- 1. L’agentic commerce sta emergendo come canale incrementale di espansione dell’ecosistema pubblicitario, non sta sostituendo la condotta di acquisto dei consumatori.
- 2. Gli assistenti agentici porteranno a un nuovo tipo di scoperta che determinerà ricerche ancora più frammentate e a una discoverability dei prodotti più competitiva.
- 3. Le esperienze agentiche porteranno i retailer a modernizzare la propria struttura front-end con l’IA, il che darà maggior rilievo al retail media.
- 4. Quello pubblicitario diverrà il modello di monetizzazione principale per le piattaforme LLM, che creerà un ulteriore flusso di revenue scalabile.
- 5. Il vero vantaggio competitivo dell’agentic commerce sarà disporre di dati di qualità.
L’arrivo delle reti di agenti IA ha gettato le basi per uno dei cambi epocali più significativi dell’economia digitale dalla nascita delle dot-com. Mentre alcuni prevedono un futuro totalmente autonomo per questi strumenti, le opportunità più interessanti stanno già prendendo forma. Il cambiamento in corso non sostituirà il modo in cui si acquista, bensì porterà a un’evoluzione e a un potenziamento dell’esperienza, che offriranno un nuovo valore per consumatori, retailer e brand.
Sono particolarmente entusiasta, ma non della visione lontana di un’IA che agisce in modo autonomo, bensì degli enormi, incredibili progressi già in corso e di come ci stanno aiutando. I prossimi 10 anni scopriremo quanto efficacemente brand, retailer e LLM potranno usufruire di queste capacità per creare esperienze di acquisto affidabili, conversazionali, basate sui dati. Noi di Criteo riteniamo che il vero salto in avanti possa essere rappresentato da un’innovazione pragmatica fondata su affidabilità, interoperabilità e dati di qualità elevata. Partendo da qui, vorrei condividere cinque motivi per cui non vedo l’ora di vivere in prima persona il futuro dell’agentic commerce, dal 2026 in poi.
1. L’agentic commerce sta emergendo come canale incrementale di espansione dell’ecosistema pubblicitario, non sta sostituendo la condotta di acquisto dei consumatori.
Dopo aver assistito a diversi cicli tecnologici andare e venire, ho imparato ad affrontare le conversazioni sull’IA con un ottimismo misurato. Gli ultimi 30 anni di evoluzioni tecnologiche hanno seguito un modello coerente: nuovi canali hanno portato all’espansione dell’ecosistema e vi si sono aggiunti, non hanno sostituito quelli esistenti. L’agentic commerce seguirà lo stesso percorso, con in più una nuova tipologia di coinvolgimento, ma non rimpiazzerà quelle esistenti.
Prendiamo in considerazione l’ultima grande trasformazione dell’ambito retail. Quando è nato l’e-commerce, tutti hanno pensato alla fine dei negozi fisici. Ma ora, quasi 30 anni dopo, questi continuano a dominare la scena e l’e-commerce rappresenta solo il 20% delle vendite al dettaglio totali a livello internazionale secondo eMarketer. Anche se crescerà nei prossimi 5 anni, le previsioni di Ark Invest, secondo cui il 25% dell’e-commerce sarà dominato dalla tecnologia agentica entro il 2030, parliamo comunque di una percentuale di vendite lievemente superiore al 5%. Simili tendenze incrementali mostrano che la navigazione mobile non ha sostituito quella desktop, così come il commercio sui social non ha sostituito l’e-commerce tradizionale; piuttosto, ha aggiunto un’ulteriore ambiente in cui sviluppare coinvolgimento.
Lo stesso avverrà per l’IA agentica nel commerce. Le previsioni che vedono un ecosistema totalmente autonomo, in cui agenti IA gestiscono acquisti autonomamente sopravvalutano l’adozione di questa condotta. Secondo diverse dimostrazioni, l’evoluzione sarà più graduale e assistita: i sistemi agentici potenzieranno ricerca, confronto ed efficienza in fase di acquisto, ma la presa di decisioni continuerà ad essere prettamente umana.
