Google sta cambiando: come funziona davvero la ricerca online

Per oltre vent’anni, abbiamo imparato a utilizzare Google attraverso un gesto diventato quasi automatico: aprire il motore di ricerca, digitare alcune parole, osservare una lista di risultati e scegliere il collegamento che sembrava più promettente.

Questo modello è stato talmente stabile da condizionare non soltanto il comportamento degli utenti, ma un’intera economia digitale. Aziende, editori, e-commerce, professionisti e organizzazioni hanno costruito una parte consistente della propria presenza online intorno a quella sequenza: ricerca, risultato, clic, sito web.

La SEO è nata e si è sviluppata all’interno di questo paradigma. Essere visibili significava soprattutto riuscire a comparire nella posizione migliore possibile per determinate ricerche. Una pagina posizionata bene poteva intercettare utenti interessati, portarli sul sito e trasformare quella visita in una richiesta di informazioni, un acquisto, una prenotazione o un’altra forma di conversione.

Quel modello non è scomparso. Ma non è più sufficiente per descrivere ciò che sta diventando Google.

Oggi, una ricerca può produrre risultati organici tradizionali, annunci, immagini, video, mappe, informazioni provenienti dal Knowledge Graph, prodotti, approfondimenti, risposte generate dall’Intelligenza Artificiale e collegamenti verso fonti utilizzate per costruire quelle risposte. In altri casi, l’utente può continuare la propria ricerca attraverso una conversazione, formulare domande successive, utilizzare un’immagine come punto di partenza oppure chiedere al sistema di affrontare problemi molto più articolati rispetto alle tradizionali query composte da poche parole.

Non si tratta semplicemente dell’aggiunta di qualche nuova funzionalità alla pagina dei risultati. Sta cambiando la natura stessa della ricerca online.

Google continua a essere un motore di ricerca, ma sta progressivamente diventando anche un sistema capace di interpretare un problema, scomporlo, recuperare informazioni da fonti differenti, organizzarle e presentare direttamente una possibile risposta.

Oggi, questo processo ha raggiunto una dimensione che rende difficile considerarlo un esperimento marginale. Google ha dichiarato che AI Mode ha superato il miliardo di utenti mensili a livello globale e che le query effettuate attraverso questa modalità sono più che raddoppiate ogni trimestre dal lancio. L’azienda descrive, inoltre, l’integrazione dell’Intelligenza Artificiale nella Search come uno dei cambiamenti più importanti della sua storia recente.

Per comprendere cosa significhi tutto questo per aziende e utenti, però, è necessario evitare due semplificazioni opposte.
La prima consiste nel pensare che nulla sia realmente cambiato e che basti continuare a ragionare esclusivamente in termini di keyword e posizionamenti. La seconda è sostenere che la ricerca tradizionale sia improvvisamente morta e che Google sia diventato semplicemente un’altra interfaccia per un chatbot.

Entrambe le interpretazioni sono incomplete. Per capire dove stiamo andando dobbiamo prima comprendere come funziona davvero Google oggi.

Google non è più soltanto una lista di risultati

Quando pensiamo a Google tendiamo ancora a immaginare la classica pagina con dieci collegamenti blu. In realtà, quella rappresentazione era diventata incompleta molto prima dell’arrivo dell’Intelligenza Artificiale generativa.

Nel corso degli anni Google ha progressivamente trasformato la propria pagina dei risultati integrando mappe, immagini, video, risultati locali, informazioni su persone e organizzazioni, prodotti, domande correlate, risultati sportivi, definizioni, previsioni meteorologiche e numerose altre tipologie di contenuto.

La ragione è abbastanza semplice: non tutte le ricerche richiedono lo stesso tipo di risposta.

Se cerchiamo il nome di un ristorante, probabilmente vogliamo sapere dove si trova, quando è aperto e come raggiungerlo. Se cerchiamo un prodotto, potremmo voler confrontare prezzi e caratteristiche. Se digitiamo il nome di una persona conosciuta, potremmo cercare informazioni biografiche. Se chiediamo come risolvere un problema tecnico, invece, potrebbe essere necessario consultare una guida approfondita.

Google cerca quindi di comprendere non soltanto quali parole abbiamo digitato ma, soprattutto, che cosa stiamo cercando di ottenere.

Questa distinzione è fondamentale perché permette di capire uno degli equivoci più diffusi quando si parla di motori di ricerca: Google non possiede una pagina dei risultati identica per tutte le query. La composizione stessa della Search può cambiare in funzione della ricerca.

La documentazione ufficiale di Google lo chiarisce esplicitamente: le funzionalità mostrate nella pagina dei risultati dipendono dalla query. Una ricerca locale può generare elementi molto diversi rispetto a una ricerca prevalentemente visiva, informativa o commerciale.

L’Intelligenza Artificiale si inserisce, quindi, all’interno di una trasformazione iniziata molto prima. La differenza è che oggi Google non si limita più a decidere quali risultati mostrare. In alcune situazioni, può cercare di costruire direttamente una risposta. Ed è qui che il cambiamento diventa molto più profondo.

Dalla selezione dei documenti alla costruzione della risposta

Il motore di ricerca tradizionale svolgeva prevalentemente una funzione di intermediazione. L’utente poneva una domanda. Google individuava le pagine che riteneva maggiormente pertinenti. L’utente sceglieva una di quelle pagine. Il sito web forniva la risposta.

L’introduzione delle esperienze generative modifica parzialmente questa sequenza perché una parte del lavoro che prima veniva svolto dall’utente può essere svolta direttamente dal sistema.

Immaginiamo, per esempio, di voler scegliere una tecnologia per realizzare un nuovo e-commerce. In passato avremmo potuto effettuare diverse ricerche: “migliore piattaforma ecommerce”, “wooCommerce o shopify”, “costi WooCommerce”, “shopify commissioni”, “piattaforma ecommerce per B2B” e, successivamente, aprire numerosi articoli, confrontare le informazioni e costruire autonomamente una conclusione.

Una ricerca assistita dall’AI può invece partire da una domanda molto più articolata: “Quale soluzione è più adatta a un’azienda B2B italiana che vuole realizzare un e-commerce integrato con il proprio gestionale, mantenendo un buon controllo sui costi e la possibilità di personalizzare la piattaforma?”

Non abbiamo più semplicemente una keyword. Abbiamo un problema. E, soprattutto, abbiamo un problema composto da molte variabili. È proprio questo tipo di ricerca che rende particolarmente interessante la direzione intrapresa da Google.

Con AI Mode, Google utilizza una tecnica definita “query fan-out“, sulla base della quale il sistema può scomporre una domanda in diversi sotto-argomenti ed eseguire contemporaneamente più ricerche correlate, combinando poi le informazioni ottenute per formulare la risposta.

La differenza concettuale è enorme. Una singola domanda dell’utente può corrispondere a molte ricerche che l’utente non ha mai digitato. Questo significa che anche il rapporto tradizionale tra keyword e pagina diventa meno lineare.

Una pagina potrebbe risultare utile non perché corrisponde esattamente alla frase inserita dall’utente, ma perché contiene una parte particolarmente utile della conoscenza necessaria per rispondere a uno dei sottoargomenti implicati nella domanda. Ed è uno dei motivi per cui la SEO contemporanea non può più essere interpretata come semplice inserimento di parole chiave all’interno delle pagine.

Ma la vecchia Google Search esiste ancora?

Di fronte a trasformazioni così importanti è facile cadere nell’errore opposto e immaginare che tutto ciò che conoscevamo della ricerca sia diventato improvvisamente obsoleto. Non è così. Sotto molte delle nuove esperienze continua a esistere un’infrastruttura costruita in decenni di sviluppo.

Perché Google possa mostrare una pagina, deve innanzitutto sapere che quella pagina esiste. Deve poterla raggiungere. Deve comprenderne il contenuto. Deve decidere se inserirla nel proprio indice. E, quando arriva una ricerca, deve valutare se quella risorsa possa essere utile rispetto alla richiesta dell’utente.

