Un italiano su due dichiara di aver utilizzato l’intelligenza artificiale per acquistare almeno una categoria di prodotti Non Food nel corso del 2026, di cui il 28,9% usando un sistema riconducibile all'Agentic AI shopper. E l’80% è soddisfatto dell’esperienza con l’intelligenza artificiale (AI). Lo rivela l’indagine esclusiva presente nella nuova edizione dell’Osservatorio Non Food di GS1 Italy, che mostra come l’AI sia già entrata nella vita quotidiana degli italiani ma non sia ancora pienamente atterrata nello shopping non alimentare. E non in tutti i momenti dello shopping journey, visto che l’AI viene consultata soprattutto in fase di pre-acquisto, per individuare e “studiare” i prodotti più adatti alle proprie esigenze, in particolare nei settori a maggior innovazione tecnologica e dove entrano in gioco tanti fattori da valutare (prezzo compreso). Ma poi, quando si tratta di concludere gli acquisti, l’AI viene “bypassata” dal fattore umano perché diventano più decisivi la consulenza e i servizi forniti dai venditori. Infatti, la quota di intervistati che dichiara di volere un’interazione umana piuttosto che affidarsi esclusivamente agli Agentic Shopper non scende mai sotto il 30% in nessuno dei 13 settori merceologici rilevati dallo studio.
«L’indagine dell’Osservatorio Non Food restituisce un’istantanea nitida e, per certi versi, sorprendente del rapporto tra i consumatori italiani e l’intelligenza artificiale: una relazione già matura nella quotidianità digitale, ancora in costruzione nel momento dell’acquisto» afferma Samanta Correale, Business intelligence senior manager di GS1 Italy. «Gli italiani usano l’AI per informarsi, tradurre, produrre contenuti, pianificare viaggi; molto meno, e in modo ancora occasionale, per scegliere un elettrodomestico, un capo di abbigliamento o un articolo sportivo. Il salto dalla familiarità generica all’applicazione specifica nel processo d’acquisto è il terreno su cui si gioca la vera sfida dei prossimi anni».
Come e quando si usa l’AI per fare shopping
La ricerca mostra che l'intelligenza artificiale è ormai entrata a pieno titolo nella quotidianità di milioni di consumatori italiani, ridefinendo i modi di cercare informazioni, confrontare prodotti e prendere decisioni di acquisto. Sono i giovani a guidare il fenomeno. A ricorrere più spesso all’AI nello shopping è la Gen Z (73,2%), seguita dai Millennials (56,7%), dalla Gen X (46,4%) e dai Boomers (31,5%). Gli uomini sono leggermente più propensi delle donne (53,8% contro 44,6%) mentre la distribuzione geografica risulta piuttosto omogenea.
Tra chi ha usato l’AI per fare acquisti, la categoria merceologica di gran lunga più coinvolta è stata l’elettronica di consumo (47,6%), seguita da abbigliamento, calzature e accessori (27,4%). Anche profumeria e cosmesi, articoli per lo sport, detersivi e bricolage sono sopra il 20% di quota. Nella fascia di minor utilizzo si collocano invece edutainment, mobili e arredamento, casalinghi e tessile per la casa, categorie dove i criteri di scelta restano più tradizionali o dove la componente sensoriale ed esperienziale è difficilmente delegabile al web.
In tutti i settori rilevati dall’Osservatorio Non Food di GS1 Italy, l’AI viene utilizzata con maggiore intensità nella fase di pre-acquisto, per ricercare, valutare e selezionare i prodotti, soprattutto negli articoli per lo sport (89,4%), nell’elettronica di consumo (86,3%), nel bricolage (84,2%) e nell’edutainment (82,4%). L’AI risulta meno coinvolta nella fase di acquisto, ossia quando si sceglie dove comprare e quale prodotto acquistare, ma si rivela una presenza significativa in alcuni comparti, come gli articoli per lo sport (63,5%), i casalinghi (63,1%) e l’abbigliamento (62,2%). Nel post-acquisto - che comprende assistenza, resi, manutenzione, consigli d’uso - l’AI è più utilizzata nel bricolage (66,3%) e nel tessile per la casa (63,5%), e anche nell’elettronica, per la risoluzione di problemi tecnici e la configurazione dei dispositivi.
