La parte più seducente del commercio agentico è immaginare un assistente che riceve un obiettivo — “organizza una cena per sei persone” — e costruisce il carrello. La parte difficile è molto più noiosa: far sì che il software capisca davvero cosa sta comprando.
GS1 Italy ha dedicato un evento proprio a questo nodo, con un titolo volutamente netto: “se il dato non c’è, il prodotto non esiste”.
Per un agente, una confezione sullo scaffale non è visibile come lo è per una persona. Esiste attraverso identificatori, attributi, categorie, dimensioni, ingredienti, prezzi, disponibilità, immagini e regole commerciali. Se questi dati sono incompleti o incoerenti, il modello può parlare molto bene e scegliere molto male.
Questo cambia il ruolo della data governance nel retail.
Negli ultimi anni i retailer hanno ottimizzato le informazioni prodotto soprattutto per siti, app, marketplace e motori di ricerca. Con gli agenti, quei dati diventano input per software che potrebbe confrontare alternative, verificare vincoli e persino completare una transazione.
La qualità del master data smette quindi di essere un problema di back office. Diventa parte dell’esperienza cliente.
C’è anche un tema di controllo. Un retailer deve decidere quali dati un agente esterno può leggere, quanto sono aggiornati e con quali condizioni commerciali può agire. Un prodotto perfettamente descritto ma con uno stock vecchio di tre ore può generare un’esperienza peggiore di un catalogo meno sofisticato ma affidabile.
Per il retail italiano, la corsa all’agentic commerce non dovrebbe partire dalla scelta del modello linguistico. Dovrebbe partire da una domanda molto più concreta:
Se domani un software dovesse comprare dai nostri sistemi senza guardare una pagina web, troverebbe dati abbastanza buoni per farlo?
Chi non può rispondere sì ha un problema di AI prima ancora di avere un progetto di AI.