Google continua infatti a descrivere il funzionamento fondamentale della Search attraverso tre grandi fasi: crawling, indexing e serving, cioè scansione, indicizzazione e pubblicazione dei risultati.

La prima fase è la scansione. Google utilizza programmi automatizzati, comunemente chiamati crawler, per scoprire le risorse disponibili sul web. Googlebot segue collegamenti, individua URL, visita pagine e recupera i contenuti che può utilizzare nei processi successivi.

La seconda fase è l’indicizzazione. Una volta recuperata una pagina, Google cerca di comprenderne il contenuto: analizza testo, immagini, video, elementi HTML e altre informazioni utili. Valuta inoltre eventuali duplicazioni e può determinare quale versione rappresenti la pagina canonica di un gruppo di contenuti simili.

La terza fase entra in gioco quando qualcuno effettua una ricerca. A quel punto i sistemi di Google cercano nell’indice le informazioni considerate maggiormente pertinenti e utili rispetto alla query, utilizzando numerosi segnali.

È importante soffermarsi su un particolare: essere pubblicati online non significa automaticamente essere indicizzati e essere indicizzati non significa automaticamente essere visibili.

Google stesso precisa che non garantisce la scansione, l’indicizzazione o la pubblicazione di una pagina nei risultati, anche quando questa rispetta le linee guida tecniche fondamentali. Questo principio rimane valido anche nell’era dell’AI. L’Intelligenza Artificiale non elimina quindi le fondamenta tecniche della ricerca. Le rende parte di un sistema più ampio.

Non esiste “l’algoritmo di Google”

Un’altra espressione che utilizziamo frequentemente rischia di creare un’immagine sbagliata del funzionamento della Search: “l’algoritmo di Google”.

L’espressione è comoda, ma può far pensare all’esistenza di un’unica enorme formula matematica che assegna un punteggio a ogni sito e stabilisce una classifica definitiva. La realtà è molto più articolata.

Google parla infatti di “Ranking systems“, al plurale: sistemi automatizzati che utilizzano numerosi fattori e segnali per analizzare enormi quantità di pagine e altri contenuti presenti nell’indice e individuare ciò che può risultare maggiormente pertinente e utile.

Alcuni segnali possono riguardare la pagina. Altri possono contribuire a comprendere il sito nel suo complesso. Altri ancora dipendono dalla ricerca, dalla lingua, dalla localizzazione, dal dispositivo o dal tipo di informazione richiesta. Questo spiega perché chiedersi semplicemente “Qual è il fattore più importante per posizionarsi su Google?”, sia spesso una domanda mal posta. Non esiste necessariamente una risposta universale.

Per una ricerca locale, la vicinanza geografica può avere un’importanza che sarebbe irrilevante per un approfondimento scientifico. Per una notizia appena accaduta, la freschezza dell’informazione può diventare decisiva. Per una guida tecnica, completezza, chiarezza e affidabilità possono assumere un peso completamente differente. Per una ricerca visuale, le immagini possono diventare centrali.

La Search cerca quindi di adattare il processo di recupero e presentazione dell’informazione alla natura della domanda. Ed è precisamente questa capacità di adattamento che l’Intelligenza Artificiale sta ampliando.

Da “cercare una pagina” a “risolvere un problema”

Forse il cambiamento più importante non riguarda Google. Riguarda noi.

Per molti anni abbiamo adattato il nostro linguaggio ai limiti dei motori di ricerca. Non scrivevamo: “Vorrei trovare un ristorante di pesce tranquillo vicino al centro di Firenze dove portare otto clienti stranieri domani sera, possibilmente con un ambiente elegante ma non eccessivamente formale.” Scrivevamo qualcosa come: “ristorante pesce Firenze centro”.

Avevamo imparato, quasi inconsapevolmente, a tradurre le nostre necessità in keyword. La ricerca conversazionale inverte progressivamente questa dinamica. Non siamo più necessariamente noi a dover semplificare il problema affinché il motore possa comprenderlo. È il sistema che cerca di comprendere un problema espresso nel nostro linguaggio.

I dati recentemente condivisi da Google mostrano proprio questa evoluzione: secondo l’azienda, le nuove funzionalità AI stanno portando gli utenti non soltanto a effettuare più ricerche, ma anche a formulare domande differenti e più vicine a ciò che hanno realmente in mente.

Questo passaggio avrà conseguenze profonde. Per gli utenti significa poter formulare richieste più naturali. Per Google significa dover comprendere intenzioni più complesse. Per le aziende significa che la visibilità non può più essere progettata pensando soltanto a un insieme statico di keyword.

E per chi produce contenuti significa qualcosa di ancora più importante: dobbiamo ragionare in termini di problemi, conoscenza e risposte, non soltanto di query.

La ricerca diventa un processo

Immaginiamo una persona che voglia installare un impianto fotovoltaico nella propria azienda. Una ricerca tradizionale potrebbe iniziare da: “impianto fotovoltaico aziendale” e proseguire con: “costo fotovoltaico industriale”, “incentivi fotovoltaico aziende”, “dimensionamento impianto fotovoltaico capannone”, “tempo ritorno investimento fotovoltaico”, “batterie accumulo azienda convengono”.

Quello che vediamo come cinque ricerche differenti è in realtà un unico processo decisionale.

L’utente sta cercando di capire se investire, quanto investire, quali benefici aspettarsi, quali vincoli considerare e a chi eventualmente rivolgersi. La ricerca conversazionale permette di rendere esplicito questo processo.

La persona può iniziare con una domanda complessa, ricevere una prima risposta e proseguire con domande successive: “E per un capannone di 2.000 metri quadrati?”, “Come cambia se il consumo maggiore avviene durante il giorno?”, “Quanto inciderebbe un sistema di accumulo?”, “Quali dati devo preparare prima di chiedere un preventivo?”.

La singola query lascia progressivamente spazio a una sessione di ricerca. Il contesto diventa parte dell’interazione. E la distinzione tra cercare informazioni e ricevere assistenza nel ragionamento comincia a diventare meno netta. È qui che AI Mode rappresenta qualcosa di più di una nuova veste grafica per Google.

AI Overview e AI Mode non sono la stessa cosa

È utile chiarire una distinzione che spesso viene ignorata.

AI Overviews e AI Mode appartengono entrambe alla trasformazione generativa della Search, ma non rappresentano esattamente la stessa esperienza.

Le AI Overviews possono apparire all’interno della normale esperienza di ricerca e fornire una sintesi generata dall’AI accompagnata da collegamenti che consentono di approfondire attraverso il web.

AI Mode nasce, invece, con una logica molto più esplicitamente conversazionale e può affrontare domande complesse, multipart e successive. Google la presenta come un’esperienza che combina le capacità dei propri modelli con i sistemi informativi della Search e con fonti aggiornate provenienti dal web e da altri ecosistemi informativi dell’azienda.

La distinzione è importante perché mostra che Google non sta semplicemente sostituendo i risultati organici con un blocco di testo generato dall’AI. Sta sperimentando e sviluppando modalità differenti di accesso all’informazione. Per alcune necessità, continuerà a essere perfettamente naturale consultare direttamente un sito. Per altre, potrebbe essere sufficiente una risposta sintetica. Per altre ancora, sarà necessario confrontare molte fonti. E, in scenari più complessi, potremmo dialogare con il sistema per diversi minuti prima di decidere quale risorsa approfondire. La Search diventa, quindi, meno uniforme.

Il web non scompare dietro l’Intelligenza Artificiale

A questo punto emerge inevitabilmente una domanda: “se Google può costruire direttamente una risposta, che ruolo rimane ai siti web?“. È una domanda importante, ma rischia di partire da un presupposto sbagliato.

L’Intelligenza Artificiale generativa ha bisogno di informazioni. Per molte ricerche, soprattutto quando sono necessarie informazioni aggiornate, specialistiche, commerciali o legate a esperienze reali, quelle informazioni continuano a essere prodotte da aziende, professionisti, editori, istituzioni, community, ricercatori e altri soggetti che pubblicano sul web.

