# La maggior parte dei marchi di ecommerce non è ancora pronta a lasciare che l'AI venda al posto loro

> Quattro ospiti di “Hello Retail Conversations”, da un partner di Shopify a un “Klaviyo Champion”, hanno individuato indipendentemente lo stesso problema: La maggior parte dei dati dell’ecommerce non è strutturata in modo tale da consentire all’AI di vendere, consigliare o fornire suggerimenti per…

**Author:** Nicklas Beran Bergström
**Published:** August 27, 2026
**Tags:** AI, Agentic Commerce, Personalization, Product Intelligence, Conversations, Data Readiness

---

Ogni poche settimane ci sediamo a chiacchierare con qualcuno al di fuori di Hello Retail per la nostra serie [Conversations](/en/conversations/): un partner Shopify, un Community Champion di Klaviyo, un dirigente del reparto crescita, uno dei nostri data scientist. Aziende diverse, ruoli diversi.

Poi quattro degli ultimi sette ospiti, senza che noi glielo suggerissimo, sono arrivati alla stessa conclusione.

I dati della maggior parte dei marchi non sono in un formato che permetta a un’AI di agire per loro conto. Che si tratti dell’AI sviluppata dal marchio stesso o di quella che il cliente porta con sé. I consigli che un acquirente riceve prima di comprare stanno passando a una macchina, e la maggior parte dei cataloghi, delle caselle di posta e dei post sui blog non è pronta per essere letta da una macchina.

<p><strong><a href="/en/conversations/" style="color: #E7056F;">Browse all Hello Retail Conversations episodes →</a></strong></p>

## Il consulente per gli acquisti non è più una persona in carne e ossa

![Peter Sommer a "Hello Retail Conversations"](/images/blog/shopping-beyond-the-website-peter-sommer/peter-01.webp)

[Peter Sommer](https://www.linkedin.com/in/sommer/), CEO di [Dtails](https://dtails.dk/en), partner di Shopify Plus, ha incentrato la questione su chi è la persona a cui un acquirente chiede consiglio.

> "Mi sono ritrovato a seguire proprio quel consiglio: Ho semplicemente inserito cinque criteri. Il sistema mi ha proposto una selezione di cinque stampanti che rispondevano a quei criteri." (Peter Sommer)

È così che si è comprato la stampante. Cinque criteri per un LLM, una rosa di candidati, fatto. Secondo lui, la rivoluzione arriva prima del momento del pagamento. Arriva già nei consigli.

> "Più i clienti sono grandi, più ampio è il loro assortimento di prodotti e più sono avanzati nel loro percorso verso la maturità come operatori di e-commerce, più hai bisogno di strumenti come Hello Retail per soddisfare le esigenze dei loro clienti." (Peter Sommer)

È proprio la dimensione del catalogo a rendere tutto questo difficile. Nella testa di una persona ci stanno venti prodotti. Ventimila invece no, e un modello LLM a cui chiedi "quale stampante soddisfa questi cinque criteri" può basarsi solo sui dati dei prodotti che gli vengono forniti.

<p><strong><a href="/en/conversations/shopify-agentic-commerce/" style="color: #E7056F;">Watch the full conversation with Peter Sommer →</a></strong></p>

## La maggior parte dei marchi non sta sfruttando i dati che già possiede

![Anna Sophie Christensen alle “Hello Retail Conversations”](/images/blog/email-marketing-beyond-the-blast-anna-sophie-christensen/anna-sophie-01.webp)

[Anna Sophie Christensen](https://www.linkedin.com/in/anna-sophie-fokdal-christensen-785861150/), responsabile dell’email marketing e della fidelizzazione presso [FABO](https://www.fabo.dk/da) e tre volte “Community Champion” di Klaviyo, ha individuato la stessa lacuna un passo prima, prima ancora che entrasse in gioco l’AI.

