shopping online con ai

I chatbot AI diventano supermercati digitali: cosa cambia per i brand

Gli LLM stanno trasformando lo shopping online in un’esperienza mediata dagli assistenti AI: la domanda nasce nella conversazione, la preferenza viene orientata dagli algoritmi e la transazione può avvenire dentro piattaforme app-in-app, ridisegnando il rapporto tra brand, clienti e intermediari

Pubblicato il 7 ago 2026

Aggiungi tra i preferiti su Google

Giulia Buzzetti

Banking Consultant at Sia (Global management consulting group)

Sara Trevisanato

Managing Director, Sia Partners, (Global management consulting group)

Ai,Powered,Ecommerce,Marketing,With,Magnifying,Glass,Focusing,On,Digital

Chiedi all'AI

Riassumi questo articolo

Approfondisci con altre fonti

Per decenni, la distribuzione digitale è stata governata da una logica relativamente stabile: intercettare il cliente nel punto in cui cerca, portarlo dentro un ambiente proprietario e “convertirlo”. Search engine, marketplace, app store e social platform hanno costruito interi ecosistemi su questa premessa. Oggi, però, l’avanzata degli LLM e delle interfacce conversazionali sta introducendo un cambio di paradigma più profondo: il cliente non cerca più soltanto, ma esprime un’intenzione; non confronta più soltanto, ma delega; non naviga più soltanto, ma conversa.

Shopping con l’AI: ChatGPT entra nel carrello, i retailer alzano il muro

In questo scenario, le piattaforme AI stanno assumendo una funzione simile a quella che i supermercati ebbero nel retail fisico: aggregare l’offerta, semplificare la scelta, influenzare il momento della decisione e, progressivamente, controllare l’accesso allo scaffale. La differenza è che lo “scaffale” non è più una corsia fisica né una pagina risultati: è una risposta generata, un consiglio contestuale, una raccomandazione personalizzata, una transazione eseguibile dentro una conversazione.

La domanda, quindi, non è più se l’AI cambierà il marketing o l’e-commerce. La domanda è se gli LLM diventeranno il nuovo layer distributivo di Internet.

Indice degli argomenti

Gli LLM come nuovo scaffale dello shopping online

Il supermercato ha trasformato il commercio perché ha reso comparabili prodotti diversi, ha centralizzato l’esperienza d’acquisto e ha spostato parte del potere decisionale dal produttore al distributore. La posizione sullo scaffale, la promozione, il packaging e la visibilità sono diventati fattori determinanti. Successivamente, online, marketplace, app store hanno svolto un ruolo analogo: non vendevano necessariamente tutti i prodotti, ma controllavano l’accesso alla domanda.

Gli LLM stanno estendendo questa logica attraverso quello che qui chiamiamo “app-in-app”: un modello AI-native in cui servizi esterni, cataloghi, disponibilità e contenuti diventano accessibili dentro una piattaforma conversazionale. Il termine non è ancora uno standard di settore (la letteratura preferisce “conversational commerce” o “agentic commerce”), ma descrive bene la meccanica: l’utente scopre, confronta e attiva servizi di terze parti senza entrare nel sito o nell’app del brand.

Non è solo un nuovo canale, ma un nuovo livello distributivo: cattura l’intento, struttura la scelta e orchestra l’azione. Alcuni segnali sono già visibili. OpenAI ha introdotto applicazioni dentro ChatGPT, con partner come BBVA, Booking.com, Expedia e Spotify^[1] tra gli altri, permettendo agli utenti di interagire con servizi terzi direttamente nella conversazione.

Sephora ha lanciato, il 24 marzo 2026, un’esperienza pilota per ora attiva solo negli Stati Uniti, orientata alla scoperta beauty personalizzata; l’azienda ha dichiarato l’intenzione di estenderla ad altri mercati.^[2]

Anche Accor ha integrato, da gennaio 2026, la propria app ALL con ChatGPT^[3], mentre il travel è uno dei settori in cui la ricerca conversazionale sta avanzando più rapidamente. Questa dinamica non riguarda solo ChatGPT: lo spostamento si sta estendendo agli LLM, alle interfacce conversazionali e agli assistenti integrati negli ecosistemi verticali, rendendo l’app portabile, distribuita e multi-interfaccia.

Assistenti AI e brand: la domanda cambia punto di ingresso

Per anni i brand hanno investito per “possedere” i propri punti di ingresso digitali: sito, app, CRM, motori di ricerca, campagne paid, SEO, marketplace strategy. Ma se il primo contatto avviene dentro un assistente AI, la relazione cambia natura. Il cliente può formulare una richiesta come: “Trova un hotel pet-friendly a Milano per il weekend, sotto i 180 euro, vicino alla metro”. L’AI interpreta l’intento, seleziona fonti e opzioni, propone alternative, può aprire un’app integrata e, sempre più spesso, avviare l’azione.