Anche le nuove esperienze di Google continuano infatti a collegare gli utenti verso risorse esterne. Il rapporto tra Google e il web, tuttavia, può cambiare. Prima, il sito rappresentava spesso il luogo nel quale iniziava realmente la risposta. Ora, potrebbe rappresentare la fonte utilizzata per costruire una parte della risposta, oppure, il luogo nel quale l’utente decide di approfondire dopo aver già acquisito un primo livello di conoscenza.

È una differenza sottile soltanto in apparenza. Perché modifica il valore del clic. Se una persona arriva sul nostro sito dopo aver già compreso i concetti fondamentali, potrebbe essere più informata, più selettiva e più vicina a una decisione. Allo stesso tempo, alcune visite che in passato avremmo ricevuto potrebbero non verificarsi più, semplicemente perché la risposta fornita direttamente dalla Search è sufficiente.

Questo è il punto dal quale dovremo partire quando parleremo di zero-click search: non per decretare la morte del traffico organico, ma per capire quali tipologie di clic possono diminuire, quali possono acquistare maggior valore e quali nuove forme di visibilità possono emergere.

Il vero cambiamento è nel rapporto tra domanda, risposta e fonte

Per comprendere Google oggi, dobbiamo quindi abbandonare l’idea di una trasformazione lineare: prima c’erano i risultati organici, adesso ci sono le risposte AI.

La realtà è più complessa. I risultati organici continuano a esistere. Il crawling continua a essere necessario. L’indicizzazione continua a essere fondamentale. I sistemi di ranking continuano a selezionare e organizzare le informazioni. Il Knowledge Graph continua a contribuire alla comprensione di persone, luoghi, organizzazioni e concetti. Immagini, video, mappe, prodotti e risultati locali continuano ad avere ruoli specifici.

A tutto questo si aggiunge ora un livello generativo capace, in determinate circostanze, di utilizzare informazioni e sistemi della Search per costruire risposte più articolate.

Google non sta quindi semplicemente cambiando l’aspetto della SERP. Sta modificando il rapporto tra domanda, informazione, fonte e utente.

Per oltre vent’anni la domanda principale per chi lavorava sulla visibilità online è stata: “Come faccio a portare questa pagina tra i primi risultati?” Quella domanda rimane importante. Ma oggi dobbiamo aggiungerne almeno un’altra: “Come faccio a rendere questa informazione abbastanza utile, comprensibile e affidabile da avere un ruolo nel processo attraverso cui Google costruisce la risposta?”

È un cambiamento di prospettiva sostanziale. E per comprenderne realmente le conseguenze dobbiamo entrare ancora più in profondità nel funzionamento della Search.

Nella seconda parte vedremo quindi che cosa accade tra il momento in cui formuliamo una ricerca e quello in cui Google ci restituisce una risposta: come vengono comprese le query, perché il motore non cerca semplicemente le pagine che contengono le nostre parole, quale ruolo svolgono intento, contesto ed entità e perché l’arrivo del query fan-out rende ancora meno adeguata l’idea di una corrispondenza uno-a-uno tra keyword e pagina.

Che cosa succede davvero quando facciamo una ricerca su Google

Sinora, abbiamo visto come Google stia progressivamente passando da un modello basato prevalentemente sulla selezione dei documenti a un sistema capace, in determinate circostanze, di contribuire direttamente alla costruzione della risposta.

Per comprendere fino in fondo la portata di questa trasformazione dobbiamo però affrontare un equivoco ancora molto diffuso. Quando digitiamo qualcosa su Google, il motore di ricerca non cerca semplicemente le pagine che contengono le parole che abbiamo scritto.

Lo faceva, almeno in misura molto maggiore, nelle prime fasi della storia dei motori di ricerca. Oggi il processo è enormemente più sofisticato. Prima ancora di stabilire quali risultati mostrare, Google deve cercare di capire che cosa intendiamo realmente.

La differenza sembra sottile, ma è fondamentale. Consideriamo tre ricerche: “Jaguar”, “Jaguar prezzo”, “Jaguar habitat”. La parola principale è identica ma, nel primo caso, Google deve affrontare un’ambiguità: stiamo cercando informazioni sull’animale, sul marchio automobilistico o su qualcos’altro? Nel secondo caso, il contesto suggerisce con maggiore probabilità un interesse commerciale verso l’automobile. Nel terzo, diventa evidente che stiamo parlando dell’animale. Le parole sono quindi soltanto una parte del problema.

Il motore deve comprendere le relazioni tra quelle parole, il contesto nel quale vengono utilizzate e l’intenzione che probabilmente ha determinato la ricerca. Ed è qui che inizia davvero la Google Search contemporanea.

Google deve prima capire la domanda

Nel linguaggio della SEO utilizziamo frequentemente il concetto di search intent, cioè, intento di ricerca. L’espressione è utile, ma spesso viene ridotta a una classificazione molto semplice: ricerche informative, navigazionali, commerciali o transazionali. Queste categorie possono aiutarci a ragionare, ma il funzionamento reale di un motore di ricerca è molto più articolato.

Prendiamo una query apparentemente semplice: “migliore gestionale per PMI”. Che cosa significa davvero “migliore”? Il più economico? Il più facile da utilizzare? Quello con il maggior numero di funzionalità? Quello più adatto alle aziende italiane? Quello che si integra meglio con un e-commerce? Quello più indicato per un’impresa manifatturiera?

Google deve cercare di interpretare una richiesta che contiene inevitabilmente una certa quantità di ambiguità.

Se invece scriviamo: “migliore gestionale per PMI manifatturiera italiana con integrazione WooCommerce e gestione di due magazzini”, l’intenzione diventa molto più precisa. Ed è proprio qui che l’evoluzione della ricerca conversazionale assume particolare importanza.

Per molti anni, gli utenti hanno imparato a eliminare dettagli dalle proprie domande per trasformarle in query che pensavano fossero più facilmente comprensibili da Google. Ora sta avvenendo progressivamente il contrario. Più informazioni forniamo, più il sistema può cercare di interpretare il problema nella sua complessità.

Google ha sviluppato nel tempo diversi sistemi dedicati proprio alla comprensione del linguaggio e del significato delle ricerche. Nella propria documentazione sui sistemi di ranking cita, tra gli altri, BERT, utilizzato per comprendere come combinazioni di parole esprimano significati e intenzioni differenti, e Neural Matching, che aiuta a mettere in relazione rappresentazioni concettuali di query e pagine anche quando non utilizzano esattamente gli stessi termini.

Questo percorso non è iniziato con l’attuale generazione di modelli AI: già l’introduzione di sistemi come Google RankBrain rappresentava un passaggio importante verso una Search maggiormente capace di interpretare query, relazioni e intenzioni oltre la semplice corrispondenza letterale delle parole.

Questo punto è essenziale anche per capire perché una delle vecchie ossessioni della SEO — ripetere esattamente una keyword all’interno di una pagina — abbia progressivamente perso gran parte della propria giustificazione. Google deve comprendere il significato. Non semplicemente contare parole.

Dalla corrispondenza delle parole alla comprensione dei concetti

Immaginiamo di cercare: “come ridurre i consumi energetici di un capannone industriale”. Una pagina utile potrebbe parlare di isolamento termico, fotovoltaico, pompe di calore, illuminazione LED, sistemi di monitoraggio, rifasamento, recupero del calore o ottimizzazione degli impianti. Non è necessario che ogni paragrafo ripeta ossessivamente la frase “ridurre i consumi energetici di un capannone industriale”.

Anzi, un contenuto realmente approfondito utilizzerà inevitabilmente un vocabolario molto più ricco.

Questo ci porta a una distinzione importante. Una keyword è una sequenza di parole. Un argomento è una rete di concetti.

Google è diventato progressivamente più capace di lavorare sulla seconda dimensione. È anche uno dei motivi per cui la qualità editoriale non può essere valutata semplicemente attraverso la densità delle parole chiave.

Un articolo può contenere perfettamente una keyword e non rispondere realmente alla domanda dell’utente. Un altro può utilizzare formulazioni differenti e fornire una risposta straordinariamente più completa. La pertinenza semantica non coincide con la corrispondenza letterale.