> "La gente manda lo stesso messaggio a tutti gli iscritti in una volta sola, senza differenziare né il messaggio né il contenuto. E io continuo a ripetere che bisogna fare questa distinzione, perché da un lato ci sono i tuoi clienti più fedeli che hanno comprato da te 20 volte, e dall'altro c'è un potenziale cliente che si è iscritto solo una settimana fa." (Anna Sophie Christensen)

La maggior parte dei marchi tralascia la personalizzazione perché le decisioni alla base di essa non vengono mai prese: Quale segmento, quale prodotto, quale momento. Quindi i dati di cui avrebbe bisogno un livello di AI non vengono mai raccolti, tanto per cominciare.

> "Già da quel momento, stai raccogliendo dati zero-party che puoi usare per definire la struttura generale del tuo modo di comunicare." (Anna Sophie Christensen)

Il problema della preparazione inizia ben prima dell’AI. Inizia dal fatto che nessuno crea la struttura di cui chiunque, che sia un essere umano o una macchina, avrebbe bisogno per agire al meglio per conto di un marchio.

<p><strong><a href="/en/conversations/email-marketing-beyond-the-blast/" style="color: #E7056F;">Watch the full conversation with Anna Sophie Christensen →</a></strong></p>

## Personalizzazione senza sapere chi sta facendo acquisti

![Sarah Miguel Cournane parla degli Product Agents](/images/blog/inside-product-agents-predictive-generative-ai/sarah-miguel-cournane-01.webp)

[Sarah Miguel Cournane](https://www.linkedin.com/in/smcournane/), una data scientist del team di ricerca e sviluppo di Hello Retail, dice che c'è una soluzione strutturale, a patto che i dati del prodotto lo consentano.

> "Se non sappiamo chi sei, ci concentriamo su ciò con cui interagisci. Questo basta per capire le tue intenzioni." (Sarah Miguel Cournane)

L'identità non è mai stata il vero ostacolo. Puoi agire in modo intelligente anche per un cliente di cui non conosci il nome, purché il catalogo sia strutturato abbastanza bene da permetterti di capire come i prodotti siano collegati tra loro. La maggior parte dei cataloghi è solo un elenco piatto di SKU, senza alcun elemento che permetta all'AI di orientarsi.

> "Siamo passati dall'usare l'AI per supportare le decisioni alla verifica effettiva di ciò che l'AI produce per noi." (Sarah Miguel Cournane)

La verifica è la parte che i brand tendono a sottovalutare. Applicare un modello generativo a un feed di prodotti è la parte più facile. Poi bisogna assicurarsi che il risultato sia corretto, in linea con il brand e utile, e questo a un volume che nessun processo di revisione umano riuscirebbe a gestire.

<p><strong><a href="/en/conversations/product-agents/" style="color: #E7056F;">Watch the full conversation with Sarah Miguel Cournane →</a></strong></p>

## Cosa premia davvero l'AI

![Jennifer Montague a "Hello Retail Conversations"](/images/blog/future-proof-your-business-jennifer-montague/jennifer-01.webp)

[Jennifer Montague](https://www.linkedin.com/in/jennifermontague/), ex Senior Director del GoToMarket presso Verdane e ora VP del Marketing presso Carivo, ha affrontato lo stesso problema dal punto di vista dei contenuti.

> "I contenuti generati dagli utenti (UGC) sono una miniera d'oro per la visibilità nell'AI. È proprio questo che la gente, e proprio questo che l'AI, vuole vedere: Altre persone che parlano di te. Quindi prendi due piccioni con una fava." (Jennifer Montague)

I sistemi di AI. premiano ciò che premiano gli acquirenti reali: Concretezza, prove, un punto di vista. Tralasciano ciò che gli acquirenti già tralasciano.

> "Per distinguerti, devi essere più autentico, sembrare più umano. E per farlo, devi avere una posizione su cui puntare, che ti faccia emergere da una massa anonima." (Jennifer Montague)

I contenuti generici falliscono su due fronti. I lettori li ignorano, e i sistemi di AI che ora fungono da tramite tra un marchio e il suo prossimo cliente non li citano mai. È lo stesso problema di adeguatezza, misurato in parole anziché in caratteristiche del prodotto.

