Scenario: Google consolida, l’AI ridisegna il customer journey

Gli utenti cercano ancora primariamente su Google

L’ascesa dei Large Language Models (LLM) come ChatGPT ha introdotto un nuovo paradigma nella ricerca di informazioni e prodotti. Anziché presentare una tradizionale lista di link da esplorare, questi sistemi forniscono una risposta diretta, sintetica e conversazionale, cambiando le aspettative degli utenti.
Nonostante questa rivoluzione, lo scenario attuale vede ancora Google in una posizione di assoluta dominanza. I dati sono inequivocabili: a settembre 2025, Google detiene circa il 90% del mercato globale della ricerca (Statcounter) e il suo ecosistema è così radicato che il 95% degli utenti che inizia la navigazione su ChatGPT usa anche Google come step successivo; al contrario, solo il 14% degli utenti provenienti da Google visita anche ChatGPT come continuazione di user journey (Search Engine Land).
Inoltre, Google e ChatGPT si sovrappongono solo in parte per quanto riguarda gli scopi di utilizzo. Google è ancora il re della ricerca ad azione rapida: navigazione, risposte veloci, acquisti e ricerche locali. ChatGPT, invece, eccelle nella ricerca complessa e generativa: sintesi di informazioni, comparazioni articolate e creazione di contenuti. Nonostante i loro usi non si equivalgano, entrambe le piattaforme stanno cercando di invadere il campo dell’altra: la valutazione di un prodotto da acquistare, ad esempio, sta diventando terreno comune.

La leadership di Google, infatti, inizia a non essere data per scontata. Per non cedere terreno e disinnescare la minaccia, la contromossa di Google è stata quella di assorbire la logica degli LLM direttamente nel cuore della SERP. Nascono così le AI Overview, riassunti generati dall’AI per rispondere a query complesse, e l’AI Mode, che trasforma la ricerca in un dialogo continuo. In questo modo, Google sta evolvendo la propria interfaccia per intercettare e soddisfare all’interno del proprio ecosistema quei bisogni che spingerebbero gli utenti verso piattaforme esterne, creando un’esperienza ibrida che di fatto ricalca proprio il percorso conversazionale tipico degli LLM.

Gli LLM come destinazione di ricerca parallela

Nonostante il primato di Google, il divario con le piattaforme conversazionali si sta riducendo progressivamente. Se in passato si parlava di un volume centinaia di volte superiore per Google, i dati più recenti (agosto 2025, via Similarweb) mostrano un rapporto diverso: a fronte degli oltre 83 miliardi di visite mensili di Google, si contano i quasi 6 miliardi di visite di ChatGPT. Il gap, pur rimanendo enorme in termini assoluti, si è assottigliato, indicando un cambiamento radicale nelle abitudini degli utenti. ChatGPT si è affermato non come un competitor diretto sul volume totale, ma come una destinazione parallela per ricerche complesse e informative, conquistando circa il 9% del totale delle digital queries (First Page Sage, Q2 2025).
Lo stesso studio evidenzia come le ricerche per query transazionali, dal Q1 2023 al Q2 2025, abbiano visto una progressiva crescita su ChatGPT, attestandosi in Q2 sul 5%. Oltre il 91% delle ricerche di prodotti e-commerce ora genera risultati basati sull’intelligenza artificiale (via Prerender, ottobre 2025), con una copertura che raggiunge il 94-95% nei settori fashion e beauty.
Il percorso d’acquisto si sta evolvendo, e con esso la tipologia di risultati di ricerca e la modalità di interazione con questi ultimi, con evidenti ripercussioni sugli ecommerce. Ripercorriamo quindi le fasi di diverso utilizzo di LLM ed AI generativa.

LLM: da motore di scoperta e ispirazione, a supporto per la decisione, a interfaccia transazionale

1) Motore di scoperta e ispirazione

In una prima fase di adozione degli LLM, l’utente pone domande ampie, generiche e aperte per farsi un’idea o trovare ispirazione per la scelta di un prodotto o servizio. 

Esempi di query:

• “Quali sono le migliori idee regalo per un anniversario di matrimonio?”
• “Spiegami i vantaggi di una friggitrice ad aria rispetto a un forno tradizionale.”
• “Sto cercando uno zaino per trekking di più giorni, quali sono le caratteristiche da considerare?”

