Intelligenza artificiale per l'e-commerce: guida per PMI

2026-03-26 · Tommaso Maria Ricci

Intelligenza artificiale per l'e-commerce: guida per PMI

Nel 2025, secondo ISTAT, il 16,4% delle imprese italiane con almeno 10 addetti usava almeno una tecnologia di intelligenza artificiale, il doppio dell'anno prima. Il primo ambito di utilizzo era marketing e vendite, con il 33,1% delle imprese che adottano l'IA. Per chi vende online, l'intelligenza artificiale per l'e-commerce non è più un esperimento da grandi marchi: è il terreno dove si decide quanto costa acquisire un cliente, quanto spende e quante volte torna. Questa guida spiega come usarla in una PMI italiana, cosa dicono i dati, da dove partire, quali regole rispettare e come arrivare a un primo risultato misurabile in 90 giorni.

È scritta per titolari, responsabili e-commerce e direttori commerciali di aziende che vendono online, con un proprio sito o sui marketplace. Non è un elenco di strumenti. Gli strumenti cambiano ogni trimestre, mentre il metodo per decidere dove l'IA rende e dove fa solo rumore resta lo stesso.

Da oltre quindici anni costruisco e faccio crescere aziende, e oggi buona parte del mio lavoro consiste nell'aiutare imprenditori e manager a portare l'IA dentro vendite, marketing e operations. L'e-commerce è il settore dove vedo la distanza più grande tra chi ha già messo l'IA nei processi e chi ha solo installato un plugin.

Il mercato e-commerce italiano nel 2026: i numeri da cui partire

Prima di parlare di tecnologia conviene guardare il mercato in cui la si usa.

Secondo l'Osservatorio eCommerce B2c di Netcomm e Politecnico di Milano, nel 2026 gli acquisti online di prodotto degli italiani raggiungono 42,6 miliardi di euro, in crescita del 6% sul 2025, e il valore complessivo, servizi compresi, sale a 66,6 miliardi, sempre con un più 6%. Sono stime presentate a maggio 2026 e riportate da PagamentiDigitali.

Nel 2025 l'Osservatorio aveva stimato oltre 62 miliardi di acquisti online e 35,2 milioni di consumatori che comprano in rete. Il mercato quindi cresce, ma a ritmo da settore maturo, non più a doppia cifra.

Un mercato che cresce del 6% l'anno ha una conseguenza pratica: la crescita di un singolo negozio deve venire sempre più spesso dai concorrenti. Si vince su tre fronti:

  • conversione: quanti visitatori diventano clienti;
  • valore del carrello: quanto spende ogni cliente per ordine;
  • ritorno: quante volte lo stesso cliente ricompra.

L'intelligenza artificiale lavora su tutti e tre. Ed è per questo che nel 2026 la domanda giusta per un e-commerce è dove l'IA sposta i numeri del proprio conto economico, prima ancora di chiedersi se adottarla.

Come viene utilizzata l'IA nell'e-commerce

Sotto l'etichetta "AI per e-commerce" finiscono cose molto diverse. Separarle aiuta a capire da dove partire.

1. Personalizzazione. Raccomandazioni di prodotto, homepage e pagine categoria che cambiano in base a chi le guarda, ricerca interna che capisce cosa intende il cliente anche quando sbaglia parola.

2. Contenuti. Schede prodotto, descrizioni, traduzioni, testi per le campagne, immagini di ambientazione. Qui l'IA generativa ha ridotto in modo drastico i tempi di produzione.

3. Servizio clienti. Assistenti virtuali che rispondono su ordini, spedizioni e resi, smistamento automatico delle richieste, bozze di risposta per gli operatori.

4. Prezzi e promozioni. Modelli che suggeriscono prezzi in base a domanda, concorrenza e scorte, e che decidono a chi mandare quale sconto.

5. Previsione della domanda e scorte. Previsioni di vendita per prodotto e magazzino, riordini automatici, riduzione di rotture di stock e invenduto.

6. Acquisizione clienti. Campagne pubblicitarie gestite da algoritmi, segmentazione del pubblico, email e messaggi automatici nei momenti giusti.

7. Frodi e resi. Riconoscimento di ordini sospetti e di comportamenti anomali sui resi.

8. Visibilità negli assistenti IA. La voce più nuova: fare in modo che i propri prodotti vengano trovati e consigliati quando un cliente chiede a ChatGPT, Gemini o Perplexity cosa comprare.

