Gintare Rimolaityte, CEO e cofondatrice di Trendos – Serie di interviste

Gintare Rimolaityte è CEO e cofondatrice di Trendos, la piattaforma di visibilità nella ricerca con IA che aiuta i marchi a capire e ottimizzare la propria presenza nei grandi modelli linguistici (LLM). Ha maturato le prime esperienze in Oxylabs nel 2020, inizialmente come responsabile dello sviluppo commerciale e poi come direttrice commerciale, guidando i team di vendite, sviluppo commerciale, gestione dei clienti e successo dei clienti di una delle sue unità aziendali. Dal 2022 al 2025 è stata CEO della piattaforma di coinvolgimento JumpTask. Prima di cofondare Trendos nel 2026, ha lavorato brevemente come responsabile di prodotto in Adment, occupandosi della prevenzione delle frodi di affiliazione nella ricerca a pagamento e nei programmi di affiliazione. Come CEO di Trendos, Gintare gestisce diversi team e supervisiona la crescita strategica. Vive e lavora a Vilnius.

Trendos è una piattaforma di visibilità nella ricerca con IA che aiuta i marchi a monitorare, misurare e ottimizzare la propria presenza negli LLM e nei motori di ricerca basati sull’IA. Con Trendos, i marchi eliminano il grande punto cieco creato dal passaggio dalla ricerca su Google all’IA conversazionale, che ha reso il processo di raccomandazione praticamente invisibile ai loro occhi. Oltre a monitorare la visibilità complessiva, Trendos rende gli strumenti di analisi del mercato dell’IA accessibili, intuitivi ed economici, permettendo ai marchi di influenzare e ottimizzare quando e come compaiono. La sua tecnologia acquisisce le risposte e gli annunci effettivamente mostrati negli ambienti di IA mediante l’estrazione su larga scala delle sessioni degli LLM, quindi analizza e presenta i dati strutturati sotto forma di indicazioni chiare sulla visibilità dei marchi e sull’attività dei concorrenti. Trendos è stata fondata nel marzo 2026 a Vilnius, in Lituania, con il sostegno di Tesonet, un creatore globale di imprese dietro aziende come Nord Security, Surfshark e Hostinger.

Prima di cofondare Trendos, il suo percorso l’ha portata dalla direzione commerciale di Oxylabs alla guida di JumpTask, fino al lavoro di prodotto in adment.ai. Quali cambiamenti nel modo in cui i consumatori scoprono i marchi attraverso l’IA l’hanno convinta della necessità di Trendos? E cosa riteneva mancasse alle piattaforme esistenti di SEO e visibilità nell’IA?

Quando intervistavo regolarmente i responsabili marketing, sentivo ripetere sempre la stessa cosa: la ricerca con IA sta arrivando e, sebbene esistano già alcuni strumenti, nessuno sa davvero quanto siano affidabili.

Non dovevo limitarmi a fidarmi delle loro parole, perché osservavo anch’io quel cambiamento in tempo reale. I consumatori passavano dallo scorrere i link su Google al porre domande direttamente agli LLM. Per i professionisti del marketing, questa seconda modalità era una sorta di scatola nera. Non riuscivano nemmeno a vedere se venivano menzionati, tanto meno come fosse descritto il loro marchio o come fosse posizionato rispetto ai concorrenti.

Nei software esistenti vedevo due problemi. Primo, molti strumenti sembravano piattaforme SEO con una funzione di IA aggiunta in seguito. Secondo, i pochi strumenti progettati appositamente avevano prezzi pensati solo per le grandi imprese. Se non eri un grande marchio con il budget necessario per capire la propria visibilità nell’IA, rimanevi escluso e procedevi alla cieca. Non lo trovavo giusto. Ogni marchio merita di sapere come appare, non soltanto quelli che possono spendere importi a cinque cifre al mese. Con Trendos vogliamo offrire ai marchi di qualsiasi dimensione un modo accurato e dal prezzo equo per capire e ottimizzare la propria visibilità nell’IA.

Le risposte generate dall’IA possono sembrare una scatola nera ai professionisti del marketing. In base ai dati raccolti da Trendos, quali sono i segnali più importanti che sembrano determinare se un marchio viene menzionato, citato o raccomandato da sistemi come ChatGPT, Gemini, Claude e Perplexity?