Naturalmente, questo non significa che le parole utilizzate siano diventate irrilevanti. Titoli, testi, anchor text e altri elementi continuano ad aiutare utenti e sistemi a comprendere il contenuto di una pagina. Significa però che la ricerca moderna non può essere spiegata come un gigantesco esercizio di corrispondenza tra stringhe di testo.

Questo cambiamento modifica inevitabilmente anche il modo di intendere l’ottimizzazione per i motori di ricerca: abbiamo approfondito il tema nell’articolo dedicato a come funzionano oggi SEO e GEO, al di là dei falsi miti che circondano queste discipline.

Il ruolo delle entità

A questo punto entra in gioco un altro concetto centrale nella Search contemporanea: quello di “entità“.

Una persona, un’azienda, una città, un prodotto, un’opera, un luogo o un’organizzazione possono essere interpretati non semplicemente come sequenze di caratteri, ma come oggetti identificabili ai quali sono associate caratteristiche e relazioni.

Pensiamo a “Apple”. In una pagina potrebbe indicare il frutto. In un’altra Apple Inc. Se troviamo contemporaneamente termini come iPhone, Cupertino, Tim Cook e macOS, il contesto rende evidente a quale entità ci stiamo riferendo.

La capacità di comprendere entità e relazioni è uno degli elementi che hanno permesso ai motori di ricerca di passare progressivamente dalla semplice analisi delle parole a una rappresentazione più strutturata della conoscenza.

Il Knowledge Graph, introdotto da Google nel 2012, rappresentò uno dei passaggi più visibili di questa evoluzione: l’obiettivo dichiarato era comprendere “things, not strings”, cioè, le cose e non soltanto le stringhe di caratteri utilizzate per descriverle. Il principio è ancora oggi estremamente importante. Se Google comprende che un determinato nome identifica un’azienda, può cercare di associare a quell’entità un sito ufficiale, una sede, servizi, persone, profili, recensioni, citazioni, informazioni provenienti da altre fonti e numerose altre relazioni.

Per un’impresa, questo significa che la presenza digitale non coincide più esclusivamente con ciò che è scritto sul proprio sito. Conta anche quanto chiaramente l’azienda esiste e viene rappresentata nell’ecosistema informativo del web. È un passaggio che diventa ancora più rilevante nell’era delle risposte generate dall’AI.

Una pagina non vive isolata

Supponiamo che un’azienda dichiari sul proprio sito: “Da vent’anni siamo uno dei principali specialisti italiani nella progettazione di impianti industriali.” Dal punto di vista tecnico abbiamo una frase perfettamente leggibile. Ma quella frase rappresenta un’affermazione dell’azienda su se stessa. Se la stessa organizzazione compare anche in pubblicazioni di settore, associazioni professionali, documentazione tecnica, progetti verificabili, eventi, directory affidabili, casi studio e altre fonti indipendenti, il quadro informativo cambia. Non perché esista necessariamente una formula del tipo: “cinque citazioni esterne = autorevolezza”. Sarebbe una semplificazione priva di fondamento. Il punto è concettuale.

Sul web le informazioni acquistano significato anche attraverso le relazioni che le collegano ad altre informazioni. Questo vale per le persone, per i prodotti, per i luoghi e vale per le aziende.

La reputazione digitale, quindi, non è qualcosa che possiamo costruire interamente all’interno della pagina “Chi siamo”. È il risultato di una presenza molto più ampia. Ed è per questo che brand, PR digitali, citazioni, link, recensioni, attività editoriale e presenza in fonti terze non dovrebbero essere considerate discipline completamente separate, contribuendo, in modi differenti, a costruire il contesto attraverso cui utenti e sistemi possono comprendere chi siamo.

Google non valuta soltanto la pertinenza

A questo punto potremmo pensare che il problema sia risolto. Google comprende la domanda, trova i contenuti semanticamente più vicini e li ordina. Ma manca ancora un elemento fondamentale: due pagine possono essere entrambe pertinenti e avere livelli di utilità e affidabilità completamente differenti.

Se cerchiamo informazioni su come cambiare una lampadina, le conseguenze di un’informazione imperfetta sono relativamente limitate. Se cerchiamo indicazioni riguardanti una terapia medica, un investimento finanziario o una questione legale, la qualità della fonte diventa molto più importante.

Google utilizza da tempo numerosi sistemi e segnali orientati a privilegiare contenuti utili e affidabili. Nella documentazione pubblica sui propri sistemi di ranking descrive, per esempio, sistemi dedicati alla comprensione dei link, all’identificazione di contenuti originali, alla freschezza quando necessaria e alla promozione di contenuti utili per le persone. Qui è importante evitare un altro equivoco frequente. Quando parliamo di E-E-A-T — Experience, Expertise, Authoritativeness e Trustworthiness — non stiamo parlando di un singolo fattore di ranking misurabile attraverso un punteggio E-E-A-T.

Il concetto compare nelle Search Quality Rater Guidelines e aiuta a descrivere caratteristiche associate alla qualità e all’affidabilità dei contenuti. Google ha chiarito che i propri sistemi utilizzano una combinazione di segnali capaci di identificare contenuti che mostrano aspetti coerenti con esperienza, competenza, autorevolezza e soprattutto affidabilità. La distinzione è importante. Non possiamo “ottimizzare l’E-E-A-T” come se fosse una percentuale da portare dal 70 all’85%. Possiamo, invece, lavorare affinché un contenuto dimostri chiaramente chi lo ha prodotto, perché quella persona o organizzazione possiede una competenza rilevante, su quali informazioni si basa e quanto ciò che afferma sia verificabile.

La stessa ricerca non produce necessariamente la stessa risposta

Un altro elemento spesso sottovalutato riguarda il contesto. Immaginiamo due persone che cerchino: “ristorante aperto adesso”. Una si trova a Firenze. L’altra a Milano. È evidente che la stessa sequenza di parole deve produrre risultati differenti. La localizzazione è soltanto l’esempio più intuitivo.

Google può utilizzare diversi elementi contestuali per fornire risultati più pertinenti, inclusi lingua, località e impostazioni dell’utente. Anche il significato temporale della query può cambiare completamente ciò che viene considerato utile.

Cerchiamo: “Presidente degli Stati Uniti”, “risultati elezioni”, “prezzo Bitcoin”, “meteo Roma”. In questi casi una pagina molto autorevole pubblicata anni fa potrebbe essere completamente inutile. La freschezza non è quindi un valore assoluto. Dipende dalla ricerca. Un articolo sulla dimostrazione del teorema di Pitagora non diventa necessariamente meno utile perché è stato pubblicato tre anni fa. Una pagina sui risultati di una partita disputata ieri sì.

Questa capacità di interpretare il contesto spiega perché non esista una formula SEO universale valida allo stesso modo per ogni query. Il sistema cerca di capire quale tipo di risposta sia appropriato in quella particolare situazione.

Il query fan-out cambia ulteriormente il problema

Tutto ciò che abbiamo descritto finora era già sufficiente a rendere la Search estremamente complessa. Con le esperienze generative entra però in gioco un ulteriore passaggio.

Torniamo alla domanda: “Quale soluzione è più adatta a un’azienda B2B italiana che vuole realizzare un e-commerce integrato con il proprio gestionale, mantenendo un buon controllo sui costi e la possibilità di personalizzare la piattaforma?”

Una domanda simile contiene molte questioni. Quali piattaforme supportano il B2B? Quali consentono integrazioni con gestionali? Quali sono i costi? Quali offrono maggiore personalizzazione? Quali sono diffuse o supportate nel mercato italiano? Quali differenze esistono tra soluzioni SaaS e open source?

Un sistema generativo può affrontare il problema attraverso il “query fan-out“, eseguendo molteplici ricerche relative a sotto-argomenti e fonti differenti. Google descrive esplicitamente questa tecnica per AI Mode: il sistema effettua contemporaneamente più ricerche attraverso sotto-argomenti e fonti dati, permettendo di esplorare il web più in profondità rispetto a una singola query tradizionale.

