Il tuo prossimo cliente chiederà a un’IA di te

Il mese scorso ho comprato un paio di scarpe da corsa, e il modo in cui le ho acquistate è il motivo per cui sto scrivendo questo.

Non ho mai visto una pagina di risultati, un riepilogo di recensioni, o una lista “migliori scarpe da corsa 2026” con link affiliati a tre paragrafi di distanza. Ho aperto un assistente chat, ho digitato che le mie ginocchia facevano male a causa della corsa recente, e ho chiesto se le Hokas fossero adatte a me. Ha risposto sì, più o meno, e venti minuti dopo l’ordine è stato effettuato.

Nel momento in cui ho digitato quella domanda, non avrei potuto dirti cosa rendeva Hoka diversa da qualsiasi altro marchio. Solo dopo ho ricordato di aver visto un video sui maratoneti che hanno infranto la barriera delle due ore, e di aver notato cosa indossavano ai piedi.

Qualcuno del marketing ha reso possibile quell’acquisto, e non ha ricevuto nulla che le loro analisi potessero catturare nemmeno in linea di principio: nessun click, nessun codice promozionale, nessuna fonte di riferimento. Per quanto riguarda la loro dashboard, non esisto.

Questo non è più un aneddoto

Adobe ha analizzato più di un trilione di visite ai siti di vendita al dettaglio statunitensi, e la curva di tendenza è ripida. Il traffico proveniente da fonti IA verso questi siti è cresciuto del 393% anno su anno nel primo trimestre del 2026, dopo un balzo del 693% nella stagione festiva precedente.

La crescita è la metà meno interessante della storia, perché ciò che è cambiato è stata la qualità di quel traffico. Un anno fa, i visitatori provenienti da assistenti IA convertivano del 38% peggio rispetto a tutti gli altri canali. Entro marzo 2026, hanno convertito del 42% meglio, un record storico e uno spostamento di ottanta punti in dodici mesi.

Questa variazione dice più sugli acquirenti che sul traffico, perché le persone che arrivano da un assistente hanno già deciso cosa vogliono.

Devo dichiarare che gestisco una piattaforma di intelligenza per influencer; misuriamo i creatori e il pubblico, non i carrelli di acquisto, quindi questi dati provengono da fuori i miei confini, ma la tendenza non è sottile. La ricerca sui consumatori di Adobe ha rilevato che il 39% degli intervistati aveva usato l’IA per fare acquisti e l’85% ha affermato che ha migliorato l’esperienza, e lo stesso modello ora appare ben oltre il retail.

La macchina non può guardare il video

Quando un assistente ricerca un prodotto, legge recensioni, schede tecniche, discussioni nei forum e documentazione. La recensione video di dodici minuti che ha effettivamente convinto un umano arriva al modello al meglio come trascrizione, e spesso non arriva affatto.

Il tono di voce, le riprese di supporto e il volto di cui qualcuno si fida da tre anni non fanno mai il viaggio.

I ricercatori stanno appena iniziando a esaminare cosa accade in quel divario. Uno studio del 2026 di Møller e colleghi ha scoperto che le persone che estraggono informazioni da video con assistenza IA erano notevolmente meglio a saltare il video, con un miglioramento dell’accuratezza fino al 35%. Ma quando all’assistente veniva fornita informazione falsa, l’accuratezza è crollata del 32% mentre la fiducia dei partecipanti è rimasta stabile a circa 4.5 su 5, il che significa che le persone non potevano capire quando il riassunto era errato.

Il formato di marketing più persuasivo dell’ultimo decennio è quasi invisibile al sistema che ora chiude la vendita, e gli esseri umani coinvolti sono poco attrezzati per notare la sostituzione.

L’influenza non è scomparsa, si è spostata

Ne sono uscito più ottimista sul marketing dei creatori, non meno, e il motivo sta nella formulazione esatta della mia stessa domanda.

