Esiste un momento preciso in cui una tecnologia smette di essere una tendenza e diventa un’infrastruttura. Per l’intelligenza artificiale applicata al marketing, quel momento è probabilmente già passato.
Un recente articolo pubblicato su Harvard Business Review Italia a firma di Stefano Puntoni, professore di Marketing alla Wharton School, descrive con precisione ciò che molte aziende stanno già vivendo senza ancora nominarlo: due rivoluzioni simultanee che stanno ridisegnando il modo in cui i consumatori cercano informazioni e prendono decisioni d’acquisto.
La prima rivoluzione: i clienti non visitano più il tuo sito
Quando un potenziale cliente chiede a ChatGPT &co “quale agenzia di marketing scegliere per una PMI manifatturiera“, ottiene una risposta curata, senza mai visitare il tuo sito, leggere il tuo blog, vedere il tuo portfolio. Il traffico organico costruito in anni di SEO tradizionale non scompare da un giorno all’altro, ma la direzione è inequivocabile: le ricerche online diminuiscono significativamente tra chi adotta i chatbot come strumento abituale di ricerca.
I brand che compaiono nelle risposte dei modelli generativi ottengono visibilità sproporzionata.
Quelli che non ci sono, semplicemente non esistono in quella conversazione.
Un cambio di paradigma, non di strumento
La risposta non è abbandonare la SEO ma capire che si aggiunge un nuovo livello di gioco.
La differenza è strutturale. I motori di ricerca tradizionali indicizzano pagine. I modelli generativi sintetizzano informazioni: pescano da un oceano di contenuti, li processano, li reinterpretano e li restituiscono in forma di risposta.
Cosa significa in pratica?
I pesi cambiano:
- La struttura delle informazioni. I contenuti chiari, organizzati per rispondere a domande specifiche vengono più facilmente elaborati e citati dai modelli.
- L’autorevolezza percepita. I sistemi generativi privilegiano le fonti ritenute affidabili — e la reputazione digitale si costruisce con coerenza, profondità e citazioni da fonti terze.
- La presenza sui canali che i modelli usano come dati di addestramento. Pubblicazioni di settore, piattaforme verticali, media autorevoli: essere citati là fuori conta più di quante volte appare una keyword sul tuo sito.
Square Marketing sta già integrando questi principi nella costruzione delle strategie di contenuto per i propri clienti. Non come esercizio teorico ma come metodo di esecuzione.
La seconda rivoluzione: e se il tuo cliente fosse un algoritmo?
Questa è la parte che fa più rumore, ma che vale la pena considerare con lucidità.
L’articolo di Puntoni introduce una distinzione che i marketer tendono a ignorare: la differenza tra cliente (chi prende la decisione d’acquisto) e consumatore (chi usa il prodotto). Storicamente coincidevano spesso. Oggi, con l’avvento degli agenti AI autonomi, la domanda diventa: cosa è il tuo cliente?
Un agente AI a cui viene delegata la ricerca e l’acquisto di un servizio valuta le opzioni secondo logiche proprie e diverse da quelle umane. I bias non scompaiono: cambiano forma. Un sistema preferisce la prima posizione nei risultati, un altro quella centrale, un terzo quella a destra. Uno penalizza i contenuti che percepisce come pubblicitari, un altro risponde diversamente agli sconti.
Non è fantascienza. È già oggetto di ricerca accademica. È il motivo per cui iniziare a pensare come un algoritmo valuterebbe la tua proposta di valore è una domanda strategica, non tecnica.
Cosa fare adesso: tre direzioni concrete
Tradurre tutto questo in azioni reali è il punto dove la maggior parte delle riflessioni sull’AI si fermano. Proviamo a superare la curva.
1. Analizza la tua dipendenza dal traffico organico tradizionale. Quale percentuale delle tue lead arriva da ricerca organica? Qual è il contenuto del tuo sito che attira più traffico informativo , ovvero quello più a rischio di essere sostituito dai chatbot? Capire la propria esposizione è il primo passo.
2. Riprogetta i contenuti per un doppio pubblico. I tuoi testi devono funzionare per un lettore umano e essere elaborabili da un sistema AI. Questo non significa scrivere per le macchine: significa strutturare le informazioni con chiarezza, rispondere a domande reali in modo diretto, eliminare il rumore. Un buon testo, punto.
3. Costruisci presenza dove i modelli guardano. Guest post su media di settore, citazioni in studi e ricerche, presenza coerente su piattaforme verticali: questi segnali alimentano la reputazione digitale che i sistemi generativi usano per decidere chi citare. Non è visibilità per il suo gusto: è posizionamento strategico nell’era degli LLM.
La direzione è chiara, anche se il percorso non lo è ancora
Le regole sono ancora in evoluzione ma quello che è certo è la direzione: i modelli generativi stanno diventando un canale di scoperta, valutazione e, ormai, acquisto. Le aziende che iniziano a costruire competenze interne adesso, quando il mercato è ancora in definizione, avranno un vantaggio reale rispetto a chi aspetta che si diffondano le best practice.
Il marketing non è mai stato uno spazio statico. Ha attraversato la stampa, la TV, il digitale, il mobile. Ogni transizione ha creato vincitori e vinti. Questa non fa eccezione ma è vagamente più profonda, perché cambia non solo come il marketing raggiunge le persone, ma potenzialmente chi sono quelle persone.
Divertente no?
Fonte: “Il rivoluzionario impatto dell’intelligenza artificiale sul marketing”, Stefano Puntoni — Harvard Business Review Italia, marzo 2026.
Nicola Ferrari
Marketing Manager
Digital Marketing Strategist e docente presso corsi universitari e master executive, segue da più di 15 anni progetti e brand a livello nazionale e internazionale con un’attenzione specifica su performance e approcci omnichannel.
Scopri l'autore