L’intelligenza artificiale (AI) sta rivoluzionando il mondo dell’ottimizzazione dei motori di ricerca (SEO). La sua capacità di analizzare grandi quantità di dati e di identificare modelli fornisce alle aziende intuizioni prima inimmaginabili. Ad esempio, gli algoritmi di intelligenza artificiale possono imparare dal comportamento degli utenti per regolare le classifiche in base all’intento di ricerca, assicurando che i contenuti più pertinenti raggiungano il pubblico giusto.
Se questa evoluzione sia vantaggiosa per i motori di ricerca ma soprattutto per i proprietari di siti web, in quanto favorisca un approccio più incentrato sull’utente nella ricerca online, è tuttavia un tema ancora dibattuto. Anche perché l’evoluzione più rapida dell’AI va verso gli agenti autonomi e le loro capacità incrementali. In un articolo già pubblicato avevamo accennato a questa evoluzione, ripromettendoci di approfondire l’argomento alla luce di quanto sta accadendo alla teoria della ‘long tail’ e ai drastici cambiamenti che l’AI minaccia di introdurre con una velocità crescente.
L’evoluzione di un modello di business di successo
In sostanza, la teoria della coda lunga è un ripensamento del tradizionale principio di Pareto, o regola dell’80/20, che suggerisce che circa l’80% delle vendite proviene dal 20% dei prodotti. Nell’era digitale, con la riduzione dei costi di archiviazione, distribuzione e scoperta, il restante 80% dei prodotti – quelli meno popolari e più di nicchia – diventa economicamente redditizio e, se aggregato, può rivaleggiare o addirittura superare la quota di mercato dei prodotti di successo.
Visivamente, ciò è rappresentato da una curva di domanda in cui la ‘testa’ rappresenta le vendite ad alto volume di un piccolo numero di prodotti popolari, mentre la ‘coda’ è la parte lunga e poco profonda che si estende verso destra, rappresentando il gran numero di prodotti di nicchia che vengono venduti di rado. L’intuizione chiave della teoria della ‘coda lunga’ è che l’area combinata sotto questa coda lunga può essere sostanziale.
Pur essendo influente, la teoria della coda lunga – ideata dall’allora direttore di Wired Chris Anderson oltre 20 anni fa – ha anche affrontato alcune critiche e suscitato dibattiti, in particolare per definire con precisione dove finisce la ‘testa’ e inizia la ‘coda’, circa la sua redditività, perché, mentre le vendite aggregate della coda possono essere significative, la redditività dei singoli prodotti di nicchia può essere ancora bassa, richiedendo sistemi efficienti per gestire grandi volumi di vendite a basso volume. In ogni caso, con i progressivi e necessari adattamenti, è stato uno dei modelli di business che sostenuto il progresso di internet finora, ma l’avvento dell’AI minaccia decisamente di affossarlo, perché fornisce risposte dirette alle query degli utenti: meno click, meno traffico ai siti, meno visibilità per chi continua a ragionare con le logiche SEO tradizionali.
Il drastico cambiamento apportato dall’AI
Secondo alcuni esperti di search, finora SEO significava Search Engine Optimization, ma adesso è necessario parlare di Search Ecosystem Optimization, perché le informazioni non si cercano più solo su Google, ma ovunque: dentro un video, su un post LinkedIn, nei suggerimenti di un chatbot AI.
“I contenuti devono parlare a tutti questi canali, in modo coerente, profondo, intelligente”, spiega uno di essi, Paolo M. Luino, General Manager EMEA di Kitsune.pro. “Il problema è che molti non se ne stanno accorgendo. Continuano a puntare tutto su keyword e campagne”.
Con le AI che iniziano a rispondere al posto dell’utente, diventare una voce autorevole è l’unica strategia possibile a lungo termine. La sfida non è più farsi trovare nella coda lunga, ma diventare una fonte, indipendentemente dalla posizione nella SERP.
Ma è davvero così?
Sicuramente per adesso sì, questa può essere una soluzione per tenere il passo dell’evoluzione attuale dell’AI. Ma non è garantito che domani sia ancora efficiente. Perché all’orizzonte sono già apparsi gli AI Agents, gli agenti autonomi dell’artificial intelligence che si faranno carico si tutto il lavoro di ricerca, selezione e scelta delle fonti che ora è ancora a carico dell’essere umano. Non si tratta qui di giudicare se questo sia un bene o un male: questa evoluzione è già avvenuta, e non solo in ambito B2B, ma si sta allargando anche la mondo consumer.
L’arrivo degli ‘agentic programs’
Come l’eCommerce, anzi il commerce tout court. Ribattezzato Intelligent Commerce, già vede i due principali circuiti di carte di credito – Mastercard e Visa – predisporre le infrastrutture necessarie per affidare agli agenti Al il compito di fare acquisti al posto nostro. Con il lancio degli agentic programs, rispettivamente Mastercard Agent Pay e Visa Intelligent Commerce, il ‘futuro’ è gia qui: serve ancora l’approvazione finale dell’essere umano, per il momento: ma fino a quando?
“Non siamo ancora nel futuro in cui l’agente ci conosce meglio di noi stessi e compra esattamente ciò che ci serve prima che lo chiediamo. Ma stiamo sistemando tutti i pezzi perché quel momento arrivi”, scrive il digital strategist Marco Camisani Calzolari, a metà strada tra l’entusiasmo per l’evoluzione sempre più rapida dell’AI e lo sconforto per la strada che questa ha imboccato.
Perché è questa la via scelta anche del search per il prossimo futuro. Anzi presente, perché già esistono da tempo agenti AI attivi in ambito accademico, che scansionano i paper in PDF (sostanzialmente tutti) – oltre 220 milioni recita orgogliosamente uno di essi, scienceos.ai – per fornire risposte ai più diversi quesiti. Mettendo i link alle fonti, d’accordo, ma quanti si prenderanno la briga di aprirli uno per uno? Una volta diffusi in ambito consumer, rimarrà solo la ‘libertà’ di scrivere il post migliore per ottenere esattamente il risultato voluto.
Senza tener conte dei sempre più pressanti ‘suggerimenti’ degli agenti del search, va da sé…
di Massimo Bolchi