (uso nel percorso d’acquisto contro acquisto dopo un consiglio). Sul lato imprese, nel 2025 il 46% dei principali retailer aveva già integrato soluzioni di AI e il 76% aveva avviato progetti pilota di AI generativa.

C’è però un dato che frena gli entusiasmi: secondo Eurostat nel 2025 ha usato l’AI generativa il 19,9% degli italiani tra 16 e 74 anni, contro il 32,7% della media UE. E Netcomm ricorda che l’agentic commerce non è ancora pienamente operativo in Italia. La finestra per prepararsi è aperta, ma non lo resterà per sempre.

I numeri dall’estero: il traffico c’è, e converte meglio

Gli Stati Uniti sono avanti di qualche mese, e i dati di Adobe Analytics (su oltre mille miliardi di visite ai siti retail) mostrano la direzione. Nelle feste 2025 il traffico verso i siti retail da strumenti di AI generativa è aumentato del 693% su base annua. Nel primo trimestre 2026 la crescita è stata del 393%. A maggio 2026 è stata del 138% annuo e del 1.324% rispetto a ottobre 2024, quando Adobe ha iniziato a misurarla. A luglio 2026 la crescita annua scende al 62%. Il ritmo rallenta, probabilmente perché la base ormai è grande.

E converte meglio. A marzo 2025 il traffico AI convertiva il 38% peggio di quello non AI. A luglio 2026 converte il 60% meglio, con un ricavo per visita superiore del 53%.

Due cautele. Primo, il volume assoluto è ancora basso: uno studio di Kaiser e Schulze, citato da MetaRouter, stima che meno dello 0,2% delle sessioni eCommerce arrivi oggi da referral ChatGPT. Le cifre divergono anche perché Adobe aggrega più strumenti AI, mentre lo studio accademico isola solo ChatGPT. Secondo, le previsioni di mercato non sono comparabili: McKinsey stima 3-5 mila miliardi di dollari globali entro il 2030, Morgan Stanley 190-385 miliardi negli USA (10-20% dell’eCommerce), Bain 300-500 miliardi (15-25%). Il divario dipende soprattutto da come ciascuna ricerca definisce “agentico”. Per l’Europa, uno studio di Sopra Steria stima oltre 310 miliardi di euro di transazioni online assistite dall’AI entro il prossimo decennio. Prendile come ordini di grandezza, non come previsioni.

Come un agente AI sceglie un negozio

Semplificando, l’agente si pone tre domande. Il dato è affidabile? La transazione andrà a buon fine? C’è qualcosa di ambiguo? Basta un dubbio e passa a un altro store.

Nelle schede e nei sistemi di molti eCommerce i problemi ricorrenti sono quattro.

I 4 motivi tecnici per cui un assistente AI scarta il tuo store

1. Niente dati strutturati

I crawler dei motori conversazionali (ChatGPT Search, Gemini, Perplexity) non guardano il design, leggono il codice. Molti shop non implementano bene il JSON-LD (Product, Offer, AggregateRating di Schema.org) e hanno le solite descrizioni dei distributori copiate e incollate. Mancano materiali, compatibilità, peso, certificazioni, politica di reso, almeno in una forma leggibile da una macchina.

Il problema è misurabile. Adobe ha misurato la leggibilità dei siti retail USA con il suo AI Content Visibility Checker: un punteggio del 50% significa che metà dei contenuti non è leggibile da una macchina. A maggio 2026 la cosmetica era al 63%, l’elettronica al 56%, sport e abbigliamento al 51%, l’alimentare al 48%, arredo e casa al 47%. Anche nei settori migliori, il 30-40% dei contenuti di alto valore resta non catturato dall’AI. Sono dati americani, ma la logica è la stessa.

2. Chatbot a regole invece di RAG

Per molti l’AI è un widget di chat con logiche IF/THEN. Per le domande semplici basta, poi arriva “questa taglia veste regolare su uno alto 1,85 con fisico atletico?” e il bot si pianta. Per rispondere serve un’architettura RAG (Retrieval-Augmented Generation) collegata a schede tecniche e manuali d’uso.

3. Catalogo e magazzino non parlano tra loro

Se CMS, ERP e WMS non sono collegati via API in tempo reale, succede una di due cose. L’assistente consiglia un prodotto che al carrello risulta esaurito, oppure l’utente scopre al checkout costi di spedizione che nessuno aveva detto. In entrambi i casi la raccomandazione fallisce, e un assistente ha tutto l’interesse a non ripeterla.

4. Mancano le competenze, e c’è la compliance

Nelle PMI spesso non c’è nessuno che faccia data engineering e ripulisca i database. In più ci sono GDPR e AI Act, che impongono obblighi di trasparenza (per esempio dichiarare quando l’utente parla con un’AI). Fai verificare cosa vale per il tuo caso dal legale.

Come rendere il tuo eCommerce visibile all’AI (GEO): 4 interventi

La GEO (Generative Engine Optimization) è il lavoro per farsi citare nelle risposte degli assistenti, non solo posizionarsi in una lista di link. Cambia più di quanto sembri: non ottimizzi più per essere trovato, ma per essere letto.

Quattro interventi, in ordine di priorità:

1. Marca ogni scheda con JSON-LD esteso e collega il feed Merchant Center. Usa identificativi univoci come GTIN e SKU, tieni aggiornati prezzo e disponibilità, inserisci i dettagli di spedizione nello schema e scrivi la disponibilità con l’URL di Schema.org (es. InStock). Google conferma che fornire sia i dati strutturati sulle pagine sia un feed Merchant Center massimizza l’idoneità e lo aiuta a verificare i dati. Aggiungi BreadcrumbList e Organization sul sito.
2. Passa alla vector search. La ricerca interna per parole chiave esatte non capisce sinonimi, refusi e domande in linguaggio naturale. Gli embeddings sì.
3. Vai verso un’architettura API-first o composable, pensata anche per i checkout degli agenti. L’Agentic Commerce Protocol, sviluppato da OpenAI e Stripe, è stato annunciato il 29 settembre 2025 con Etsy come primo partner. Google ha presentato a gennaio 2026 l’Universal Commerce Protocol, sviluppato con Shopify e sostenuto da oltre 20 partner tra cui Visa, Mastercard e Stripe; per aderire serve in genere un account Merchant Center attivo. I primi lanci riguardano gli Stati Uniti, ma chi ha già API, feed e stock in tempo reale partirà in vantaggio.
4. Pulisci i dati e rendili coerenti. Secondo Roberto Liscia, presidente di Netcomm, se un prodotto ha descrizioni diverse su sito, marketplace e social, l’AI produce risposte incoerenti, e l’incoerenza si paga in visibilità. Tassonomia e pulizia dei dati vengono prima di tutto il resto.

Un controllo che si dimentica: un solo Disallow: / nel robots.txt rivolto ai bot di ricerca AI (per esempio OAI-SearchBot) ti rende invisibile a quel motore, qualunque sia la qualità dei contenuti.

Quanto è pronto il tuo store: 5 controlli

• Le schede hanno JSON-LD completo, con attributi tecnici e politica di reso?
• La ricerca interna capisce una frase, o solo le parole esatte?
• Il chatbot risponde a domande articolate attingendo a manuali e schede?
• Stock e prezzi si aggiornano in tempo reale tra sito e gestionale?
• Il database prodotti è pulito, senza duplicati e con una tassonomia coerente?

Se rispondi no a più di due, hai un problema di leggibilità che le campagne non risolvono. La soglia è una regola pratica, non un dato di ricerca.

Domande Frequenti (FAQ)