L’indagine ho mostrato come l’uso dell’AI nel processo d’acquisto vari sensibilmente a seconda della categoria merceologica. Nell’elettronica prevalgono analisi e confronto di specifiche, recensioni e prezzi, ma anche per la valutazione tra brand alternativi (31,2%). Mentre in profumeria, cosmesi e bricolage l’AI supporta soprattutto l'individuazione di prodotti che risolvano problemi specifici, per la ricerca di nuove ispirazioni e di prodotti non ancora conosciuti e per ottenere suggerimenti d’uso. Importante è anche la caccia alle promozioni, che è il principale obiettivo degli utilizzatori dell’AI nell’abbigliamento, dove serve principalmente per confrontare brand e individuare i prezzi più convenienti. Ricerca di promozioni, informazioni sui prodotti e di fornitori sul territorio sono prioritari per mobili, arredamento e casalinghi, mentre nell’edutainment l’AI viene impiegata soprattutto per approfondire prodotti già individuati e supportare il confronto prima dell’acquisto.
«Dalla ricerca emerge il profilo di un consumatore italiano che non vede l’AI come un sostituto del commesso, del consulente o dell’amico esperto, ma piuttosto come uno strumento per arrivare alla conversazione umana o alla decisione finale più preparato, più informato, più sicuro» spiega Samanta Correale. «Questa consapevolezza dovrebbe orientare le strategie di brand e retailer dato che non si tratta di sostituire la relazione umana con l’AI, ma di usare l’AI per renderla più efficace e più soddisfacente per entrambe le parti».
Pregi e difetti degli Agentic AI shopper
Metà degli intervistati li hanno sentiti nominare, ma solo una minoranza li conosce bene. Eppure, quasi tre consumatori su dieci dichiarano di aver utilizzato gli Agentic AI Shopper, spesso senza riconoscerli come tali. Risparmio di tempo nella ricerca (41,8%) e di denaro (37,3%), e migliore qualità delle opzioni trovate rispetto alla ricerca manuale (31,1%): sono i tre principali benefici riconosciuti a questi strumenti. Altri vantaggi importanti sono la riduzione dello stress da scelta e da overload informativo, e la scoperta di prodotti che non si sarebbero trovati autonomamente. Al contrario solo il 2,9% degli utilizzatori dichiara di non aver tratto alcun vantaggio rilevante dall'uso dell'Agentic AI Shopper.
La valutazione dell’esperienza mostra che il 78,3% degli utenti ha sperimentato almeno un problema, mentre solo per un utilizzatore su cinque (21,7%) l’esperienza è stata sostanzialmente fluida. Le criticità riguardano il controllo e la trasparenza degli Agentic AI Shopper: il più segnalato è della tendenza dell'AI a privilegiare prodotti sponsorizzati o in evidenza rispetto a quelli più adatti alle esigenze dell'utente, della difficoltà a interrompere o correggere il processo una volta avviato e del fatto che l'AI abbia considerato solo canali e siti più noti, ignorando venditori alternativi potenzialmente migliori o prodotti potenzialmente interessanti non trovati online.
«Non sono ostacoli insormontabili» continua Samanta Correale, «ma richiedono un lavoro congiunto su strumenti e comunicazione. La sfida per brand, retailer e sviluppatori è duplice: da un lato occorre costruire agenti più trasparenti e controllabili, e, dall’altro, spiegare concretamente cosa significhi (e quale sia il vantaggio) nel delegare un acquisto a un'AI».
La sfida di farsi trovare dall’AI. Sempre e subito
L’indagine condotta dall’Osservatorio Non Food mostra che quando si tratta di fare shopping gli italiani hanno una visione “olistica”: che si tratti del canale fisico o di quello digitale si aspettano di ottenere le stesse informazioni, il medesimo livello di servizio e l’immediata disponibilità del prodotto. Quest’approccio degli shopper richiede alle aziende una netta coerenza e continuità tra i diversi canali di vendita, offline e online.
«L’AI si porta dietro anche un aspetto tecnico che costituisce, però, una leva strategica» conclude Samanta Correale. «I prodotti devono essere “machine readable”, ossia anche sul web devono essere identificati in modo univoco e descritti da dati strutturati, in modo da essere individuati e trovati dall’intelligenza artificiale e dagli Agentic shopper ed essere quindi segnalati e proposti ai consumatori. In altre parole: se non c’è il dato, non c’è il prodotto».