Gli LLM agiscono come assistenti alla ricerca, sintetizzando informazioni dal web per fornire una panoramica generale, senza necessariamente un collegamento ai prodotti specifici. 

2) Supporto decisionale 

L’utente ha già un’idea più precisa e usa l’LLM per confrontare, validare e raffinare le sue scelte. L’interazione diventa più specifica e mirata, ad esempio con la richiesta di confronti diretti e raccomandazioni basate sulle proprie esigenze.

Esempi di query:

• “Confrontami le cuffie Sony WH-1000XM5 e le Bose QuietComfort Ultra in base a qualità del suono e durata della batteria.”
• “Trovami un televisore 4K da 55 pollici, con almeno 3 porte HDMI, sotto i 600 euro.”
• “Ho la pelle sensibile, qual è la migliore crema solare con SPF 50+ senza profumo?”

L’LLM diventa un consulente d’acquisto. Attinge a dati più strutturati (schede tecniche, recensioni, articoli comparativi) per fornire una risposta argomentata e personalizzata che aiuta l’utente a prendere una decisione.

3) Interfaccia transazionale e agentic checkout

L’utente esprime una chiara intenzione d’acquisto, visualizza le schede prodotto e può finalizzare la transazione.

Esempi di query:

• “Voglio comprare le Sony WH-1000XM5 nere. Aggiungile al mio carrello su Amazon.”
• “Ordina di nuovo le crocchette per cani che ho comprato il mese scorso.”
• “Prenota questo hotel a Roma dal 10 al 12 novembre per due persone.”

ChatGPT, ad esempio, da settembre 2025 può recuperare più facilmente le informazioni di prodotto se i commercianti compilano il feed di OpenAI, e si trasforma in un’interfaccia di checkout che comunica direttamente con i sistemi e-commerce per eseguire l’ordine, utilizzando le informazioni salvate dall’utente (indirizzo, metodo di pagamento).

Con il lancio di Instant Checkout e Agentic Commerce Protocol, OpenAI ha infatti cambiato radicalmente il panorama dell’e-commerce (Wordlift, ottobre 2025). 700 milioni di utenti settimanali di ChatGPT negli Stati Uniti possono ora acquistare prodotti direttamente attraverso la chat senza mai uscire dalla sua interfaccia. Gli agenti di intelligenza artificiale, infatti, completano l’acquisto per conto del cliente, invece di richiedere un input manuale passo dopo passo (Search Engine Land, ottobre 2025). Le AI non aiutano più soltanto l’utente a trovare un sito esterno in cui completare un’azione (es. il link a un sito di prenotazioni), ma possono eseguire direttamente l’azione per conto dell’utente. L’AI si occupa della ricerca, del confronto e del filtraggio, riducendo il carico cognitivo dell’utente e presentandogli solo il momento della decisione finale (es. “confermi l’acquisto?”).

Ma non si tratta solo di OpenAI. Mentre ChatGPT conquistava i titoli dei giornali, la modalità AI di Google ha implementato funzionalità “agentic” in grado di effettuare ricerche su più piattaforme, monitorare i prezzi nel tempo e completare automaticamente gli acquisti tramite Google Pay quando vengono soddisfatte le condizioni definite dall’utente. Con l’accesso a oltre 50 miliardi di schede prodotto nel suo Shopping Graph, aggiornate ogni ora con 2 miliardi di inserzioni, Google possiede vantaggi infrastrutturali in termini di dati che nessun concorrente può facilmente replicare.
Per riassumere, quindi, gli utenti non si limitano più a usare la chat AI per una generica product discovery. La stanno integrando come un vero e proprio livello conversazionale nel processo decisionale, formulando richieste complesse e aspettandosi risposte comparative e argomentate.
L’integrazione di feed di prodotto e funzionalità di checkout direttamente nelle interfacce conversazionali è l’orizzonte verso cui l’ecommerce si sta muovendo. Essere presenti e influenti in questa fase del dialogo con l’utente, quindi, sta diventando un fattore competitivo cruciale.

Cos’è la GEO (Generative Engine Optimization)?

In questo panorama si colloca la GEO, ovvero la disciplina che si occupa di ottimizzare la visibilità di un brand e dei suoi prodotti all’interno delle risposte fornite dai motori generativi, sia LLM che AI overview e AI mode. L’obiettivo si sposta: non è più solo posizionare un link, ma diventare la fonte da cui l’AI attinge per costruire la sua risposta.

