Lo stato dell’AI commerce nel 2026: cos’è, a che punto siamo e come sfruttarlo per crescere?

Percorso 1: La scoperta guidata dall'agente (l'interfaccia LLM)

Il primo percorso passa per l’interfaccia degli LLM. È ciò che accade quando il cliente è presente e interagisce attivamente con un chatbot AI come ChatGPT o Gemini per scoprire, valutare e scegliere un prodotto. In questo scenario, l’utente mantiene il controllo, mentre l’agente agisce come un intermediario sofisticato, capace di comprendere il contesto e le intenzioni dell’acquirente.

Probabilmente hai già fatto acquisti così anche tu. È una realtà in forte espansione che ha implicazioni chiare: la tua presenza digitale e il modo in cui strutturi i dati dei prodotti devono adattarsi immediatamente, per far sì che il tuo brand sia ben visibile agli assistenti AI.

Come funziona il modello

Immagina un cliente che apre ChatGPT e chiede: “Qual è la migliore macchina per caffè espresso professionale per un bar di piccole dimensioni con un budget di circa 3.000 €?”. In quel momento, sta avvenendo quella che definiamo scoperta agentica.

Per rispondere, il modello non si limita a pescare dai suoi dati di addestramento: naviga sul web in tempo reale e scansiona i feed di prodotti strutturati alla ricerca della soluzione perfetta. In quel preciso istante, il tuo prodotto ha due possibilità: comparire tra i consigli dell'IA o restare invisibile.

Non si tratta di una visione futuristica, ma di una realtà che sta già orientando le decisioni d'acquisto di milioni di persone. E l'Italia, sorprendentemente, è in prima linea in questa trasformazione. Secondo lo studio di McKinsey “EU consumer sentiment: AI-enabled shopping”, il nostro Paese registra infatti il più alto tasso di adozione in Europa: ben il 74% dei consumatori ha dichiarato di aver usato l'AI per fare acquisti nei tre mesi precedenti alla rilevazione.

Le piattaforme che guidano la transizione

Non si tratta di esperimenti isolati, ma di una direzione intrapresa dai player che dominano il web. Perplexity ha costruito il suo intero modello di business attorno alla scoperta dei prodotti; le AI Overviews (Panoramiche AI) di Google stanno ridefinendo completamente la gerarchia dei risultati di ricerca, mentre ChatGPT continua a potenziare le sue funzioni dedicate allo shopping.

In tutti questi scenari, il cliente ha ancora l'ultima parola, ma è l'agente IA a fare da “filtro”: è lui a decidere cosa mostrare, cosa confrontare e, in ultima analisi, cosa merita l'attenzione dell'utente.

Per capire davvero la portata di questo cambiamento, prova a non pensare all’IA solo come a uno strumento tecnico, ma come a un vero e proprio consulente di vendita: ha letto ogni singola riga scritta sulla tua categoria di prodotti, conosce le schede tecniche a memoria e può sostenere una conversazione articolata con ogni cliente. Con un vantaggio competitivo che nessun essere umano può offrire: è disponibile 24 ore su 24, parla tutte le lingue e può servire migliaia di persone simultaneamente, senza mai perdere il filo.

Percorso 2: Transazioni delegate (l'acquirente autonomo)

È qui che entriamo nel cuore del commercio agentico più evoluto. In questo scenario, il cliente non si limita a chiedere un consiglio, ma affida all’agente IA un budget e un prompt permanente. Da quel momento, l’agente esegue gli acquisti in totale autonomia: il cliente non deve più intervenire, mentre l’IA prende decisioni finanziarie per suo conto, lavorando silenziosamente in background.

Come funziona il modello delegato

Immagina un cliente che decide di automatizzare una categoria di acquisti ricorrenti, come i prodotti per la casa o i materiali di consumo per l’ufficio (un classico caso d'uso nel B2B). Il cliente imposta i parametri: “Trovami un fornitore di caffè sostenibile; hai un budget mensile di 50 € e l'obiettivo è trovare sempre il prezzo più basso”. Una volta dato il via, l'agente monitora il mercato, seleziona l'offerta migliore ed esegue l'ordine senza che l'utente debba più aprire un sito o confermare un carrello.

Per il cliente, il valore è immenso: elimina il carico cognitivo legato a compiti a basso valore aggiunto. Per i merchant, invece, questo modello trasforma radicalmente le vendite: per le aziende che riescono a soddisfare con costanza i criteri dell'agente, si apre una fonte di ricavo ricorrente che non dipende più dalla capacità di catturare l'attenzione del cliente ogni singolo mese. L'acquisto smette di essere un compito attivo e si trasforma in un processo invisibile e fluido.

Perché l'infrastruttura delegata non è ancora pronta

Sulla carta, il commercio delegato è una prospettiva entusiasmante. Tuttavia, l'infrastruttura necessaria per farlo funzionare in modo sicuro e su larga scala non è ancora del tutto matura.

Il problema centrale riguarda l'autenticazione e li rilevamento delle frodi. Oggi, i sistemi di sicurezza dei pagamenti determinano la legittimità di una transazione basandosi su modelli di comportamento umano. Un agente IA, invece, genera segnali radicalmente diversi che, in molti casi, vengono identificati dai sistemi attuali come potenziali frodi. Il rischio di falsi rifiuti (false declines) è concreto, così come quello di frodi sofisticate capaci di passare inosservate imitando proprio il comportamento di un agente autonomo.

Le banche non sono ancora attrezzate per gestire questa distinzione. I protocolli che permetterebbero a un pagamento di veicolare segnali verificati – del tipo: “transazione autorizzata da un essere umano ma eseguita da un agente fidato” – sono ancora in fase sperimentale.

A questo si aggiunge l'incognita dei chargeback. Se un agente IA effettua un acquisto e il cliente contesta l'operazione dicendo di non aver autorizzato quella specifica transazione, il quadro della responsabilità diventa estremamente incerto. Le autorità di regolamentazione e i provider di pagamento stanno ancora definendo queste dinamiche: finché non avremo standard condivisi, i pagamenti delegati rimarranno un terreno ad alto rischio strategico.