OICE: come l’IA sta sostituendo i motori di ricerca e sostituendo i comportamenti d’acquisto

L’intelligenza artificiale sta trasformando profondamente le abitudini di consumo, offrendo supporto alle persone nel recuperare informazioni su prodotti e servizi, nella scelta finale e persino nella gestione di problemi post-acquisto. Ma come stanno cambiando i comportamenti di acquisto? Prevale l’online sull’offline? In quali settori l’uso di chatbot e assistenti virtuali è più diffuso? Quali sono i motori di ricerca più usati e quali assistenti virtuali stanno guadagnando terreno? E, soprattutto, qual è il livello di soddisfazione dei consumatori e quali sono ancora le sfide da affrontare?

A rispondere a queste domande è l’Osservatorio Italiano per il Commercio Elettronico delle PMI (OICE), che ha presentato lo scorso 28 gennaio al Campus Luigi Einaudi di Torino la sua più recente ricerca dal titolo: “IA e consumatori: come l’Intelligenza Artificiale sta sostituendo i motori di ricerca”.

Realizzata con il supporto di GBS Group, in collaborazione con l’Università degli Studi di Torino e con il patrocinio della Città di Torino e della Città Metropolitana, la ricerca analizza l’impatto sempre più rilevante dell’intelligenza artificiale nel processo decisionale dei consumatori, concentrandosi sulle abitudini d’acquisto e sulle percezioni di strumenti basati su IA, come chatbot, assistenti virtuali e motori di ricerca avanzati. Condotta su un campione rappresentativo della popolazione italiana (807 intervistati), l’indagine offre una panoramica dettagliata delle differenze generazionali, socioeconomiche e geografiche nell’adozione di queste tecnologie.

Chatbot, assistenti virtuali e motori di ricerca intelligenti guidano l’evoluzione, ma permangono sfide da affrontare e barriere da superare.

Luca Alberigo, Presidente dell’OICE (nella foto), ha evidenziato come «i dati confermino un aumento significativo nell’uso di chatbot, assistenti virtuali e motori di ricerca intelligenti, e come questi stiano trasformando settori strategici come il retail, l’e-commerce e i servizi post-vendita. Tuttavia, nonostante la capacità di semplificare i processi decisionali e personalizzare l’esperienza utente, permangono sfide importanti legate alla trasparenza degli algoritmi, alla limitata fiducia nella gestione dei dati personali e alla necessità di una maggiore personalizzazione delle esperienze. Emerge, inoltre, una forte complementarietà tra strumenti tradizionali e tecnologie IA, in linea con la tendenza all’omnicanalità nei comportamenti di acquisto».

SINTESI DELLE EVIDENZE DELLA RICERCA

I vantaggi percepiti

La ricerca evidenzia che la precisione delle risposte è il vantaggio più apprezzato dell’intelligenza artificiale nei motori di ricerca: il 31,4% degli intervistati ritiene che l’IA migliori la qualità dei risultati rispetto ai motori tradizionali, riflettendo una percezione positiva della sua capacità di affinare e contestualizzare le ricerche.

Al secondo posto si colloca la rapidità delle risposte (23%), seguita dalla possibilità di ottenere informazioni dirette e utili senza dover esplorare link esterni (20,9%) o personalizzate (20,9%).

Solo una minoranza degli intervistati non riconosce alcun vantaggio nell’utilizzo dell’IA (2,2%), mentre l’1,6% dichiara di non conoscere le differenze rispetto ai motori di ricerca tradizionali.

Prevale l’omnicanalità

L’analisi per fasce d’età evidenzia un’evoluzione nelle preferenze d’acquisto, con un chiaro predominio dell’approccio omnicanale tra i giovani. Tuttavia, si registra una crescente propensione agli acquisti online nelle fasce di età più avanzate, che raggiunge il picco tra gli over 56 (43,7%). Gli acquisti offline mantengono una certa stabilità, partendo dal 18,4% tra i 18-25 anni e registrando una lieve flessione nelle fasce successive.

Geograficamente, l’omnicanalità si conferma dominante su tutto il territorio, con differenze regionali significative: il digitale è più apprezzato nel Centro-Sud e Nord-Est, mentre il canale offline mantiene una certa rilevanza nel Centro-Nord e nelle Isole.

