Se il cliente parte dall’AI, il sito del retailer non è più il centro del viaggio

Per anni il retail digitale ha misurato il proprio successo portando il cliente dentro un ambiente controllato: il sito, l’app, il programma fedeltà. L’AI agentica introduce una possibilità scomoda. Il cliente può formulare il bisogno altrove e arrivare al retailer quando una parte importante della decisione è già stata presa.

Carrefour lo sta sperimentando in modo concreto. In Francia gli utenti possono usare ChatGPT per ottenere idee, verificare disponibilità, comporre un carrello e scegliere una modalità di consegna; il pagamento finale resta su Carrefour.fr. Il 25 agosto Carrefour Belgio ha esteso la logica con Mealz.ai, aggiungendo preferenze, intolleranze e collegamento alla carta fedeltà.

Per un retailer italiano, la reazione sbagliata sarebbe chiedere semplicemente: «dobbiamo avere anche noi un’app dentro ChatGPT?»

La domanda più utile è: i nostri sistemi sono abbastanza affidabili da essere utilizzati da un agente che non controlliamo?

Un agente che prepara la spesa ha bisogno di dati prodotto strutturati, prezzi corretti, promozioni aggiornate, disponibilità locale, regole per le sostituzioni e opzioni di consegna. Se queste informazioni vivono in sistemi separati o vengono aggiornate con ritardo, il problema non è più soltanto interno. Diventa un errore visibile nella raccomandazione al cliente.

Questo rende molto concrete le priorità digitali già presenti nel grocery italiano.

Conad, ad esempio, ha annunciato un piano di investimenti 2026–2028 da 2,3 miliardi di euro che include modernizzazione della rete, efficienza della supply chain e sviluppo dell’ecosistema digitale HeyConad. Nel 2026 ha anche spostato iniziative di loyalty come i “Superbollini” dentro la carta fedeltà e l’app HeyConad, riducendo la distanza tra comportamento in negozio e identità digitale.

Questi progetti non sono agentic commerce. Ma costruiscono gli asset di cui un retailer ha bisogno se il commercio diventa più mediato da software esterno: identità, catalogo, loyalty e infrastruttura operativa connessa.

La stessa logica vale per Coop, Esselunga e gli altri grandi operatori. La competizione non sarà necessariamente tra chi possiede il modello linguistico più potente. I retailer hanno un vantaggio che le piattaforme AI non possono generare da sole: assortimento, condizioni commerciali, disponibilità reale, relazione di fiducia e una rete fisica capace di consegnare o far ritirare l’ordine.

Il rischio è che questi asset diventino invisibili dietro l’interfaccia dell’agente.

Se il consumatore chiede «fammi la spesa per cinque cene sotto 70 euro», l’AI potrebbe scegliere tra più retailer prima ancora di mostrare una marca. A quel punto il marketing non compete solo per un click. Compete per essere incluso nel set di opzioni che l’agente considera valide.

Questo tocca anche il retail media. Gran parte del business pubblicitario dei retailer nasce dal controllo del punto di scoperta: ricerca interna, homepage, category page, app. Se la scoperta si sposta verso un assistente esterno, parte di quell’inventory perde centralità. I retailer dovranno capire come mantenere trasparenza commerciale senza trasformare ogni risposta AI in un nuovo formato pubblicitario opaco.

C’è poi il tema del pagamento. Carrefour mantiene il checkout sul proprio sito, una scelta prudente che preserva controllo su identità e transazione. Ma il mercato sta lavorando verso agenti in grado di acquistare direttamente. Quando ciò avverrà su larga scala, serviranno mandati, autenticazione e regole chiare su cosa la macchina può fare per conto del cliente.

Per il retail italiano, dunque, l’AI agentica non è ancora un motivo per ridisegnare ogni interfaccia. È un motivo per investire nella qualità dell’infrastruttura sotto l’interfaccia.

Cataloghi puliti. Inventario più vicino al tempo reale. Loyalty integrata. API governate. Fulfilment affidabile.

Se questi elementi funzionano, il retailer può comparire in qualunque nuova interfaccia nascerà. Se non funzionano, un chatbot elegante non risolverà il problema.

Il prossimo scaffale digitale potrebbe davvero essere una risposta dell’AI. Ma dietro quella risposta continuerà a esserci tutta la complessità di un retailer reale.

Un altro punto riguarda la struttura cooperativa e distribuita di una parte importante del retail italiano. Integrare un agente con un catalogo nazionale è relativamente semplice; farlo con disponibilità locali, promozioni differenti e reti di punti vendita eterogenee è più complesso. È proprio qui che progetti di ecosistema digitale diventano strategici: devono creare una vista abbastanza coerente dell’offerta senza cancellare la complessità operativa.

Il vantaggio potenziale è che l’Italia parte da un mercato in cui la prossimità fisica conta ancora molto. Un agente non rende irrilevante il negozio. Può, al contrario, scegliere un retailer perché un punto vendita vicino ha il prodotto pronto per il ritiro o può consegnarlo rapidamente. La qualità del dato locale diventa così un fattore di ranking invisibile.

C’è infine un tema di dipendenza. Se un assistente esterno controlla la scoperta, il retailer rischia di pagare in futuro per raggiungere un cliente che prima arrivava direttamente all’app. La storia di search e social suggerisce prudenza: nuove piattaforme possono portare domanda e, contemporaneamente, catturare una parte crescente del valore.

Per questo l’obiettivo non dovrebbe essere “essere dentro ogni agente”, ma costruire un’architettura che consenta di scegliere quali agenti servire, quali dati esporre e quali parti della transazione mantenere proprietarie.