Da e‑commerce tradizionale a agentic commerce
L’evoluzione dell’intelligenza artificiale guida la transizione dal commercio elettronico tradizionale all’agentic commerce, un modello in cui sistemi software autonomi gestiscono acquisti e processi decisionali, ridefinendo il rapporto tra consumatori e imprese nel settore retail.
L’integrazione delle tecnologie basate su intelligenza artificiale sta rimodellando la catena del valore e le abitudini d’acquisto a un ritmo senza precedenti. Le più recenti analisi presentate dagli Osservatori eCommerce B2c e Innovazione Digitale nel Retail del Politecnico di Milano evidenziano un passaggio cruciale: la transizione dal commercio digitale d’impostazione classica verso il paradigma dell’agentic commerce, un ecosistema in cui l’interazione per la compravendita avviene in via diretta tra agenti software autonomi.
Velocità di adozione senza precedenti
L’adozione delle soluzioni di intelligenza artificiale generativa ha registrato tempistiche inedite rispetto a qualsiasi altra innovazione tecnologica del passato. Valentina Pontiggia, direttrice degli Osservatori eCommerce B2c e Innovazione Digitale nel Retail, sottolinea come la velocità di penetrazione sul mercato rappresenti il primo fattore di discontinuità per le imprese: «Internet ha impiegato 8 anni per arrivare a 100 milioni di utenti, Facebook 4 anni e mezzo, Instagram 2 anni e mezzo, TikTok 9 mesi. Al contrario, ChatGPT ha impiegato solamente due mesi per raggiungere la stessa soglia».
Questa dinamica richiede una revisione dei modelli organizzativi e delle priorità aziendali. Secondo Pontiggia, l’esigenza primaria riguarda la capacità di mantenere una chiarezza d’intenti a fronte di strumenti che si trasformano rapidamente: «La prima cosa da considerare nelle vostre aziende è che tutto è estremamente rapido. Questa velocità non deve però farvi perdere la bussola strategica: l’innovazione è veloce e ciò di cui parliamo oggi potrebbe essere già superato a settembre; serve dunque una grande capacità di adattamento».
Dati di adozione: professionisti e consumatori
I dati analizzati dall’Osservatorio evidenziano che la trasformazione riguarda sia la sfera professionale sia quella dei consumatori. Negli Stati Uniti il 45 % dei lavoratori impiega l’AI generativa per svolgere attività quotidiane, mentre in Italia la percentuale si attesta al 25 %.
Sul fronte dei consumi, il traffico inviato verso le piattaforme di e‑commerce da modelli come ChatGPT mostra indici di qualità elevati. Gli utenti provenienti da questi canali trascorrono un tempo superiore sulle pagine dei prodotti e registrano tassi di conversione più alti rispetto ai visitatori tradizionali, segno che la ricerca guidata dall’AI intercetta bisogni d’acquisto già definiti.
Livelli di intervento dell’AI nel retail
Elisabetta Puglielli, direttrice dell’Osservatorio Innovazione Digitale nel Retail, chiarisce che la tecnologia opera su tre livelli:
- Backend operativo: gestione logistica, organizzazione dei dati e ottimizzazione dei processi interni.
- Modalità intermediata: supporto agli addetti vendita nei punti fisici, ad esempio tramite assistenti virtuali o suggerimenti in tempo reale.
- Contatto diretto con il consumatore finale: interfacce conversazionali, agenti software che interagiscono autonomamente con l’utente per consigli, ordini e assistenza.
Il percorso dell’esperienza d’acquisto con l’AI
L’analisi condotta dall’Osservatorio ha mappato l’impiego operativo dell’AI lungo le cinque fasi che compongono l’esperienza di acquisto:
- Scoperta del prodotto.
- Raccolta di informazioni e comparazione.
- Personalizzazione dell’offerta.
- Processo di checkout.
- Assistenza post‑acquisto.
Le rilevazioni svolte nel settore retail italiano mostrano una progressiva strutturazione dei progetti tecnologici. Le aziende stanno abbandonando le sperimentazioni isolate per abbracciare una metodologia codificata in tre passaggi:
- Definizione di obiettivi chiari e metriche di performance.
- Integrazione dei dati di prodotto in schemi standardizzati.
- Implementazione di agenti autonomi con capacità di apprendimento continuo.
Agentic AI: l’autonomia che supera la generazione di contenuti
L’evoluzione tecnologica sta conducendo il settore oltre la semplice generazione di testi o immagini. Si sta affermando l’Agentic AI, ovvero un’architettura software in grado di operare con autonomia, pianificare sequenze di azioni e portare a termine compiti complessi per raggiungere un obiettivo prestabilito.
L’autonomia degli agenti è scalabile e spazia dal livello base di reperimento delle informazioni fino a configurazioni avanzate a più agenti interconnessi. La declinazione di questo paradigma nel canale di vendita prende il nome di agentic commerce. In questo modello, la tradizionale consultazione manuale dei cataloghi online da parte degli utenti viene sostituita dalla comunicazione automatizzata tra l’agente software del consumatore e quello gestito dal retailer.
