Salta al contenuto
Perché qui è così economico?
Social Rocket

Shopping con l'IA: ChatGPT, Google e Amazon consigliano prodotti secondo le proprie regole

Gli assistenti IA stanno diventando nuovi gatekeeper dello shopping online. Le analisi mostrano differenze marcate nella selezione dei rivenditori e nei consigli di prodotto tra ChatGPT, Google AI Mode e Amazon.

Da Redazione Social Rocket

Questo testo è stato creato con il supporto dell'IA e verificato dalla redazione prima della pubblicazione. Tutte le fonti sono linkate qui sotto.

Shopping online con smartphone e carta di credito come simbolo della ricerca di prodotti basata sull'IA
Foto: Vitaly Gariev / Unsplash

Gli assistenti IA stanno diventando nuovi gatekeeper nello shopping online: un'analisi recente di Jellyfish mostra che ChatGPT, Google AI Mode e Amazon Alexa for Shopping selezionano prodotti e rivenditori in modo molto diverso. Per i brand conta quindi non solo la visibilità nella ricerca tradizionale, ma anche la questione di quali shop e fonti i loro prodotti compaiano effettivamente per i sistemi IA.

ChatGPT, Google e Amazon vedono rivenditori diversi

Digiday riporta il 1 ottobre 2026 di un'analisi realizzata con la tecnologia Share-of-Model di Jellyfish. In una ricerca di giocattoli, Alexa for Shopping ha mostrato prodotti di 177 brand, quasi esclusivamente dallo store di Amazon. ChatGPT ha rimandato per la stessa tipologia di ricerca a 24 rivenditori, Google AI Mode a 37.

Il dato è rilevante perché lo shopping con l'IA non si basa su un indice unico. Quale brand viene consigliato dipende anche da quali rivenditori, pagine prodotto e fonti il rispettivo sistema prende in considerazione.

Questo spostamento si collega al nostro approfondimento su GEO come nuovo modello di business per editori e media e alle Preferred Sources di Google in AI Overviews e AI Mode.

La presenza presso i rivenditori diventa parte della visibilità IA

Jellyfish descrive la sua piattaforma Share-of-Model come uno strumento con cui i brand possono misurare come i modelli IA li percepiscono e li consigliano. L'azienda sostiene che gli LLM e gli agenti di shopping assumano sempre più spesso in autonomia ricerca, confronto e selezione dei prodotti.

Per i brand questo significa in pratica: i dati di prodotto devono essere curati non solo sul proprio sito. Disponibilità, specifiche, copertura dei rivenditori, recensioni e contenuti indipendenti possono contribuire a decidere se un prodotto finisce in una raccomandazione IA.

Un effetto simile si registra già con Meta Muse e lo shopping agentico tramite WhatsApp. Anche nel retail media il ruolo delle piattaforme si sta spostando, come mostra il nostro sguardo a Walmart Connect e alla pubblicità offsite.

Il traffico da IA è ancora ridotto, ma più prezioso

I dati di Adobe, riportati a giugno da Reuters, mostrano anch'essi uno spostamento: gli utenti arrivati sui siti retail statunitensi tramite ChatGPT, Gemini o altri sistemi IA hanno generato a maggio 53 per cento in più di ricavi per visita rispetto ai visitatori provenienti da altre fonti. Secondo Adobe anche il tasso di conversione è stato più alto.

Questi numeri non significano che il traffico da IA stia già sostituendo la ricerca tradizionale. Mostrano però che, dopo una raccomandazione IA, gli utenti approdano spesso sulle pagine dei rivenditori con un'intenzione d'acquisto più forte.

Cosa dovrebbero verificare subito i marketer

Per i team di e-commerce e social commerce vale quindi la pena di fare un controllo di visibilità aggiuntivo: quali prodotti vengono citati da ChatGPT, Google AI Mode, Gemini o altri assistenti? Quali rivenditori e fonti compaiono? E quali prodotti del proprio marchio mancano completamente?

GEO e Agentic Commerce si stanno così unendo. Non si tratta solo di essere menzionati in una risposta dell'IA, ma di comparire nel contesto d'acquisto giusto, con dati di prodotto corretti e fonti affidabili.

Fonti