Gli agenti AI penalizzano i prodotti sponsorizzati
Secondo uno studio arXiv, gli agenti AI di shopping penalizzano i prodotti sponsorizzati e premiano quelli con approvazione diretta della piattaforma.
Lo studio dimostra che gli agenti AI ignorano i tag sponsorizzati e premiano le certificazioni ufficiali
I tag sponsorizzati sono il Santo Graal dell’e-commerce umano. Miliardi spesi ogni anno per comprare visibilità, per occupare quel primo slot, per affiggere il bollino che urla “scegli me” al consumatore che scrolla. Ma quando a comprare non è un essere umano bensì un agente AI, quella stessa visibilità si trasforma in un segnale di allarme. Secondo uno studio pubblicato su arXiv all’inizio di agosto 2025, gli agenti di shopping AI penalizzano sistematicamente i prodotti con tag sponsorizzati e premiano invece quelli con l’approvazione diretta della piattaforma — un comportamento che ribalta la logica di quasi trent’anni di marketing digitale.
Il Paradosso della Vetrina Invisibile
Il dato più sorprendente non è che gli agenti ignorino la pubblicità — è che lo facciano in modo così coerente e misurabile. Lo studio rivela che gli agenti AI concentrano la domanda su pochi prodotti “modali”, ignorando completamente tutti gli altri: una forma di omogeneità di scelta che non ha equivalenti nel comportamento umano. Quando un consumatore in carne e ossa scrolla una pagina di risultati, anche i prodotti in seconda e terza posizione raccolgono click, confronti, qualche acquisto d’impulso. Un agente, invece, converge su un insieme ristretto di scelte con una coerenza quasi meccanica.
L’ironia è servita: le aziende che investono di più in advertising — quelle che si aggiudicano i tag sponsorizzati — finiscono per essere penalizzate proprio dall’intermediario digitale che dovrebbe acquistare per conto del consumatore. Al contrario, i prodotti con endorsement diretto della piattaforma — badge di qualità, “scelta del venditore”, certificazioni interne — vengono premiati. In sostanza, l’agente si comporta come un acquirente professionale molto scettico verso chi paga per essere in prima fila, e molto più fiducioso verso chi ha guadagnato il via libera della piattaforma stessa. È una distinzione sottile ma commercialmente devastante per chi ha costruito la propria strategia attorno allo sponsored placement.
La concentrazione della domanda su prodotti modali ha implicazioni di mercato profonde. Se decine di milioni di agenti fanno acquisti in modo simile — preferendo gli stessi prodotti, evitando gli stessi segnali — il risultato è una distorsione della competizione che nessun modello economico tradizionale aveva previsto. Walmart, che già si sta preparando per l’arrivo massiccio di agenti di terze parti che bypassano il merchandising tradizionale, ha ragione a preoccuparsi: il suo CTO ha esplicitamente avvertito che questi agenti circumnavigano le leve pubblicitarie consuete.
Il Bias sotto il Cofano
Per capire perché gli agenti si comportano così, bisogna guardare dentro il meccanismo. Il fenomeno chiave si chiama position bias: la tendenza del modello a privilegiare elementi che appaiono in certe posizioni nell’input, indipendentemente dal contenuto. Non è un bug, è una conseguenza strutturale di come i transformer elaborano sequenze. Lo studio documenta che questo bias persiste anche in interfacce “headless” — ovvero puramente testuali, senza layout visivo — e varia tra provider diversi e tra versioni dello stesso modello. Il che significa che non si tratta di un artefatto del rendering grafico, ma di qualcosa che emerge direttamente dall’architettura e dal training.
Altrettanto problematica è la volatilità. Le preferenze degli agenti non sono stabili: gli aggiornamenti dei modelli possono rimescolare drasticamente le quote di mercato da un giorno all’altro. Un prodotto che ieri dominava le scelte di GPT-4o potrebbe essere ignorato dopo un aggiornamento silenzioso. Per un’azienda che ha ottimizzato le proprie schede prodotto per un certo modello, questo equivale a costruire una strategia SEO che smette di funzionare senza preavviso e senza changelog pubblico. È come dipendere da un algoritmo di ranking di cui non esiste documentazione e che cambia ogni settimana.
La Nuova Cassetta degli Attrezzi per l’E-Commerce Agentico
La risposta più concreta viene dallo stesso studio: un agente lato venditore che apporta semplici modifiche descrittive condizionate alla query può aumentare significativamente la propria quota di mercato. La logica è elegante: invece di una descrizione statica ottimizzata per la SEO tradizionale, si costruisce una pipeline che adatta dinamicamente il testo del prodotto in funzione di ciò che l’agente acquirente sta cercando. Non è prompt injection — è ottimizzazione contestuale del contenuto. La differenza è sottile ma legale e tecnicamente interessante.
Le implicazioni pratiche toccano tre livelli distinti. Primo: le piattaforme devono ripensare la propria architettura informativa sapendo che i propri endorsement hanno un peso sproporzionato sulle scelte degli agenti — un potere che porta con sé responsabilità regolamentari non ancora mappate. Secondo: gli sviluppatori che integrano agenti di shopping devono implementare linee guida per audit agentici continui, testando il comportamento su versioni diverse del modello e su interfacce diverse. Terzo: le metriche tradizionali — click-through rate, impression, conversion rate da sponsored — diventano indicatori fuorvianti in un contesto agentico.
OpenAI ha già lanciato Operator, un agente capace di navigare autonomamente il web per compilare form, ordinare cibo e gestire prenotazioni, in collaborazione con DoorDash, Instacart, Uber e altri. Google ha il suo Project Mariner. Il traffico agentico non è un’ipotesi futura: è già in circolazione, e lo stack e-commerce medio non è attrezzato per analizzarlo né per ottimizzarsi in funzione di esso.
Il commercio elettronico agentico non è una versione più veloce dello shopping umano. È una dinamica di mercato fondamentalmente diversa che richiede nuovi approcci all’auditing, alla progettazione delle piattaforme e alla regolamentazione. Chi progetta oggi un catalogo prodotti pensando solo all’occhio umano sta già costruendo per un mercato che sta diventando minoranza. L’architettura dell’informazione — come sono strutturate le descrizioni, quali metadati esponi, come rispondi a query diverse — è il nuovo campo di battaglia. Non i banner. Non gli slot sponsorizzati. Il testo grezzo che un agente legge prima di decidere.
