Gli assistenti AI stanno cambiando il modo in cui cerchiamo e confrontiamo i prodotti online. Ecco perché diventa essenziale costruire schede prodotto complete e comprensibili per la ricerca conversazionale.
Per anni abbiamo progettato le schede prodotto pensando a un unico interlocutore: il consumatore. Abbiamo lavorato su immagini, descrizioni, call to action, recensioni, schede tecniche e SEO con un obiettivo preciso: aiutare le persone a trovare un prodotto e convincerle ad acquistarlo. Oggi, però, qualcosa sta cambiando.
Sempre più spesso non è l'utente a cercare direttamente un prodotto, ma chiede a ChatGPT, Gemini, Copilot o Perplexity di consigliargli la soluzione migliore. Google stessa sta trasformando la ricerca attraverso AI Overview e AI Mode, mentre gli AI Agent promettono di arrivare presto a confrontare prodotti e completare acquisti per nostro conto.
La domanda quindi non è più soltanto "la mia scheda prodotto è convincente?", ma anche: l'intelligenza artificiale riesce davvero a capirla? È una differenza sottile, ma destinata a cambiare profondamente il modo in cui progettiamo gli eCommerce.
A raccontare questa trasformazione è anche la 19ª edizione dell'Osservatorio Immagino di GS1 Italy, che parte da un concetto apparentemente semplice: le etichette dei prodotti rappresentano da sempre uno dei principali strumenti di comunicazione tra aziende e consumatori.
Secondo una ricerca Ipsos realizzata per GS1 Italy, il 96% degli italiani legge abitualmente le etichette durante gli acquisti.
.png)
Il problema è che lo spazio sul packaging è limitato. Da qui nasce l'evoluzione verso il GS1 Digital Link, uno standard che trasforma il tradizionale codice a barre in un collegamento digitale, permettendo di accedere tramite QR Code a un patrimonio molto più ricco di informazioni. Fin qui sembra soltanto un'evoluzione dell'esperienza d'acquisto, ma in realtà il cambiamento è molto più profondo.
L'Osservatorio introduce un concetto destinato a diventare centrale nei prossimi anni: le informazioni di prodotto non servono più soltanto agli esseri umani ma servono anche alle macchine.
Gli assistenti AI stanno già iniziando a confrontare prodotti, suggerire alternative, costruire liste della spesa e, in alcuni casi, effettuare direttamente acquisti per conto degli utenti. Per poterlo fare, però, hanno bisogno di informazioni strutturate.
Se una scheda prodotto contiene dati incompleti, attributi poco chiari o descrizioni ambigue, l'AI potrebbe semplicemente non comprenderla oppure escluderla dai risultati. In altre parole, non essere leggibili dalle AI potrebbe diventare il nuovo "non essere trovati su Google".
Negli ultimi vent'anni abbiamo imparato a ottimizzare le pagine per i motori di ricerca con keyword, meta tag, link e dati strutturati. Tutti elementi ancora fondamentali, ma che oggi non sono più sufficienti perché i nuovi sistemi di ricerca ragionano in maniera completamente diversa: non cercano semplicemente parole chiave ma interpretano relazioni, confrontano caratteristiche, analizzano attributi e comprendono il contesto.
Per questo motivo diventa sempre più importante costruire schede prodotto che siano semanticamente complete e strutturate secondo standard condivisi, come Schema.org, il markup Product di Google o il GS1 Web Vocabulary.
Per molti anni una scheda prodotto è stata considerata principalmente uno strumento commerciale ma oggi è molto di più. È un insieme di dati che definisce l’identità digitale di un prodotto e deve poter essere interpretato sia dalle persone sia dagli algoritmi. Più le informazioni sono complete, coerenti e strutturate, maggiore sarà la probabilità che un assistente AI riesca a comprenderle e utilizzarle nelle proprie risposte.
Ed è qui che entra in gioco un tema che spesso viene sottovalutato. Molti pensano che rendere un eCommerce "AI Ready" significhi semplicemente scrivere descrizioni migliori ma in realtà serve un lavoro molto più trasversale. Serve il contributo del design, che organizza le informazioni in maniera chiara e leggibile, serve il contributo dello sviluppo, che implementa correttamente dati strutturati, markup semantici e standard internazionali così come serve la SEO, che definisce tassonomie, gerarchie informative ed entità.
