il rapporto

eCommerce e assistenti AI: perché i siti italiani non sono pronti


Indirizzo copiato

Nove merchant italiani su dieci investono per farsi trovare dagli assistenti AI, ma meno di un eCommerce su venti espone prezzo, disponibilità, spedizione e reso nei dati strutturati. Tra nuovi budget, commercio agentico e scadenze normative, il mercato ha compreso il cambiamento senza essere ancora pronto

Pubblicato il 20 ott 2026

Davide Casaleggio

Casaleggio Associati e presidente e fondatore di Camelot.vote



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
ChatGPT Image 19 ott 2026, 09_31_11




Negli ultimi mesi ho passato diverso tempo a parlare con chi fa eCommerce e con chi gli vende tecnologia. Con il gruppo di ricerca di Casaleggio Associati abbiamo raccolto le risposte e dati di 148 aziende (53 merchant, 63 vendor e 32 agenzie) e le abbiamo integrate con decine di interviste dirette.

Quest’anno abbiamo aggiunto per la prima volta un terzo strumento: siamo andati a leggere i siti. Abbiamo analizzato i mille principali Ecommerce italiani per fatturato, con 121 indicatori per ciascuno, dalle piattaforme ai pagamenti, dalla velocità all’accessibilità, fino all’apertura verso gli agenti di intelligenza artificiale.

Il motivo era pratico. Nelle interviste tornavano sempre le stesse parole: GEO, agenti, commercio agentico. Volevo capire quanta parte di quel racconto fosse già diventata codice in produzione. Abbiamo pubblicato i risultati nel Rapporto Ecommerce Tech Trends 2026.

Dove vanno gli investimenti nelle tecnologie Ecommerce 2026

Il primo dato che emerge dalla survey riguarda le piattaforme Ecommerce. Sono l’area con la soddisfazione più alta (83% dei merchant) e quella in cui si concentrano più investimenti nei prossimi dodici mesi (59%). Per la prima volta superano i sistemi di pagamento, che per anni avevano guidato la classifica e oggi si fermano al 72%. Dietro questo sorpasso c’è l’ondata di replatforming degli ultimi due anni: molte aziende sono passate a soluzioni SaaS per ridurre il costo totale di gestione e rilasciare più in fretta.

L’area più interessante per chi offre soluzioni è un’altra. Le tecnologie innovative sono ultime per soddisfazione (38%). Ma forse è normale per tecnologie di sperimentazione e infatti il 58% dei merchant prevede investimenti nuovi o elevati e solo il 2% resterà fermo. Clienti insoddisfatti con il budget aperto. La gestione di catalogo e marketplace è invece polarizzata: il 35% investe in modo importante, il 28% non investe affatto.

C’è poi una contraddizione che ho sentito in molte interviste. La logistica è la sfida più citata dai merchant nelle risposte aperte, ma un merchant su quattro dichiara che nei prossimi dodici mesi non investirà nulla in quest’area forse perché non si vedono soluzioni pratiche ai problemi riscontrati.

Le barriere all’adozione tecnologica nell’Ecommerce

Abbiamo chiesto a merchant e vendor che cosa frena l’adozione di nuove tecnologie. Le risposte coincidono su un solo punto, l’integrazione con i sistemi esistenti, indicata da un quarto di entrambi. Sul resto le posizioni si separano.

Il 64% dei vendor attribuisce il problema alla mancanza di competenze interne dei clienti, mentre i merchant se la riconoscono nel 10% dei casi. Il 40% dei merchant rinuncia perché non riesce a verificare l’affidabilità dei fornitori; i vendor lo ammettono nel 15% dei casi. Il freno più citato dai merchant resta il dubbio sul ritorno economico, al 58%.

Le agenzie si muovono intanto verso il prodotto. Il 53% ha almeno un software proprio e solo il 6% vive di soli servizi. Il 64% considera concreto il rischio che strumenti AI self-service e startup native erodano il proprio modello di business nei prossimi due o tre anni. Dichiarano di essere scelte soprattutto per reputazione e passaparola (78%) e per i casi dimostrati (72%), con il prezzo competitivo al 41%. Per chi vende, la risposta al dubbio sul ritorno sono i risultati documentati.

Assistenti AI e commercio agentico nell’Ecommerce 2026

In cima alle priorità tecnologiche dei merchant c’è il GEO, cioè la capacità di farsi trovare dagli assistenti di intelligenza artificiale come oggi ci si fa trovare su Google. Il 54% dichiara di essere già attivo e un ulteriore 37% lo sarà entro l’anno: nove merchant su dieci. Nelle nostre ricerche non avevamo mai registrato un’adozione così rapida per una singola tecnologia. Sullo scenario a tre anni, il 57% dei merchant indica il commercio agentico come la trasformazione principale.

Colpisce però un altro numero. Solo il 4,5% dei merchant teme di perdere la centralità del proprio sito, mentre il 30% dei vendor prevede che entro tre anni le piattaforme agentiche diventino il canale principale di vendita. In più di un’intervista ho sentito la stessa frase: scende il traffico, non scendono le vendite.

Quanto sono pronti gli Ecommerce italiani per gli agenti AI

Il censimento serve a verificare quanto di questa promessa sia già in produzione. Ho guardato tre cose: se un agente può entrare, se sa dove guardare, se può confrontare un’offerta con un’altra.

