Commercio agentico: gli e-commerce italiani sono pronti?
Gli assistenti di intelligenza artificiale stanno imparando a cercare e confrontare prodotti per conto degli utenti. Una rilevazione su oltre quattromila e-commerce italiani indica che il punto debole non è il pagamento, ma la capacità dei negozi di farsi trovare.
Per una quota crescente di consumatori l’acquisto online non comincia più da un motore di ricerca o dalla home page di un negozio, ma da una domanda posta a ChatGPT, a Gemini o alle risposte generate da Google. La richiesta è formulata come la si farebbe a un commesso: «uno zaino impermeabile per un portatile da 15 pollici, sotto i cento euro». La risposta contiene già marchi, modelli e negozi.
Il passaggio successivo ha già un nome: commercio agentico. In questo modello l’assistente non si limita a consigliare. Diventa un agente software che interroga i negozi, confronta le offerte e, in prospettiva, completa l’acquisto. Le principali piattaforme stanno definendo i protocolli con cui agenti, negozi e sistemi di pagamento dovranno dialogare.
Commercio agentico e checkout: perché OpenAI ha chiuso Instant Checkout
La prima fase si è concentrata sul checkout, ed è stata anche la prima a essere ridimensionata. A marzo 2026 OpenAI ha chiuso Instant Checkout, la funzione che consentiva di completare l’acquisto all’interno di ChatGPT, dopo appena cinque mesi. Pochi commercianti l’avevano attivata e gli utenti continuavano a preferire il pagamento sui siti che già conoscevano.
La vicenda non ridimensiona il fenomeno, ma ne sposta il baricentro. Prima di pagare, un agente deve capire che cosa vende un negozio e individuare il prodotto che corrisponde alla richiesta. È in questa fase che molti e-commerce italiani mostrano i limiti più evidenti.
Agenti AI ed e-commerce italiani: i dati sulla ricerca interna
Un agente non interpreta le fotografie né l’impaginazione: legge il testo delle schede e utilizza la ricerca interna del sito. Per valutare questo passaggio, lo studio Massimo Ivaldi ha sottoposto la ricerca interna di migliaia di negozi online a 25 interrogazioni costruite sul catalogo di ciascuno, incluse richieste formulate in linguaggio naturale.
I dati della rilevazione di ottobre 2026 riguardano 4.358 negozi:
- alle richieste in linguaggio naturale i negozi rispondono in media con 3,7 risultati pertinenti su 10;
- il 49% resta sotto la soglia di quattro risposte pertinenti su dieci e 461 negozi non ne restituiscono nessuna;
- delle oltre 95.000 ricerche eseguite, il 53% porta a un prodotto pertinente e il 21% a una pagina senza risultati;
- in media il 23% dei nomi di prodotto non indica che cosa venga venduto.
Quest’ultimo dato è il più indicativo. Una denominazione come «XK-2205 nero» è sufficiente per chi conosce già l’articolo, ma non comunica nulla a chi cerca «uno zaino da lavoro». Un cliente davanti a una pagina vuota riformula la ricerca o passa alle categorie. Un agente, più semplicemente, prosegue con il negozio successivo.
Shopify, WooCommerce e assistenti AI: dove la ricerca funziona
Ricerche senza risultati: dal 9% di Shopify al 32% di WooCommerce
La quota di ricerche senza risultati varia sensibilmente in base alla piattaforma: dal 9% osservato sui negozi Shopify al 32% su quelli WooCommerce. La differenza dipende da come ciascun sistema indicizza il catalogo, ma anche dalla configurazione: all’interno della stessa piattaforma convivono risultati molto buoni e molto scarsi.
Chatbot sull’e-commerce: perché non migliorano la ricerca
Un dato controintuitivo riguarda gli assistenti conversazionali installati sui siti. Nel campione Shopify, i negozi che ne utilizzano uno restituiscono in media 4,0 risposte pertinenti su dieci, contro 5,4 di quelli che ne sono privi. Un’interfaccia conversazionale non compensa un catalogo difficile da interpretare.
Come preparare un e-commerce al commercio agentico
Gli interventi più efficaci non richiedono tecnologie nuove e migliorano anche l’esperienza dei clienti di oggi:
- Nomi di prodotto descrittivi, con la parola della categoria accanto al codice o al nome commerciale.
- Attributi espressi nel testo: misure, materiali, compatibilità e usi, non affidati soltanto alle immagini.
- Il lessico dei clienti, compresi sinonimi e termini d’uso comune, accanto a quello tecnico del fornitore.
- Una misura preliminare della ricerca interna con domande reali, prima di investire in un nuovo motore o in un assistente.
Protocolli, scenari e metodo della rilevazione sono descritti nella guida al commercio agentico pubblicata dallo studio.
Il futuro del commercio agentico in Italia
Le previsioni su questo mercato vanno lette con cautela: nel 2018 al voice shopping si attribuivano 40 miliardi di dollari entro il 2022, e quel mercato non è mai decollato. Il commercio agentico, però, parte da una base diversa. Gli assistenti a cui gli utenti chiedono consigli d’acquisto sono già in uso quotidiano. Per un negozio online la questione non è se gli agenti arriveranno, ma che cosa troveranno quando lo faranno.
Massimo Ivaldi si occupa di ricerca interna e di visibilità nelle risposte dell’intelligenza artificiale (AEO e GEO) per e-commerce.