Sono competenze diverse, ma oggi sempre più interconnesse, perché l'intelligenza artificiale non valuta soltanto il contenuto ma valuta anche il modo in cui quel contenuto è organizzato.
Negli ultimi anni abbiamo parlato molto di User Experience ma oggi si sta affacciando un nuovo concetto, che potremmo chiamare AI Experience e non riguarda l'interfaccia e nemmeno il design, ma riguarda la capacità di un sistema intelligente di comprendere in maniera precisa le informazioni che mettiamo online.
È un cambio di prospettiva che ricorda quello avvenuto con la nascita della SEO: allora abbiamo imparato a progettare siti comprensibili per Google, oggi dobbiamo iniziare a progettare contenuti comprensibili anche per gli assistenti AI.
Immaginiamo che un consumatore chieda a ChatGPT o a un assistente AI: "Cerco una pasta ricca di proteine, senza glutine e prodotta in Italia, con ingredienti semplici."
Due aziende vendono un prodotto che risponde a questa richiesta. Eppure l'AI potrebbe consigliarne una sola. Entrambe le aziende vendono esattamente quel prodotto, la differenza è nel modo in cui hanno costruito la scheda prodotto.
Per molto tempo il settore food è stato considerato uno dei più difficili da portare online. Gli italiani, infatti, continuano a preferire il punto vendita fisico per la spesa quotidiana: vogliono vedere il prodotto, leggerne l'etichetta e valutarne direttamente la qualità. Questo, però, non significa che l'eCommerce alimentare non abbia spazio di crescita. Significa semplicemente che il suo ruolo è diverso.
Secondo la 19ª edizione dell'Osservatorio Immagino di GS1 Italy, lo scaffale digitale è il luogo in cui i consumatori effettuano ricerche molto più mirate rispetto al supermercato tradizionale. Online aumentano infatti gli acquisti di prodotti caratterizzati da claim specifici, oltre a prodotti legati a nuovi trend alimentari.
In altre parole, il consumatore non va online per acquistare semplicemente della pasta o dei biscotti. Va online perché cerca quella pasta o quei biscotti con caratteristiche molto precise, che spesso fatica a trovare sullo scaffale del supermercato, ed è proprio qui che entra in gioco la qualità della scheda prodotto.
Se un utente cerca un alimento senza glutine, ricco di proteine o prodotto con ingredienti italiani, queste informazioni devono essere immediatamente disponibili, chiare e strutturate. Non solo per facilitare la scelta della persona, ma anche perché un motore di ricerca o un assistente AI possa individuarle, confrontarle e proporre il prodotto corretto.
In un contesto in cui la ricerca diventa sempre più conversazionale e gli AI Agent iniziano ad affiancare i consumatori nelle decisioni d'acquisto, una scheda prodotto completa non rappresenta più soltanto uno strumento di vendita, diventa il linguaggio con cui il prodotto si presenta al mercato digitale.
La buona notizia è che molte aziende possiedono già gran parte dei dati necessari. La cattiva è che spesso sono distribuiti tra ERP, PIM, cataloghi PDF, schede tecniche e database differenti, senza una struttura condivisa.
Nei prossimi anni il vantaggio competitivo, quindi, non sarà soltanto avere il prodotto migliore, sarà riuscire a renderlo comprensibile agli algoritmi che guideranno le decisioni d'acquisto. Perché, se fino a ieri ottimizzare una scheda prodotto significava aiutare un cliente a scegliere, domani significherà aiutare un'intelligenza artificiale a scegliere al posto suo.
Per anni abbiamo progettato le schede prodotto pensando a chi le avrebbe lette. Oggi dobbiamo iniziare a progettarle anche per chi le interpreterà. Perché nel prossimo futuro non sarà sempre una persona a scegliere cosa acquistare: sempre più spesso sarà un'intelligenza artificiale a farlo, sulla base della qualità delle informazioni che sapremo metterle a disposizione.