L’analisi per genere sottolinea l’importanza dell’integrazione tra canali fisici e digitali per uomini e donne, entrambi orientati verso l’omnicanalità. Le donne mostrano una maggiore propensione agli acquisti online, mentre gli uomini prediligono, di poco, l’approccio omnicanale. Gli acquisti offline, pur essendo la scelta meno popolare, sono più frequenti tra le donne rispetto agli uomini.

Gioventù vs. maturità

L’adozione delle tecnologie IA varia significativamente in base a fattori demografici e comportamentali. I consumatori più giovani mostrano una maggiore propensione all’uso dei canali digitali, mentre quelli più maturi tendono a preferire un approccio omnicanale, integrando strumenti tradizionali e digitali. Tuttavia, barriere economiche e scarsa consapevolezza continuano a limitare l’accesso e l’utilizzo ottimale degli strumenti basati su IA.

Motori di ricerca e strumenti di IA generativa

Il questionario ha analizzato le abitudini degli utenti riguardo all’uso dei motori di ricerca per trovare prodotti o informazioni online, rivelando una netta predominanza di Google (84,8%), seguito da Bing (10,8%) e Yahoo (4,4%).

Per quanto riguarda gli strumenti di intelligenza artificiale generativa, ChatGPT-SearchGPT risulta il più utilizzato, con il 35,6% degli intervistati, seguito da Gemini (14,3%) e Copilot (10,6%). Perplexity registra un

utilizzo marginale (4,4%), mentre il 35,1% degli intervistati dichiara di non aver mai utilizzato questi strumenti. I dati mostrano una crescente adozione di alcune piattaforme di IA, guidata da ChatGPT, ma sottolineano anche come una parte significativa della popolazione non abbia ancora familiarità con queste tecnologie.

Con che frequenza si utilizzano?

Entrando nel dettaglio, emerge una distribuzione diversificata nella frequenza d’uso degli strumenti di IA di prodotti o informazioni online:

• 41% degli utenti li utilizza almeno una volta a settimana, dimostrando un’adozione frequente.
• 24,6% li usa occasionalmente.
• 17,4% li adotta almeno una volta al mese.
• 15% li impiega quotidianamente.
• Solo il 2% dichiara di non usarli mai.

Per quali attività si utilizzano questi strumenti?

I dati indicano che gli strumenti di IA sono principalmente impiegati per attività legate alla ricerca di informazioni e alla risoluzione di problemi, mentre le funzioni di personalizzazione e supporto transazionale risultano meno rilevanti.

Utilità generale: Il 49,3% degli utenti considera questi strumenti utili, e il 32,1% molto utili, per un totale di oltre 80% di giudizi positivi. Questo conferma che l’IA è ampiamente apprezzata per ottenere informazioni generiche, un’attività trasversale. Solo il 14% degli utenti li ritiene poco utili e appena il 2,1% non li considera utili, evidenziando una percezione complessivamente favorevole.

Confronto prezzi e caratteristiche: Per attività specifiche come il confronto tra prezzi o caratteristiche di prodotti, il 35,2% li trova utili e il 25,8% molto utili, raggiungendo un totale del 61% di utenti che si affidano con successo all’IA per decisioni informate.

Anche nel caso di confronto prezzi e confronto di caratteristiche prodotti, la maggior parte degli utenti considera gli strumenti utili (35,2%) o molto utili (25,8%), raggiungendo un totale del 61% di utenti che si affidano con successo all’IA per decisioni informate.

Rispetto, invece, alla ricerca di recensioni, i dati mostrano risultati meno entusiastici.In particolare per la ricerca di recensioni una parte significativa li reputa poco utili (21,7%), mentre una minoranza li trova non utili (3,8%) e il 14,5% afferma di non averli mai utilizzati. Ciò suggerisce che l’efficacia percepita e il grado di utilizzo degli strumenti di IA variano sensibilmente in base al tipo di attività, con un maggiore apprezzamento per attività più generali rispetto a quelle più specifiche.