Per chi si occupa di contenuti, le implicazioni sono enormi. Il vecchio modello mentale: una keyword → una SERP → una pagina diventa insufficiente. Potremmo avere: una domanda → molti sottoargomenti → molte ricerche → molte fonti → una risposta sintetizzata.

Una pagina estremamente competente su uno specifico sottoargomento potrebbe quindi contribuire alla risposta anche senza essere la pagina che avremmo immaginato come “risultato principale” della query iniziale. Questo apre una prospettiva interessante per i siti specialistici.

Essere specialisti può diventare un vantaggio

Immaginiamo due siti. Il primo pubblica centinaia di articoli superficiali su qualunque argomento digitale: SEO, social media, e-commerce, blockchain, AI, cybersecurity, CRM, realtà virtuale, advertising, app, branding. Il secondo possiede trenta articoli estremamente approfonditi dedicati all’integrazione tra e-commerce e sistemi gestionali nelle PMI italiane. Quale dei due è più grande? Il primo. Quale potrebbe contenere la risposta migliore a uno specifico sotto-problema riguardante l’integrazione tra WooCommerce e un ERP? Molto probabilmente il secondo.

È qui che il concetto di topical authority, utilizzato frequentemente nel settore SEO, acquista una rilevanza pratica, purché non venga trasformato impropriamente nel nome di un fantomatico “fattore di ranking ufficiale“.

Il principio è semplice: costruire nel tempo un corpus di contenuti coerenti, approfonditi e collegati intorno a un ambito di competenza permette di rispondere a una quantità maggiore di domande realmente rilevanti per quel settore. Non significa che Google assegni necessariamente un “punteggio di topical authority”. Significa che un sito realmente specializzato possiede più occasioni per produrre la migliore risposta a problemi specifici.

Con il query fan-out, questo aspetto può diventare ancora più interessante.

La keyword non muore: cambia il suo ruolo

A questo punto, potrebbe sembrare che le keyword siano destinate a diventare inutili. Anche questa conclusione sarebbe sbagliata. Le persone continueranno a utilizzare parole per esprimere le proprie necessità. I motori continueranno a interpretare quelle parole. La keyword research continuerà a fornire informazioni preziose sul linguaggio utilizzato dagli utenti e sugli argomenti che suscitano interesse.

Quello che cambia è il modo in cui utilizziamo queste informazioni. Invece di chiederci soltanto: “Quale keyword devo inserire in questa pagina?” dovremmo chiederci: “Quale problema sta cercando di risolvere una persona che effettua questa ricerca?” e subito dopo: “Quali altre domande dovrà probabilmente affrontare prima di poter prendere una decisione?”

Questa seconda domanda permette di passare dalla keyword alla mappa dell’intento. E la differenza può essere enorme.

Un’azienda che vende software gestionale potrebbe scoprire che gli utenti non hanno bisogno soltanto di sapere “quanto costa un gestionale”. Devono comprendere tempi di implementazione, migrazione dei dati, integrazioni, formazione, assistenza, personalizzazioni, sicurezza, compatibilità con i processi esistenti e costi futuri. Ognuna di queste necessità può diventare un contenuto. Ma soprattutto, insieme, possono diventare un sistema di conoscenza.

Da pagine ottimizzate a ecosistemi informativi

Questa è probabilmente una delle conseguenze più importanti per la strategia editoriale delle aziende. Per anni molti siti sono stati costruiti creando una pagina per ciascuna keyword individuata attraverso gli strumenti SEO. Il risultato è spesso un insieme di contenuti molto simili: “realizzazione siti web Firenze”, “creazione siti web Firenze”, “sviluppo siti web Firenze”, “agenzia siti internet Firenze”, con testi costruiti più per differenziare formalmente gli URL che per offrire informazioni realmente differenti.

La crescente capacità dei motori di comprendere significato, intento e relazioni rende questo approccio sempre meno sensato. Non significa che pagine dedicate a servizi e località non possano avere una funzione legittima. Significa che creare contenuti quasi duplicati esclusivamente per intercettare varianti linguistiche di una query è una strategia sempre più debole.

Google ha ribadito questo principio anche nelle proprie indicazioni dedicate alle funzionalità generative: le fondamenta SEO rimangono valide e non sono richiesti file speciali, nuovi markup o fantomatici “schemi AI”, mentre la creazione di grandi quantità di contenuti poco originali destinati principalmente a intercettare query può entrare in conflitto con l’obiettivo di produrre contenuti utili alle persone.

La direzione strategica è quindi opposta. Meno pagine costruite artificialmente intorno alle variazioni della keyword. Più contenuti costruiti intorno alle variazioni reali del problema.

Google sta cercando di comprendere ciò che vogliamo, non soltanto ciò che scriviamo

Possiamo ora ricostruire ciò che accade, in forma necessariamente semplificata, quando effettuiamo una ricerca. Google riceve una query. Cerca di interpretarne significato e intenzione. Considera il contesto rilevante. Individua nell’indice contenuti potenzialmente utili. Utilizza diversi sistemi e segnali per valutarne pertinenza, qualità e utilità. Decide quali tipologie di risultati siano appropriate. E nelle esperienze generative può ampliare ulteriormente il processo, esplorando sottoargomenti, recuperando informazioni da molteplici fonti e costruendo una risposta.

Non è quindi corretto immaginare la Search come un archivio nel quale inseriamo una parola e riceviamo indietro i documenti che la contengono. È più vicino a un enorme sistema di interpretazione e recupero della conoscenza. L’Intelligenza Artificiale generativa non ha inventato questa trasformazione. La sta accelerando.

Google cercava di comprendere significati, intenti, entità e relazioni molto prima dell’arrivo di Gemini. Quello che cambia oggi è la possibilità di utilizzare questa comprensione per costruire un’interazione molto più articolata con l’utente. Ed è proprio questa evoluzione che modifica anche il nostro comportamento.

Perché quando il sistema diventa capace di comprendere domande più complesse, noi iniziamo inevitabilmente a fare domande più complesse. È il tema della prossima parte di questo articolo dove studieremo come stanno cambiando le ricerche degli utenti: query più lunghe, follow-up, contesto, immagini, Google Lens, multimodalità e domande che fino a pochi anni fa difficilmente avremmo pensato di rivolgere a un motore di ricerca.

E sarà proprio osservando il comportamento degli utenti che diventerà evidente quanto il cambiamento di Google sia molto più profondo dell’introduzione di un semplice riquadro generato dall’Intelligenza Artificiale.

Dalla keyword alla conversazione: come sta cambiando il comportamento degli utenti

Per comprendere davvero quanto Google stia cambiando, non basta osservare ciò che accade dietro le quinte. Bisogna osservare ciò che sta accadendo davanti allo schermo.

Per oltre vent’anni, gli utenti hanno imparato a utilizzare i motori di ricerca adattando il proprio linguaggio ai limiti della tecnologia. Quasi nessuno digitava una domanda esattamente come l’avrebbe formulata parlando con una persona. Si eliminavano articoli, dettagli, sfumature e contesto. Si cercava di ridurre il problema a poche parole come, ad esempio: “Hotel Roma centro”, “Avvocato malasanità”, “Software gestionale PMI”, “Come fare SEO”.

Questa abitudine non nasceva perché fosse il modo più naturale di esprimere un bisogno. Nasceva perché avevamo imparato che il motore di ricerca funzionava meglio se gli fornivamo una versione semplificata della nostra richiesta. Oggi questo equilibrio si sta ribaltando.

Le piattaforme di ricerca basate sull’Intelligenza Artificiale stanno rendendo progressivamente più naturale formulare richieste lunghe, dettagliate e contestualizzate. Non dobbiamo più necessariamente tradurre un bisogno complesso in una keyword. Possiamo spiegare direttamente il problema. Ed è proprio questo passaggio che trasforma la Search da strumento di recupero delle informazioni a sistema di assistenza nel processo decisionale.

