Il 75% dei marketer prevede di investire di più nel 2027 per comparire nelle risposte degli assistenti AI, secondo lo studio Media Reactions 2026 di Kantar. Ma solo il 24% dei consumatori si fida dei consigli di marca che riceve da questi strumenti.
Due domande nascono da questo scarto:
- Investire per essere citati dall’AI serve davvero a guadagnare la fiducia dei clienti?
- Se il nome della tua azienda non compare nelle risposte, da dove si comincia?
In Social Thingum, PMI innovativa e società di consulenza in tecnologie per la trasformazione digitale, progettiamo soluzioni di intelligenza artificiale a partire dalla conoscenza e dai contenuti di un’azienda. Per questo il tema ci tocca da vicino.
Le aziende investono, i clienti restano scettici
Quel 75% non dice quanto le aziende spenderanno in più, ma quante hanno intenzione di farlo: è la quota di marketer che dichiara di voler aumentare il budget, al netto di chi pensa invece di ridurlo. E chi deve decidere lo fa con meno certezze di un anno fa: solo la metà dei marketer si dice sicura del proprio equilibrio tra costruzione del brand e risultati di breve periodo, contro il 60% del 2025.
Dall’altra parte, circa un consumatore su tre usa un assistente AI per informarsi su marchi e prodotti, ma si fida poco di quello che gli risponde, come conferma il 24% citato all’inizio. Per Kantar lo scetticismo dipende soprattutto da quattro cose:
- come le persone vedono la tecnologia in generale;
- l’opinione che hanno già del marchio;
- da dove viene la risposta che ricevono;
- come quella risposta viene presentata.
Su gran parte di questi fattori un’azienda può fare poco. Sulla fonte della risposta, invece, può lavorare: dipende da cosa rende disponibile su di sé. La domanda utile, allora, non è quanto investire, ma come farsi consigliare.
Una parte della visibilità si compra con gli annunci. Un’altra si guadagna, e dipende da come gli assistenti leggono e usano i contenuti dell’azienda. Quando deve rispondere, un assistente AI va a recuperare le pagine più pertinenti e aggiornate dal proprio indice di ricerca: questo passaggio si chiama retrieval. Più i contenuti sono organizzati e facili da trovare, più hanno possibilità di essere recuperati e usati bene, anche se nessuno può garantirlo.
Come un assistente sceglie chi citare
Un assistente AI non conosce un’azienda come la conosce un commerciale. Non cerca le stesse parole della domanda, ma il senso: Google spiega che i suoi sistemi riconoscono sinonimi e intento di ricerca. E per rispondere a una domanda complessa, genera da sé altre domande correlate su temi vicini. Contano quindi i contenuti che rispondono davvero a quello che un cliente vuole sapere, più della ripetizione di una parola chiave.
Questo lavoro ha più nomi: SEO (ottimizzazione per i motori di ricerca), GEO (per i motori generativi), AEO (per i motori di risposta). Google, però, continua a chiamarlo SEO anche quando si parla di ricerca generativa, senza requisiti in più. Bastano pagine indicizzabili, ben collegate tra loro, con i contenuti principali scritti come testo, e un sito che non blocchi per sbaglio i programmi che lo leggono.
Il resto lo fa il contenuto. Secondo Google, nel lungo periodo un punto di vista originale, come un’esperienza diretta, conta più di qualsiasi accorgimento tecnico. Per un’azienda B2B significa raccontare casi reali, dati propri, competenze specifiche, e tenere coerenti nome, descrizione e servizi su sito, profili e schede esterne.
Girano diverse scorciatoie, ma per la ricerca di Google contano poco: il file llms.txt, che alcuni siti usano per riassumere i propri contenuti ai modelli linguistici; i testi spezzati in micro blocchi per farsi “pescare” più facilmente; le menzioni artificiali del brand piazzate su altri siti.
Da dove cominciare
Investire per essere citati dall’AI non garantisce la fiducia dei clienti: lo studio di Kantar mostra che i marketer corrono più veloci dei consumatori. Se il nome della tua azienda non compare nelle risposte, si parte da una verifica: fai ai principali assistenti le domande che farebbe un cliente, guarda se l’azienda compare e come viene descritta, e ripeti la prova nel tempo, perché i risultati cambiano da un’esecuzione all’altra.
C’è anche un altro modo di usare la stessa logica, con uno scopo diverso: un’azienda può costruirsi un assistente che risponde solo in base ai propri documenti interni, come manuali, procedure, storico dei clienti, invece che al web. È la tecnica RAG (Retrieval-Augmented Generation), utile per usare la conoscenza aziendale internamente, non per comparire nelle risposte di ChatGPT o Google.
Di questo ci occupiamo in Social Thingum: non posizionamento o visibilità, ma soluzioni AI costruite sui processi e sui contenuti di chi le adotta, con il supporto della finanza agevolata quando serve a sostenere il progetto. Contattaci per un primo confronto.