Più della metà del web ora è letta da bot
Cloudflare presenta un dashboard per l'Answer Engine Optimization, che interroga più volte i modelli AI per misurare la varianza delle risposte. I bot rappresentano il 57,5% del traffico web.
La soglia del 50% è stata superata con diciotto mesi di anticipo sulle stime dell’azienda, che già vede solo il
Per capire come un sito appare a un agente AI, non basta fargli una domanda. Bisogna chiedergli la stessa cosa più volte, con modelli diversi, e vedere quanto le risposte oscillano. È questa la logica dietro il nuovo strumento che Cloudflare ha descritto nel suo blog tecnico: un dashboard che non si limita a controllare se un contenuto è “leggibile” da un bot, ma prova a fotografare cosa succede quando un assistente conversazionale deve citare, riassumere o ignorare una pagina. La differenza rispetto alla vecchia SEO è sostanziale, e vale la pena capire perché.
Il trucco della varianza
Chi ha mai fatto debugging su un modello linguistico sa che il problema non è ottenere una risposta: è ottenere la stessa risposta due volte. I large language model sono probabilistici per costruzione — campionano token da una distribuzione, non eseguono una query deterministica come un database SQL. Interrogare un’AI una sola volta su come descrive un brand equivale a misurare la temperatura con un termometro che dà un numero diverso ogni volta che lo guardi: il dato singolo è quasi inutile, quello che conta è la distribuzione.
Cloudflare ha risolto il problema alla radice, invece di ignorarlo. Come racconta l’azienda, il nuovo strumento di Answer Engine Optimization “probes the leading assistants (today, Anthropic’s Claude and OpenAI’s GPT) with likely customer prompts to see how they respond” — e per farlo non si accontenta di una singola chiamata API. Cloudflare spiega di usare Cloudflare AI Gateway per interrogare ciascun assistente più volte su modelli differenti, proprio per tenere conto della varianza intrinseca delle risposte generative. È un dettaglio implementativo apparentemente minore, ma è quello che separa uno strumento affidabile da un dashboard di vanity metrics: se misuri la citazione di un brand con un solo prompt, stai scambiando rumore per segnale.
Questo approccio statistico, più che deterministico, è anche l’unico compatibile con la natura stessa degli answer engine. Non esiste un algoritmo di ranking stabile da “hackare” come si faceva con Google: esiste una superficie probabilistica che cambia a ogni versione di modello, a ogni temperatura di sampling, a ogni variazione del prompt di sistema. Il dashboard AEO, integrando questo lavoro con quello già esistente su Agent Readiness dentro la dashboard di Cloudflare, prova a rendere misurabile qualcosa che per natura non è deterministico. Ma perché tanta attenzione alla precisione statistica? Perché il traffico che questi strumenti devono intercettare non è più, in maggioranza, umano.
57,5% bot: la realtà del nuovo web
Cloudflare afferma che, per suo conteggio, meno della metà di tutte le richieste di pagine HTML proviene oggi da un essere umano. Il dato non è isolato: secondo quanto riportato a giugno 2026, i bot rappresentano il 57,5% di tutte le richieste HTTP dirette a contenuti HTML, contro il 42,5% generato da persone in carne e ossa. La soglia psicologica del 50% — il punto in cui le macchine hanno superato gli umani come principali “lettori” del web — è stata raggiunta con un anticipo notevole rispetto alle previsioni dello stesso Cloudflare: il CEO Matthew Prince aveva stimato il sorpasso per la fine del 2027, ma secondo Cloudflare il traguardo è arrivato con diciotto mesi di anticipo.
Non è la prima volta che il web attraversa una transizione di questo tipo: come nota Cloudflare stesso in un lavoro precedente sull’Agent Readiness, la rete ha sempre dovuto imparare a “parlare” con nuovi interlocutori — prima i browser, poi i motori di ricerca, e ora gli agenti AI. Ma i numeri di adozione tecnica raccontano quanto siamo ancora indietro: già ad aprile 2026, un’analisi di Cloudflare mostrava che soltanto il 3,9% dei siti supportava la negoziazione di contenuti in Markdown, cioè la capacità di servire una versione text/markdown della pagina quando un client la richiede esplicitamente con un header Accept: text/markdown. Un dettaglio da protocollo HTTP, ma che dice molto: la stragrande maggioranza dei siti oggi consegna agli agenti AI lo stesso HTML pieno di markup pensato per un browser umano, invece di un formato più leggero e più facile da interpretare per un modello linguistico. E se la visibilità su Google non garantisce più la citazione da parte degli assistenti, come si fa a sapere se il proprio sito è davvero pronto per questa nuova fase del web?
Costruire per Claude, non per Google
La risposta, almeno in parte, arriva proprio dal nuovo pezzo della suite di Cloudflare. Secondo quanto riportato da Adweek, l’AEO Visibility Dashboard è entrato in accesso anticipato nei giorni scorsi, ed è il secondo componente della Answer Engine Optimization Suite dell’azienda dopo il lavoro sull’Agent Readiness. Il salto concettuale rispetto alla SEO tradizionale è netto: la SEO ottimizza per un algoritmo di ranking che restituisce una lista di link cliccabili; la AEO ottimizza per un modello che deve decidere, dentro una conversazione, se citare la tua pagina, riassumerla o ignorarla del tutto in favore di un’altra fonte.
Il divario tra le due logiche è già misurabile, e i numeri lo confermano: secondo dati citati da Contently, solo il 12% degli URL citati da ChatGPT compare nella top 10 di Google. È una cifra che smonta l’idea che “buon posizionamento su Google” sia sinonimo di “buona visibilità sugli answer engine”. I due sistemi selezionano fonti con criteri diversi — uno basato su backlink, autorevolezza del dominio e segnali comportamentali aggregati nel tempo; l’altro su quanto un contenuto sia strutturato in modo estraibile, coerente con il prompt dell’utente e semanticamente denso in un formato che il modello possa parsare senza rumore. Chi scrive contenuti per il web ora deve pensare a due pubblici radicalmente diversi: chi clicca un link blu e chi non vedrà mai quel link, perché la risposta gli arriva già masticata da un modello.
Per chi costruisce siti e prodotti, questo significa ripensare l’architettura dei contenuti in funzione di un lettore che non è umano: markup semantico più esplicito, negoziazione di formati come Markdown, struttura delle pagine pensata per l’estrazione automatica piuttosto che per la scansione visiva. Il dashboard AEO non è soltanto un tool di misurazione: è la controprova tecnica che il web, almeno nella sua metà più consistente di traffico, è diventato una piattaforma di consumo macchina-a-macchina. E chi costruisce interfacce, oggi, deve progettare pensando a un pubblico fatto di modelli linguistici, non solo di persone davanti a uno schermo.
