Nel percorso che porta un italiano a comprare online, la ricerca e la comparazione dei prodotti generano grande fatica cognitiva, anche a causa di un’offerta molto ampia e della quantità di informazioni da consultare prima di arrivare a una scelta.
Prima di acquistare, gli utenti consultano infatti diversi punti di contatto tra motori di ricerca, siti dei brand, recensioni, e-commerce e retail media. Un processo lungo e spesso snervante, che sempre più persone scelgono di delegare, almeno in parte, all’intelligenza artificiale.
Lo fa oltre il 13% degli acquirenti digitali, nel 67% dei casi per confrontare prezzi e prodotti, nel 66,8% per ricevere suggerimenti personalizzati, nel 61,2% per sintetizzare le recensioni, secondo i dati.
Ma proprio nel 2026 questo passaggio sta entrando in una nuova fase. Dalla ricerca e dal confronto si sta passando all’azione: l’AI può iniziare a gestire direttamente alcune fasi dell’acquisto, fino alla transazione, sulla base delle indicazioni e dei vincoli impostati dall’utente.
Dalla ricerca all’acquisto: la nascita dell’agentic commerce
È il passaggio verso il cosiddetto “agentic commerce” (commercio agentico), l’esperienza d’acquisto che passa attraverso agenti AI capaci non soltanto di rispondere a una domanda, ma di cercare prodotti, confrontare alternative, verificarne prezzo e disponibilità e, quando autorizzati, completare l’acquisto.
E non si tratta più soltanto di uno scenario sperimentale: OpenAI e Stripe hanno sviluppato l’Agentic Commerce Protocol (ACP), alla base dell’Instant Checkout di ChatGPT, che consente di acquistare un prodotto senza uscire dalla conversazione. Google ha invece annunciato a gennaio 2026 l’Universal Commerce Protocol (UCP), sviluppato per coprire il percorso dalla scoperta del prodotto fino al checkout.
A confermare che l’interesse sta crescendo anche in Italia sono i dati raccolti da Christian Cilli, consulente, formatore e specialista SEO fondatore del progetto SEO Leader, attraverso DataForSEO. Nell’estrazione di luglio 2026, la query “agentic commerce” registra 210 ricerche mensili medie, contro le 40 di luglio 2025, con una crescita superiore al 400% su base annua e un picco di 480 ricerche a marzo 2026. Nello stesso periodo iniziano a emergere anche ricerche più specifiche, come “agentic commerce protocol” e “ChatGPT shopping”, segnale di un interesse che si sta spostando dagli addetti ai lavori verso un pubblico più ampio.
Per chi acquista significa poter delegare a un unico sistema attività che prima richiedevano ricerche, confronti e visite a più siti. Ma significa anche che, sempre più spesso, il consumatore non vede direttamente tutti i prodotti disponibili a catalogo: vede solo quelli che l’AI riesce a trovare, interpretare e considerare pertinenti rispetto alla richiesta.
Ed è qui che il cambiamento diventa rilevante per chi vende online. Se il primo filtro viene effettuato da un agente AI, un prodotto con informazioni incomplete, poco strutturate o difficili da interpretare rischia di non entrare neppure tra le alternative considerate, anche quando potrebbe essere adatto a ciò che il cliente sta cercando.
“Oggi un prodotto viene interpretato e confrontato da un sistema prima ancora di essere visto da una persona”, spiega Christian Cilli, fondatore di SEO Leader. “Questo significa che la scheda prodotto ha smesso di essere solo uno strumento di vendita ed è diventata la fonte da cui quel sistema ricava le sue risposte. Prezzo, caratteristiche, disponibilità, compatibilità: se non sono dichiarati in modo esplicito e ordinato, il prodotto diventa invisibile per AI e motori di ricerca, e di conseguenza per l’utente.”
Come costruire una scheda prodotto leggibile in 5 passi
Per chi vende online, il cambiamento non richiede una revisione dell’infrastruttura, ma un modo diverso di compilare informazioni che in gran parte esistono già. Christian Cilli individua cinque interventi da effettuare per una scheda che anche un sistema AI riesce a interpretare.
- Non trattare la descrizione come un testo promozionale. Un sistema che deve stabilire se il prodotto risponde a una determinata esigenza ha bisogno di informazioni precise e caratteristiche, come colore, peso, forma, risultati, ingredienti.
- Usare titoli che identificano con precisione le caratteristiche, come tipologia, modello o variante, perché il titolo è il primo elemento su cui un sistema si sofferma.
- Portare fuori dalle immagini le informazioni tecniche, perché se le caratteristiche compaiono solo nelle infografiche, per il sistema potrebbe essere più difficile estrapolarle.
- Inserire solo gli attributi coerenti con il prodotto, perché non è necessario inserire tutti quelli esistenti, solo i più inerenti alla singola categoria.
- Curare il feed prodotto quanto la pagina: il feed è il file che il venditore invia al Google Merchant Center, lo stesso che alimenta i blocchi di prodotto organici nei risultati di ricerca. Prezzo e disponibilità devono restare coerenti su tutte le fonti.
“Una delle criticità è pensare che una descrizione accattivante sia sufficiente. Può esserlo per una persona già arrivata sulla pagina, ma un sistema che deve decidere se quel prodotto risponde a una determinata esigenza ha bisogno soprattutto di informazioni precise. Bisogna chiedersi quali domande porrebbe un cliente prima di acquistare, e se la scheda contiene davvero le risposte”, conclude Christian Cilli.