Pilastro operativo dell’agentic commerce
La transizione verso l’agentic commerce si fonda su tre pilastri operativi esplicitati durante i lavori dell’Osservatorio:
- Interoperabilità dei dati: schede prodotto rigorosamente strutturate per essere interpretabili dagli algoritmi.
- Orchestrazione degli agenti: capacità di coordinare più agenti in scenari complessi (es. ricerca, comparazione, negoziazione del prezzo).
- Feedback continuo: ciclo di apprendimento basato su dati di interazione reali per affinare le raccomandazioni.
Negli Stati Uniti si registrano già le prime applicazioni di agentic commerce. Amazon consente il perfezionamento automatico di un ordine quando un articolo raggiunge una determinata soglia di prezzo o necessita di riassortimento. La catena di supermercati Kroger elabora suggerimenti d’acquisto incrociando lo storico dei consumi e proponendo abbinamenti di prodotti affiancati da sconti dedicati.
Preparazione dell’infrastruttura dati in Europa
Sebbene l’agentic commerce non sia ancora ampiamente diffuso nei mercati europei, Pontiggia evidenzia la necessità per i retailer di preparare la propria infrastruttura dati. Le schede prodotto devono essere strutturate in modo rigoroso affinché risultino perfettamente interpretabili dagli algoritmi e dagli agenti di acquisto.
Casi pratici: IKEA e Leroy Merlin
Le testimonianze delle aziende attive sul mercato italiano mostrano come l’implementazione delle tecnologie d’intelligenza artificiale e la prospettiva dell’agentic commerce richiedano riassetti organizzativi differenziati.
IKEA Retail Italia
Ernesto Amato, digital portfolio & deployment leader di IKEA Retail Italia, evidenzia come l’azienda abbia adottato un quadro formale di governance a livello globale per valutare l’indice di rischio di ciascun software. All’interno dell’organizzazione è stato attivato il MyAI Portal e sono state distribuite centinaia di licenze complete di Microsoft Copilot 365 per verificare il ritorno d’efficienza nei processi di lavoro.
Sui canali di contatto con i clienti, l’impiego dell’assistente virtuale ha consentito a IKEA di ridurre del 50 % le chiamate a basso valore aggiunto indirizzate al servizio clienti. L’infrastruttura si sta evolvendo verso sistemi vocali dedicati alla gestione di resi, garanzie e informazioni sui punti vendita, mentre i servizi di progettazione utilizzano strumenti di rendering 3D in tempo reale.
Amato prospetta una revisione profonda delle metriche di marketing: «Non parleremo più solo di customer journey ma di agent experience e agent journey». Precisa che ciascun individuo si avvarrà di un supporto digitale dedicato: «Ognuno di noi avrà un proprio Human Digital Twin che rispecchierà i nostri interessi e bisogni».
La trasformazione solleva anche interrogativi legati all’organizzazione del lavoro e alla formazione professionale. Amato osserva come le giovani generazioni mostrino già familiarità nell’orchestrare agenti informatici per esigenze personali, ponendo un tema di sviluppo delle competenze in azienda: «Se l’AI svolgerà i compiti di basso livello, dove faranno ‘la gavetta’ le nuove generazioni?».
Leroy Merlin Italia
Marco Trada, digital & ecommerce director di Leroy Merlin Italia, descrive l’impiego dell’intelligenza artificiale all’interno del gruppo Adeo, attivo nella gestione di oltre 50 punti vendita di grande superficie e di un catalogo che raggiunge 5 milioni di referenze, includendo il marketplace.
L’azienda impiega algoritmi dedicati per la movimentazione efficiente delle merci e collabora con una startup italiana per verificare l’accuratezza delle schede prodotto. Il sistema analizza le informazioni tecniche presenti online, come la lunghezza della lama nella scheda di una motosega, per confrontarle con gli standard di mercato.
Per quanto riguarda l’evoluzione verso sistemi agentici, l’obiettivo di Leroy Merlin è trasferire sul canale digitale le dinamiche di consulenza tipiche del negozio fisico. Trada illustra questa impostazione attraverso un caso concreto: «Se un cliente ha la muffa in cantina, in negozio parla con un consulente; online vogliamo che degli agenti possano consigliare la soluzione ideale per quel bisogno specifico».
Prospettive future e sfide da affrontare
La diffusione dell’agentic commerce implica una serie di sfide strategiche:
- Standardizzazione dei dati: le informazioni di prodotto devono essere catalogate secondo schemi aperti e semantici.
- Governance dell’AI: valutazione dei rischi, trasparenza degli algoritmi e rispetto della normativa sulla privacy.
- Formazione del personale: sviluppo di competenze su prompt engineering, gestione di agenti autonomi e interpretazione dei risultati.
- Integrazione omnicanale: garantire che l’esperienza agentica sia coerente con i punti vendita fisici e i canali tradizionali.
In conclusione, l’agentic commerce rappresenta una svolta strutturale per il retail: gli agenti software non solo automatizzano operazioni ripetitive, ma diventano veri e propri partner decisionali per i consumatori. Le aziende che sapranno costruire un’infrastruttura dati solida, adottare modelli di governance adeguati e investire nella formazione dei dipendenti saranno quelle in grado di trarre vantaggio competitivo in un mercato dove l’AI evolve più velocemente di qualsiasi rivoluzione precedente.