Nel giro di poco più di due anni l’e-commerce italiano ha iniziato a parlare una nuova lingua: quella dell’Intelligenza Artificiale, e in particolare della Generative AI.
Se fino al 2022 l’AI era soprattutto una tecnologia “di back-office”, usata da pochi player avanzati per previsioni di domanda e raccomandazioni di prodotto, tra il 2023 e il 2025 è diventata un fattore competitivo esplicito per startup e scaleup del commercio digitale.
Il punto di svolta è duplice. Da un lato il mercato dell’AI in Italia è esploso: secondo l’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano, nel 2024 ha raggiunto circa 1,2 miliardi di euro, con una crescita del 58 per cento sull’anno precedente, e quasi la metà del valore è legata a soluzioni che includono anche Generative AI.
Dall’altro lato, una quota crescente di startup e-commerce ha iniziato a usare questi strumenti non solo per automatizzare, ma per ripensare il modo in cui scopre prodotti, parla con i clienti e gestisce le operations.
Indice degli argomenti
Perché l’AI cambia l’e-commerce italiano tra 2023 e 2025
Numeri e segnali spiegano perché l’AI è diventata centrale proprio adesso. Nel 2024 il fatturato dell’e-commerce italiano ha superato gli 85 miliardi di euro, in crescita di circa il 6 per cento sul 2023. Ma il dato davvero nuovo riguarda il comportamento dei merchant: ricerche recenti indicano che oltre due terzi dei responsabili e-commerce italiani prevedono di investire in AI e conversational commerce entro i prossimi dodici mesi. In altre parole, l’adozione dell’AI non è più un esperimento marginale, ma una direzione strategica per la maggioranza degli operatori.
I numeri del mercato: perché l’adozione accelera tra startup e merchant
Questo cambio di passo ha alcune cause precise. Gli strumenti di Generative AI hanno abbassato drasticamente la barriera all’ingresso: oggi anche una giovane startup può generare descrizioni di prodotto, immagini, campagne di advertising e risposte automatiche ai clienti con un costo marginale vicino allo zero. Allo stesso tempo, le piattaforme SaaS che integrano AI – dai motori di ricerca interna ai sistemi di raccomandazione, fino ai tool per la gestione dinamica dei prezzi – sono diventate plug-and-play, accessibili con canoni sostenibili per realtà early-stage.
Per le startup italiane questo significa che la competizione non si gioca più solo su catalogo e UX, ma sulla capacità di orchestrare in modo intelligente dati, modelli e automazioni lungo tutta la customer journey.
Dove l’AI aiuta davvero l’e-commerce italiano: personalizzazione e contenuti
L’impatto più visibile è nella personalizzazione. Molte aziende stanno utilizzando modelli di machine learning per analizzare il comportamento di navigazione e acquisto e suggerire prodotti in modo sempre più preciso. Non si tratta soltanto del “chi ha comprato questo ha comprato anche quello”, ma di raccomandazioni cucite su misura per il contesto: stagione, fascia oraria, device usato, storico dell’utente, performance delle campagne di marketing.
Raccomandazioni più contestuali e meno standardizzate
La Generative AI ha aggiunto una dimensione ulteriore. Oggi è possibile generare automaticamente varianti di contenuti – titoli, descrizioni, immagini, video brevi – e testarli in tempo reale, adattandoli ai diversi segmenti di clientela. Per una startup questo significa ridurre drasticamente i tempi di produzione creativa e, al tempo stesso, imparare più in fretta cosa funziona davvero sul proprio pubblico.
Varianti di contenuto e test rapidi lungo la customer journey
Un secondo fronte è l’automazione del customer care. Chatbot e assistenti virtuali di nuova generazione, addestrati su basi di conoscenza proprietarie, sono in grado di gestire in autonomia una parte importante delle richieste ripetitive: stato degli ordini, resi, pagamenti, informazioni sui prodotti. Gli operatori umani vengono così liberati per le interazioni a maggior valore aggiunto, come la gestione di reclami complessi o il supporto consulenziale in categorie specialistiche.