Quanto ai segnali, conta soprattutto essere menzionati abbastanza spesso nei posti giusti e in modo strutturato. È diverso dalla SEO, dove serve un link dofollow per trasferire autorevolezza. Nella ricerca con IA, i modelli non indicizzano il sito: ne estraggono i contenuti. Il link diventa superfluo. Basta che il nome del marchio compaia chiaramente e spesso nelle pagine da cui questi modelli già attingono.

I nostri dati indicano cinque pilastri: il proprio sito, le pubbliche relazioni e la copertura mediatica spontanea, le piattaforme di recensioni come Trustpilot e G2, gli affiliati e i social. Il peso di ciascuno varia secondo il settore. Abbigliamento ed e-commerce dipendono molto dai canali proprietari, perché i modelli riescono a estrarre facilmente le informazioni dalle pagine prodotto. I servizi finanziari per i consumatori dipendono maggiormente dai siti di comparazione affiliati. I marchi SaaS e B2B vengono citati frequentemente attraverso piattaforme di recensioni come G2 e Capterra. Non esiste una formula universale. Bisogna esaminare le proprie citazioni per capire quale pilastro conta di più.

Conta anche la struttura. I marchi che vediamo citati più spesso pubblicano contenuti chiari e diretti, che rispondono subito alle domande, spesso in formato FAQ. Per i modelli è facile estrarli. I post pieni di parole chiave non aiutano. Funziona rispondere prima alla domanda e aggiungere i dettagli dopo. Quanto ai contenuti generati dall’IA, al momento non vediamo penalizzazioni da parte dei modelli. Viene citato il contenuto che risponde bene alla domanda, indipendentemente da chi o cosa lo abbia scritto.

In tutto questo c’è anche una certa casualità. Questi modelli prevedono la parola successiva invece di applicare un unico algoritmo fisso di classificazione. Si può fare tutto bene e osservare comunque delle oscillazioni. In Trendos cerchiamo di aiutare i marchi a concentrarsi sui segnali che possono controllare e a smettere di inseguire quelli su cui non hanno controllo.

A differenza di un tradizionale posizionamento su Google, una risposta dell’IA può cambiare quando la stessa domanda viene posta più volte. Come misurare la visibilità nell’IA in modo affidabile se i modelli sottostanti sono probabilistici, e quanto campionamento serve prima che un marchio possa trarre conclusioni significative dai dati?

È un tema molto discusso nel settore. Di recente un’azienda ha sostenuto su LinkedIn che occorre estrarre una risposta circa 100 volte al giorno e calcolare la media dei risultati per ottenere qualcosa di affidabile. Alcune delle piattaforme maggiori ritengono ancora sufficiente una volta al giorno. Non penso che nessuna delle due posizioni sia stata pienamente sostenuta da prove concrete.

Noi lo affrontiamo empiricamente. Abbiamo clienti come NordVPN che utilizzano il nostro monitoraggio da tempo, e possiamo osservare la volatilità della loro visibilità e delle loro posizioni lungo quel periodo esteso. Semplicemente, non cambiano così tanto. Estrarre più spesso probabilmente offre un po’ di precisione in più, ma il margine è una frazione di punto percentuale, certamente non la differenza tra essere invisibili ed essere primi. Potrebbe far passare qualcuno dal 35º al 32º posto, cosa molto meno importante dei grandi fattori strutturali sui quali un marchio può effettivamente intervenire.

Il nostro approccio consiste nel monitorare con continuità nel tempo, invece di inseguire frequenze estreme di campionamento, e nel permettere ai marchi di osservare la propria linea di tendenza per valutare quanto sia stabile o volatile la loro categoria.

Si discute molto di SEO, ottimizzazione per i motori di risposta e ottimizzazione per i motori generativi. Quali principi della SEO tradizionale restano importanti nella ricerca con IA, e dove sbagliano i professionisti del marketing quando applicano semplicemente le loro consuete pratiche SEO ai grandi modelli linguistici?

Diversi principi SEO restano validi nella ricerca con IA. Prendiamo le ramificazioni delle query, cioè le ricerche aggiuntive che ChatGPT esegue dietro le quinte prima di rispondere. Derivano ancora da comportamenti di ricerca reali, perciò il posizionamento associato rimane un’attività SEO. Si ottimizzano ancora parole chiave a coda lunga, ma riferite a ciò che cerca il modello anziché a ciò che una persona digita su Google.