Le ricerche diventano più lunghe perché i problemi vengono espressi meglio

Immaginiamo un imprenditore che debba scegliere una nuova piattaforma gestionale per la propria azienda. Con la ricerca tradizionale potrebbe partire da: “gestionale aziendale migliore” e, successivamente, aprire decine di risultati. Poi cercare: “gestionale industria”, “gestionale ecommerce integrazione”, “costo gestionale PMI”, “gestionale due magazzini”, “migrazione gestionale dati”.

Ogni ricerca rappresenta una piccola parte del problema complessivo. Con un’interfaccia conversazionale, invece, l’utente può formulare immediatamente qualcosa del tipo:

“Gestisco una PMI manifatturiera italiana con due magazzini, un e-commerce WooCommerce e un gestionale ormai obsoleto. Vorrei capire quali soluzioni potrebbero sostituirlo senza perdere lo storico dei dati e quali aspetti dovrei valutare prima di scegliere.”

Questa non è più una semplice ricerca. È quasi un briefing. Il sistema riceve informazioni sul tipo di azienda, sugli strumenti utilizzati, sui vincoli, sulle necessità e sul livello di maturità del processo decisionale. Può, quindi, cercare di produrre una risposta molto più contestualizzata.

Per il marketing digitale questa trasformazione è enorme. Perché significa che il modo in cui le persone esprimono i propri bisogni può diventare molto più vicino al modo in cui quei bisogni esistono realmente nel mondo.

La keyword rappresentava spesso una semplificazione. La conversazione può restituire complessità.

Il contesto non scompare dopo la prima domanda

C’è poi una seconda differenza ancora più importante. Nella ricerca tradizionale, ogni nuova query tendeva a essere trattata come un nuovo punto di partenza. Se cercavamo: “migliore CRM per PMI” e poi “quanto costa Salesforce”, eravamo noi a mantenere mentalmente il collegamento tra le due ricerche.

Un sistema conversazionale può invece conservare il contesto del dialogo. Possiamo chiedere: “Quali CRM sono più adatti a una PMI?”, poi “Quale di questi si integra meglio con WooCommerce?”, poi ancora “E se ho un team commerciale di 8 persone?” e, successivamente, “Quale soluzione avrebbe il costo totale più basso in tre anni?”

La quarta domanda non contiene più né la parola CRM né il nome delle piattaforme. Eppure, il sistema comprende che stiamo ancora parlando dello stesso problema. Questa capacità cambia radicalmente il rapporto tra utente e motore di ricerca. La ricerca non è più necessariamente una sequenza di query indipendenti. Può diventare un percorso cognitivo continuo.

È una trasformazione importante anche dal punto di vista della progettazione dei contenuti. Se l’utente ragiona per percorsi, anche le aziende devono iniziare a produrre contenuti capaci di accompagnare quei percorsi. Non basta più rispondere a una domanda isolata. Bisogna comprendere quali domande vengono prima, quali vengono dopo e quali dubbi emergono nel momento in cui l’utente acquisisce maggiore conoscenza.

La ricerca diventa meno prevedibile

Dal punto di vista SEO, tutto questo introduce una conseguenza interessante. Le query diventano molto più difficili da prevedere esattamente. Se cento persone stanno valutando lo stesso tipo di software, potrebbero formulare cento domande differenti. Una persona potrebbe chiedere: “Quale gestionale conviene per un’azienda di 20 dipendenti?”, un’altra “Ho un e-commerce e due magazzini, quale ERP mi consigli?”, un’altra ancora “Come evitare di dipendere troppo dal fornitore del gestionale?”. Il bisogno sottostante può essere simile. La formulazione può cambiare enormemente.

Questo rende ancora meno sensato costruire una strategia editoriale basata esclusivamente sull’esatta corrispondenza tra query e titolo della pagina. Il contenuto deve riuscire a coprire il territorio concettuale della domanda.

È uno dei motivi per cui gli articoli realmente approfonditi possono acquisire un vantaggio importante: non rispondono soltanto a una singola frase, ma affrontano il problema da molte prospettive.

Le domande diventano più difficili

Esiste poi un’altra dinamica che merita particolare attenzione. Quando uno strumento diventa più capace, gli utenti tendono a chiedergli cose più difficili. È un comportamento naturale.

Nessuno chiederebbe a una calcolatrice di effettuare soltanto somme se sapesse che può risolvere equazioni molto complesse. Allo stesso modo, quando gli utenti comprendono che Google può interpretare richieste articolate, iniziano progressivamente a formularne di nuove. Non chiedono più soltanto: “Quanto costa un impianto fotovoltaico?” Possono chiedere:

“Ho un capannone industriale di 2.500 metri quadrati in Toscana, con consumi prevalentemente diurni. Conviene installare un impianto fotovoltaico con accumulo oppure utilizzare tutta l’energia prodotta in autoconsumo?”

Questa domanda richiede di considerare contemporaneamente geografia, profilo di consumo, dimensione dell’immobile, tecnologia e logica economica. È un tipo di ricerca che difficilmente sarebbe stato formulato in questo modo nella Search tradizionale.

E proprio perché le domande diventano più complesse, aumenta anche la necessità di utilizzare fonti realmente competenti. Un contenuto superficiale può rispondere bene a una domanda semplice. Difficilmente può sostenere una risposta complessa.

Il passaggio dalla risposta singola alla comparazione

Molte ricerche non hanno una risposta oggettivamente corretta. Pensiamo a domande come: “Meglio Shopify o WooCommerce?”, “Meglio investire in SEO o Google Ads?”, “Conviene acquistare oppure noleggiare un software?”, “Meglio un’agenzia o un freelance?”. In questi casi il valore non deriva da una risposta secca. Deriva dalla capacità di confrontare scenari.

Un buon sistema di ricerca deve, quindi, riuscire a spiegare vantaggi, svantaggi, vincoli e condizioni.

Questo rende particolarmente importanti i contenuti che non si limitano a promuovere una soluzione, ma aiutano realmente l’utente a comprendere quando una soluzione sia appropriata e quando non lo sia.

È un cambiamento rilevante anche per la comunicazione aziendale. La tradizionale pagina commerciale tende a dire: “Il nostro servizio è la soluzione migliore.” Un contenuto autorevole tende invece a dire: “Questa soluzione funziona bene in queste condizioni, mentre in altri scenari potrebbe essere preferibile un approccio differente.”

La seconda formulazione può sembrare meno aggressivamente commerciale. Ma costruisce molta più fiducia. E nell’ecosistema della ricerca basata sull’AI, la fiducia diventa sempre più importante.

Google Lens: quando la domanda non è più fatta di parole

La trasformazione della ricerca non riguarda soltanto il linguaggio. Riguarda anche il modo in cui iniziamo una ricerca. Google Lens ha introdotto già da tempo una possibilità radicalmente differente: utilizzare un’immagine come query. Possiamo fotografare un oggetto (una pianta, un edificio, un prodotto, un capo d’abbigliamento, un cartello, un testo, e chiedere al sistema di comprenderne il contenuto.

Questo elimina un problema che la ricerca testuale ha sempre avuto. Non sempre sappiamo come descrivere ciò che stiamo cercando. Immaginiamo di vedere una particolare lampada in un ristorante. Non conosciamo il produttore o il modello e, forse, non conosciamo nemmeno il nome dello stile. Con la ricerca testuale potremmo provare: “lampada nera moderna sospesa ristorante” e sperare di trovare qualcosa di simile. Con una ricerca visuale possiamo mostrare direttamente l’oggetto. È una differenza sostanziale. Il mondo reale diventa una possibile interfaccia per la Search.

Google ha spinto sempre più in questa direzione integrando capacità multimodali nelle proprie esperienze di ricerca e sottolineando come gli utenti possano porre domande combinando testo, immagini e altri input.

La multimodalità cambia anche il modo in cui le aziende devono comunicare

Se la ricerca può partire da un’immagine, il contenuto visuale acquista una funzione che va oltre il semplice valore estetico. Pensiamo a un produttore di componenti industriali. Tradizionalmente il sito potrebbe limitarsi a mostrare alcune fotografie generiche dei prodotti. In un ecosistema di ricerca visuale, diventano molto più interessanti immagini capaci di documentare con precisione: il componente; le sue varianti; le applicazioni; i dettagli costruttivi; l’installazione; il risultato finale.