Una PMI non deve fare tutto. Deve scegliere le due o tre voci dove il proprio conto economico perde di più, e partire da lì.

Perché l'intelligenza artificiale nell'e-commerce conta adesso

Tre dati spiegano perché il 2026 è il momento in cui chi vende online non può più rimandare.

L'adozione è raddoppiata in un anno. Secondo il comunicato ISTAT Imprese e ICT 2025, la quota di imprese con almeno 10 addetti che usano l'IA è passata dall'8,2% del 2024 al 16,4% del 2025. Il divario resta ampio: 53,1% nelle grandi imprese, 15,7% nelle PMI. Lo stesso rapporto indica che il 14,7% delle imprese fa vendite online.

Il mercato dell'IA in Italia cresce in fretta. L'Osservatorio Artificial Intelligence del Politecnico di Milano ha stimato il mercato italiano dell'IA in 1,8 miliardi di euro nel 2025, più 50% sul 2024, con il 46% del valore legato a soluzioni di IA generativa o ibride, come riportato da LaPresse. Lo stesso Osservatorio rileva che il 71% delle grandi imprese ha avviato almeno un progetto di IA, contro l'8% delle piccole e medie.

Attenzione a non confondere i due numeri sulle PMI: il 15,7% di ISTAT misura chi usa almeno una tecnologia di IA, l'8% del Politecnico chi ha avviato un vero progetto. Il primo dato dice quante PMI hanno provato, il secondo quante stanno costruendo qualcosa.

I clienti cominciano a comprare passando dagli assistenti IA. Secondo Adobe Analytics, tra il 1 novembre e il 31 dicembre 2025 il traffico verso i siti retail statunitensi proveniente da strumenti di IA generativa è cresciuto del 693,4% su base annua. È un dato americano e parte da volumi bassi, ma indica una direzione che in Italia arriverà con qualche mese di ritardo.

Il punto per una PMI è semplice. Chi parte oggi ha davanti un vantaggio reale, perché la maggior parte dei concorrenti diretti, soprattutto tra le piccole imprese, non ha ancora un progetto avviato.

Personalizzazione: il primo motore di conversione

La personalizzazione è l'uso più maturo dell'IA nell'e-commerce, e quello con il ritorno più documentato.

Lo studio più citato resta quello di McKinsey del novembre 2021, The value of getting personalization right, or wrong, is multiplying: il 71% dei consumatori si aspetta interazioni personalizzate e il 76% si irrita quando non le riceve. Secondo lo stesso studio, la personalizzazione produce più spesso un aumento dei ricavi tra il 10% e il 15%, con una forbice tra il 5% e il 25% a seconda dell'azienda. Il dato ha quasi cinque anni, quindi va letto come ordine di grandezza, ma è coerente con quello che vedo nei progetti.

Raccomandazioni di prodotto

I blocchi "potrebbe interessarti anche" e "spesso acquistati insieme" sono il punto di partenza più semplice. Funzionano bene quando il catalogo ha almeno qualche centinaio di prodotti e lo storico ordini è di almeno un anno. Con pochi prodotti, regole scritte a mano rendono quasi quanto un modello.

Ricerca interna intelligente

La ricerca nel sito è spesso il punto più trascurato. Chi cerca ha già un'intenzione d'acquisto, e una ricerca che non capisce "scarpe running uomo 44" o che non trova nulla con un errore di battitura fa perdere vendite già fatte. La ricerca semantica basata su IA capisce sinonimi, errori e richieste in linguaggio naturale.

Pagine e comunicazioni personalizzate

Homepage, pagine categoria ed email che cambiano in base alla storia del cliente. Qui l'impatto dipende dalla qualità dei dati: senza un profilo cliente pulito, la personalizzazione diventa casuale.

Sul fronte email, approfondisco metodi e metriche nella guida all'intelligenza artificiale per l'email marketing.

E-commerce automatizzati con IA: cosa si può delegare davvero

Una delle ricerche più frequenti che portano a questa pagina riguarda gli "e-commerce automatizzati con IA". La domanda vera dietro la ricerca è: quanta parte del lavoro di un negozio online può fare una macchina?

Ecco una mappa realistica per una PMI.

