«Lo chiedo all’IA, ma poi compro io»
Chiedere a ChatGPT o a Claude quale prodotto prendere non fa più notizia. Lo facciamo un po’ tutti.
Però siamo ancora fermi alla fase «aiutami a confrontare»: il modello mette in fila una rosa di candidati e la scelta finale resta in mano nostra. Capita anche a me, di solito la sera tardi, di solito per qualcosa che non mi serve (e che infatti poi non compro).
E mi sa che il passo successivo non sarà più confrontare, ma scegliere e comprare.
A quel punto cambia una cosa grossa: cambia chi è il compratore. Se a comprare non è più una persona, non basta curare l’annuncio e la fotografia giusta: va rivista la porta d’ingresso all’acquisto.
Quanto manca, però? Qualcuno ha provato a metterci dei numeri sopra. Andiamo a vederli.
Gli agenti si sono già presi la prima metà dell’acquisto
Nel suo resoconto dello ShopTalk 2026, PwC raccoglie le previsioni del settore. La cosa curiosa è che non vanno per niente d’accordo tra loro.
Secondo la stima di eMarketer, nel 2029 l’8,8 % delle transazioni del commercio elettronico passerà da agenti di IA. Merkle va ben più in là: fino al 50 %, contando agenti e . Strategy& sta nel mezzo: fino al 15 % della spesa online europea e un’adozione fino a quattro volte più rapida del commercio elettronico classico.
Tra la stima più cauta e la più spavalda c’è un botto di differenza! Ma prendete pure la più cauta: è già un canale su cui converrebbe mettere qualcuno. E la più alta? Quella è il canale.
Vuol dire che comprerà tutto la macchina? In realtà no. Il consenso del settore dice molto meno: il 60 % di chi riceve una raccomandazione va comunque a informarsi per conto proprio, e oggi i modelli servono soprattutto a scoprire, mica a pagare.
Insomma, i motori di risposta si sono presi la prima metà dell’acquisto, non tutta la corsa. A me pare comunque la metà che pesa di più: è lì che si forma la rosa dei candidati, e un confronto a cui non si è stati ammessi non lo si vince di sicuro.
E se chi compra non fosse più chi usa?
Stefano Puntoni, della Wharton, mette sul tavolo un’idea che sembra ovvia per quattro secondi e poi smette di esserlo. Il marketing ha sempre dato per scontato che chi compra e chi usa siano la stessa persona: con gli agenti di mezzo, quel presupposto salta.
Chiamiamola . A usare il prodotto resta una persona. Però, se il confronto e la selezione passano dal modello, un marchio deve spiegarsi davanti a due pubblici diversi nello stesso momento.
I due, però, vogliono cose opposte. Un messaggio pensato solo per emozionare viene scartato dal confronto della macchina, semplicemente perché non c’è niente da confrontare; uno pensato solo per la macchina si legge come una scheda tecnica, e la persona se ne va dopo due righe.
Ecco quindi dove si gioca la partita dei prossimi anni. Invece di scegliere una delle due parti, tocca servirle entrambe.
Cambia il modello, cambiano le marche consigliate
Ecco la parte che colpisce di più. Kamruzzaman, Nguyen e Kim hanno confrontato le raccomandazioni di marca di GPT-4o, Llama-3-8B, Gemma-7B e Mistral-7B, in un lavoro presentato a EMNLP 2024: stesso compito, quattro modelli, quattro teste diverse (e si vede).
E i risultati, allora? Uno scarto nettissimo:
- Chiedendo di Paesi ad alto reddito, i modelli consigliano marchi di lusso nell’88-100 % dei casi
- Chiedendo di Paesi a basso reddito, marchi non di lusso nell’84-98 % dei casi
- Gemma-7B arriva al 100 % di raccomandazioni di lusso in tutte le categorie, per i Paesi ad alto reddito
Perbacco! E sopra a questo se ne aggiunge un secondo, di pregiudizio: Laurito e colleghi hanno descritto nel 2025, su PNAS, il cosiddetto . GPT-4 ha preferito le descrizioni di prodotto scritte da un’IA nell’89 % dei casi, contro il 36 % dei valutatori umani.
Quindi l’era degli agenti non è uno scaffale unico con una classifica unica. Assomiglia invece a un colloquio di lavoro in cui cambia chi vi intervista e, con lui, cambiano i criteri: con le abitudini del decennio «c’è solo Google» una struttura del genere non si legge mica bene.
Conclusione: due scaffali separati, e si comincia da quello delle macchine
Se gli agenti si prendono la prima metà dell’acquisto, a un marchio non basta più una bella storia emotiva: servono anche informazioni che un modello sappia confrontare. L’errore da sorvegliare è mescolare le due cose in un’unica pagina, che alla fine non emoziona nessuno e non si lascia confrontare da nessuno.
Da dove si comincia? Dalla cosa che costa meno.
Io farei così: ogni settimana la stessa domanda d’acquisto a ChatGPT, Claude e Gemini, annotando quali marchi escono e con quali argomenti. Dopo un mese l’inclinazione di ciascun modello non è più un’impressione, è una tabella: lo scaffale rivolto alle macchine, misurato senza uno straccio di congettura.
E l’altro scaffale? Nella vostra scheda prodotto le informazioni essenziali vanno tenute bene in vista — prezzo, specifiche, condizioni di reso, condizioni d’uso — scritte nero su bianco, non lasciate intuire da una foto d’ambiente. La persona le scorre, il modello le cita: stessa pagina, due lettori.
Quindi da quale categoria partire dipende da cosa vendete, perché l’effetto non è uguale su tutto il catalogo. Su quali prodotti il traffico dalle IA renda davvero l’abbiamo guardato più da vicino in questo articolo.
Fonti
- Puntoni, S., «AI Is Upending Marketing on Two Fronts», Harvard Business Review, 2026-02-23, hbr.org
- PwC, «AI Commerce Is Here: Key Takeaways from ShopTalk 2026», 2026-03, pwc.com
- Kamruzzaman, M., Nguyen, H.M. e Kim, G.L., «Global is Good, Local is Bad?: Understanding Brand Bias in LLMs», EMNLP 2024, aclanthology.org
- Laurito, W. et al., «AI-AI bias: Large language models favor communications generated by large language models», PNAS, vol. 122(31), 2025, pnas.org
