Che cos'è il commercio agentico? Come gli agenti IA faranno acquisti per i clienti della moda

Il commercio agentico è uno shopping in cui un agente IA agisce per il cliente: interpreta una richiesta, cerca e confronta i prodotti e può completare l'acquisto entro i limiti fissati dall'acquirente. Per la moda significa che una quota crescente della scoperta dei prodotti, e in parte del checkout, potrebbe avvenire all'interno di assistenti come ChatGPT, Gemini o Perplexity invece che sul sito web del brand.

Che cos'è il commercio agentico e in che cosa si differenzia da un chatbot?

Un chatbot di shopping tradizionale risponde alle domande sul sito di un singolo retailer. Un agente va oltre: pianifica attività in più passaggi, interroga sistemi esterni e compie azioni. Il report di McKinsey dell'ottobre 2025 definisce il commercio agentico come shopping alimentato da agenti IA che agiscono per nostro conto, con agenti che anticipano le esigenze, valutano le opzioni, negoziano ed eseguono le transazioni.

Lo stesso report distingue tre modelli di interazione, utili ai team della moda per capire dove i loro prodotti verranno visti e acquistati.

Quanto potrebbe crescere il commercio agentico?

Le previsioni sono premature e vanno lette come scenari. McKinsey stima che entro il 2030 il commercio agentico potrebbe gestire tra 900 miliardi e 1.000 miliardi di dollari USA di ricavi del retail B2C statunitense, e tra 3.000 e 5.000 miliardi di dollari a livello globale, considerando solo i beni. Il report osserva inoltre che metà dei consumatori usa già l'IA quando cerca su internet.

I comportamenti cambiano più rapidamente delle transazioni. Oggi la maggior parte degli acquisti di moda si conclude ancora sul sito web o sull'app di un retailer, anche quando il percorso è iniziato in un assistente. La distinzione è importante per la pianificazione: prepararsi a essere trovati dagli agenti è urgente, mentre prepararsi a vendere all'interno di un agente dipende da come le piattaforme definiranno i loro modelli di checkout.

Leggi anche

Come sta cambiando la ricerca con l'IA il modo in cui i clienti trovano la moda?

Quali piattaforme stanno sviluppando oggi lo shopping agentico?

Diverse grandi piattaforme hanno lanciato funzioni di shopping agentico tra la fine del 2025 e il 2026, e i loro approcci sono ancora in evoluzione.

• OpenAI: ha lanciato Instant Checkout in ChatGPT il 29 settembre 2025, partendo dai venditori Etsy statunitensi, sulla base dell'Agentic Commerce Protocol sviluppato insieme a Stripe. Il merchant restava merchant of record. Nel marzo 2026 CNBC ha riferito che OpenAI si stava allontanando da Instant Checkout per orientarsi verso app gestite dai retailer all'interno di ChatGPT, con acquisti completati sul sito del retailer.
• Google: ha annunciato lo Universal Commerce Protocol nel gennaio 2026, sviluppato insieme a Shopify, Etsy, Wayfair, Target e Walmart e sostenuto da oltre 20 aziende tra cui Zalando, Macy's Inc., Visa e Mastercard. Gestisce il checkout sulle offerte idonee in AI Mode e nell'app Gemini per i retailer statunitensi idonei, che restano venditori ufficiali.
• Assistenti dei retailer: Zalando ha riferito nel marzo 2026 che il suo assistente contava sei milioni di utenti, quattro volte quelli di un anno prima, e che si stava preparando agli acquisti tramite chatbot attraverso il protocollo di Google.

Di che cosa ha bisogno un agente IA da un brand di moda?

Gli agenti lavorano con dati strutturati, non con le immagini delle campagne o lo storytelling del brand. Nell'abbigliamento gli attributi più importanti sono quelli che, se errati, causano resi e ricerche fallite: taglia e sistema di taglie, colore, materiale, vestibilità, genere e fascia d'età, raggruppamento delle varianti, prezzo e disponibilità in tempo reale per taglia.

