Collage creativo con due persone che si scambiano uno smartphone, tra elementi grafici geometrici e un monitor al posto del volto.
Marketing - 23.09.2026

DALLA RICERCA ALL’INCARICO: AGENTIC COMMERCE E NUOVI PERCORSI D’ACQUISTO

Il customer journey è già cambiato con l’ingresso di ChatGPT e degli altri assistenti AI nei comportamenti di ricerca. Con l’Agentic Commerce il passaggio successivo sarà ancora più profondo, perché inizieremo a delegare agli agenti non solo la ricerca di informazioni, ma anche parti della valutazione, della scelta e dell’azione.

Negli ultimi anni una parte del percorso d’acquisto si è già spostata. Sempre più persone utilizzano gli assistenti AI per informarsi, confrontare alternative, approfondire prodotti o orientarsi prima di una decisione.

Questo ha già modificato il modo in cui i brand vengono scoperti e considerati, perché una parte della ricerca che prima passava direttamente dai motori, dai siti o dai marketplace oggi può avvenire all’interno di un’interazione con un LLM.

Con l’Agentic Commerce questo cambiamento fa un passo ulteriore. Nell’interazione con gli LLMs chiediamo soprattutto una risposta o un consiglio; con un agente possiamo invece assegnare un incarico, chiedendogli di cercare una soluzione, valutare più alternative e svolgere per nostro conto una parte crescente del percorso.

Per il marketing significa iniziare a considerare una nuova variabile del customer journey: quanto siamo disposti a delegare.

DALLA RICERCA ALLA DELEGA

Il livello di delega non sarà uguale per tutti. Alcune persone continueranno a voler controllare ogni passaggio, verificando direttamente informazioni, alternative e condizioni. Altre saranno più disponibili ad affidare all’agente una parte della ricerca, del confronto o della selezione.

Due utenti con lo stesso bisogno possono quindi seguire percorsi molto diversi in base all’autonomia che decidono di concedere al sistema.

Anche il tipo di prodotto influenzerà la scelta se agire tramite un Agentic Commerce o con il classico journey d’acquisto: pensate per esempio a acquisti cadenzati di prodotti di largo consumo rispetto a prodotti che hanno un scontrino medio più elevato.

Questo rende più complessa anche la lettura del customer journey. Se oggi un utente può già arrivare sul sito dopo essersi informato attraverso ChatGPT, con gli agenti una parte ancora maggiore della ricerca e della valutazione potrà avvenire prima del contatto diretto con il brand.

Query, visite, confronti e ritorni sul sito, che oggi producono segnali utili per comprendere intenzione e comportamento, potrebbero quindi diventare meno visibili o assumere forme diverse.

QUANDO L’AGENTE ENTRA NEL PROCESSO DI SCELTA

Il cambiamento riguarda anche il modo in cui un brand deve prepararsi a essere trovato e valutato.

Se un agente deve confrontare prodotti o servizi per conto dell’utente, deve poter comprendere correttamente le informazioni che li descrivono. Cataloghi, feed, attributi, product page e dati strutturati assumono quindi un peso crescente nel determinare quanto facilmente un’offerta possa essere interpretata e inserita tra le alternative considerate.

La questione diventa particolarmente rilevante perché la qualità delle informazioni non incide più soltanto sull’esperienza dell’utente, ma anche sulla capacità dei sistemi AI di leggere e utilizzare ciò che il brand mette a disposizione.

Da qui nasce una domanda molto concreta per le aziende: quanto è pronto il nostro ecosistema digitale per un customer journey in cui una parte crescente delle interazioni sarà mediata dagli agenti?

COME INTERVIENE INTARGET

L’approccio di Intarget parte proprio dalla misurazione di questa readiness. Attraverso un Agentic Readiness Assessment analizziamo cataloghi e feed, completezza e struttura dei dati, leggibilità delle informazioni per gli agenti e posizionamento rispetto ai competitor, così da individuare i gap che possono limitare la presenza del brand nei nuovi percorsi di selezione e definire le priorità di intervento.

A questa fase può seguire l’ottimizzazione dell’ecosistema, intervenendo su product page, attributi, dati strutturati, data enrichment e contenuti machine-readable, per poi misurare nuovamente il livello di readiness raggiunto.

L’obiettivo è aiutare i brand a prepararsi a un customer journey che sta evolvendo su due livelli contemporaneamente: oggi cambia il modo in cui le persone cercano e si informano attraverso l’AI; domani cambierà sempre di più anche ciò che decidono di delegare.

Capire questa evoluzione e costruire un ecosistema digitale capace di funzionare anche per gli agenti sarà una parte sempre più importante della capacità di un brand di essere trovato, considerato e scelto.