Molti professionisti del marketing presumono erroneamente che una menzione debba funzionare come un backlink. Nella SEO si vuole un link dofollow perché è così che si trasferiscono autorevolezza e valutazione del dominio. Nella ricerca con IA, i modelli non indicizzano il sito. Dato che ne estraggono i contenuti, non serve alcun link, ma soltanto menzioni sufficientemente chiare del marchio su una pagina di cui il modello già si fida. Molti dedicano tanto tempo a cercare collocazioni per i link, quando dovrebbero cercare la menzione stessa.

Un altro errore comune è mantenere le vecchie abitudini SEO. I contenuti scritti principalmente per inserire parole chiave, con la risposta vera nascosta a metà pagina, tendono a essere trascurati dai modelli di IA. Rispondete prima alla domanda, in modo chiaro e diretto, poi aggiungete i dettagli.

Direi che è un errore anche decidere che la SEO sia morta e ricominciare da zero. La SEO non è morta! La GEO è un’estensione della SEO, insieme a social e affiliati che lavorano in sinergia. I marchi che già fanno bene SEO non hanno lavorato invano, ma non devono nemmeno presumere che le vecchie regole si applichino in modo identico.

Trendos segue le fonti citate dai sistemi di IA nelle risposte sui marchi. Cosa avete imparato sui tipi di fonti di cui i motori di IA sembrano fidarsi di più, e quanto può realisticamente influire un’azienda su quelle citazioni senza cercare di manipolare il sistema?

La fiducia non segue un’unica gerarchia. Dipende dal settore. Ciò che viene citato più spesso nell’abbigliamento, i canali proprietari, non coincide con ciò che viene citato nei servizi finanziari per i consumatori, cioè contenuti affiliati e app. Nessun tipo di fonte prevale ovunque. Bisogna guardare le citazioni della propria categoria per capire quali fonti godono di fiducia.

La struttura conta quanto il tipo di fonte. I siti editoriali autorevoli continuano ad avere peso, ma non si tratta di un unico punteggio di autorevolezza, come la valutazione del dominio. Vediamo che conta maggiormente la costanza: quanto spesso un marchio viene menzionato in un insieme di fonti affidabili. Una pagina chiara e ben strutturata di un sito più piccolo può superare un lungo articolo di una pubblicazione maggiore, semplicemente perché il modello riesce a estrarne e utilizzarne più facilmente le informazioni.

Per influenzare senza manipolare, separerei completamente questo aspetto dalla mentalità SEO. Non si cerca di manipolare una rete di link. Si cerca di ottenere menzioni autentiche nei cinque pilastri: il proprio sito, le uscite PR, le piattaforme di recensioni come Trustpilot e G2, i rapporti con gli affiliati e la presenza sui social. Poi si struttura tutto affinché sia facile da leggere per un modello. Non è molto diverso dal costruire bene un marchio. I marchi più visibili si concentrano meno sui trucchi e più sull’essere presenti in modo verificabile nei luoghi di cui i modelli già si fidano.

Trendos ha lanciato un indice che segue i 1.000 marchi con la maggiore visibilità nell’IA in diversi mercati. Quali schemi o sorprese sono emersi dai dati, e cosa distingue i marchi che compaiono regolarmente nelle raccomandazioni generate dall’IA dai concorrenti che restano quasi invisibili?

La prima sorpresa è quanto diversamente si comportino i motori. Nello stesso mercato, ChatGPT e Google AI Overviews condividono nelle loro raccomandazioni soltanto circa due terzi dei 100 principali marchi del paese. AI Overviews favorisce nettamente il commercio al dettaglio quotidiano. Trader Joe’s si colloca lì al 35º posto negli Stati Uniti, ma al 567º su ChatGPT. ChatGPT favorisce marchi B2B e aziendali come Gartner, ServiceNow e Databricks, che AI Overviews ignora in gran parte.

La seconda sorpresa è il carattere locale. Il settanta per cento dei marchi del nostro indice appare in un solo paese e, in Germania, quasi un terzo dei primi 100 è composto da marchi che non si trovano affatto negli elenchi britannici o statunitensi.

