Google e Microsoft: l’AI riscrive le regole per ads e contenuti in ricerca

Con nuovi formati pubblicitari e l’introduzione della Generative Engine Optimization, i giganti della tecnologia stanno trasformando la ricerca da una lista di link a una conversazione mediata dall’intelligenza artificiale.

Il paesaggio della pubblicità online sta attraversando una trasformazione strutturale, e i due giganti che ne definiscono le regole – Google e Microsoft – stanno tracciando percorsi distinti, ma convergenti, verso lo stesso futuro. Mentre Google sonda le acque con nuovi formati pubblicitari per gli acquisti nella sua modalità AI, Microsoft ha appena pubblicato un aggiornamento fondamentale della sua guida pratica per i marketer sull’AI Search.

Entrambe le mosse, annunciate a febbraio 2026, non sono semplici aggiornamenti di prodotto.

Sono la risposta istituzionale a uno spostamento tettonico: la ricerca non è più una lista di link blu, ma una conversazione.

E in una conversazione, il concetto stesso di “parola chiave” sta evaporando.

Da un lato, Google sperimenta inserendo raccomandazioni di prodotti sponsorizzati direttamente nel flusso dialogico della sua “AI Mode”, l’interfaccia conversazionale sperimentale alimentata da Gemini. Questi annunci, chiaramente etichettati, appaiono come schede visive contestuali.

Ma la vera innovazione sta nel pilota “Direct Offers”, che permette agli inserzionisti di presentare offerte esclusive direttamente nella chat.

Non si tratta più di far cliccare un link per vedere uno sconto: l’AI di Google valuta l’intento dell’utente e, se rileva un’opportunità di acquisto, può iniettare un’offerta del 20% o la promozione per la spedizione gratuita nel dialogo stesso.

È un tentativo di chiudere il cerchio tra scoperta e transazione senza mai uscire dall’ambiente controllato dall’assistente AI.

Dall’altro, Microsoft punta tutto sulla formazione. La sua guida aggiornata l’11 febbraio 2026 è un manuale di sopravvivenza per un’epoca in cui la visibilità non si misura più solo nella SERP, ma nella capacità di essere citati, sintetizzati e proposti da un Large Language Model.

Il messaggio è chiaro: l’era della ottimizzazione per i motori di ricerca (SEO) deve affiancarsi alla Generative Engine Optimization (GEO).

La differenza è sottile ma cruciale.

La SEO gioca una partita contro algoritmi che valutano link e autorità di dominio; la GEO gioca una partita contro modelli che valutano chiarezza, struttura e pertinenza semantica per generare risposte affidabili e ben strutturate.

Dalle keyword alle conversazioni: una riscrittura delle regole

Il cuore tecnico della guida Microsoft sta in un cambio di paradigma: non si scrive più per parole chiave, ma per intento conversazionale. L’esempio è illuminante: invece di ottimizzare per “lavastoviglie silenziosa”, bisogna pensare a frasi come “lavastoviglie da 42 dB progettata per cucine open-space”.

La specificità è tutto.

I contenuti devono essere strutturati in modo che l’AI possa analizzarli in snippet, domande e risposte, o elenchi. Punteggiatura, formattazione e chiarezza diventano segnali fondamentali per un modello linguistico che deve estrarre informazioni con sicurezza.

Questo non è puro idealismo. I dati iniziano a supportare la strategia. Microsoft riferisce che gli annunci con asset generati automaticamente vedono un aumento del 5% nel click-through rate.

Ancora più significativo è l’impatto sul percorso d’acquisto: le analisi su oltre 1.200 siti mostrano che il traffico derivato da AI converte fino a tre volte di più di quello dei canali tradizionali.

Anche se questi referral rappresentano ancora meno dell’1% del traffico totale, segnalano un’utenza ad altissima intenzione.

È un’inefficienza del mercato che sia Google che Microsoft vogliono correggere a proprio vantaggio.