AttivitàQuanto è automatizzabile oggiCosa resta alle persone
Schede prodotto e traduzioniAlta, con revisioneControllo dei dati tecnici, tono del marchio
Risposte su stato ordine e spedizioneAltaCasi anomali, reclami
Smistamento delle richieste di assistenzaAltaDecisioni su rimborsi ed eccezioni
Email automatiche (carrello abbandonato, riacquisto)AltaStrategia, offerte, calendario
Previsione della domanda per prodottoMediaLanci, promozioni, eventi esterni
Suggerimenti di prezzoMediaDecisione finale, posizionamento
Gestione campagne pubblicitarieMediaBudget, creatività, obiettivi
Scelta dell'assortimentoBassaDecisione strategica
Rapporti con fornitori e marketplaceBassaNegoziazione

La regola che uso con i clienti è questa: si automatizza ciò che è ripetitivo, frequente e misurabile, e si lascia alle persone ciò che richiede giudizio o relazione. Un e-commerce "completamente automatizzato" non esiste, e chi lo promette di solito vende un software.

Il gestionale con intelligenza artificiale

Molti cercano un "gestionale con intelligenza artificiale per e-commerce". Il consiglio pratico è partire da cosa avete già: la maggior parte delle piattaforme e dei gestionali diffusi in Italia ha aggiunto funzioni di IA negli ultimi due anni. Prima di cambiare sistema, verificate cosa potete attivare su quello attuale e se i vostri dati sono abbastanza puliti da usarle.

Servizio clienti con IA: risposte immediate senza perdere il tono

Il servizio clienti è il secondo punto di partenza più comune, e il più facile da misurare.

Lo studio di riferimento è Generative AI at Work di Brynjolfsson, Li e Raymond, pubblicato dal National Bureau of Economic Research: in un servizio di assistenza clienti, l'accesso a un assistente di IA generativa ha aumentato del 14% in media le richieste risolte all'ora, e del 34% per gli operatori meno esperti, con effetti minimi su quelli più esperti.

Per un e-commerce questo si traduce in tre usi.

Assistente virtuale per le domande ripetitive. Dov'è il mio ordine, come faccio un reso, quali sono i tempi di spedizione. Sono la maggioranza delle richieste in quasi tutti i negozi online.

Smistamento e priorità. L'IA legge le richieste in arrivo, le classifica per tema e urgenza e le assegna alla persona giusta. I reclami arrabbiati arrivano prima, le domande semplici trovano risposta automatica.

Bozze di risposta per gli operatori. L'operatore riceve una risposta già scritta, la controlla e la invia. È l'uso con il rischio più basso e con il guadagno più rapido sui nuovi assunti.

Una regola di prudenza: l'assistente deve presentarsi chiaramente come sistema automatico e passare la conversazione a una persona quando il cliente lo chiede o quando il caso esce dal perimetro. Più avanti, nella sezione sulle regole, vediamo cosa dice l'AI Act. Per un approfondimento completo rimando alla guida all'intelligenza artificiale nel customer service.

Prezzi, promozioni e carrelli abbandonati

Prezzi suggeriti dall'IA

I modelli di pricing analizzano domanda, prezzi dei concorrenti, scorte e stagionalità e suggeriscono il prezzo per ogni prodotto. Per una PMI il consiglio è partire da un sottoinsieme di prodotti, quelli con più concorrenza diretta, e tenere sempre una persona a decidere.

Due regole vanno rispettate.

Gli sconti si calcolano sul prezzo più basso degli ultimi 30 giorni. L'art. 17-bis del Codice del Consumo stabilisce che ogni annuncio di riduzione di prezzo indica il prezzo precedente, cioè il prezzo più basso applicato alla generalità dei consumatori nei trenta giorni prima della riduzione. Un algoritmo che alza e abbassa i prezzi spesso rende più complicato comunicare gli sconti in modo corretto: il sistema deve tenere traccia di questo valore.

Il prezzo personalizzato va dichiarato. La Direttiva (UE) 2019/2161 ha aggiunto alla direttiva sui diritti dei consumatori l'obbligo di informare il cliente quando il prezzo è stato personalizzato sulla base di un processo decisionale automatizzato. Il considerando 45 della stessa direttiva precisa che l'obbligo non riguarda il prezzo dinamico o in tempo reale, a condizione che non comporti una personalizzazione basata su una decisione automatizzata. Tradotto: cambiare il prezzo per tutti in base alla domanda è una cosa, mostrare un prezzo diverso a ogni cliente in base al suo profilo è un'altra, e richiede trasparenza.