Ciò che distingue i marchi costantemente visibili è l’ampiezza. Un tipico marchio tra i primi dieci compare in oltre 90 categorie di prodotti; uno nella metà inferiore della classifica compare in circa cinque. Non vengono soltanto menzionati più spesso: sono pertinenti a molte più domande. E gli elenchi cambiano rapidamente: le primissime posizioni variano pochissimo da un mese all’altro, ma circa il 13% dei marchi esce da ciascun elenco nell’arco di un solo mese. La visibilità non si conquista una volta per tutte; bisogna continuare a meritarsela.

Ad Radar di Trendos monitora gli spazi sponsorizzati accanto alle conversazioni di ChatGPT. Cosa indicano i primi dati sui settori e sugli inserzionisti che si muovono più rapidamente, e come dovrebbero i professionisti del marketing distinguere la visibilità a pagamento dai marchi menzionati o raccomandati organicamente dal modello di IA sottostante?

Gli annunci su ChatGPT sono fortemente concentrati sul commercio al dettaglio e sul B2C, che rappresentano circa il 50–70% di ciò che monitoriamo. Il resto è B2B, soprattutto aziende e agenzie che pubblicizzano i propri servizi. È comprensibile, dato che la base utenti di ChatGPT è composta prevalentemente da consumatori, pur con una presenza B2B effettiva.

La piattaforma pubblicitaria di OpenAI è ancora agli inizi. Continua ad aggiungere formati e funzioni, e la diffusione è disomogenea: l’ultima volta che ho controllato, gli annunci non erano attivi né fatturabili in diversi mercati europei, anche dopo l’annuncio dell’espansione da parte di OpenAI. Qualsiasi lettura dei settori più veloci è quindi più un’istantanea di chi è disposto a provare qualcosa di nuovo che un’indicazione di chi continuerà a fare pubblicità tra sei mesi.

È qui che si trovano anche le lacune per gli inserzionisti. OpenAI non mostra per quali prompt compaiano gli annunci, né cosa facciano i concorrenti. Con Ad Radar di Trendos, i marchi possono vedere esattamente quali prompt attivano i loro annunci e osservare gli altri inserzionisti della categoria: quanti annunci pubblicano, verso quali pagine portano e quali titoli e descrizioni usano.

Per ora, menzioni a pagamento e organiche sono facili da distinguere. ChatGPT contrassegna chiaramente gli spazi sponsorizzati e li mostra in fondo alla risposta, senza mescolarli al testo della risposta stessa. Una raccomandazione organica significa che il modello sceglie voi come risposta; uno spazio a pagamento significa che affittate un posto sotto di essa.

Mi aspetto sinceramente che col tempo diventi più difficile. Più un annuncio sembra una parte autentica della risposta, meglio tende a funzionare. È già successo su Google e Meta, e probabilmente ChatGPT seguirà la stessa direzione. È proprio per questo che i marchi devono monitorare affiancate la visibilità a pagamento e quella organica.

Una delle sfide dell’ottimizzazione per i motori generativi è separare correlazione e causalità. Quando un marchio migliora la propria visibilità nell’IA, come può il team marketing determinare quale azione abbia realmente prodotto il miglioramento, che si tratti di PR digitali, copertura di terzi, contenuti proprietari migliori, recensioni, modifiche tecniche o altro?

L’attribuzione è una delle questioni più difficili della GEO, e nessuno può ancora collegare perfettamente ogni azione a ogni risultato. Ma i marchi sono ben lontani dal procedere per tentativi alla cieca. Con Trendos si vedono esattamente le fonti citate dai motori di IA quando menzionano voi e i vostri concorrenti, e questo dice molto su ciò che funziona.

L’approccio più affidabile è collegare un’azione specifica a una fonte specifica. Se ottenete copertura su un sito già citato nella vostra categoria, potete osservare se quella fonte inizia ad apparire nelle risposte ai prompt pertinenti e se il vostro marchio compare insieme a essa. Lo stesso vale per recensioni, collocazioni affiliate o nuovi contenuti sul vostro sito. Non aspettate che il punteggio complessivo cambi chiedendovi il perché: vedete quali fonti usano realmente i modelli.