La visibilità nell’AI search riguarda l’essere compresi, considerati affidabili e proposti direttamente all’interno delle risposte generate. Si tratta di influenzare deliberatamente come e quando la tua azienda viene presentata in questi ambienti guidati dall’intelligenza artificiale.

— Estratto dalla guida “AI Search Demystified”, Microsoft Advertising

La sfida del controllo e la trasparenza dell’algoritmo

Questa transizione verso un ecosistema pubblicitario mediato da AI non è priva di rischi e attriti. Storicamente, ogni grande cambiamento di piattaforma – come il passaggio di Google agli Expanded Text Ads o l’introduzione dello Smart Bidding Exploration – ha trasferito potere dalle mani dei marketer agli algoritmi delle piattaforme.

Oggi, con l’AI che decide non solo dove piazzare un annuncio, ma anche quale offerta mostrare e quando, il controllo si assottiglia ulteriormente.

Le aziende, specialmente le PMI, devono affrontare il paradosso di dover costruire una fondazione dati impeccabile (feed prodotti, attributi semantici) per poi consegnare le chiazi della campagna a un black box ottimizzatore.

Google è consapevole delle preoccupazioni sulla sicurezza e sulla manipolazione. Per proteggere i test delle Shopping Ads in AI Mode, ha implementato una serie di salvaguardie tecniche sofisticate. Oltre alla revisione umana per i casi complessi, utilizza classificatori di contenuto per iniezione di prompt che analizzano la struttura delle richieste per individuare tentativi malevoli.

Tecniche come il “Security Thought Reinforcement” inoculano istruzioni di sicurezza nel contesto del prompt per indirizzare l’LLM verso il compito legittimo.

Inoltre, strumenti di sanificazione del markdown e redazione di URL sospetti prevengono attacchi basati su link.

È una corsa agli armamenti in cui la piattaforma deve difendersi sia da attacchi esterni che da usi distorti dei propri strumenti pubblicitari.

Un futuro di agenti e protocolli

La visione a lungo termine che emerge è quella di un “commercio agenziale”. Microsoft parla di agenti AI come colleghi digitali e dell’AI come perno centrale del processo di ricerca. Google, dal canto suo, non si limita a formati pubblicitari, ma sta costruendo l’infrastruttura sottostante con il “Business Agent” (un assistente virtuale personalizzabile per i brand) e soprattutto con l’Universal Commerce Protocol (UCP), uno standard aperto pensato per far interoperare agenti, sistemi di pagamento e retailer.

L’infrastruttura tecnica su cui poggia tutto questo diventa cruciale. Servizi come Azure AI Search di Microsoft, un servizio cloud completamente gestito che collega dati enterprise all’AI, sono i mattoni nascosti.

Consentono deployment multi-regione, ma non garantiscono un failover istantaneo in caso di guasto, un dettaglio tecnico che evidenzia come la resilienza di questi nuovi sistemi sia ancora un work in progress.

Alla fine, la domanda che si pongono gli addetti ai lavori non è se questo cambiamento avverrà, ma quanto velocemente e con quale equilibrio di potere.

I dati preliminari sono promettenti per le piattaforme: i percorsi di acquisto assistiti da Copilot sono il 33% più brevi e i tassi di conversione ad alta intenzione sono del 76% più alti.

Ma per il singolo marketer, la sfida è duplice: padroneggiare una nuova grammatica fatta di semantica e struttura, mentre accetta di cedere una fetta sempre maggiore di controllo decisionale a degli algoritmi il cui funzionamento rimane, in buona parte, opaco.

La partita per il futuro della pubblicità online si gioca ora sulla capacità di costruire non solo annunci migliori, ma sistemi di dati e contenuti che siano, prima di tutto, comprensibili alle macchine.

E in questo gioco, l’eleganza tecnica della soluzione potrebbe contare più del budget pubblicitario.