Ho scritto una guida dedicata all'intelligenza artificiale per il pricing, con metodi e casi d'uso.

Carrelli abbandonati

Secondo il Baymard Institute, che fa la media di 50 studi, il tasso documentato di abbandono del carrello è del 70,22%. Il primo motivo è il costo extra troppo alto (spedizione, tasse, commissioni), indicato dal 40% degli utenti, seguito da consegna troppo lenta (20%), sfiducia nell'inserire i dati della carta (19%), obbligo di creare un account (18%) e checkout troppo lungo (17%).

Questo dato dice una cosa importante: gran parte dell'abbandono si risolve con decisioni di business (costi di spedizione chiari, checkout ospite, tempi di consegna mostrati prima), non con l'IA. L'IA entra dopo, nel recupero: email e messaggi inviati al momento giusto, con il contenuto giusto, a chi ha più probabilità di tornare.

Previsione della domanda, scorte e resi

Previsione della domanda

Per un e-commerce con magazzino proprio, le scorte sono spesso il primo assorbimento di cassa. I modelli di previsione della domanda stimano le vendite per prodotto e per settimana, considerando stagionalità, promozioni e tendenze. Il guadagno si vede in meno rotture di stock sui prodotti che vendono e meno capitale fermo su quelli che non vendono.

Funzionano bene quando lo storico è lungo e i prodotti si ripetono. Funzionano meno sui prodotti nuovi e sulla moda, dove serve il giudizio di chi conosce il mercato. Ne parlo in modo più esteso nella guida all'intelligenza artificiale per la supply chain.

Resi

I resi sono il costo nascosto dell'e-commerce. Secondo il rapporto NRF e Happy Returns 2025, nel mercato statunitense i retailer stimano che il 19,3% delle vendite online del 2025 verrà reso, che il 9% di tutti i resi sia fraudolento e che l'85% dei retailer usi l'IA per riconoscere o prevenire le frodi sui resi.

L'IA aiuta in tre modi: guide alle taglie e descrizioni più precise che riducono i resi a monte, analisi dei motivi di reso per prodotto, e riconoscimento dei comportamenti sospetti. Per un e-commerce di abbigliamento o calzature, ridurre anche di pochi punti il tasso di reso può valere più di qualsiasi aumento di conversione.

Ottimizzazione dell'e-commerce per l'IA: farsi trovare dagli assistenti

Una delle query che portano a questa guida è "ottimizzazione e-commerce per AI". Riguarda un fenomeno nuovo: clienti che chiedono a un assistente IA quale prodotto comprare, e si fidano della risposta.

I dati americani mostrano quanto in fretta si muove. Secondo eCommerceNews, che riprende Adobe, nel luglio 2025 il traffico verso i siti retail statunitensi proveniente dall'IA generativa era cresciuto del 4.700% su base annua, anche se in quel periodo convertiva il 23% in meno del traffico da altri canali. A un anno di distanza il quadro è cambiato: durante il Prime Day di giugno 2026, secondo i dati Adobe riportati dalla stampa di settore, i visitatori arrivati da fonti IA convertivano il 40% in più del traffico da canali non IA.

McKinsey, in un'analisi dell'ottobre 2025 sul commercio agentico, stima che entro il 2030 i ricavi orchestrati da agenti IA possano valere tra 3.000 e 5.000 miliardi di dollari a livello globale. È una proiezione, e come tutte le proiezioni va presa con prudenza, ma la direzione è chiara.

Cosa può fare una PMI italiana oggi:

  1. Schede prodotto complete e strutturate. Gli assistenti leggono attributi, materiali, misure, compatibilità. Una scheda vaga non viene consigliata.
  2. Dati strutturati sul sito. Prezzo, disponibilità, recensioni e caratteristiche marcati in modo leggibile dalle macchine.
  3. Risposte alle domande reali. Sezioni FAQ e guide all'acquisto che rispondono a come scegliere, che differenza c'è, per chi è adatto.
  4. Recensioni autentiche e numerose. Sono uno dei segnali che gli assistenti usano per decidere cosa raccomandare.
  5. Coerenza tra sito e marketplace. Informazioni contraddittorie tra canali riducono la fiducia del sistema.