I consumatori sono attirati dagli strumenti agentici quando questi riducono le difficoltà tipiche di alcuni percorsi di acquisto, facendo risparmiare tempo, semplificando la fase di scelta e consentendo di identificare i prodotti giusti al prezzo giusto. Rimuovendo queste barriere, gli agenti possono portare ad acquisti in precedenza abbandonati e permettere un’espansione dello shopping online, non allo spostamento completo verso altri canali.
Si tratta di progressi notevoli ma che comunque non indicano un passaggio alla completa automazione. Le piattaforme LLM odierne sono più efficaci nel potenziare ricerca e confronto, ma gli acquirenti continuano a voler mantenere il controllo sulle decisioni finali. Le esperienze agentiche continuano ad evolversi e il loro utilizzo crescerà in linea con l’efficacia con cui risponderanno a queste esigenze fondamentali.
2. Gli assistenti agentici porteranno a un nuovo tipo di scoperta che determinerà ricerche ancora più frammentate e a una discoverability dei prodotti più competitiva.
La ricerca, frammentata nel corso degli anni, ha portato al passaggio dalle tradizionali indagini su Google a contesti come quello di Reddit, di partecipazione a forum di conversazione con utenti reali per argomenti specifici. Le piattaforme LLM stanno velocizzando questo cambio, attraverso domande basate su prompt che fungono da nuovo modello di ricerca. Questo porta a una suddivisione della fase di scoperta, che si svolge lungo diversi punti di contatto.
Il passaggio è evidente in un comportamento che sta emergendo. Un recente sondaggio condotto a livello internazionale da Criteo su 10.000 partecipanti* ha rilevato che il 40% degli acquirenti statunitensi utilizza regolarmente assistenti agentici per la ricerca di prodotti, tuttavia il 96% degli stessi utilizza anche altri canali, tra cui motori di ricerca, piattaforme social, siti di brand e retailer. Si tratta quindi del comportamento multicanale a cui abbiamo assistito lo scorso anno, quindi nessuna novità sta davvero soppiantando la condotta esistente. La fase di scoperta, invece, si sta distribuendo in più canali e i consumatori si spostano tra diversi punti di contatto.
Man mano che questa frammentazione prende velocità, la distribuzione della discoverability diventerà la nuova tendenza. I prodotti dovranno essere individuabili in qualsiasi punto inizi la ricerca dei consumatori: dal contesto front-end dei retailer ai social, dalle piattaforme LLM ad altri ambienti IA emergenti. In queste circostanze, stiamo lavorando per aiutare i clienti a rendere i propri prodotti reperibili in questo ecosistema agentico sempre più variegato.
3. Le esperienze agentiche porteranno i retailer a modernizzare la propria struttura front-end con l’IA, il che darà maggior rilievo al retail media.
La credenza che vede le piattaforme LLM cannibalizzare le reti del retail media è errata. Questi sistemi porteranno a un’espansione del funnel portando alla creazione di nuovi punti di ingresso per la scoperta e l’intento, mentre l’ambiente retailer continuerà a essere il nucleo di conversione, fedeltà e completamento.
Come puntualizza Emily Pfeiffer di Forrester, I consumatori non cercano un’unica esperienza di shopping generica. Si aspettano una fase di scoperta guidata, personalizzata e cercano sempre più interfacce conversazionali che rispecchino le interazioni intuitive e contestuali tipiche delle piattaforme LLM, a cui si stanno sempre più abituando. Tutto questo sta alzando il livello dei riferimenti in ambito UX per i retailer e rende più urgente il bisogno di modernizzare il front-end di siti web, app ed esperienze in-store.
