Come sono cresciute del 4.700% le ricerche di shopping sull'IA generativa in un anno

Le ricerche relative allo shopping sulle piattaforme di IA generativa sono cresciute del 4.700 per cento tra luglio 2024 e luglio 2025, secondo il rapporto State of Fashion 2026 co-pubblicato da Business of Fashion e McKinsey & Company. Quasi un quarto dei consumatori globali ora utilizza l'IA generativa come punto di partenza principale per la scoperta, mentre il 41 per cento dei consumatori afferma di fidarsi dei risultati di ricerca dell'IA generativa più degli annunci a pagamento. Per i rivenditori di moda, le implicazioni si estendono oltre la scoperta a questioni fondamentali riguardo la visibilità, l'architettura dei dati di prodotto e l'acquisizione del traffico.

Quanto traffico ricevono i rivenditori di moda dalle piattaforme IA?

Il passaggio da sperimentale a strutturale è misurabile nei dati di riferimento. Secondo SimilarWeb, ChatGPT ha rappresentato il 16 per cento del traffico in entrata di Zara e l'8 per cento di H&M e Aritzia tra giugno e agosto 2025. Il 53 per cento dei consumatori statunitensi che hanno utilizzato l'IA generativa per la ricerca nel secondo trimestre 2025 l'ha utilizzata anche per aiutarli a fare acquisti.

Adobe Analytics riporta che il traffico proveniente da IA verso i siti di vendita al dettaglio statunitensi è cresciuto del 393 per cento su base annua nel primo trimestre 2026, con i visitatori provenienti da IA che convertono il 42 per cento meglio rispetto a tutto il resto del traffico entro marzo 2026. Quel vantaggio di conversione rappresenta un'inversione: un anno prima lo stesso traffico IA convertiva il 38 per cento peggio. Adobe ha anche indicato che i consumatori che arrivano ai siti di vendita al dettaglio statunitensi dalle piattaforme IA si impegnano il 14 per cento in più rispetto alle loro controparti, trascorrono il 59 per cento in più di tempo sul sito e rimbalzano il 33 per cento in meno, e aggiungono articoli al carrello il 28 per cento in più rispetto ad altri acquirenti.

Cos'è l'ottimizzazione per motori generativi e perché è importante per la moda?

GEO assicura che i contenuti siano visibili e ottimizzati per i modelli di IA generativa. A differenza dell'ottimizzazione tradizionale per i motori di ricerca, che si concentra sul posizionamento nelle pagine dei risultati, il processo di ottimizzazione di un motore generativo per l'e-commerce implica l'organizzazione dei dati di prodotto in modo che gli assistenti IA raccomandino e menzionino la tua gamma di prodotti, e differisce dalla SEO e-commerce in quanto si rivolge al feed strutturato e ai dati della pagina che il modello esamina prima di decidere su un prodotto.

Questi cambiamenti rendono le risposte dei chatbot IA la nuova SEO, secondo McKinsey. Mentre i motori di ricerca rimangono dominanti, generando circa l'80 per cento di tutto il traffico di ricerca, la rapida ascesa della scoperta guidata dall'IA evidenzia un cambiamento fondamentale nel modo in cui le persone trovano e valutano i prodotti. Il traffico di riferimento LLM nella moda e nello sport è cresciuto all'incirca di venti volte su base annua nel corso del 2025, e durante il ciclo festivo 2025, il 96 per cento delle citazioni di moda su Gemini è andato a fonti non rivenditrici.

Come dovrebbero i rivenditori di moda affrontare l'ottimizzazione dei feed di prodotto per l'IA?

Se le pagine di prodotto sono la superficie meno leggibile dalle macchine, e il feed è ciò che sia Google che OpenAI stanno strumentando per le risposte conversazionali, il feed di dati di prodotto è da dove iniziare. I requisiti tecnici differiscono dai feed di shopping tradizionali.

• Feed di prodotto arricchiti per l'IA con dati strutturati dettagliati inclusi titoli, descrizioni, specifiche, attributi e immagini che gli strumenti generativi possono analizzare e raccomandare, e attributi di prodotto granulari come compatibilità, materiale, dimensioni e tag del ciclo di vita in modo che l'IA possa abbinare con fiducia il tuo prodotto all'intento dell'acquirente
• Feed collegati a Google Merchant Center con GTIN puliti, tassonomia e attributi ricchi
• Recensioni e valutazioni nel tuo feed, poiché la specifica del feed di ChatGPT accetta il conteggio delle recensioni di prodotto e la valutazione media come campi a livello di feed
• Prezzi sincronizzati attraverso il tuo feed, sito e tutti i marketplace in modo che gli agenti IA non incontrino discrepanze, markup dello schema su ogni pagina di prodotto e campi per le politiche di spedizione e reso

Implementa lo schema su ogni pagina di prodotto inclusi Product, Offer, AggregateRating, BreadcrumbList, FAQPage e Organization mappati su JSON-LD pulito che gli agenti possono scansionare. Gli strumenti IA si basano su dati di prodotto normalizzati e letterali per abbinare i risultati all'intento dell'utente, migliorando la rilevanza con raccomandazioni di prodotto più personalizzate.