È lo stesso lavoro che migliora la SEO tradizionale e la conversione, con un motivo in più per farlo bene.

Acquisizione clienti: pubblicità e contenuti con l'IA

Sul fronte dell'acquisizione, l'IA è già dentro gli strumenti che usate. Le piattaforme pubblicitarie principali gestiscono offerte, pubblico e posizionamenti con algoritmi automatici. Il lavoro umano si sposta su tre cose: dati di conversione affidabili da dare all'algoritmo, creatività varie da testare, obiettivi di margine chiari.

Il caso che cito più spesso è quello di un distributore sportivo con cui ho lavorato: con un progetto di marketing basato sull'IA le vendite sono cresciute del 30%. È un risultato che non dipende dallo strumento scelto: dipende da cosa si misura e da quanto si è disposti a correggere la rotta ogni settimana.

Per i contenuti, l'IA generativa permette di produrre varianti di annunci, testi di schede e immagini in tempi prima impensabili. La regola resta la stessa di sempre: ogni contenuto pubblicato passa da una persona che ne risponde. Sulla generazione di contatti qualificati ho scritto una guida all'intelligenza artificiale per la lead generation, utile soprattutto per chi vende anche B2B.

Le regole: AI Act, Codice del Consumo e Legge 132/2025

Chi usa l'IA in un e-commerce deve conoscere poche regole, ma deve conoscerle bene.

AI Act, trasparenza (art. 50). Dal 2 agosto 2026 si applicano gli obblighi di trasparenza del Regolamento (UE) 2024/1689. L'art. 50, paragrafo 1, chiede ai fornitori di sistemi di IA che interagiscono con le persone, come i chatbot, di fare in modo che queste siano informate del fatto di stare parlando con un'IA, salvo quando è evidente. L'obbligo è formalmente rivolto a chi fornisce il sistema: se usate il chatbot di un fornitore, verificate con lui come lo rispetta. In ogni caso, presentare l'assistente come automatico è la scelta più prudente e anche quella che genera più fiducia.

AI Act, contenuti generati. L'art. 50, paragrafo 2, riguarda la marcatura dei contenuti sintetici prodotti dai sistemi di IA generativa. Con il Regolamento (UE) 2026/1744, in vigore dal 27 luglio 2026, i fornitori di sistemi già sul mercato prima del 2 agosto 2026 hanno tempo fino al 2 dicembre 2026 per adeguarsi.

AI Act, alto rischio. Gli usi tipici di un e-commerce (raccomandazioni, chatbot, previsioni di domanda) non rientrano tra gli usi ad alto rischio dell'Allegato III, i cui obblighi si applicano dal 2 dicembre 2027. Per il quadro completo rimando alla guida alla conformità all'AI Act per le aziende.

Codice del Consumo. Annunci di sconto con il prezzo più basso degli ultimi 30 giorni (art. 17-bis) e trasparenza sui prezzi personalizzati con decisioni automatizzate, come visto sopra.

Legge 132/2025. La legge italiana sull'intelligenza artificiale, in vigore dal 10 ottobre 2025, all'art. 11 obbliga il datore di lavoro a informare il lavoratore dell'uso dell'IA nei casi previsti dalla normativa sui sistemi decisionali o di monitoraggio automatizzati. Riguarda, per esempio, chi usa sistemi automatici per assegnare turni o misurare le prestazioni del personale di magazzino o del servizio clienti. Il testo è sulla Gazzetta Ufficiale.

Privacy. La personalizzazione usa dati personali: base giuridica, consensi per il marketing e informativa vanno sistemati prima di accendere qualsiasi modello.

Implementazione AI per ecommerce: il piano in 90 giorni

Questo piano è pensato per una PMI con un e-commerce attivo, almeno un anno di storico ordini e una piccola squadra interna.

Giorni 1-30: diagnosi e priorità

  • Mappare il percorso del cliente con i numeri reali: visite, conversione, valore medio del carrello, tasso di riacquisto, resi, richieste di assistenza.
  • Individuare i tre punti dove si perde più margine.
  • Verificare la qualità dei dati: catalogo, storico ordini, anagrafica clienti, consensi.
  • Controllare quali funzioni di IA sono già disponibili sulla piattaforma e sul gestionale che usate.
  • Scegliere un solo progetto pilota, con una metrica chiara e un responsabile.