<p><strong><a href="/en/conversations/marketing-masterclass/" style="color: #E7056F;">Watch the full conversation with Jennifer Montague →</a></strong></p>

## Il filo conduttore

Presi singolarmente, questi quattro elementi riguardano cose diverse: Un LLM di consulenza, una sequenza di email, un catalogo prodotti, un contenuto. Presi nel loro insieme, costituiscono un unico avvertimento espresso in quattro modi diversi.

Lo shopping basato sull’AI non fallisce perché un marchio non ha ancora “adottato l’AI”. Fallisce in sordina, a monte, perché la struttura del prodotto, i segnali dei clienti e i contenuti non sono mai stati costruiti abbastanza bene da permettere a qualcosa di rappresentare accuratamente quel marchio. L’AI fa semplicemente emergere il divario più velocemente di quanto farebbe un lento calo del traffico organico.

Vale la pena rifletterci un po’ prima di ricorrere a qualche espediente. In tutte e quattro le conversazioni, la soluzione era proprio quel noioso lavoro di base: Distinguere il pubblico, mappare il catalogo, scrivere qualcosa di abbastanza specifico da valere la pena di essere citato. Così, qualunque cosa ci metti sopra, avrai qualcosa di concreto su cui lavorare.

## Altre conversazioni

<div style="display:flex; gap:1rem; flex-wrap:wrap; margin:2rem 0;">
  <div style="flex:1; min-width:220px; background:#f9fafb; border-radius:12px; padding:1.25rem;">
    <p style="margin:0 0 0.25rem; font-weight:700; color:#071939;">Peter Sommer</p>
    <p style="margin:0 0 0.75rem; font-size:0.8125rem; color:#6b7280; text-transform:uppercase; letter-spacing:0.04em;">CEO · Dtails</p>
    <a href="/en/conversations/shopify-agentic-commerce/" style="color:#E7056F; font-size:0.875rem; font-weight:600; text-decoration:none;">Watch the episode →</a>
  </div>
  <div style="flex:1; min-width:220px; background:#f9fafb; border-radius:12px; padding:1.25rem;">
    <p style="margin:0 0 0.25rem; font-weight:700; color:#071939;">Anna Sophie Christensen</p>
    <p style="margin:0 0 0.75rem; font-size:0.8125rem; color:#6b7280; text-transform:uppercase; letter-spacing:0.04em;">Head of Email Marketing & Retention · FABO</p>
    <a href="/en/conversations/email-marketing-beyond-the-blast/" style="color:#E7056F; font-size:0.875rem; font-weight:600; text-decoration:none;">Watch the episode →</a>
  </div>
  <div style="flex:1; min-width:220px; background:#f9fafb; border-radius:12px; padding:1.25rem;">
    <p style="margin:0 0 0.25rem; font-weight:700; color:#071939;">Sarah Miguel Cournane</p>
    <p style="margin:0 0 0.75rem; font-size:0.8125rem; color:#6b7280; text-transform:uppercase; letter-spacing:0.04em;">Data Scientist · Hello Retail</p>
    <a href="/en/conversations/product-agents/" style="color:#E7056F; font-size:0.875rem; font-weight:600; text-decoration:none;">Watch the episode →</a>
  </div>
  <div style="flex:1; min-width:220px; background:#f9fafb; border-radius:12px; padding:1.25rem;">
    <p style="margin:0 0 0.25rem; font-weight:700; color:#071939;">Jennifer Montague</p>
    <p style="margin:0 0 0.75rem; font-size:0.8125rem; color:#6b7280; text-transform:uppercase; letter-spacing:0.04em;">VP of Marketing · Carivo</p>
    <a href="/en/conversations/marketing-masterclass/" style="color:#E7056F; font-size:0.875rem; font-weight:600; text-decoration:none;">Watch the episode →</a>
  </div>
</div>

**[Scopri tutti gli episodi di “Hello Retail Conversations” →](/en/conversations/)**

---

*This content is from the Hello Retail blog. For the full experience with images and formatting, visit [helloretail.com/it/blog/2026-08-27-most-ecommerce-brands-arent-ready-for-ai-to-shop](https://helloretail.com/it/blog/2026-08-27-most-ecommerce-brands-arent-ready-for-ai-to-shop)*