Lo stesso principio vale per architetti, ristoranti, e-commerce, aziende manifatturiere, artigiani, designer, professionisti sanitari e moltissimi altri settori. Non significa che ogni fotografia diventerà automaticamente un risultato di ricerca. Significa che la qualità semantica del patrimonio visuale dell’azienda può diventare sempre più importante. Un’immagine non serve soltanto a rendere bella una pagina. Può diventare informazione.

Dal “cosa” al “perché”

Esiste poi una distinzione particolarmente interessante tra le ricerche tradizionali e quelle conversazionali. Molte query classiche chiedevano un fatto: “Quando è nato Leonardo da Vinci?”, “Quanto è alto il Monte Bianco?”, “Qual è il CAP di Firenze?”. Sono richieste facilmente soddisfatte da una risposta breve.

Le esperienze generative favoriscono invece domande del tipo: “Perché?”, “Qual è la differenza?”, “Cosa succederebbe se?”, “Quale soluzione sarebbe più adatta nel mio caso?”, “Quali aspetti sto trascurando?”. Sono domande che richiedono interpretazione.

E più aumenta il bisogno di interpretazione, più aumenta il valore dei contenuti capaci di offrire ragionamenti, esempi ed esperienza reale.

È anche uno dei motivi per cui i contenuti aziendali più interessanti nei prossimi anni potrebbero essere meno simili alle tradizionali pagine SEO e molto più simili a veri approfondimenti specialistici.

La ricerca può diventare anticipatoria

Un sistema che comprende meglio il problema può anche iniziare a suggerire aspetti che l’utente non aveva ancora considerato. Immaginiamo di chiedere informazioni sull’apertura di un e-commerce. Una risposta realmente utile non dovrebbe limitarsi a spiegare quale piattaforma utilizzare. Potrebbe portare l’utente a considerare anche gestione del magazzino, pagamenti, spedizioni, fiscalità, privacy, analytics, SEO, advertising, customer care e integrazioni con il gestionale.

In pratica, la Search può iniziare ad anticipare le domande successive. Questo aumenta enormemente il valore potenziale dell’esperienza. Ma crea anche un’importante conseguenza competitiva.

Se il nostro contenuto affronta soltanto la domanda più ovvia, rischia di risultare meno utile rispetto a una fonte che dimostra di comprendere l’intero problema. L’approfondimento non serve quindi soltanto per “scrivere articoli più lunghi”. Serve per rappresentare meglio la realtà.

La ricerca diventa sempre più personalizzata al problema, non necessariamente alla persona

Quando si parla di AI e Search viene spesso utilizzata l’espressione “personalizzazione”. È importante però distinguere due concetti. Una cosa è personalizzare sulla base dell’identità e dello storico di una determinata persona. Un’altra è adattare la risposta alle informazioni che l’utente fornisce esplicitamente all’interno della domanda e della conversazione.

Nel secondo caso non è necessario conoscere chi sia l’utente. Se scrive: “Ho un ristorante con 80 coperti a Firenze e vorrei aumentare le prenotazioni nei giorni feriali senza utilizzare sconti” ha già fornito abbastanza contesto per ricevere una risposta molto più specifica rispetto a: “come aumentare clienti ristorante”.

Questo tipo di contestualizzazione rende la ricerca più utile senza necessariamente richiedere una conoscenza profonda dell’identità dell’utente. Ed è probabilmente uno degli sviluppi più interessanti della ricerca conversazionale.

I contenuti dovranno rispondere a decisioni, non soltanto a domande

Per le aziende la conseguenza più importante potrebbe essere questa. In passato, una buona strategia SEO cercava di intercettare le domande degli utenti. In futuro, dovrà probabilmente comprendere molto meglio le decisioni che quelle domande precedono.

Un utente che cerca: “quanto costa un sito web” non vuole necessariamente conoscere soltanto un prezzo. Potrebbe stare cercando di capire: se vale la pena investire; quale budget destinare; quale tipo di fornitore scegliere; quali funzionalità siano realmente necessarie; quanto durerà il progetto; quali costi ricorrenti aspettarsi; come confrontare preventivi differenti.

La query rappresenta quindi soltanto il punto visibile di un problema molto più ampio.

Un contenuto eccellente cerca di comprendere quel problema. Ed è proprio qui che l’evoluzione di Google potrebbe premiare un modo di fare comunicazione molto più vicino alla consulenza che alla semplice ottimizzazione.

Non tutte le ricerche diventeranno conversazioni

Anche qui è importante evitare eccessi. Non ha senso trasformare ogni ricerca in un dialogo di dieci minuti. Se voglio sapere: “orario farmacia vicino a me”, probabilmente, desidero una risposta immediata. Se cerco: “sito ufficiale Agenzia delle Entrate”, voglio raggiungere una destinazione. Se cerco: “scarpe running uomo”, potrei preferire una griglia di prodotti rispetto a un lungo testo generato.

La ricerca conversazionale non sostituisce, quindi, ogni altra modalità. Si aggiunge alle modalità esistenti. Ed è proprio questa pluralità a rendere Google sempre più complesso. Il motore deve decidere non soltanto quale informazione fornire. Deve cercare di capire anche quale forma di risposta sia più appropriata, una lista, una mappa, un’immagine, un prodotto, un sito, una risposta sintetica, una conversazione, o una combinazione di questi elementi.

Dalla SERP all’ambiente di ricerca

A questo punto possiamo iniziare a comprendere perché la parola “SERP” — Search Engine Results Page — rischi progressivamente di descrivere soltanto una parte dell’esperienza. L’idea tradizionale presuppone una pagina. L’utente effettua una ricerca. Riceve una pagina di risultati. Sceglie.

La nuova esperienza può essere molto più fluida. Una domanda produce una risposta, la risposta genera un approfondimento, l’approfondimento conduce a un’immagine, l’immagine genera una nuova ricerca, una fonte viene aperta. Poi, si torna alla conversazione. Il processo può svilupparsi attraverso più formati e più livelli di interazione.

Google sta quindi evolvendo da una semplice pagina di risultati verso qualcosa che potremmo definire, con cautela, un ambiente di ricerca. Non significa che la SERP sia scomparsa. Significa che non rappresenta più necessariamente l’intero percorso.

Questa evoluzione, peraltro, non nasce esclusivamente con l’AI generativa. Google aveva già iniziato da tempo a superare il modello della ricerca esplicita attraverso strumenti come Google Discover, dove la scoperta dei contenuti può avvenire prima ancora che l’utente formuli una query.

Cosa significa tutto questo per un’azienda

La prima conseguenza è che diventa sempre più difficile misurare la presenza digitale utilizzando esclusivamente la posizione occupata da una determinata keyword. Essere primi per una query continuerà a essere estremamente importante in molti contesti. Ma la visibilità può manifestarsi anche in altre forme.

Un brand potrebbe essere citato all’interno di una risposta generativa. Una sua immagine potrebbe comparire in una ricerca visuale. Un articolo potrebbe essere utilizzato come fonte di approfondimento. Un prodotto potrebbe emergere in un’esperienza commerciale. Una pagina locale potrebbe essere mostrata attraverso Maps. Un contenuto potrebbe essere scoperto attraverso Google Discover senza che l’utente abbia mai formulato una ricerca esplicita.

Il concetto di “search visibility” diventa quindi più ampio del semplice ranking. Ed è proprio da qui che nasce una delle questioni più importanti per chi investe nel digitale: se Google riesce sempre più spesso a soddisfare una parte del bisogno direttamente all’interno della propria interfaccia, che cosa succede al traffico verso i siti web?

È la domanda che affronteremo nella prossima parte “Cosa cambia per siti, aziende e SEO“, dove entreremo nel dibattito sullo zero-click, analizzeremo perché “meno clic” e “meno valore” non sono necessariamente la stessa cosa, vedremo quali tipologie di contenuto rischiano maggiormente di perdere traffico e quali possono, invece, acquisire un ruolo ancora più importante nel nuovo ecosistema della ricerca.

