La rivoluzione della ricerca online con l’intelligenza artificiale
Per oltre 20 anni la SEO è stata sinonimo di una gara a posizionarsi in prima pagina sui motori di ricerca. E, guardando al mondo occidentale e all’Italia in particolare, questo ha significato concentrarsi sui primi posti su Google. Bing, Yahoo, DuckDuckGo e tutti gli altri? Sì, ma senza badarci troppo…
Ho deciso di riprendere a scrivere e (provare ad) aggiornare questo blog perché oggi il gioco è cambiato davvero, in modo sostanziale e sotto gli occhi di tutti.
L’avvento della ricerca generativa supportata dall’AI sta ridisegnando le regole: per chi ha un contenuto online, non si tratta più solo di farsi trovare, ma di diventare parte integrante della risposta.
Google Search Generative Experience (SGE) con AI Overview (in Italia da fine marzo 2025), ma soprattutto i Modelli Linguistici di Grandi Dimensioni (Large Language Model, meglio conosciuti con l’acronimo LLM) come ChatGPT, Perplexity, Copilot, Claude e gli altri sistemi di AI stanno stanno ridefinendo il modo in cui le informazioni vengono cercate e consumate, portando al centro l’esperienza conversazionale e sintetica.
In questo nuovo scenario, il primo posto organico nelle SERP di Google non basta più e le aziende di ogni settore e dimensione devono far fronte a questo cambiamento epocale, destinato a rivoluzionare le strategie di gestione della visibilità nei luoghi virtuali dove gli utenti cercano risposte ai propri bisogni informativi.
La SEO è morta? No, non credo proprio, nemmeno stavolta. Al contrario, stiamo assistendo ad un cambio di paradigma che costringe a rimettersi in gioco per l’ennesima volta.
Questo cambio di paradigma ha implicazioni significative per i professionisti del marketing digitale e per i decisori aziendali, che devono adattare le proprie strategie per rimanere competitivi in uno scenario in rapidissima evoluzione.
L’integrazione dei diversi LLM nel tessuto della ricerca online sta avvenendo a una velocità sorprendente, indicando una nuova preferenza di alcuni utenti per le piattaforme basate su IA per ottenere risposte rapide e contestualmente ricche.
Giusto due numeri aiutano a comprendere come, nell’arco di pochi mesi dalla loro comparsa, gli strumenti di AI si siano affermati con decisione.
Il 32,7% degli adulti nell’UE (16-74 anni) ha usato strumenti di AI generativa nel 2025 per uso personale o lavorativo secondo Eurostat.
A livello mondiale, il 16,3% della popolazione ha usato AI generativa nella seconda metà del 2025 secondo un report di Microsoft AI Economy Institute.
Cos’è la ricerca generativa (e perché è diversa)
La ricerca generativa utilizza l’intelligenza artificiale per sintetizzare contenuti da diverse fonti e generare una risposta unificata, spesso arricchita da elementi visivi, link e prodotti.
Esempio di AI overview:
La query “come risparmiare sull’assicurazione auto” oggi può restituire su Google, per gli utenti loggati, una sintesi AI che combina consigli, citazioni da articoli, link, video… il tutto prima dei risultati organici e senza necessità di visitare alcun sito esterno.
In altre parole, la ricerca generativa non restituisce dove trovare l’informazione, ma ti dà direttamente la risposta, e lo fa citando chi reputa autorevole per rispondere alla richiesta dell’utente. Ogni informazione viene infatti arricchita con il rimando (v. icona del collegamento) alla fonte selezionata per comporre la risposta.
In questo senso, possiamo vedere l’evoluzione di Google che da motore di ricerca diventa “motore di risposta“, ben oltre i featured snippet (o risultati zero) a cui eravamo ormai abituati.
Secondo SEO.com, AI Overviews appaiono in circa il 47% delle ricerche Google.
Gli LLM stanno modificando in modo radicale la modalità con cui gli utenti interagiscono con la ricerca online.