Avrei potuto chiedere quali scarpe da corsa sono le migliori per ginocchia doloranti, il che avvia un confronto di quindici marchi in cui vince la migliore scheda tecnica. Invece ho chiesto di un marchio per nome, il che ha vincolato l’assistente: non mi avrebbe mai mostrato alternative, perché non ne avevo chiesto.

Il marchio all’interno della domanda elimina completamente il confronto, mentre tutti gli altri competono nella risposta.

Quel nome è uscito dalle mie dita perché i corridori che seguo le indossano. Da qualche parte nell’anno precedente, i creatori hanno inserito quel marchio nella mia mente, così quando finalmente mi sono seduto per acquistare, tutti i concorrenti erano stati eliminati prima che la gara iniziasse.

Il click scompare ma l’influenza non lo fa; si sposta a monte, nella stessa domanda.

Le comunità scrivono lo strato di evidenza

Essere nominati è solo metà della vittoria, perché l’assistente poi verifica la sua risposta contro il testo scritto dalle persone.

Qui la comunità smette di essere una metrica morbida e inizia a essere infrastruttura. Un’analisi di 30 milioni di fonti tra ChatGPT, Google AI Mode, Gemini, Perplexity e AI Overviews ha scoperto che i domini più citati erano Reddit, YouTube, LinkedIn, Wikipedia e Forbes, con piattaforme di recensioni come G2 e Yelp che emergono fortemente nelle query di raccomandazione. Un pubblico non influenza più solo gli acquirenti; sta anche creando il corpus contro il quale il modello verifica la risposta.

Il gaming ha scoperto questo per caso: un gioco con decine di migliaia di recensioni su Steam possiede uno strato di evidenza leggibile dalla macchina più ricco di quello che la maggior parte dei prodotti di consumo potrà mai assemblare deliberatamente.

Il corollario è scomodo per le proprietà dei brand stessi. L’audit di Adobe sui siti di retail ha rilevato che solo il 66% delle pagine prodotto è leggibile dalla macchina, il tipo di pagina con le prestazioni peggiori misurate, e quella in cui dovrebbe avvenire la decisione d’acquisto.

Cosa cambia questo nella pratica

Niente di tutto ciò richiede credere che la ricerca sia morta. Il richiamo del brand diventa una metrica di performance piuttosto che una metrica morbida, perché determina quali nomi vengono digitati nel prompt. La superficie testuale che un brand e la sua comunità producono, cioè recensioni, risposte nei forum, documentazione e dati di prodotto strutturati, è ora letta dalle macchine almeno quanto dalle persone, e dovrebbe essere mantenuta di conseguenza. La misurazione dei creatori deve tenere conto dell’influenza che non tocca mai un link tracciato, il che significa test di controllo e lavori di brand lift anziché pixel migliori.

L’attribuzione è sempre stata una cortese finzione

Questa parte dovrebbe far sentire i marketer meglio piuttosto che peggio. Il last-click misurava la prossimità al checkout piuttosto che l’influenza, e l’IA non ha tanto rotto un sistema funzionante quanto rimosso la finzione. Ciò che rimane sotto è l’asset che ha sempre svolto il lavoro: essere ricordato.

Una macchina può confrontare e riassumere i compromessi tutto il giorno, ma non può decidere ciò di cui un umano si preoccupa. Man mano che una parte maggiore della transazione è gestita dal software, la memoria umana diventa l’input scarso, e le cose scarse diventano più preziose.

Il marketing degli influencer non sta morendo; sta per essere misurato onestamente per la prima volta.

Ho trascorso anni come creatore di contenuti prima di iniziare a costruire strumenti per loro, quindi lo dico chiaramente: i brand che vinceranno il prossimo decennio non saranno quelli che gridano più forte o comprano più click, ma quelli che una persona reale ricorda con sufficiente affetto da nominare ad alta voce e sostenere la affermazione in un testo che una macchina può leggere.