I numeri indicano che il fenomeno è già in corso e in accelerazione. Salesforce ha riportato che, durante la stagione holiday 2025, AI e agenti hanno influenzato il 20% delle vendite retail online, generando 262 miliardi di dollari di ricavi^[4]. Adobe Analytics ha rilevato un’accelerazione del traffico retail USA da fonti AI generativa: dal +1.200% (luglio 2024-febbraio 2025)^[5] al +4.700% annuo a luglio 2025^[6], fino al +393% nel primo trimestre 2026^[7], con una crescita che prosegue nei mesi successivi seppure a ritmo più contenuto, restando comunque inferiore, in valore assoluto, ai canali maturi come paid search ed email.

Adobe osserva inoltre che le interfacce conversazionali AI stanno diventando assistenti per la ricerca prima dell’acquisto e per attività come travel planning e orientamento finanziario. Questi dati non vanno letti come la sostituzione immediata di Google, Amazon o dei siti proprietari. Vanno letti come il segnale dell’emergere di un nuovo punto di ingresso: conversazionale, intent-driven e sempre più azionabile.

Un contrappeso è però necessario: l’adozione dei chatbot AI resta selettiva quando sono in gioco decisioni delicate. Solo il 2% degli americani li usa come fonte abituale di notizie, secondo il Pew Research Center^[8], uno dei principali istituti di ricerca sociale negli Stati Uniti; nello shopping, un sondaggio Gartner^[9] di inizio 2026 mostra lo stesso pattern, con la disponibilità a lasciar decidere l’AI ferma sotto l’11% anche nelle categorie a basso rischio. I consumatori vogliono un assistente, non un decisore.

Dalla SEO alla GEO: gli LLM spostano il marketing sull’intento

Il marketing digitale è stato per trent’anni un’industria del posizionamento: chi appare prima su Google, chi compra meglio il media, chi vince lo slot su Amazon, chi ottimizza meglio la pagina prodotto. La scarsità era nello spazio: il primo risultato, il banner, la posizione sponsorizzata, la homepage del marketplace.

Con l’AI conversazionale, la scarsità si sposta dalla posizione alla rilevanza. Non si tratta solo di essere visibili, ma di essere interpretabili da una macchina che traduce un bisogno umano in una decisione. Sia sintetizza questo cambiamento come il passaggio da un’industria del placement a un’industria dell’intento: la macchina non seleziona più soltanto uno slot, interpreta una richiesta.

Questo spostamento ha implicazioni profonde. Se il cliente chiede “qual è la migliore assicurazione viaggio per una famiglia con bambini e copertura sanitaria ampia?”, la risposta non dipenderà solo dalla pressione pubblicitaria. Dipenderà dalla capacità dell’offerta di essere leggibile, comparabile, affidabile, aggiornata, compatibile con il contesto e con i vincoli dell’utente.

In altre parole: la battaglia competitiva si sposta dentro i criteri di raccomandazione dell’agente. È il passaggio dalla logica SEO al GEO (Generative Engine Optimization): i contenuti devono evolvere per essere selezionati dagli LLM.

Brand e LLM: l’accesso al cliente viene intermediato

Il primo impatto è la perdita di controllo sul punto di ingresso. Se l’utente non parte più dal sito del brand, ma da un assistente, il brand deve competere per essere selezionato prima ancora di poter raccontare la propria esperienza. Questo è particolarmente critico per categorie ad alta complessità come banking, assicurazioni, travel e healthcare, dove le offerte sono difficili da confrontare, i preventivi non sempre trasparenti, i processi lunghi.

Proprio qui l’AI crea valore: riduce frizione, traduce bisogni complessi in opzioni confrontabili, guida l’utente in un percorso decisionale. Ma, nel farlo, può anche disintermediare il brand.

La preferenza machine-mediated negli ambienti AI

Il secondo cambiamento riguarda la formazione della preferenza. Nei canali tradizionali, il brand poteva costruire desiderabilità attraverso advertising, UX, contenuti, recensioni, influencer e CRM. In un’interfaccia AI, una parte crescente della preferenza viene mediata da un sistema che sintetizza informazioni e propone una risposta.

Questo non significa che il brand scompaia. Significa che deve diventare “raccomandabile”. La raccomandabilità dipende da fattori nuovi: qualità dei dati, coerenza tra promessa e disponibilità reale, contenuti semanticamente ricchi, reputazione verificabile e capacità di esporre prezzi e disponibilità in modo machine-readable.

Adobe rileva che gli utenti da fonti AI sono più ingaggiati: nel travel, il traffico AI verso siti USA è cresciuto del 1.700% (luglio 2024-febbraio 2025), con un bounce rate inferiore del 45%^[10]. Un segnale che l’AI porta traffico più qualificato, ma solo verso i brand che l’agente riesce a comprendere e valorizzare.

Agentic commerce: gli LLM orchestrano acquisti e pagamenti

Il terzo cambiamento è transazionale: l’AI non si limita più a suggerire, comincia a eseguire. OpenAI ha lanciato Instant Checkout dentro ChatGPT per gli utenti statunitensi, con venditori Etsy: un passo verso l’agentic commerce, che aiuta a completare l’acquisto di prodotti direttamente in chat, basandosi sull’Agentic Commerce Protocol sviluppato con Stripe^[11], che lascia il merchant come merchant of record, con controllo su relazione cliente, resi e supporto.