Accesso dei crawler e regole nel robots.txt

Per entrare conta il robots.txt, il file con cui un sito dice ai software chi può leggere i suoi contenuti. Su 828 siti con un file leggibile, l’83,2% non menziona un solo crawler AI. Chi tace lascia passare tutti per impostazione predefinita, quindi l’accesso funziona; manca una decisione.

Il 10,5% blocca almeno un crawler, il 3,7% li autorizza esplicitamente. Dove la decisione c’è, segue una logica economica precisa: i più bloccati sono Bytespider di TikTok (60 siti) e CCBot di Common Crawl (56), che raccolgono dati per l’addestramento senza portare visite. PerplexityBot, che cita la fonte, ha 7 blocchi e 29 autorizzazioni.

llms.txt ed endpoint per il commercio agentico

Per orientarsi c’è il file llms.txt, con cui un sito spiega agli assistenti come leggerlo. Lo ha il 22,7% dei Top1000, e il 42% di questi file è generato automaticamente da Shopify. L’11,2% dei siti espone un endpoint di commercio agentico: 108 siti, 85 dei quali su Shopify. In molti casi la scelta l’ha fatta la piattaforma per il merchant. La stessa piattaforma lascia però muto il robots.txt: il 95,4% dei negozi Shopify non ha regole sui crawler AI.

Dati strutturati per confrontare le offerte

Il passaggio decisivo è il confronto. Un agente che deve scegliere fra due negozi ha bisogno di quattro informazioni leggibili da un software: prezzo, disponibilità, costo di spedizione e condizioni di reso. Le abbiamo cercate nei dati strutturati di una pagina prodotto per ciascun sito. Su 961 siti letti, 349 pubblicano dati strutturati, 228 espongono prezzo e disponibilità, 41 aggiungono spedizione e reso. Meno di uno su venti. Prezzo e disponibilità servivano dieci anni fa a Google Shopping; spedizione e reso servono oggi agli agenti, e quasi nessuno li dichiara.

Il commercio agentico tra protocolli globali e caso italiano

L’11 gennaio 2026 Google e Shopify hanno presentato lo Universal Commerce Protocol, lo standard aperto che consente agli agenti di completare un acquisto; Google lo ha attivato negli Stati Uniti e ha annunciato Canada e Australia nei prossimi mesi e il Regno Unito entro fine anno. Per l’Italia non c’è ancora una data.

A marzo OpenAI ha ridimensionato il checkout dentro ChatGPT e ha concentrato lo sforzo sulla ricerca dei prodotti, lasciando l’acquisto sui siti dei merchant. Sempre a marzo un giudice federale di San Francisco ha bloccato in via cautelare il browser Comet di Perplexity, che acquistava su Amazon senza dichiararsi come agente.

La lettura che ne traggo è che la scoperta dei prodotti si sta spostando adesso, mentre il checkout seguirà con tempi diversi da paese a paese. I dati necessari per essere scelti da un agente vanno preparati prima che il canale apra in Italia.

Dati aziendali e automazione nelle tecnologie Ecommerce

Il terzo filone della ricerca riguarda l’uso dei dati. In media le aziende fanno confluire in un flusso unico e consultabile 3,6 fonti su 7. Le vendite online sono integrate quasi sempre (87%), le altre fonti si fermano attorno alla metà, e il punto vendita fisico è collegato in un caso su cinque. Eppure il ritiro in negozio è offerto dal 35,7% dei siti censiti e dalla metà di quelli della moda: il negozio compare spesso sul sito, ma resta fuori dai dati che l’azienda usa per decidere.

Solo il 20% delle aziende ha regole che trasformano automaticamente un dato in un’azione, e anche in questi casi l’azione passa da un’approvazione umana. Nessun rispondente lascia decidere il sistema da solo. I merchant stimano di usare per le decisioni il 41% dei dati che raccolgono. Mancano soprattutto persone capaci di leggerli (54%) e una cultura aziendale abituata a misurare (51%).

Scadenze e priorità per gli Ecommerce italiani nel 2026

Al ritardo tecnico si aggiunge un calendario normativo fitto. Dal 20 novembre 2026 il pagamento dilazionato entra nella disciplina del credito ai consumatori, come prevede il decreto legislativo 212 del 31 dicembre 2025, che recepisce la direttiva europea: riguarda da vicino i due siti su tre che oggi offrono il pagamento a rate.

L’European Accessibility Act si applica ai siti Ecommerce dal 28 giugno 2025, ma nei Top1000 solo 37 siti su 966 misurati superano tutti i controlli automatici di accessibilità; il 15 maggio 2026 AgID ha pubblicato il regolamento sulla vigilanza.

Le azioni da cui partire sono concrete e poco costose. Decidere una policy sui crawler AI, scrivere un llms.txt pensato per il proprio catalogo invece di tenere quello generato dalla piattaforma, aggiungere costo di spedizione e condizioni di reso ai dati strutturati delle schede prodotto.

Da questi mesi di interviste e misurazioni esce l’immagine di un mercato che ha compreso il cambiamento più in fretta di quanto sia riuscito a prepararsi. Nove merchant su dieci dicono di lavorare per farsi trovare dagli assistenti AI. Sui mille siti più grandi d’Italia, un agente oggi riesce a confrontare un’offerta completa in meno di un caso su venti.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x