Una delle modifiche più evidenti è la capacità dei vari LLM di fornire risposte dirette e riassuntive, riducendo la necessità per gli utenti di visitare i siti web citati o linkati.
I risultati della ricerca generata da una AI vengono infatti presentati in modo diverso rispetto ai tradizionali motori di ricerca, spesso fornendo risposte concise all’interno di un’interfaccia conversazionale.
Inoltre, i (o gli?) LLM sono in grado di comprendere query complesse che vanno oltre le semplici parole chiave digitate o pronunciate vocalmente, permettendo agli utenti di esprimere le proprie esigenze informative in modo più naturale e dettagliato.
Google e agentic commerce: UCP e WebMCP
In questo scenario di evoluzione continua, stiamo assistendo ad ulteriori evoluzioni che saranno destinate a trasformare sempre di più la nostra esperienza online.
Google ha lanciato Universal Commerce Protocol, uno standard aperto progettato per abilitare agenti AI a compiere l’intero processo di acquisto (dalla scoperta al checkout e post-vendita) senza che l’utente debba uscire dal contesto conversazionale.
Questo include:
- interoperabilità tra piattaforme, sistemi di pagamento e agenti AI
- possibilità di checkout diretto in AI Mode / Gemini Search
- supporto per attributi di prodotto strutturati leggibili dagli agenti.
E giusto l’altro giorno, sempre da Google arriva la novità di WebMCP, il nuovo protocollo di Google per le AI sul web, pensato per rendere i siti comprensibili e interagibili in maniera strutturata dagli agenti AI, esponendo strumenti e funzionalità in modo diretto e dichiarativo.
In pratica, WebMCP definisce API strutturate che consentono agli agenti AI (es. quelli integrati in un browser o in interfacce agentiche) di eseguire azioni sul sito per conto dell’utente: compilazione di form, gestione di prenotazioni, navigazioni in flussi di checkout…
Che impatto ha la GEO sulla SEO “tradizionale”
Vista dall’altro lato della barricata, cioè da chi ha prodotto i contenuti originali che adesso le AI rielaborano, significa rischiare di assistere ad una diminuzione del traffico generato verso i siti citati o linkati, a fronte della necessità di concentrare gli sforzi per essere scelti tra le fonti citate.
Il 37% dei clienti ora inizia le proprie ricerche con strumenti di intelligenza artificiale anziché con Google, rimodellando il primo momento di scoperta (“first moment of discovery”).
1. Riduzione del click-through
Il primo effetto è piuttosto lampante. Le stime parlano di una diminuzione tra il 18% e il 64% dei clic organici per le query interessate da AI overview e AI Mode su Google.
Ad esempio, Ahrefs riporta una riduzione del 34,5% del CTR per le pagine che occupano i primi posti delle SERP di Google in cui oggi compaiono le AI Overview.
E questo avviene in un contesto in cui già dal 2024 il 60% delle ricerche su Google “tradizionale” terminava senza alcun clic, come stimato da SparkToro e Datos.
L’utente trova le risposte nella pagina stessa dei risultati offerti dal motore di ricerca o dall’LLM: ciò che una volta era il click su un link, oggi è un’informazione preconfezionata, senza necessità di andare a visitare il sito citato.
Per chi crea contenuti, offre servizi o vende prodotti, questo significa un calo del traffico osservato (meno utenti al sito).
2. Visibilità GEO: trust e non ranking
I contenuti di valore prodotti da editori e siti di diverso genere vengono rielaborati dall’AI, che li sintetizza e li riorganizza senza garantire traffico diretto.
Con la generative search le ricerche diventano conversazionali: l’utente fa domande più complesse, in sequenza e rimane all’interno dell’interfaccia dell’AI.
Aumenta il trust nella risposta sintetica, che è percepita come neutra e completa e l’AI diventa essa stessa la fonte autorevole.
Per le aziende che hanno prodotto i contenuti originali, questo significa perdere interazioni visibili, ma non necessariamente perdere impatto, soprattutto quando il brand o il prodotto viene citato esplicitamente.