Settori di maggiore applicazione e miglioramenti percepiti

L’utilità dei suggerimenti personalizzati varia in base alla categoria di prodotto, evidenziando tendenze interessanti:

• Elettronica è la categoria più apprezzata (38,5%), probabilmente per la complessità e la varietà di opzioni disponibili, in cui l’IA può semplificare il processo decisionale.
• Abbigliamento e accessori segue con il 21,4%, dove personalizzazione e stile sono elementi centrali per gli utenti.
• Libri e media si posizionano al terzo posto (17,5%), grazie a consigli mirati che si basano su interessi personali.
• Prodotti di bellezza (13,6%) e alimenti e bevande (8,9%) risultano meno valorizzati, probabilmente per la percezione di minore rilevanza o precisione nei suggerimenti forniti.

Questi dati evidenziano che l’efficacia dei suggerimenti personalizzati varia a seconda dalla complessità del prodotto e dal livello di personalizzazione richiesto.

Efficacia e problematiche da superare

L’analisi della facilità d’uso degli assistenti virtuali e chatbot rivela opinioni contrastanti:

• Il 37,4% degli utenti ritiene che l’interazione sia semplice e intuitiva (“Spesso”).
• Un ulteriore 36,4% lo percepisce tale solo “A volte”, segnalando che l’esperienza varia a seconda del contesto o del tipo di strumento utilizzato.
• Una minoranza esprime valutazioni meno positive: il 7,2% giudica l’interazione mai intuitiva, mentre il 12% la considera tale solo “Raramente”.
• Al contrario, il 6,9% afferma che l’esperienza è sempre facile.

Questo quadro riflette un’esperienza d’uso variabile, influenzata da fattori come la qualità del design dell’interfaccia e la complessità delle richieste poste agli assistenti virtuali. Migliorare questi aspetti rappresenta un’opportunità per aumentare l’adozione e la soddisfazione degli utenti.

Per la velocità di risposta

Il grafico rappresenta la percezione degli utenti riguardo alla rapidità di risposta degli assistenti virtuali rispetto a un operatore umano il 45,6% ritiene che gli assistenti virtuali siano rapidi, evidenziando un vantaggio significativo in termini di velocità.

La capacità percepita degli assistenti virtuali di risolvere problemi senza l’intervento umano:

• La maggior parte degli utenti (40,9%) ritiene che gli assistenti virtuali riescano a risolvere i problemi “a volte”, indicando un livello di efficacia moderato.
• Il 23,5% afferma che essi riescono “spesso”, un dato positivo ma non predominante.
• Una quota significativa, pari al 20,3%, percepisce la risoluzione come “raramente”.
• Il 11,3% dichiara che non riescono mai a risolvere i problemi, mentre solo il 4,1% li trova sempre efficaci.

La percezione degli utenti sull’affidabilità dei consigli d’acquisto forniti dagli assistenti virtuali:

• 37,9% degli utenti li considera affidabili “a volte”, suggerendo un livello di fiducia moderato.
• 24,9% li trova affidabili“spesso”, evidenziando un gruppo consistente che apprezza questi consigli.
• Una parte significativa (20,3%) li percepisce affidabili “raramente”.
• 12,0% non li ritiene mai affidabili, mentre solo il 4,8% li considera affidabili “sempre”.

Questi dati indicano che, sebbene molti utenti trovino i consigli utili in alcune occasioni, c’è ancora spazio per migliorare la coerenza e l’affidabilità delle raccomandazioni offerte dagli assistenti virtuali.

Funzionalità desiderate per il futuro

Gli utenti hanno individuato diverse priorità per migliorare la loro esperienza con strumenti basati su IA e renderla sempre più precisa, sicura e personalizzata, tra cui:

• Maggiore accuratezza nelle risposte (30,5%) rappresenta la priorità principale, indicando la necessità di risposte più precise e affidabili.
• Migliori funzionalità per domande complesse (25,2%) evidenziano la richiesta di una maggiore capacità di gestione delle richieste avanzate.
• Risposte più personalizzate e contestuali (20,9%) riflettono l’importanza di un’esperienza più su misura.
• Maggiore attenzione alla privacy e sicurezza (14%) e una interfaccia più semplice e intuitiva (9,4%) sono richieste rilevanti, seppur di minore priorità.
• Maggiore capacità di elaborazione linguistica per risposte complesse (37%) emerge come una priorità fondamentale, con la necessità di migliorare la comprensione delle richieste avanzate.
• Migliore gestione delle conversazioni in corso (25,2%) e supporto per lingue diverse (20,3%) sono aspetti chiave per rendere l’interazione più fluida e inclusiva.
• Integrazione con strumenti di produttività (14,5%) è una richiesta specifica ma comunque significativa per migliorare l’efficienza complessiva.