Gli obiettivi strategici della GEO sono:

• Diventare una fonte autorevole: Essere la reference primaria per l’LLM quando elabora risposte su query pertinenti al nostro settore di mercato.
• Migliorare la visibilità di brand: Rendere il nostro brand più visibile, aumentando la possibilità di essere raccomandato (linkato e/o citato) nelle risposte degli LLM.
• Controllare la narrazione e migliorare il sentiment: Assicurarsi che le informazioni sul nostro brand e sui nostri prodotti siano presentate in modo accurato e allineato al nostro posizionamento strategico.
• Orientare la conversione: Indirizzare l’utente verso il nostro ecommerce, sia tramite citazioni e link nel testo generato, sia attraverso le eventuali integrazioni transazionali dirette, per aumentare la contribuzione del canale alle revenue complessive.

SEO e GEO: Il nostro approccio è sinergico, non sostitutivo

In Storeis abbiamo una visione precisa: la GEO non sostituisce la SEO, la potenzia. Consideriamo la GEO una sua declinazione, un layer strategico che si costruisce su fondamenta SEO solide. I principi di autorevolezza, pertinenza e qualità, che sono il cuore di una SEO efficace, diventano pre-requisiti indispensabili per una GEO di successo. È il momento di superare le narrazioni semplicistiche e i falsi miti.

Falso Mito n.1: “La SEO è morta”
Questa affermazione, che riemerge ciclicamente, si dimostra ancora una volta infondata, per alcune ragioni strategiche:

• Predominanza nella quota di mercato: Come abbiamo visto, i motori di ricerca tradizionali, in primis Google, detengono ancora la dominanza di mercato assoluta. Ignorare la SEO “standard” significa, di fatto, rinunciare alla principale fonte di traffico qualificato per quasi ogni business online. Il pragmatismo impone invece di continuare a presidiare il canale che genera risultati misurabili.
• SERP tradizionale come fonte primaria di traffico: Se da un lato l’AI Overview, l’AI mode e gli LLM privilegiano una fruizione di risultati diretta e con pochi click sui risultati linkati, gli snippet classici sono il terreno dove si gioca la partita per il traffico. Gli atterraggi in pagina da AI overview o il traffico referral da LLM da soli non possono assolutamente compensare la quantità di click organici proveniente dalla SERP.
• Correlazione tra ranking: Le analisi sulle fonti utilizzate dalle AI Overview e AI mode di Google indicano una forte correlazione con i primi risultati della SERP organica. Un investimento efficace in SEO si traduce, quindi, in un vantaggio competitivo diretto anche in ottica GEO. Gli LLM si fidano di ciò di cui Google già si fida.

Falso Mito n.2: “SEO e GEO sono la stessa cosa”
Sebbene la GEO erediti i principi della SEO, richiede un focus specifico su elementi tecnici e contenutistici che diventano critici per l’interpretabilità da parte delle macchine.

• Accessibilità ai crawler AI e ottimizzazione tecnica: Proprio come per la SEO tradizionale, l’architettura tecnica del sito è fondamentale. Studi recenti (via Prerender, ottobre 2025) dimostrano che gli LLM faticano a indicizzare correttamente i contenuti generati via JavaScript. Per questo, tecnologie come il Server-Side Rendering o il Dynamic Rendering non sono più solo ‘best practice’ SEO, ma un requisito fondamentale per garantire che le AI (soprattutto quelle dotate di crawler meno raffinati rispetto a Google) possano leggere e comprendere correttamente le informazioni dei nostri prodotti.
• Dati Strutturati (Schema Markup): Una marcatura granulare e precisa è ora cruciale per comunicare all’AI, senza ambiguità, le informazioni utili di un prodotto: le specifiche, il prezzo, la disponibilità e le sue relazioni con altri elementi. L’obiettivo finale non è solo marcare i dati, ma costruire un vero e proprio Product Knowledge Graph: un modello di informazioni così ricco e interconnesso da diventare la fonte di verità inconfutabile per qualsiasi AI che analizza il nostro catalogo.
• Architettura del Contenuto: Un contenuto deve essere formattato per una duplice lettura: umana e artificiale. Gerarchie di titoli (H1, H2, H3), elenchi, tabelle e un linguaggio chiaro e non ambiguo sono fondamentali per facilitare il parsing e l’estrazione di informazioni da parte degli LLM.
• Focus sull’Intento Conversazionale: È necessario mappare e rispondere alle domande specifiche e complesse (long-tail query) che un utente porrebbe a un assistente vocale o a una chat. Il contenuto deve essere la risposta definitiva a una potenziale conversazione (guide, how-to, FAQ…).
• Focus sulla Conversione: L’intero sito deve essere costruito in modo da facilitare il completamento di un’azione da parte di un’entità automatizzata, in modo che l’agentic checkout possa funzionare correttamente.

