Gli strumenti di commercio conversazionale basati sull’IA stanno trasformando il modo in cui gli acquirenti scoprono, valutano e scelgono i prodotti. Funzionalità come le sezioni “consigliati per te” esistono già da anni, ma l’IA generativa e quella agentica rendono ora queste esperienze molto più dinamiche, adattandosi in tempo reale all’intento, al contesto e al comportamento, anziché affidarsi a regole statiche o al semplice filtro collaborativo.
Gli acquirenti interagiscono con l’IA in due categorie principali: le funzionalità native on-site integrate direttamente nell’esperienza retail del brand — come le sezioni “consigliati per te”, la ricerca per immagini e i riepiloghi automatici delle recensioni — e i chatbot di IA generativa esterni, come gli strumenti LLM autonomi. Lo studio ha identificato i principali modi in cui gli acquirenti utilizzano questi strumenti.
Le persone vanno sempre più oltre la semplice ricerca per trovare ciò di cui hanno bisogno. L’86% degli acquirenti è disposto a usare strumenti IA per orientarsi meglio nel percorso di acquisto. Questi strumenti sono ormai parte integrante del processo d’acquisto: due acquirenti su cinque, infatti, li utilizzano ogni settimana per migliorare l’esperienza retail.
Gli acquirenti interagiscono con l’IA in diversi modi per trovare prodotti e ricevere assistenza — dalle funzionalità passive e integrate agli strumenti generativi attivi:
- Sezioni “consigliati per te”: 52%
- Ricerca per immagini: 52%
- Finestre di chat del servizio clienti: 36%
- Chatbot di IA generativa: 36%
- Previsioni su taglia e vestibilità basate sugli acquisti precedenti: 33%
Tra questi, i chatbot basati su IA generativa rappresentano la forma più attiva e conversazionale di assistenza IA — e la categoria in cui le capacità agentiche, come l’interpretazione dell’intento e la generazione dinamica delle risposte, sono più diffuse. I dati indicano una crescente preferenza degli acquirenti per la scoperta guidata rispetto all’utilizzo attivo dei prompt. I consumer desiderano risultati sempre più intuitivi, senza dover imparare a usare l’interfaccia o navigarla da soli.
Gli strumenti di IA non si limitano a personalizzare le esperienze: generano valore concreto. Quasi un cliente su sette dichiara di aver risparmiato 500 $ o più grazie all’IA durante il percorso di shopping, a conferma di una maggiore fiducia nell’aver trovato il prodotto giusto al prezzo giusto.
Principali categorie di acquisto tramite consigli assistiti dall’IA
Lo shopping assistito dall’IA è più comune in alcune categorie di prodotto rispetto ad altre. Gli acquirenti tendono a usare un assistente IA per lo shopping per articoli con specifiche tecniche chiare o trend di stile, tra cui:
- Elettronica: 40%
- Abbigliamento e accessori: 39%
- Bellezza e cura della persona: 32%
- Salute e benessere: 31%
- Alimentari e consegna a domicilio: 26%
- Giocattoli e giochi: 24%
- Libri e media: 22%
- Articoli per la casa e mobili: 20%
Alcuni gruppi trovano ancora più valore in questi consigli personalizzati sui prodotti. Tra i genitori con figli sotto i 18 anni, lo shopping di giocattoli e giochi assistito dall’IA supera la media della popolazione generale: il 37% usa strumenti di IA per questa categoria, rispetto al 24% della totalità degli acquirenti.
Il valore di queste esperienze dipende dalla qualità dei dati, dei contenuti e del contesto del prodotto che le alimentano. Un predittore di taglie è utile solo se può attingere a dati rilevanti sugli acquisti e le preferenze. Un’esperienza di tipo “consigliati per te” funziona meglio quando riflette più di una singola sessione. Adobe Real-Time CDP aiuta a unificare i dati del cliente in profili in tempo reale, mentre Adobe Brand Concierge usa quel contesto (insieme a contenuti approvati, informazioni sui prodotti e segnali conversazionali) per fornire indicazioni più pertinenti.
Insieme, come parte di un’architettura Adobe più ampia per l’esperienza, Real-Time CDP e Brand Concierge aiutano i brand a collegare segnali frammentati a conversazioni personalizzate. Anziché affidarsi solo a clic isolati, i brand possono guidare gli acquirenti grazie a dati di profilo più ricchi, contesto comportamentale e informazioni sui prodotti — rendendo possibili consigli più pertinenti, un’assistenza più intelligente e passaggi più fluidi al supporto umano quando necessario.