COME L’IA INFLUENZA I COMPORTAMENTI DI ACQUISTO

L’intelligenza artificiale sta trasformando il processo decisionale dei consumatori, rendendo gli acquisti più informati e personalizzati. Analizzando enormi quantità di dati in tempo reale, l’IA offre suggerimenti che riflettono preferenze, abitudini e comportamenti individuali. Grazie agli algoritmi predittivi, i consumatori sono guidati verso decisioni più rapide e consapevoli, migliorando sia l’esperienza di acquisto sia la soddisfazione generale.

Differenze tra motori di ricerca basati su IA e motori tradizionali

I motori di ricerca basati su IA, integrati con sistemi di apprendimento automatico, si distinguono dai motori tradizionali per la loro capacità di comprendere il contesto e fornire risposte più precise e personalizzate. Mentre i motori tradizionali si limitano a restituire una lista di link, quelli basati su IA analizzano le intenzioni dell’utente e offrono risposte dirette, suggerimenti contestuali e consigli predittivi, rendendo la ricerca più efficiente e rilevante.

Tecniche di Machine Learning e Algoritmi nei Modelli Predittivi e di Raccomandazione

Le tecniche di Machine Learning (ML) sono alla base dei modelli predittivi e di raccomandazione, fondamentali nell’e-commerce e nei servizi digitali. Algoritmi come le reti neurali profonde e i sistemi collaborativi analizzano i dati storici per identificare schemi e prevedere comportamenti futuri. Gli algoritmi di raccomandazione, ad esempio, suggeriscono prodotti correlati in base agli acquisti precedenti o alle preferenze simili di altri utenti. Oltre a stimolare le vendite, questi strumenti accrescono la percezione di valore da parte del consumatore, migliorando la fidelizzazione.

Il Ruolo degli Assistenti Virtuali e Chatbot nelle fasi di pre-Acquisto e post-Acquisto

Gli assistenti virtuali e i chatbot rivestono un ruolo cruciale sia nella fase di pre-acquisto che in quella di post-acquisto. Durante il pre-acquisto, supportano i consumatori nella ricerca di prodotti, nella comparazione dei prezzi e nell’accesso a informazioni specifiche. Rispondendo in tempo reale alle domande, riducono le barriere all’acquisto e semplificano il processo decisionale. Un esempio recente è Rufus, l’assistente virtuale di Amazon basato su IA generativa, che fornisce consigli personalizzati per ottimizzare lo shopping.

Nel post-acquisto, i chatbot gestiscono assistenza, resi e reclami, migliorando l’efficienza del servizio clienti. La loro disponibilità 24/7 e la capacità di personalizzare le risposte aumentano la soddisfazione del cliente, consolidando il legame con il brand.

Inoltre, l’adozione di chatbot basati su IA generativa permette una gestione più efficace delle richieste complesse, offrendo risposte precise e contestuali. Questi strumenti, sempre più diffusi anche nel periodo delle festività, come riportato da recenti studi sullo shopping online, contribuiscono a semplificare le interazioni e a rafforzare la fedeltà del cliente.

La Complementarietà tra Strumenti Tradizionali e Tecnologie IA

Nonostante i rapidi progressi tecnologici, l’IA non ha sostituito completamente gli strumenti tradizionali, ma li ha invece integrati, potenziandone l’efficacia.

L’omnicanalità, ad esempio, unisce l’esperienza fisica e digitale, sfruttando i punti di forza di entrambi i mondi. Un caso emblematico è il “click-and-collect”, che consente ai consumatori di selezionare i prodotti online e ritirarli in negozio, combinando la convenienza del digitale con la concretezza del punto vendita fisico.

Questa sinergia tra IA e strumenti tradizionali consente un’esperienza d’acquisto più ricca, diversificata e inclusiva, capace di rispondere alle esigenze di una clientela sempre più eterogenea. La capacità di integrare i vantaggi della tecnologia con quelli delle modalità tradizionali crea un ecosistema commerciale che valorizza ogni punto di contatto con il consumatore, migliorando la soddisfazione e la fidelizzazione.