Il fenomeno non è più solo americano, né legato a un unico protocollo: Google ha lanciato Agent Payments Protocol (AP2), donato alla FIDO Alliance^[12] per una governance neutrale, mentre Mastercard e Visa hanno protocolli propri^[13], in un panorama ormai multi-protocollo. In Europa, il 2 luglio 2026 Nexi ha completato con Visa la prima transazione europea^[14] avviata da un agente AI, nel programma Visa Agentic Ready: un segnale che l’infrastruttura dei pagamenti europea si muove, pur restando indietro rispetto alla disponibilità dei servizi conversazionali agli utenti finali.

È un passaggio cruciale: la transazione diventa un flusso orchestrato tra utente, agente, merchant, catalogo, pagamento e fulfillment. In questo mondo, il sito del brand può non essere più il luogo centrale della conversione. Può diventare una delle molte sorgenti dati e operative che alimentano un’esperienza distribuita.

App-in-app e brand: opportunità oltre la disintermediazione

Per i brand, l’app-in-app non è solo una minaccia: è anche una finestra di crescita, perché le grandi transizioni di piattaforma permettono di ridisegnare le posizioni competitive imparando prima, costruendo relazioni con i nuovi intermediari e acquisendo dati su comportamenti emergenti.

Ciò si traduce in: accesso a nuove audience che hanno già ridotto la search tradizionale a favore di TikTok, Instagram, Perplexity o ChatGPT conversione: se discovery, pagamento e post-vendita avvengono nello stesso flusso, il funnel si accorcia personalizzazione: dai segnali indiretti (click, segmenti) si passa a un intento esplicito e contestuale, del tipo “una vacanza rilassante, con bambini piccoli, budget chiaro, flessibilità in caso di malattia”, con una granularità che nessun clickstream cattura.

Aziende e LLM: come prepararsi allo shopping conversazionale

Secondo Sia molte aziende non sono ancora strutturalmente pronte per questo cambiamento: le infrastrutture e-commerce non sono progettate per l’AI conversazionale e mancano spesso osservabilità, governance e capacità di ottimizzazione necessarie per operare AI-native commerce su scala. In questa prospettiva, sarà indispensabile affiancare al layer tecnologico competenze di business, trasformazione, dati e settoriali, per rendere operativo l’Agentic Commerce su scala enterprise.

Questo punto è essenziale: essere presenti negli LLM non significa soltanto “aprire un’integrazione”. Significa ripensare cataloghi, dati, pricing, CRM, policy e sistemi di misurazione. Il mercato è ancora in una fase iniziale: standard in evoluzione, modelli commerciali instabili, comportamenti utente non consolidati. Ma aspettare un playbook maturo è rischioso, perché quando gli standard saranno definiti le posizioni dominanti potrebbero esserlo già.

La risposta più pragmatica è adottare un approccio test-and-learn, partendo dal lavoro preparatorio su dati, cataloghi e governance. Sia propone un percorso articolato su quattro passi principali:

Quattro passi per l’AI-native commerce

identificare i journey ad alta frizione o alto bisogno di guida, candidati naturali per l’app-in-app
rendere le offerte machine-readable, cataloghi, prezzi, condizioni e recensioni interpretabili e aggiornabili da sistemi AI
misurare la visibilità negli ambienti generativi, non solo nei motori di ricerca tradizionali
costruire una differenziazione che non si lasci comprimere dalla sintesi dell’agente. Infine, bisogna progettare la governance: chi controlla l’accuratezza quando un agente raccomanda o vende un prodotto, e come si gestiscono responsabilità, consenso e dati personali? In Europa il tema ha già una scadenza precisa: dal 2 agosto 2026 l’articolo 50 dell’AI Act (Regolamento UE 2024/1689) impone obblighi di trasparenza^[15] per i sistemi conversazionali, che devono rendere noto all’utente, al più tardi al primo contatto, che sta interagendo con un’AI. A questo si aggiungono GDPR e Digital Services Act: la nuova distribuzione AI dovrà convivere con questo impianto normativo fin dal primo giorno di rollout europeo.

Lo scaffale conversazionale dello shopping online

I supermercati hanno cambiato il retail perché hanno controllato lo scaffale. I marketplace hanno cambiato l’e-commerce perché hanno controllato la discovery. Gli LLM potrebbero cambiare Internet perché controllano qualcosa di ancora più a monte: l’interpretazione dell’intento.

Se l’utente esprime un bisogno e l’AI decide quali opzioni mostrare, come confrontarle e quale azione avviare, la competizione si sposta in un nuovo territorio. Non basta più essere trovati. Bisogna essere compresi, selezionati, attivati e ricordati dentro esperienze che non appartengono necessariamente al brand.

Per questo gli LLM possono diventare i nuovi supermercati di Internet. Non perché venderanno tutto direttamente, ma perché potranno influenzare il punto in cui domanda, preferenza e transazione si incontrano. In quel mondo, vinceranno i brand “agent-ready”: quelli capaci di trasformare la selezione algoritmica in esperienza distintiva, e la conversazione in relazione.