Con i contenuti a pagamento è ancora più chiaro. Gli annunci di ChatGPT permettono di monitorare l’impatto diretto come in qualsiasi altro canale a pagamento, usando parametri UTM per misurare traffico e conversioni.

Vale comunque la pena osservare le tendenze per diverse settimane invece di reagire a un solo giorno, perché le risposte dell’IA variano naturalmente. Stiamo anche sviluppando Key Insights, che evidenzia automaticamente questi collegamenti affinché i team non debbano esaminare ogni grafico da soli. Nella GEO resta una certa incertezza, ma i marchi hanno ormai gli strumenti per vedere chiaramente cosa offre loro il maggior valore.

Trendos ha recentemente introdotto un’integrazione MCP che consente agli agenti di IA di interrogare direttamente i dati su visibilità, concorrenti, citazioni e pubblicità. Ritiene che la gestione della visibilità nell’IA passerà dai professionisti del marketing che studiano i pannelli di controllo ad agenti che individuano continuamente le lacune e raccomandano o eseguono modifiche per loro conto?

Penso che sia questa la direzione, e stiamo già lavorando per raggiungerla. Anche senza considerare gli agenti, Trendos si sta evolvendo per fare cose per i marchi, anziché limitarsi a mostrare un pannello di controllo. Di recente abbiamo trovato un piccolo produttore il cui sito era completamente bloccato ai bot di IA per un problema tecnico di base che nessuno nel team sapeva di dover controllare. Abbiamo informato il marchio, ma la nostra ambizione è poter risolvere il problema senza che qualcuno dalla loro parte debba prima interpretare un grafico.

Gli agenti sono un’estensione naturale di questo percorso. Se un sistema riesce già a leggere i dati dietro Trendos, non dovrebbe essere un salto enorme segnalare una citazione mancante e agire di conseguenza. Non credo che i pannelli scompariranno del tutto. Gli utenti più tecnici vogliono ancora i dati grezzi, soprattutto le esatte ramificazioni delle query e il testo effettivo delle risposte. Per la maggior parte dei marchi, quel 90% che non vuole diventare analista dei dati, penso però che il punto d’arrivo sia un agente che gestisce tutto discretamente in background e richiama l’attenzione soltanto quando serve una decisione umana.

Man mano che gli assistenti di IA vanno oltre le risposte alle domande per raccomandare prodotti, confrontare fornitori e infine completare transazioni tramite agenti, come prevede che evolverà il concetto di «visibilità nella ricerca»? E quali metriche finiranno per contare maggiormente per i marchi?

Penso che la «visibilità nella ricerca» diventerà parte di un quadro più ampio: se un agente sceglie il vostro marchio quando agisce per conto di qualcuno. Essere menzionati in una risposta è una cosa. Essere il marchio che un agente seleziona davvero, valuta favorevolmente nel confronto e con cui conclude una transazione è un traguardo diverso e molto più impegnativo. Ne vediamo già gli inizi nel commercio basato sugli agenti.

Quando questo commercio decollerà, la visibilità da sola non basterà. Il sentiment acquisterà un’importanza enorme. Un agente che confronta tre fornitori per vostro conto valuterà non soltanto chi viene menzionato, ma chi viene descritto come affidabile, ben recensito e conveniente. Il tasso di raccomandazione, cioè quanto spesso venite scelti tra i marchi considerati, sarà molto più significativo del semplice numero di menzioni.

Mi aspetto anche che struttura e leggibilità automatica diventino più importanti. Oggi si tratta di scrivere contenuti in formato FAQ affinché un modello possa estrarli facilmente. Quando gli agenti effettueranno transazioni per vostro conto, conterà che prezzi, inventario e condizioni siano strutturati in modo che un agente possa leggerli e agire direttamente in base a essi, non soltanto descriverli.

Una precisazione importante: siamo ancora agli inizi. Preferisco dirlo chiaramente anziché fingere di avere già tutto definito. Sono però certa che i marchi attenti a questo cambiamento prima che gli agenti effettuino transazioni su larga scala avranno un vantaggio reale, proprio come i primi marchi che hanno investito nella SEO su Google.

Grazie per l’ottima intervista. I lettori che desiderano saperne di più possono visitare Trendos.