Giorni 31-60: il pilota

  • Attivare il progetto scelto su una parte del traffico o del catalogo, tenendo un gruppo di confronto.
  • Esempi tipici: raccomandazioni in pagina prodotto, bozze di risposta per il servizio clienti, email di recupero carrello, schede prodotto riscritte per una categoria.
  • Misurare ogni settimana contro il gruppo di confronto.
  • Raccogliere il parere di chi lavora sul processo: operatori, responsabili di categoria, magazzino.

Giorni 61-90: decisione ed estensione

  • Confrontare i risultati con la situazione di partenza. Si tiene ciò che funziona in modo misurabile.
  • Estendere il pilota riuscito a tutto il catalogo o a tutto il traffico.
  • Scegliere il secondo progetto.
  • Scrivere regole interne semplici: chi controlla i contenuti generati, quali dati possono entrare negli strumenti, come si gestiscono gli errori.

Alla fine dei 90 giorni dovreste avere un progetto in produzione con un risultato misurato, un secondo progetto avviato e un metodo per scegliere i successivi.

Se volete un parere esterno su quale progetto scegliere per primo e su come impostarlo, potete richiedere una consulenza dalla pagina Richiesta consulenza di questo sito. Di solito parto dall'analisi dei numeri del negozio e dei punti dove si perde margine.

Checklist: quanto è pronto il tuo e-commerce per l'IA

Assegna a ogni affermazione un punteggio da 0 (non vero) a 2 (del tutto vero).

#AffermazionePunteggio (0-2)
1Conosciamo conversione, valore medio del carrello e tasso di riacquisto degli ultimi 12 mesi
2Il catalogo ha attributi completi e coerenti per ogni prodotto
3Abbiamo almeno 12 mesi di storico ordini collegato ai clienti
4I consensi marketing sono raccolti e registrati correttamente
5Sappiamo quali sono le cinque domande più frequenti al servizio clienti
6Misuriamo i motivi di reso per prodotto
7Una persona ha tempo e responsabilità per i progetti di IA
8Sappiamo quali funzioni di IA offre già la nostra piattaforma
9Facciamo test con gruppo di confronto prima di cambiare qualcosa
10Abbiamo regole scritte su chi controlla i contenuti generati dall'IA

0-7: prima le fondamenta. Lavorate su dati, catalogo e misurazione. Migliorerete i risultati prima ancora di introdurre l'IA.

8-14: pronti per un pilota. Scegliete un progetto tra servizio clienti, raccomandazioni e recupero carrelli.

15-20: pronti a estendere. Passate a prezzi, previsione della domanda e visibilità negli assistenti IA, con regole interne formalizzate.

Quanto costa l'IA per un e-commerce e quanto rende

I costi dipendono da tre scelte: usare le funzioni già incluse nella piattaforma, aggiungere applicazioni specializzate, oppure sviluppare soluzioni su misura. Per una PMI il percorso più sensato è quasi sempre il primo, poi il secondo dove serve, e il terzo solo quando l'IA diventa un vantaggio competitivo specifico.

Voce di costoCosa considerare
Funzioni incluse nella piattaformaSpesso già pagate nell'abbonamento, da attivare e configurare
Applicazioni specializzateCanone mensile, spesso legato a volumi di traffico o ordini
Lavoro sui datiPulizia del catalogo e dell'anagrafica, il costo più sottovalutato
Tempo internoConfigurazione, controllo dei contenuti, misurazione
Supporto esternoDiagnosi iniziale, scelta delle priorità, impostazione dei test

Il ritorno si misura su quattro indicatori: conversione, valore medio del carrello, tasso di riacquisto e costo del servizio clienti per ordine. Il calcolo va fatto sui vostri numeri: se un negozio fattura un milione e l'IA alza la conversione di qualche decimo di punto, l'effetto sul fatturato è immediato da stimare.

Per un'analisi più ampia dei costi rimando alla guida ai costi dell'intelligenza artificiale per le aziende.

Sito proprio o marketplace: dove l'IA rende di più

Molte PMI italiane vendono sia sul proprio sito sia su uno o più marketplace. L'IA si usa in modo diverso nei due canali, e confonderli porta a investire nel posto sbagliato.