Falso Mito n.3: “L’ottimizzazione si fa solo sul sito proprietario”
Questa è una delle convinzioni più limitanti e pericolose nell’era della ricerca generativa. Pensare che il proprio sito web sia un’isola e che basti ottimizzare quello per avere successo significa ignorare come le AI costruiscono la loro conoscenza. Un LLM non legge solo il tuo sito; scandaglia l’intero web per formarsi un’opinione sul tuo brand e sui tuoi prodotti.
L’autorevolezza e la fiducia (l’E-E-A-T) vengono costruite su un ecosistema di segnali. Una strategia GEO matura deve quindi presidiare l’intera impronta digitale del brand:

• Forum e community (es. Reddit): Sono miniere d’oro di conversazioni autentiche. Non a caso, vengono spesso citati come fonti nelle AI Overview. Le opinioni, i dubbi e le esperienze reali degli utenti qui presenti sono un segnale potentissimo per un’AI che cerca di valutare l’effettiva esperienza con un prodotto.
• Siti di recensioni e contenuti UGC: La riprova sociale è un pilastro della fiducia. Le recensioni positive su piattaforme terze autorevoli pesano enormemente sulla percezione di un brand da parte di un’intelligenza artificiale.
• Social Media (es. Instagram): Soprattutto con la recente mossa di Instagram di indicizzare di default tutti i contenuti (dal 10 luglio 2025, via Seozoom), anche le piattaforme social diventano fonti dirette per i motori di ricerca. Come il brand viene rappresentato, cosa dicono gli utenti nei commenti, come vengono usati i prodotti: tutto contribuisce a creare il quadro generale.

L’approccio strategico deve quindi essere sinergico. È fondamentale monitorare attivamente questi touchpoint esterni per capire come si parla del brand e, dove possibile, ottimizzare la propria presenza. Ma soprattutto, gli insight raccolti da queste conversazioni (domande ricorrenti, critiche, elogi) devono diventare il carburante per perfezionare i contenuti sul sito proprietario, creando un circolo virtuoso che rafforza l’autorevolezza del brand su tutti i fronti.

In conclusione: costruire la fiducia nell’era della risposta instantanea

La Generative Engine Optimization non è una minaccia, ma una naturale evoluzione del campo di gioco. In Storeis, la interpretiamo come un’opportunità per i brand di ecommerce di costruire un’autorevolezza e una presenza di brand ancora più profonde, di conoscere meglio i propri utenti e di intercettarli in momenti sempre più qualificanti del loro percorso d’acquisto.
Se la SEO tradizionale ha avuto come obiettivo la visibilità, la GEO ha come obiettivo la fiducia. In un mondo in cui l’AI sintetizza, riassume e raccomanda, il brand che vince è quello che l’intelligenza artificiale considera la fonte più affidabile. Essere questa fonte non è un caso, ma il risultato di una strategia precisa che combina fondamenta tecniche impeccabili, dati strutturati che creano un’accurata conoscenza di prodotto e un’autorevolezza costruita su tutto l’ecosistema digitale.
La nostra visione in Storeis è chiara: SEO e GEO sono discipline sinergiche che lavorano per un unico fine, ovvero rendere i nostri clienti la risposta definitiva alle domande dei loro utenti, indipendentemente dalla piattaforma in cui vengono poste. La nostra prospettiva vede SEO e GEO come visibilità a 360° su tutti i touchpoint, dalla SERP tradizionale di ieri agli LLM di oggi. Che sia un link blu o un paragrafo generato da un’AI, il nostro compito è assicurarci che l’informazione che guida la scelta sia accurata, utile e controllata. La SEO ci ha insegnato le regole del gioco; la GEO ci sfida ad applicarle su un nuovo, sfidante terreno.