Le abitudini di acquisto dei consumatori hanno subito una trasformazione strutturale. Un tempo, i consumatori navigavano da una pagina web all’altra per cercare prodotti e offerte; oggi, una quota crescente si affida ai modelli linguistici di grandi dimensioni (LLM, Large Language Model) per svolgere il grosso del lavoro. Quando gli acquirenti arrivano su un sito retail, molti sono già pronti all’acquisto. Con l’avvicinarsi della stagione più intensa dell’anno per lo shopping, questo cambiamento sta trasformando l’IA da semplice fonte emergente di traffico a uno dei canali di acquisizione più preziosi.
Adobe ha rilevato per la prima volta un aumento nell’utilizzo dell’IA durante la stagione dello shopping natalizio del 2024. Da allora, tutte le metriche chiave si sono invertite: il traffico da IA ora converte meglio, genera un maggiore coinvolgimento e produce ricavi più elevati rispetto al traffico non proveniente da IA (come e-mail, ricerca a pagamento e social). In questo nuovo scenario competitivo per l’attenzione dei consumatori, i rivenditori devono coinvolgere sia gli acquirenti che i sistemi di IA che sintetizzano e mettono in evidenza la propria offerta di prodotti.
I nostri più recenti elementi di conoscenza si basano su transazioni online dirette, con una copertura di oltre 1 trilione di visite a siti retail statunitensi, 100 milioni di SKU (Stock Keeping Unit) e 18 categorie di prodotti. Un’indagine complementare condotta su oltre 5.000 partecipanti statunitensi (realizzata a settembre 2026) fornisce ulteriore contesto su come i consumatori utilizzano l’IA nella vita quotidiana.
Il traffico da IA verso i siti retail statunitensi si mantiene elevato e le prestazioni continuano a migliorare
A settembre 2026, il traffico da IA verso i siti retail statunitensi (misurato in base ai clic degli utenti su un link) è cresciuto del 71% su base annua (YoY). Adobe prevede una crescita continua durante la stagione dello shopping natalizio: il traffico da IA dovrebbe aumentare del 159% YoY il Thanksgiving, del 95% YoY il Black Friday e dell’88% YoY il Cyber Monday. Il traffico da IA è cresciuto in modo consistente ogni mese da ottobre 2024 (quando Adobe ha iniziato a monitorare questo ambito), a dimostrazione di come questo canale sia diventato parte integrante del percorso con cui gli acquirenti si informano e interagiscono.
L’impatto delle ricerche basate sull’IA si estende direttamente ai siti retail. A settembre, il traffico da IA ha convertito il 90% in più (ossia le visite che si traducono in acquisti) rispetto al traffico non proveniente da IA, raggiungendo il livello più alto mai osservato da Adobe. Si tratta di un cambiamento radicale rispetto a poco più di un anno prima: ad agosto 2025, il traffico da IA convertiva il 9% in meno. I visitatori provenienti da fonti di IA risultano anche più coinvolti una volta che accedono a un sito retail: trascorrono il 73% di tempo in più sul sito, visualizzano il 25% di pagine in più per visita e aggiungono prodotti al carrello a un tasso superiore del 53% rispetto ai visitatori non provenienti da IA.
Le stesse tendenze emergono anche sui ricavi concreti. A settembre, il traffico da IA ha generato ricavi per visita dell’83% superiori rispetto al traffico non proveniente da IA, il divario più ampio osservato quest’anno. In soli 12 mesi, il valore di una visita da IA è passato da meno della metà a quasi il doppio rispetto a una visita tipica. Questo vantaggio è destinato a crescere ulteriormente: Adobe prevede che il margine dell’IA sui ricavi per visita raddoppierà durante la stagione delle feste. Con i consumatori ancora attenti ai prezzi e in cerca del miglior valore, il vantaggio sui ricavi si intensificherà per i rivenditori capaci di conquistare la massima visibilità sulle piattaforme di IA.
Non tutti i contenuti sono ugualmente visibili all’IA
Acquisire il valore del traffico da IA inizia con l’essere visibili ai sistemi di IA. Il Citation Readability Score di Adobe misura quanta parte dei contenuti di una pagina web l’IA riesce a comprendere e citare in modo efficace. A settembre, la home page media del retail statunitense ha ottenuto un punteggio del 63%, il che significa che più di un terzo dei contenuti della home page non risulta visibile ai sistemi di IA e agli agenti che indirizzano acquirenti di valore verso i rivenditori.
I nostri dati confermano anche che i contenuti assimilati meglio dall’IA sono quelli di natura esplicativa. L’elettronica guida tutte le categorie retail con un punteggio complessivo del 79%, trainata dalle pagine di categoria (79%) e dalle pagine di assistenza clienti (78%), ricche di guide di configurazione, articoli per la risoluzione dei problemi e specifiche tecniche dettagliate. La categoria Alimentari segue al 55%, mentre le home page del General Merchandise si fermano al 40%, dove layout incentrati sulla navigazione e sulle promozioni offrono all’IA un contesto limitato su cui operare.
Le pagine che rispondono alle domande degli acquirenti — dai dettagli sui prodotti e dalle guide all’acquisto alle FAQ e alle politiche di reso — sono quelle che l’IA riesce a trovare, comprendere e consigliare. Durante una stagione delle feste in cui sempre più acquirenti si rivolgeranno all’IA prima di acquistare, quei contenuti diventano un percorso diretto verso visitatori tra i più preziosi per un brand.
Cosa significa per i brand questa stagione delle feste
In poco più di un anno, gli acquirenti provenienti dall’IA sono passati dal registrare performance inferiori rispetto al resto del traffico di un rivenditore a superarlo in termini di conversione, ricavi per visita e coinvolgimento. Il divario continua ad ampliarsi, ma i brand possono cogliere questo valore solo se l’IA riesce a trovarli, comprenderli e consigliarli. Con l’adozione crescente da parte dei consumatori e una nuova ondata di traffico da IA attesa per la stagione delle feste, l’opportunità non fa che crescere. Man mano che gli acquirenti si rivolgono a questa nuova interfaccia, i brand che rendono i propri contenuti digitali facilmente reperibili, comprensibili e citabili dagli LLM (Large Language Model - modelli linguistici di grandi dimensioni) si troveranno in una posizione migliore per restare visibili e rilevanti.