Sul sito proprio controllate tutto il percorso. Ricerca interna, raccomandazioni, pagine personalizzate, email, servizio clienti: ogni leva è vostra, e anche i dati dei clienti lo sono. È qui che la personalizzazione e il recupero dei carrelli danno il ritorno più alto, perché ogni miglioramento resta nel vostro conto economico e alimenta il riacquisto.

Sui marketplace controllate molto meno. Algoritmi di ricerca, raccomandazioni e regole sui prezzi sono della piattaforma. Qui l'IA serve soprattutto a monte: schede prodotto più complete e coerenti, immagini migliori, monitoraggio dei prezzi dei concorrenti, previsione della domanda per non restare senza scorte nei momenti di picco.

In entrambi i casi conta la qualità del catalogo. Un catalogo con attributi completi, descrizioni precise e dati coerenti migliora la ricerca sul sito, la visibilità sui marketplace e la probabilità di essere consigliati dagli assistenti IA. Per questo, quando un'azienda mi chiede da dove partire e il catalogo è disordinato, la risposta è quasi sempre il catalogo.

Una regola pratica: se più della metà del fatturato passa dai marketplace, il primo progetto riguarda catalogo e scorte; se la maggior parte passa dal sito proprio, il primo progetto riguarda conversione e riacquisto.

Gli errori più comuni nell'IA per l'e-commerce

  1. Partire dallo strumento invece che dal problema. Si installa un'app perché è di moda, senza sapere quale numero dovrebbe migliorare.
  2. Dati sporchi. Catalogo incompleto, clienti duplicati, ordini non collegati. Nessun modello rimedia a dati sbagliati.
  3. Nessun gruppo di confronto. Senza un confronto non si sa se il risultato viene dall'IA o dalla stagione.
  4. Contenuti generati senza controllo. Schede con dati tecnici sbagliati o promesse che il prodotto non mantiene producono resi e recensioni negative.
  5. Chatbot che non passa mai a una persona. Il cliente bloccato in una conversazione circolare è un cliente perso.
  6. Prezzi automatici senza regole. Margini erosi, sconti comunicati male, clienti che vedono prezzi diversi senza capire perché.
  7. Ignorare la privacy. Personalizzazione basata su dati raccolti senza base giuridica: un rischio che vanifica il risultato.
  8. Fare tutto insieme. Cinque progetti in parallelo con una squadra piccola significa cinque progetti a metà.

Intelligenza artificiale per l'e-commerce: cosa cambia nei prossimi due anni

Tre tendenze meritano attenzione.

Gli agenti che comprano per conto del cliente. Gli assistenti IA stanno passando dal consigliare al completare l'acquisto. Per chi vende significa che una parte dei clienti arriverà già decisa, o non arriverà affatto sul sito, se i dati di prodotto non sono leggibili.

Il servizio clienti diventa proattivo. Invece di aspettare la domanda, il sistema avvisa il cliente di un ritardo, propone una soluzione e la applica.

Il negozio si adatta a ogni visitatore. Pagine, assortimento mostrato e comunicazioni cambiano in tempo reale, entro i limiti fissati dalle regole sulla trasparenza dei prezzi e sulla privacy.

Per le PMI italiane il messaggio è pratico. Il divario con le grandi imprese è ampio, ma la maggior parte delle funzioni oggi è accessibile anche a un negozio piccolo. Conta la disciplina: un problema chiaro, dati in ordine, un test misurato, e poi il passo successivo. Se volete approfondire il quadro generale, la guida all'intelligenza artificiale per le PMI parte da qui e allarga lo sguardo all'intera azienda. Per chi ha anche negozi fisici, utile la guida all'intelligenza artificiale nel retail.

Se volete capire da dove partire nel vostro caso, potete richiedere una consulenza dalla pagina Richiesta consulenza del sito: in una prima conversazione si capisce se il negozio è pronto per un pilota o se conviene prima mettere in ordine i dati.

Domande frequenti

Come viene utilizzata l'IA nell'e-commerce?