L’affermazione di assistenti in ambito retail è un indizio di come lo shopping online abbia la capacità di crescere più velocemente: durante Black Friday e Cyber Monday, le sessioni condotte dall’assistente di Amazon Rufus che hanno ottenuto acquisti, secondo Sensor Tower, sono cresciute di oltre il 100%, mentre quelle senza Rufus del 20%. Anche Sparky, l’assistente di Walmart, si sta affermando. Inoltre, secondo Accenture, gli acquirenti statunitensi preferiscono utilizzare assistenti con chat di retailer o specifici dei brand rispetto alle piattaforme LLM di terzi.
Al contempo sta emergendo una nuova opportunità incrementale: le raccomandazioni sponsorizzate all’interno dei chatbot di proprietà dei rivenditori e nelle integrazioni delle loro app con piattaforme LLM come ChatGPT, in cui i retailer controllano il posizionamento dei prodotti.
La strada da seguire è quella di una proprietà equilibrata e della collaborazione. I retailer che creeranno esperienze agentiche nei propri ambienti e condivideranno anche dati commerce strutturati con piattaforme LLM in modo selettivo, continueranno a influenzare il percorso dei clienti e ad ampliare la discoverability in un panorama sempre più eterogeneo.
4. Quello pubblicitario diverrà il modello di monetizzazione principale per le piattaforme LLM, che creerà un ulteriore flusso di revenue scalabile.
Nell’ecosistema IA incombe una domanda: le piattaforme LLM come monetizzeranno su larga scala? Il modello più sostenibile e flessibile sarà quello pubblicitario e questo sta già accadendo, Google infatti ha iniziato a mostrare annunci nella modalità di ricerca con AI overview. La pubblicità consente alle piattaforme di acquisire valore dalle fasi di scoperta e decisione, senza che queste siano titolari di acquisto o completamento.
Come ha riferito Eric Seufert in Mobile Dev Memo, i modelli affiliate e marketplace si basano sull’acquisizione di transazioni complete, il che può limitare espansione e interoperabilità. La pubblicità invece monetizza attenzione e intenzione. Placement contestuali all’interno di esperienze conversazionali porteranno alla creazione di opportunità di revenue dai margini elevati, che evolveranno assieme al coinvolgimento degli utenti. Quando gli annunci native sono altamente rilevanti e in linea con il contesto, si integrano alla perfezione nelle esperienze, diventando così contenuti utili, non interruzioni. Questo li rende uno strumento di monetizzazione potente e modulabile.
ChatGPT è un esempio di questa dinamica. Solo circa il 5% dei suoi utenti utilizza piani a pagamento, quindi la stragrande maggioranza lo usa gratuitamente: è tra questi che gli annunci diventeranno il vero motore di crescita. La pubblicità resta il meccanismo più comprovato e scalabile di monetizzazione digitale e nell’era dell’IA premierà soprattutto trasparenza, pertinenza e qualità dei dati.
5. Il vero vantaggio competitivo dell’agentic commerce sarà disporre di dati di qualità.
Ho potuto verificare personalmente le lacune che ancora presenta la scoperta dei prodotti basata sull’IA. Da appassionato di ciclismo di New York, ho trascorso quasi un’ora su una piattaforma LLM alla ricerca di “gomme per biciclette da città resistenti e antiforatura”. Il dialogo con l’IA è stato notevole, ma non l’esperienza di acquisto. L’assistente ha condiviso link errati, modelli non più in uso e informazioni incomplete. Così alla fine sono andato al mio negozio di fiducia, in cui so che posso fidarmi delle persone e di come lavorano.
Quest’esperienza porta alla luce una verità più ampia sullo stato dell’IA: anche se gli assistenti sono bravi a conversare, i loro consigli servono a poco se non garantiscono un accesso efficiente a dati commerce di alta qualità, strutturati e in tempo reale. E se questi consigli non funzionano, non solo si perde un’opportunità di vendita: si mina la fiducia del cliente. Da alcune recenti analisi di OpenAI risulta che le ricerche nell’ambito dello shopping condotte su ChatGPT sono precise solo nel 64% dei casi, il che dimostra come questi sistemi siano ancora lontani dal supportare percorsi d’acquisto nella loro completezza.
