Agentic commerce: come rendere catalogo e funnel leggibili all’AI

Agentic Commerce: Il Futuro della Vendita Online

Il punto non è se l’agentic commerce arriverà. Il punto è che ha già iniziato a riscrivere il modo in cui si scoprono e si comprano i prodotti. Adobe, nel post del 18 febbraio 2026, lo dice senza girarci intorno: Adobe Commerce si impegna a supportare gli standard UCP e ACP, dopo il precedente supporto ad AP2, per rendere cataloghi, prezzi e inventory machine-readable dagli agenti AI e disponibili su superfici come ChatGPT e Gemini. Nello stesso articolo cita anche un dato che vale più di molte slide: durante le festività 2025 il traffico verso i siti retail generato da strumenti di AI generativa è cresciuto del 693,4%, e a gennaio 2026 i referral AI convertivano il 31% meglio, generavano il 254% di ricavo in più per visita e portavano utenti con permanenza sul sito superiore del 45%, secondo Adobe Digital Insights (business.adobe.com).

Quando vedo numeri così, la mia reazione non è “nuovo trend”. È più semplice: se il tuo catalogo non è leggibile bene dalle macchine, rischi di perdere visibilità prima ancora di giocarti la partita su prezzo, brand o UX.

Adobe non sta lanciando una buzzword

Per capire l’agentic commerce bisogna togliere di mezzo un equivoco. Non è sinonimo di conversational commerce. Il conversational commerce è quando l’utente conversa con un’interfaccia, sul sito o su un canale esterno, per trovare o scegliere un prodotto. L’agentic commerce aggiunge un pezzo molto più pesante: l’agente non si limita a rispondere, ma può scoprire, confrontare, verificare disponibilità, selezionare una variante, avviare il checkout e gestire pezzi del post-vendita per conto dell’utente, entro regole e consensi definiti. La documentazione ACP lo descrive proprio come una specifica aperta per lo scambio programmatico tra buyer, agenti AI e seller al fine di completare un acquisto, mentre UCP si presenta come standard aperto per l’interoperabilità tra agenti, piattaforme e business lungo il journey commerciale.

Un catalogo AI-ready

La parte meno sexy, come spesso succede, è quella che sposta i risultati. Un catalogo pronto per gli agenti non nasce da un chatbot appoggiato sopra. Nasce da dati prodotto puliti.

Se oggi hai titoli generici, attributi compilati a metà, varianti gestite male, immagini scollegate dalle opzioni reali e policy nascoste in una pagina legale scritta per nessuno, non sei indietro sull’AI: sei già fragile nel commerce normale. L’agentic commerce rende solo più evidente quel debito tecnico.

Google da tempo spinge su dati strutturati prodotto, e negli ultimi due anni ha reso più esplicita la relazione fra structured data, feed merchant e comprensione delle varianti. La documentazione ufficiale sui product variants raccomanda l’uso di ProductGroup, hasVariant e productGroupID; chiede URL distinti per le varianti, identificativi univoci come SKU o GTIN, e markup completo e autosufficiente sulle pagine. Inoltre Google ribadisce che shipping, returns e policy merchant possono e devono essere espressi con dati strutturati a livello di prodotto o organizzazione

Discovery e checkout

C’è poi un passaggio che molti sottovalutano: quando la discovery si sposta verso agenti e interfacce generative, SEO, onsite search e merchandising iniziano a convergere.

La SEO classica continuava a ragionare molto su pagina e query. L’AI discovery ragiona di più su entità, relazioni, attributi e affidabilità della fonte. Questo non rende inutile il lavoro SEO, ma lo sposta più vicino alla product data quality e alla chiarezza semantica. Se una scheda prodotto non esplicita bene compatibilità, materiali, misure, uso previsto, esclusioni e differenze fra varianti, l’agente faticherà a proporla nei contesti giusti. Il risultato è che perderai visibilità non solo fuori dal sito, ma anche dentro il sito, perché la stessa povertà semantica rovina ricerca interna, filtri e recommendation.

Il post-vendita e l'agentic readiness

Una cosa che trovo curiosa nel dibattito attuale è che tutti parlano di discovery e pochi del dopo. Ma un agente utile non si ferma al “ti consiglio questo prodotto”. Deve poter aiutare anche su stato ordine, tracking, resi, tempi di rimborso, compatibilità accessori, istruzioni d’uso e escalation a un umano quando serve.

Conclusione

Se oggi gestisci un e-commerce, io partirei da un audit brutale, non da una demo scintillante.

Aprirei dieci PDP rappresentative e mi farei domande molto terra-terra: il titolo descrive davvero il prodotto; le varianti sono selezionabili da URL distinti; SKU, GTIN, prezzo e disponibilità coincidono ovunque; immagini e attributi raccontano la variante giusta; resi e spedizioni sono espressi in forma strutturata; le FAQ rispondono ai dubbi che bloccano l’acquisto; la ricerca onsite capisce intenzioni e sinonimi o si limita al match lessicale.