L'intelligenza artificiale nell'e-commerce viene usata soprattutto per personalizzare raccomandazioni e pagine, migliorare la ricerca interna, scrivere e tradurre schede prodotto, rispondere ai clienti con assistenti virtuali, suggerire prezzi, prevedere la domanda, recuperare i carrelli abbandonati e riconoscere frodi sui resi. Una nuova area riguarda la visibilità negli assistenti come ChatGPT, che consigliano prodotti ai clienti. Una PMI di solito parte da due o tre di questi ambiti, scelti dove perde più margine.

Da dove parte l'implementazione AI per ecommerce in una PMI?

L'implementazione parte da una diagnosi dei numeri del negozio: conversione, valore medio del carrello, tasso di riacquisto, resi e richieste di assistenza. Si scelgono i punti dove si perde più margine, si verifica la qualità dei dati e si controlla quali funzioni di IA offre già la piattaforma in uso. Poi si avvia un solo progetto pilota con un gruppo di confronto, si misura per alcune settimane e si estende solo ciò che funziona. Un primo risultato misurabile arriva in circa 90 giorni.

Quanto costa usare l'intelligenza artificiale in un e-commerce?

Il costo dipende da tre scelte: attivare funzioni già incluse nella piattaforma, aggiungere applicazioni specializzate a canone oppure sviluppare soluzioni su misura. Per una PMI il percorso più economico è partire da ciò che si ha già. Il costo più sottovalutato è il lavoro sui dati, cioè la pulizia di catalogo e anagrafica clienti, insieme al tempo interno per controllare i contenuti e misurare i risultati. Il ritorno va calcolato sui propri numeri di conversione, carrello medio, riacquisto e costo dell'assistenza.

L'intelligenza artificiale per l'e-commerce funziona anche per negozi piccoli?

Sì, ma con scelte diverse da quelle di un grande marchio. Con un catalogo ridotto e pochi ordini, le raccomandazioni basate su modelli rendono poco più di regole scritte a mano. Funzionano invece bene fin da subito le schede prodotto e le traduzioni con IA generativa, le bozze di risposta per il servizio clienti e le email automatiche di recupero carrello. Il vantaggio per i negozi piccoli è che molte di queste funzioni sono già incluse nelle piattaforme più diffuse.

Cosa dice l'AI Act sui chatbot degli e-commerce?

Dal 2 agosto 2026 si applicano gli obblighi di trasparenza dell'art. 50 dell'AI Act. Il paragrafo 1 chiede ai fornitori di sistemi di IA che interagiscono con le persone di fare in modo che queste sappiano di parlare con un'IA, salvo quando è evidente. Chi usa il chatbot di un fornitore deve verificare con lui come viene rispettato l'obbligo. In ogni caso, presentare l'assistente come automatico e permettere il passaggio a una persona è la scelta più prudente per un negozio online.

L'e-commerce può usare prezzi dinamici calcolati dall'IA?

Sì, nel rispetto di due regole. Gli annunci di sconto devono indicare come prezzo precedente il prezzo più basso applicato nei trenta giorni prima della riduzione, come stabilisce l'art. 17-bis del Codice del Consumo. Inoltre, se il prezzo viene personalizzato per il singolo cliente sulla base di un processo decisionale automatizzato, il cliente deve esserne informato. Il prezzo dinamico uguale per tutti, che cambia in base alla domanda, non richiede questa informazione specifica.

Come si ottimizza un e-commerce per essere trovato dagli assistenti IA?

Servono schede prodotto complete e strutturate con attributi, misure e compatibilità, dati strutturati leggibili dalle macchine su prezzo e disponibilità, guide all'acquisto e FAQ che rispondono alle domande reali dei clienti, recensioni autentiche e informazioni coerenti tra sito e marketplace. È lo stesso lavoro che migliora la SEO tradizionale e la conversione. I dati Adobe sul mercato statunitense mostrano che il traffico dagli assistenti IA verso i siti retail cresce molto in fretta.

L'intelligenza artificiale sostituirà chi lavora nell'e-commerce?

Le evidenze disponibili indicano un cambiamento del lavoro più che una sostituzione. L'IA toglie molte attività ripetitive: risposte standard, prime bozze di testi, smistamento delle richieste, report. Restano alle persone le decisioni su assortimento, prezzi, offerte e rapporti con fornitori, oltre ai casi difficili del servizio clienti. Uno studio del National Bureau of Economic Research sul customer service ha rilevato che l'IA aumenta la produttività soprattutto degli operatori meno esperti.