Le raccomandazioni di McKinsey ai merchant vanno nella stessa direzione: rendere i dati di prodotto leggibili dagli agenti, costruire API modulari invece di affidarsi a un'unica partnership esclusiva con un fornitore di IA, e progettare un'esperienza per gli agenti accanto all'esperienza cliente. Per la maggior parte delle aziende di moda il primo passo non è un nuovo progetto di IA, ma sistemare la gestione delle informazioni di prodotto e i feed dello stock.

Quali sono i rischi per i retailer di moda?

Le opportunità comportano compromessi reali che meritano una valutazione lucida.

1. Disintermediazione: se l'agente controlla la conversazione, il brand può perdere il contatto diretto, i dati e la possibilità di fare cross-selling. McKinsey avverte che gli agenti potrebbero diventare i nuovi guardiani del commercio.
2. Ranking poco trasparente: non è sempre chiaro perché un agente consigli un prodotto invece di un altro, e l'idoneità per una piattaforma non garantisce la visualizzazione.
3. Errori e responsabilità: gli agenti possono indicare in modo errato taglie, prezzi o materiali. McKinsey segnala come rischi la responsabilità del brand e il controllo delle autorità di regolamentazione.
4. Pressione sul retail media: se gli acquirenti saltano i risultati di ricerca e le pagine prodotto, i ricavi pubblicitari legati a quelle pagine possono indebolirsi.
5. Volatilità delle piattaforme: il cambio di rotta di OpenAI sul checkout nel giro di sei mesi mostra che i modelli commerciali non sono ancora definiti.

Come dovrebbero prepararsi i brand di moda nel 2026?

Un piano realistico si concentra su mosse che non si rimpiangeranno: attributi di prodotto completi e coerenti, stock accurato a livello di taglia, feed di prodotto verso i principali assistenti dove esistono programmi dedicati, informazioni chiare su resi e consegne in formato leggibile dalle macchine e analytics che separino il traffico proveniente da assistenti IA dagli altri canali. Le decisioni commerciali, ad esempio se attivare il checkout all'interno dell'assistente o sviluppare un'app al suo interno, possono seguire una volta che economia e condizioni saranno più chiare.

Leggi anche

Lanciare un assistente di shopping con IA: una checklist in 20 punti per l'e-commerce di moda

Gli agenti IA sostituiranno i siti di e-commerce di moda?

Non nel breve periodo. Le piattaforme stesse continuano a inviare molti acquirenti ai siti dei merchant per completare gli acquisti, e la moda dipende fortemente da ispirazione visiva, sicurezza sulla vestibilità ed esperienza di brand, che gli assistenti replicano solo in parte. L'esito più probabile è un modello misto in cui gli agenti gestiscono una parte maggiore di scoperta e confronto, mentre siti e app dei brand restano importanti per checkout, fidelizzazione e servizio.

Per i manager della moda la chiave di lettura più utile è per fasi. Nella prima fase gli assistenti agiscono come consulenti che indirizzano gli acquirenti ai siti di brand e retailer; questo avviene già oggi e premia soprattutto buoni dati di prodotto e condizioni chiare. Nella seconda fase gli assistenti completano gli acquisti all'interno delle piattaforme, mentre il retailer continua a evadere gli ordini e a servire il cliente; questo è in fase di test e le condizioni stanno ancora cambiando. In una terza fase gli agenti personali potrebbero agire con maggiore autonomia, ad esempio riordinando i capi basic o monitorando un articolo specifico in una determinata taglia e fascia di prezzo. Ogni fase accresce l'importanza di uno stock accurato a livello di taglia e di condizioni di reso trasparenti, perché il cliente potrebbe non vedere mai la pagina prodotto prima dell'acquisto. Pianificare ora per la prima fase, monitorando la seconda e la terza, evita sia di investire troppo sia di restare esclusi da un canale in rapida crescita.