Allo stato attuale, le infrastrutture e l’interoperabilità necessari nell’agentic commerce per fornire consigli e product recommendations sono ancora poco sviluppate. la maggior parte delle piattaforme LLM non ha ancora accesso all’inventario pubblicitario in tempo reale, né a prezzi precisi, ad attributi di prodotto dettagliati e tantomeno a sistemi unificati di finalizzazione e pagamento dell’acquisto. Queste lacune rende fondamentale l’accesso a dati commerce strutturati e di alta qualità per lo shopping basato sull’IA.
È anche per questo che le piattaforme LLM non portano ancora tassi di conversione soddisfacenti. Possono attirare l’attenzione degli utenti, ma senza l’accesso a dati commerce in tempo reale e ai sistemi di ottimizzazione a cui si affidano i retailer, non possono trasformare l’interesse in acquisto. Finché la situazione non cambia, resteranno motori potenti dal punto di vista della domanda di spazi pubblicitari, ma ancora incompleti.
Noi di Criteo abbiamo grande visibilità sulla condotta di acquisto degli utenti grazie a 720 milioni di utenti attivi ogni giorno, che si muovono tra i 4,5 miliardi di SKU presenti nel nostro Catalogo Prodotti Universale generando oltre 3.000 miliardi di dollari in transazioni e-commerce ogni anno. Questo ecosistema crea una base per la nostra intelligence, continuamente aggiornata. Grazie a metadati coerenti e dettagliati provenienti da feed retail internazionali, possiamo proporre prodotti disponibili, con descrizioni precise e verificate da acquirenti reali. Questo elevato livello di precisione rende efficiente la scoperta, migliora l’attenzione con cui si elaborano le raccomandazioni e permette di costruire quella relazione di fiducia a lungo termine che consente di convertire e mantenere soddisfatti i clienti.
Il futuro dell’agentic commerce
La prossima fase dell’IA agentica nel commerce sarà caratterizzata da diverse dinamiche tra loro convergenti: fase di discovery e ricerca frammentata distribuite su più canali, l’ascesa di esperienze basate sull’IA nel retail, la pubblicità come modello solido e modulabile di monetizzazione per le piattaforme LLM e la crescente importanza di dati commerce di alta qualità per garantire precisione e affidabilità.
Noi di Criteo utilizziamo già l’IA agentica per coordinare i nostri agenti IA e moderare diversi aspetti della nostra piattaforma, forti del nostro investimento da precursori in un protocollo MCP (Model Context Protocol) che consente l’interoperabilità di sistemi. Attraverso queste misure, saremo parte di un ecosistema in cui l’intelligenza sarà di supporto centrale per consentire agli utenti di scoprire, valutare e scegliere prodotti in modo efficace.
La nostra tabella di marcia accoglie questa evoluzione e sta già priorizzando meccanismi adattabili in grado di potenziare la discoverability, dai placement di prodotti sponsorizzati presso assistenti dei retailer alle app con IA integrata, fino a feed di dati e infrastrutture per lo shopping basati sull’intelligenza artificiale.
Il modello multicanale comprovato di Criteo ci consente di aiutare i clienti a fare leva sulle opportunità incrementali colte dall’IA agentica. Il futuro dell’agentic commerce sarà dominato da chi garantirà percorsi precisi, affidabili e interoperabili per la scoperta dei prodotti. Questa è la base che stiamo costruendo, il livello di intelligence strategica che supporterà la nuova era del commerce.
*Fonte: Sondaggio sugli acquirenti di Criteo, settembre 2025. 10.170 partecipanti dai 18 anni in su di Stati Uniti, Regno Unito, Germania, Francia, Giappone, Corea del Sud, Australia, Singapore e India.