Quali rivenditori di moda stanno implementando strumenti di shopping IA?

22 milioni di persone hanno visitato l'Assistente Zalando nel 2026, rispetto a poco più di 2 milioni nei primi due anni. Zalando riporta che le interazioni con l'assistente durano tre volte più a lungo rispetto alle ricerche convenzionali e hanno una media di più di due domande per conversazione. Il rivenditore europeo di moda online Zalando ha presentato il suo primo agente di shopping IA che consentirà ai clienti di acquistare prodotti da altri rivenditori attraverso l'app Zalando, con Zalando che prevede di lanciare il checkout assistito da IA sulla sua piattaforma Zalando Extended nel 2027, consentendo ai clienti di acquistare prodotti da altri rivenditori online senza lasciare l'app Zalando, con agenti IA che aiutano a completare gli acquisti.

Da Zalando, il rapporto State of Fashion 2026 afferma, l'IA generativa ha ridotto i costi di produzione di immagini del 90 per cento. Revolve ha riportato aumenti significativi nel coinvolgimento dei clienti dai suoi esperimenti con la ricerca potenziata dall'IA generativa.

Quali cambiamenti operativi richiede questo dai team di commercio della moda?

Per garantire che i loro prodotti siano visibili e favoriti dai modelli IA, i marchi devono ripensare le loro infrastrutture di marketing digitale ed e-commerce, dove dati semanticamente ricchi e contenuti accessibili tramite API saranno critici per il successo. Più del 35 per cento dei dirigenti riporta di utilizzare già l'IA generativa in aree come il servizio clienti online, la creazione di immagini, il copywriting, la ricerca dei consumatori o la scoperta di prodotti.

Il cambiamento richiede coordinamento tra funzioni precedentemente separate. I sistemi IA accumulano informazioni dalla copertura editoriale, discussioni su Reddit, commenti dei creatori, recensioni di prodotti, dati di commercio strutturati, post sui social media e segnali di autorità più ampi per generare risposte conversazionali. ChatGPT e Claude si basano su editoriali come Vogue e Business of Fashion, Reddit appare tra le prime cinque fonti di citazione per tutti e cinque i principali motori, e Wikipedia funge da nodo ponte attraverso i modelli orientati all'editoriale.

A differenza dei motori di ricerca che restituiscono link classificati, i modelli di linguaggio di grandi dimensioni come ChatGPT, Gemini e Perplexity sintetizzano informazioni e fanno emergere prodotti basandosi sulla rilevanza contestuale, contenuto strutturato e segnali di terze parti come recensioni e menzioni editoriali. Ciò significa che i budget tradizionali per SEO e ricerca a pagamento potrebbero richiedere una riallocazione. I dati Adobe mostrano che il traffico proveniente da IA verso i siti di vendita al dettaglio statunitensi è cresciuto del 393 per cento su base annua nel primo trimestre 2026, e entro marzo 2026, i visitatori provenienti da IA hanno convertito il 42 per cento meglio rispetto al traffico non-IA.

Quali sono i rischi di non ottimizzare per la scoperta IA?

L'invisibilità è il rischio principale. Una pagina di prodotto può sembrare impeccabile a un essere umano e rimanere invisibile a un agente IA se i dati sottostanti sono scarsi o incoerenti, poiché la scoperta nel commercio IA è governata dalla qualità dei dati, non dal design della pagina. Gli acquirenti sono sempre più disposti a effettuare acquisti da raccomandazioni basate su IA, come si vede nella crescita dell'84 per cento dei ricavi guidati da IA per visita sui siti di vendita al dettaglio statunitensi tra gennaio e luglio 2025.

Il settore sta affrontando un debole sentiment dei consumatori e l'ascesa del cosiddetto commercio agentico, in cui gli agenti IA possono gestire l'intero processo di acquisto per conto degli acquirenti, dal confronto dei prezzi tra rivenditori al completamento del pagamento. Negli anni a venire, gli agenti di shopping IA autonomi potrebbero persino agire per conto dei consumatori, completando compiti dal monitoraggio dei prezzi all'acquisto di prodotti. I rivenditori di moda senza dati di prodotto leggibili dalle macchine rischiano l'esclusione da questi flussi di acquisto automatizzati del tutto.