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.
Indice degli argomenti:
La diffusione dell’intelligenza artificiale e l’impatto sui comportamenti d’acquisto
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».
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.
L’integrazione dell’AI nelle cinque fasi della customer journey
L’applicazione dei modelli di intelligenza artificiale nel retail non avviene unicamente attraverso la consultazione diretta da parte del cliente. Elisabetta Puglielli, direttrice dell’Osservatorio Innovazione Digitale nel Retail, chiarisce che la tecnologia opera su tre livelli: all’interno del backend operativo (per la gestione logistica e l’organizzazione dei dati), in modalità intermediata (fornendo supporto agli addetti vendita nei punti fisici) e mediante contatto diretto con il consumatore finale.
L’analisi condotta dall’Osservatorio ha mappato l’impiego operativo dell’AI lungo le cinque fasi che compongono l’esperienza di acquisto:
- Riconoscimento del bisogno: in Finlandia, la catena K-Supermarket ha collocato assistenti vocali basati su AI all’interno dei totem dei centri commerciali per suggerire ricette personalizzate, scaricabili dai clienti tramite codice QR.
- Ricerca e comparazione dei prodotti: il gruppo OTB ha fornito ai propri consulenti di vendita un’applicazione di clienteling dotata di funzioni di prova virtuale e fitting, per agevolare il confronto tra i capi d’abbigliamento.
- Fase di checkout: nel contesto italiano, Iper La grande i ha inserito algoritmi di AI nella propria app Scan and Go per monitorare i prodotti inseriti nel carrello e prevenire omissioni o errori di transazione.
- Logistica e consegna: negli Stati Uniti, Amazon ha avviato la sperimentazione degli Smart Delivery Glasses, occhiali a realtà aumentata che offrono ai corrieri indicazioni stradali e istruzioni di consegna contestuali per confermare la ricezione senza impugnare uno smartphone.
- Servizio di assistenza: l’azienda statunitense Home Depot ha introdotto un agente vocale per il supporto telefonico capace di identificare il motivo della chiamata in meno di 10 secondi, riducendo di quattro volte i tempi di gestione rispetto ai centralini tradizionali.
Il modello di adozione a tre fasi: Curiosità, Conoscenza e Controllo
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:
- Curiosità: test mirati e progetti pilota circoscritti a specifiche aree aziendali.
- Conoscenza: studio sistematico dei limiti operativi delle tecnologie, della formazione delle competenze necessarie e dei rischi di errore.
- Controllo: definizione di regole di governance, integrazione della supervisione umana e misurazione formale del ritorno sull’investimento.
Agentic commerce: la delega delle transazioni alle macchine
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.
Le caratteristiche fondamentali dell’agentic commerce
La transizione verso l’agentic commerce si fonda su tre pilastri operativi esplicitati durante i lavori dell’Osservatorio:
- Autonomia end-to-end: gli agenti software eseguono l’intero processo di ricerca, selezione e transazione senza richiedere interventi manuali intermedi.
- Responsabilità delegata: l’agente agisce in qualità di rappresentante del consumatore, rispettando limiti di spesa e preferenze definite a priori.
- Interazione Machine-to-Machine (M2M): lo scambio di dati e la negoziazione avvengono direttamente tramite protocolli informatici tra sistemi intelligenti.
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.
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.
Le strategie operative e la trasformazione aziendale: IKEA e Leroy Merlin
L’implementazione delle tecnologie d’intelligenza artificiale e la prospettiva dell’agentic commerce richiedono riassetti organizzativi differenziati, come dimostrano le testimonianze delle aziende attive sul mercato italiano.
L’approccio strutturato e la governance di IKEA
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 cento 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 nei servizi di progettazione vengono utilizzati strumenti di rendering 3D in tempo reale.
In merito allo sviluppo dell’agentic commerce, Amato prospetta una revisione profonda delle metriche di marketing: «Non parleremo più solo di customer journey ma di agent experience e agent journey». Amato 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?».
Ottimizzazione dei processi e consulenza online in Leroy Merlin
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 presenza della 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».
L’azienda lavora inoltre sull’accessibilità dei dati interni, consentendo al personale di vendita di analizzare informazioni complesse per orientare le decisioni operative. Sul piano predittivo, i modelli di AI analizzano le variazioni meteorologiche per pianificare l’approvvigionamento dei prodotti stagionali, come i climatizzatori, riducendo i costi di giacenza e i rischi di rimanenza a magazzino.
Partecipa alla community