Logistica e inventario nell’AI e-commerce italiano: margini e scorte
Infine c’è il “motore nascosto” dell’e-commerce: la logistica e la gestione dell’inventario. Algoritmi di previsione della domanda, ottimizzazione dei giri di consegna e gestione dinamica delle scorte riducono sprechi e stock-out, soprattutto nei settori con prodotti deperibili o cicli di vita molto rapidi.
È qui che l’AI tradizionale, fatta di modelli predittivi e sistemi di ottimizzazione, continua a dare il maggior contributo in termini di marginalità.
Everli: un caso di AI e-commerce italiano su contenuti, carrello e delivery
Tra le realtà nate in Italia che stanno traendo i vantaggi più evidenti dall’AI spicca Everli, scaleup dell’e-grocery che collega supermercati, shopper e consumatori finali. Negli ultimi anni l’azienda ha annunciato un piano di trasformazione profondo in chiave AI-driven che tocca tre aree decisive per qualunque startup di commercio digitale.
Contenuti e relazione con clienti e shopper
La prima riguarda i contenuti e la relazione con clienti e shopper. Una parte crescente dei contenuti visivi viene generata con modelli di intelligenza artificiale, con l’obiettivo di garantire coerenza di brand e rapidità nella produzione di asset per campagne e schede prodotto.
In parallelo, sistemi conversazionali basati su AI supportano sia l’assistenza ai clienti sia quella agli shopper, migliorando tempi di risposta e qualità del servizio.
Esperienza d’acquisto e suggerimenti nelle fasi finali del carrello
La seconda area è l’esperienza d’acquisto. Everli ha sviluppato sistemi avanzati di suggerimenti personalizzati che intervengono nelle ultime fasi del carrello, quando una quota rilevante della spesa viene ancora definita.
L’AI suggerisce prodotti complementari, aiuta a costruire menu equilibrati e ottimizza la composizione della spesa in base a preferenze, promozioni e disponibilità nei punti vendita partner.
Logistica su larga scala e ottimizzazione dei percorsi
La terza è la logistica su larga scala. L’uso di algoritmi per l’assegnazione degli ordini, la pianificazione dei ritiri in store e l’ottimizzazione dei percorsi di consegna permette di gestire volumi in crescita mantenendo sotto controllo i costi operativi. L’evoluzione verso strumenti di iper-personalizzazione alimentati dall’AI, con interfacce che si adattano al singolo utente, mostra come il confine tra marketing, prodotto e operations sia sempre più sfumato.
Cortilia e il ruolo del giudizio umano accanto agli algoritmi
Anche Cortilia, pioniera della spesa online di qualità, ha sperimentato a lungo l’uso dell’AI per prevedere gli acquisti, ottimizzare l’inventario e supportare i clienti nella scelta dei prodotti, sfruttando anche piattaforme come TensorFlow per costruire modelli predittivi. Più di recente, però, il dibattito interno all’azienda – e il confronto pubblico – ha messo in luce un cambio di sensibilità: accanto agli algoritmi, Cortilia rivendica il valore del giudizio umano dei produttori nella gestione della stagionalità e della qualità delle materie prime.
È un segnale interessante per l’intero ecosistema, perché indica che la vera innovazione non è “più AI possibile”, ma la capacità di decidere dove l’AI crea valore e dove ha più senso affidarsi alle persone.
A fianco di questi casi più noti, l’AI sta permeando la quotidianità di centinaia di startup e merchant italiani, spesso in modo meno visibile ma altrettanto radicale. I brand nativi digitali che operano su marketplace come Amazon o Zalando utilizzano strumenti di AI per ottimizzare campagne pubblicitarie, pricing, gestione del catalogo e posizionamento nei risultati di ricerca. Piccole e medie aziende e-commerce adottano soluzioni SaaS che integrano motori di raccomandazione, ricerca semantica e chatbot generativi, senza bisogno di costruire modelli proprietari.
Prospettive per l’AI e-commerce italiano: dati, governance ed etica
Rispetto a pochi anni fa, la novità non è solo tecnologica ma culturale. Primo, l’AI è uscita dal laboratorio. Non è più un progetto isolato del reparto IT, ma una componente che attraversa marketing, prodotto, logistica, finanza. Le startup più avanzate ragionano in termini di “AI-first customer journey”, cioè disegnano processi sapendo che in ogni punto potranno contare su suggerimenti, automazioni e contenuti generati da modelli.
