Ecommerce e AI agentica: il freno è la fiducia, e parte dai dati

Martedì 20 ottobre, a Milano, Davide Casaleggio ha aperto la presentazione dell’Ecommerce Tech Trends 2026 con un dato che non parlava di intelligenza artificiale. Il 58% dei merchant italiani indica i dubbi sul ritorno economico come primo freno all’adozione di nuove tecnologie. “Se c’è un ritorno il budget si trova: non è mai una questione di budget, è una questione di ritorno sull’investimento”, ha detto. Ma c’è un altro aspetto che fa capire che il problema ha due lati che non si parlano. I fornitori attribuiscono la mancata adozione alla scarsa competenza interna dei clienti nel 64% dei casi, mentre i merchant se la riconoscono nel 10%. I merchant dicono di rinunciare perché è difficile verificare l’affidabilità dei fornitori (40%), e i fornitori lo riconoscono a se stessi nel 15%. Ciascuno vede il limite dell’altro.

Dichiarare e farsi leggere

Il 90% dei merchant dichiara di lavorare, o di prepararsi a farlo entro l’anno, per farsi trovare dagli assistenti AI. La novità della ricerca è che non si ferma alle risposte: per la prima volta ha verificato sito per sito i 1.000 principali ecommerce italiani per fatturato. Solo il 9% rende leggibili da un agente prezzo, disponibilità, costo di spedizione e condizioni di reso. L’83% dei siti con un robots.txt leggibile non dice nulla ai crawler AI: non li blocca e non li autorizza, la questione semplicemente non è stata affrontata. Spedizione e resi sono i campi più trascurati, presenti in forma leggibile nel 18% e nel 15% dei casi, ed è proprio su quelli che un agente sceglie tra due negozi che vendono lo stesso prodotto allo stesso prezzo.

È il nodo dell’agentic commerce, il commercio in cui a confrontare le offerte per conto del cliente è un agente. Casaleggio l’ha spiegato con l’esempio del trapano, che si può comprare su mille siti diversi. “Devo poter fornire tutte le informazioni che servono per confrontare la mia offerta: non solo le caratteristiche del trapano, ma tutto il servizio che offro.” E ha chiuso il ragionamento con una frase sulla quale vale la pena soffermarsi: “Abbiamo chiara la direzione, ma sulla pratica dobbiamo ancora lavorarci.”

L’agente AI: intermediario o nuovo canale?

La tavola rotonda, moderata da Marianna Chillau, Presidente di 4eCom, è iniziata con una domanda secca: l’agente AI è un intermediario, un competitor o un nuovo canale? Pietro Rossato, Digital Manager di Pittarosso, ha risposto intermediario. Alberto Billato, Digital Commerce Director Italy di Decathlon, nuovo canale. Due risposte diverse, con un punto in comune: in entrambi i casi essere scelti da un agente dipende dalla qualità del catalogo e dei dati.
Rossato ha parlato con franchezza di misurazione. Il traffico che arriva dagli assistenti si vede, ma non dice la dimensione del fenomeno: interrogando gli assistenti con la stessa richiesta, in una trentina di prove, la risposta cambiava ogni volta e a volte il prodotto suggerito era senza stock. “Ho un dato, ma non so se è giusto”, ha detto. Sulla relazione col cliente ha indicato il rischio di cedere la transazione, e con essa il pagamento, a un operatore esterno: si perde la conoscenza del cliente e si accettano tariffe che non si controllano. La sperimentazione va fatta, ha spiegato, ma deve restare sostenibile. Il suo consiglio è smettere di ragionare per keyword e lavorare sulla qualità del catalogo, cominciando a misurare quanto ci si rende rilevanti dentro i modelli.

Billato ha spiegato perché per Decathlon l’agente è un canale. Un algoritmo confronta in modo freddo e funzionale: conta meno quale sia la scarpa più bella e più quella adatta a una certa esperienza in una certa stagione, così il peso del brand si attenua. Il vantaggio però va alimentato di continuo, con schede arricchite dal punto di vista semantico e con la disponibilità, perché se alla visibilità non segue lo stock la fiducia cala e ci si penalizza da soli. In Decathlon la SEO è diventata una fonte di insight per le decisioni commerciali, perché i trend di ricerca anticipano la domanda. Il suo suggerimento è uno stress test semantico sui prodotti chiave: interrogare i modelli e verificare se compaiono. Se non compaiono, c’è un problema da capire e da risolvere.

Il dato è il punto debole

Due temi sono tornati in quasi tutti gli interventi. Il primo è la qualità dei dati, il punto su cui le aziende sono più deboli. Nelle aziende intervistate confluiscono in un flusso unico in media 3,6 fonti su 7: il CRM è collegato nel 51% dei casi e il punto vendita fisico in uno su cinque. Casaleggio ha ricordato che un agente AI senza storico del cliente non sa se quel cliente ha già ricevuto 27 promozioni la settimana prima. “Se non riusciamo a mettere assieme tutti i flussi di dati delle aziende non andiamo da nessuna parte.” Quanto alla decisione finale, nessuno la lascia al sistema: si automatizza la preparazione, non la scelta, e una persona resta responsabile dell’ultimo passaggio.

Il secondo è il parallelo che mi ha colpito di più, quello tra accessibilità per le persone e accessibilità per gli agenti AI. Più di un anno dopo l’obbligo europeo, solo il 3,8% dei Top1000 supera tutti i controlli automatici e il 61% inciampa sul contrasto. Il 31,2% pubblica una dichiarazione di accessibilità, ma la dichiarazione non risulta legata ai test superati. Vale per le persone e vale per gli agenti AI: essere leggibili non si dichiara, si costruisce nei dati e nei template. Chi non lo fa resta visibile, ma non confrontabile.

Per chi si occupa di customer experience il passaggio è diretto. L’AI agentica non toglie lavoro alla relazione con il cliente: lo sposta a monte. Un’azienda che non sa chi è il suo cliente, che cosa gli ha venduto e a quali condizioni lo serve non può essere scelta da un agente, né riconoscerlo quando arriva da un assistente. Il ritorno sugli investimenti in AI si costruisce da lì: da dati in ordine, da una misura onesta e da una relazione che l’azienda continua a presidiare.