Sempre più spesso vengono citate fonti (es. “secondo Wired”, “fonte: Wikipedia”) senza collegamento ipertestuale. L’autorevolezza vince sul posizionamento.
Cosa devono fare oggi le aziende
Non è il momento di rincorrere l’ennesimo trucco SEO, tipo produrre tonnellate di contenuti generati automaticamente. È il momento di ripensare la strategia digitale alla radice.
Ci sono almeno quattro ambiti su cui agire, tutti di uguale importanza e rilevanza nell’affrontare le nuove sfide.
1. Progettare per la leggibilita delle AI: ottimizzazione tecnica
Sembrerà strano, ma la cara e vecchia “SEO tecnica” continua ad avere un impatto fondamentale.
Da una parte è necessario curare gli aspetti di performance tecniche e favorire la scansione da parte degli LLM: i nuovi crawler, ad oggi, non sono evoluti come quelli di Google; molti modelli non eseguono JavaScript o non interagiscono con contenuti dinamici nello stesso modo di Googlebot.
Dall’altra è necessario aiutare le intelligenze artificiali a “comprendere” il contenuto di una pagina, adottando in modo evoluto e consapevole il markup evoluto e i microformati (schema.org, Json-LD).
Dall’altra parte, proprio come visto in questi giorni, l’avvento di nuovi protocolli e standard (v. Google MCP) richiede di rimanere sempre aggiornati sulle evoluzioni tecnologiche.
2. Produrre contenuti AI-friendly
Augurandomi che non ci sia più nessuno convinto di dover ricorrere a keyword stuffing per scalare le SERP, oggi diventa cruciale produrre contenuti che siano facilmente comprensibili dai motori generativi, che siano citabili o sintetizzabili correttamente, in modo da mantenere il loro valore anche quando il clic non avviene.
Non si tratta di scrivere per i bot, ma di scrivere per utenti che troveranno quei contenuti attraverso sistemi che leggono, sintetizzano e ricombinano informazioni.
I modelli generativi funzionano meglio quando la struttura di un contenuto è più netta (definizioni chiare, strutture gerarchiche, uso ti titoli e sottotitoli espliciti tipo “differenze tra…”, “come fare per…”) rispetto a un testo discorsivo senza punti di ancoraggio (tipo questo post: per la serie “il calzolaio con le scarpe rotte…”).
Per capirci, è meglio ragionare per offrire micro-risposte: paragrafi che rispondono a domande specifiche in modo autonomo e auto-contenuto.
Vale la pena poi ragionare sulla distinzione tra contenuti informativi e transazionali.
I contenuti informativi dovranno essere ottimizzati per le risposte sintetiche: definizioni chiare, liste di risposte, paragrafi auto-conclusivi.
I contenuti transazionali dovranno essere ottimizzati per agentic commerce o completamento di flussi (es. Google WebMCP o protocolli come UCP). Diventa fondamentale avere dati di prodotto strutturati, microformati, segnali di azione chiari.
In sintesi: la nuova metrica è “essere citati”
La SEO non è morta. Ma sta cambiando radicalmente e a una velocità mai sperimentata in precedenza.
Nel nuovo scenario non vince chi ha ottenuto più link da altri siti, ma chi è riconosciuto come autorevole da utenti, AI e motori.
L’obiettivo non è più solo “essere trovati”, ma essere inclusi nelle risposte.
I modelli generativi non si basano solo sul contenuto della pagina: segnali esterni come mention, link da fonti autorevoli, citazioni editoriali, discussioni in forum (Reddit dice qualcosa?) aumentano le probabilità che il contenuto sia considerato rilevante e citabile dalle AI.
Questo collega contenuti (brand) ed ecosistema di segnali (autorevolezza).
È una sfida, certo. Ma anche un’opportunità per chi sa riposizionarsi come fonte in un ecosistema dove l’AI è il nuovo interlocutore.