Secondo, la Generative AI sta trasformando il lavoro delle persone dentro le startup. Operatori di customer care, content specialist, category manager e anche sviluppatori lavorano sempre più spesso con “copilot” che li aiutano a scrivere, riassumere, tradurre, analizzare dati e simulare scenari. Il risultato non è semplicemente una riduzione dei costi, ma la possibilità di sperimentare più velocemente nuove idee di prodotto e di servizio.
Terzo, il tema dei dati è diventato strategico. In un contesto dove i modelli generativi di base sono accessibili a tutti, il vero vantaggio competitivo è la capacità di costruire dataset proprietari di qualità: log di navigazione puliti, feedback strutturati dei clienti, informazioni di filiera, contenuti originali. Le startup che riescono a trasformare questi asset in modelli o pipeline di AI su misura sono quelle che più facilmente attraggono capitali, perché possono difendere meglio il proprio posizionamento.
Infine, emergono nuove domande su governance ed etica. Impostare correttamente la gestione dei dati personali, la trasparenza degli algoritmi di raccomandazione, il rispetto della proprietà intellettuale nei contenuti generati da AI non è più un esercizio teorico, ma una necessità concreta per chi scala. Anche su questo terreno le startup e-commerce italiane stanno muovendo i primi passi, spesso guidate dalle richieste dei partner internazionali e dai requisiti dei fondi di investimento.
Guardando al 2025 e oltre, il quadro che emerge è quello di un ecosistema in transizione. Il mercato e-commerce continua a crescere, ma non in modo esplosivo; gli investimenti nelle startup rimangono selettivi; l’AI, soprattutto nella sua declinazione generativa, diventa il moltiplicatore che può accelerare – o frenare – i percorsi di crescita.
Le startup italiane di e-commerce che sembrano avere le migliori prospettive sono quelle che combinano tre ingredienti. Il primo è un uso consapevole dell’AI, integrata nei processi chiave senza cadere nella tentazione dell’hype.
Il secondo è un forte radicamento in asset tipici del Made in Italy – filiere agroalimentari, manifattura, moda, design – che generano dati e contenuti unici, difficili da replicare da player puramente digitali. Il terzo è la capacità di dialogare con un ecosistema più ampio di fornitori di tecnologia, operatori logistici, marketplace e grandi retailer, in cui l’AI è sempre più il linguaggio comune.
In questo scenario, la novità non è tanto che l’AI “arriva” nell’e-commerce, ma che l’e-commerce diventa uno dei principali campi di prova dell’AI in Italia. Le startup che sapranno sfruttare questa convergenza potranno giocarsi le loro chance non solo sul mercato domestico, ma su un terreno competitivo europeo e globale.
Fonti e letture utili
– Osservatorio Artificial Intelligence, School of Management del Politecnico di Milano, comunicati 2024-2025 sul mercato dell’AI in Italia (“Intelligenza Artificiale in Italia: numeri record per il mercato”; “Crescita record per l’AI in Italia nel 2024: il mercato vale 1,2 mld di euro”).
– ESG360, “Intelligenza artificiale, in Italia è boom: il mercato cresce del 58%” (febbraio 2025).
– Casaleggio Associati, 19° rapporto annuale sullo stato dell’e-commerce in Italia, con approfondimenti su AI e Generative AI per il commercio digitale (“Ecommerce e Intelligenza Artificiale: rivoluzione in corso”; report “Ecommerce Italia 2024”).
– Articoli e case study su Everli e l’uso dell’AI per contenuti, assistenza, personalizzazione e logistica, pubblicati tra il 2024 e il 2025 su testate italiane di distribuzione e innovazione.
– Case study su Cortilia e l’uso dell’AI per previsioni di acquisto, gestione dell’inventario e supporto alla scelta dei prodotti, oltre agli approfondimenti più recenti sul ruolo del giudizio umano nelle decisioni di assortimento.
– Approfondimenti di analisi e cronaca economica su AI e retail tech in Italia, con particolare riferimento all’adozione di strumenti di Generative AI da parte di merchant e brand nativi digitali attivi su marketplace internazionali.