Cosa cambia per siti, aziende e SEO

Se Google sta diventando capace di rispondere sempre più spesso direttamente alle domande degli utenti, la questione più delicata per aziende, editori e professionisti è inevitabile: che cosa succede al traffico verso i siti web? È probabilmente il punto su cui il dibattito pubblico si è polarizzato di più.

Da una parte, c’è chi sostiene che le AI Overviews e le esperienze conversazionali ridurranno drasticamente i clic organici, rendendo sempre meno utile investire nella SEO. Dall’altra, c’è chi minimizza il problema, sostenendo che il web continuerà a funzionare sostanzialmente come prima. La realtà, come spesso accade, è molto più sfumata.

È ragionevole aspettarsi che alcune tipologie di query producano meno clic rispetto al passato, soprattutto, quando la risposta richiesta è semplice, breve e facilmente sintetizzabile direttamente nella pagina dei risultati. Ma questo non significa automaticamente che il valore complessivo della presenza organica diminuisca nello stesso modo. Per comprenderlo bisogna distinguere almeno tre concetti: traffico, visibilità e valore del traffico. Sono collegati, ma non sono la stessa cosa.

Lo zero-click non nasce con l’Intelligenza Artificiale

Il fenomeno delle cosiddette zero-click search esiste da molti anni. Google ha progressivamente introdotto funzionalità capaci di soddisfare direttamente alcune necessità dell’utente senza richiedere necessariamente la visita di un sito. Pensiamo alle previsioni meteorologiche, alle conversioni valutarie. agli orari, alle definizioni, ai risultati sportivi, alle mappe, alle informazioni immediate su aziende, personaggi o luoghi. Se cerchiamo: “ora Tokyo”, non abbiamo bisogno di aprire un sito dedicato per conoscere la risposta. Se cerchiamo: “100 euro in dollari”, Google può effettuare direttamente la conversione. Lo stesso vale per moltissime altre ricerche semplici.

L’Intelligenza Artificiale amplia però significativamente questo fenomeno perché permette di rispondere direttamente anche a domande che in passato avrebbero richiesto la consultazione di diverse pagine. Una richiesta come: “Quali sono le principali differenze tra una SRL e una SRLS?” può essere sintetizzata in modo estremamente efficace senza che l’utente debba necessariamente aprire cinque risultati differenti. Da questo punto di vista una parte del traffico informativo è inevitabilmente più esposta. Ma proprio qui bisogna evitare di confondere un clic perso con un’opportunità commerciale persa.

Non tutti i clic hanno lo stesso valore

Immaginiamo un articolo aziendale che riceva 10.000 visite al mese. Se la maggior parte degli utenti arriva per ottenere una definizione semplice, legge due righe e abbandona immediatamente il sito, il valore economico di quel traffico potrebbe essere molto limitato. Ora immaginiamo un altro contenuto che riceva soltanto 800 visite mensili. Gli utenti che arrivano hanno già compreso il problema, stanno confrontando soluzioni e stanno valutando un investimento. Anche con un volume di traffico molto inferiore, il secondo articolo potrebbe generare molti più contatti commerciali. Questo principio è sempre stato valido. L’AI lo rende semplicemente più evidente.

Se Google o un altro sistema riescono a soddisfare direttamente le domande più elementari, potrebbe diminuire una quota di traffico poco qualificato. Le visite che continuano ad arrivare potrebbero, invece, essere generate da utenti che desiderano approfondire, verificare una fonte, conoscere meglio un’azienda o prendere una decisione. Da questo punto di vista il problema non dovrebbe essere formulato come: “Avremo meno traffico?”. La domanda più utile è: “Quale traffico perderemo e quale traffico rimarrà?”. È una distinzione fondamentale.

Il valore del clic può cambiare

Google ha sostenuto pubblicamente che le nuove esperienze AI non stanno necessariamente riducendo il valore del traffico inviato al web e che i clic provenienti da determinate esperienze generative possono essere più qualificati perché l’utente arriva sul sito dopo aver già acquisito maggior contesto.

Questa affermazione va, naturalmente, interpretata con cautela. È una posizione espressa dalla stessa azienda che sta sviluppando il prodotto e non può essere considerata una dimostrazione universale valida per ogni settore, sito o tipologia di query. Tuttavia, il principio sottostante è plausibile. Un utente che clicca su una fonte dopo aver letto una sintesi preliminare ha, probabilmente, un motivo preciso per approfondire. Potrebbe voler verificare un’informazione, conoscere meglio un prodotto, esaminare un caso reale, consultare documentazione tecnica, valutare l’affidabilità dell’organizzazione.

In questo scenario, il clic non rappresenta più necessariamente l’inizio del percorso informativo. Potrebbe rappresentarne una fase più avanzata. Ed è qui che la qualità del sito diventa ancora più importante. Se l’utente arriva già informato e con aspettative elevate, una pagina generica, superficiale o puramente promozionale rischia di deluderlo rapidamente.

Alcuni contenuti sono molto più esposti di altri

Non tutte le tipologie di contenuto subiranno lo stesso impatto. Le informazioni semplici, facilmente verificabili e prive di particolare valore aggiunto, sono naturalmente le più vulnerabili. Un articolo costruito soltanto per rispondere alla domanda: “Cos’è un dominio internet?” può essere facilmente sintetizzato da un sistema generativo. Lo stesso vale per migliaia di contenuti puramente definitori.

Diverso è il caso di un approfondimento che risponde a: “Come scegliere il dominio di un sito aziendale quando il brand utilizza più mercati e deve coordinare SEO internazionale, tutela del marchio e campagne advertising?”. Qui la risposta richiede contesto, esperienza e valutazione. Più una domanda diventa complessa, più aumenta la possibilità che l’utente senta il bisogno di approfondire. Questo suggerisce una trasformazione molto importante per i blog aziendali.

I contenuti che esistono esclusivamente per fornire informazioni facilmente sintetizzabili rischiano di perdere valore. I contenuti che aiutano a capire, confrontare, decidere e risolvere problemi complessi possono diventare ancora più strategici.

L’AI aumenta il valore dell’esperienza reale

Supponiamo che un utente chieda: “Quali sono i principali problemi di una migrazione da Magento a WooCommerce?”. Un sistema AI può produrre una buona risposta generale. Può parlare di migrazione dei prodotti, URL, ordini, utenti, integrazioni, SEO e compatibilità delle funzionalità.

Ma un’azienda che ha realmente effettuato dieci migrazioni può raccontare qualcosa di diverso. Può spiegare quali problemi si sono presentati realmente, quali dati sono stati più difficili da trasferire, quali errori hanno generato perdite temporanee di traffico, quali integrazioni hanno richiesto personalizzazioni, quali verifiche hanno evitato problemi nella fase di go-live. Questa è conoscenza derivata dall’esperienza. E diventa particolarmente preziosa proprio perché l’AI rende abbondante la conoscenza generica.

Più diventa semplice ottenere una sintesi, più acquista valore ciò che non può essere facilmente sintetizzato senza accesso a esperienza diretta.

Il sito web cambia funzione

Tradizionalmente molti siti aziendali erano progettati con un obiettivo abbastanza lineare: ricevere traffico e convertire.

Nel nuovo scenario, il sito continua naturalmente a svolgere questa funzione, ma ne assume anche altre. Può diventare una fonte, un archivio di esperienza, un luogo di verifica, una prova di competenza, un nodo centrale della reputazione digitale.

È una trasformazione che abbiamo analizzato anche chiedendoci se l’Intelligenza Artificiale potrà arrivare a sostituire i siti web e quale funzione continuerà ad avere una presenza digitale proprietaria nell’ecosistema dominato dalle piattaforme AI.

Un utente potrebbe incontrare un brand per la prima volta senza visitare il suo sito, potrebbe leggerne il nome in un’AI Overview. oppure, trovarlo citato in un’altra fonte, vederne un contenuto su Discover, incontrarlo su LinkedIn e, soltanto successivamente, effettuare una ricerca branded e visitare il sito.

In questo percorso, il sito non rappresenta necessariamente il primo punto di contatto. Rappresenta però, spesso, il luogo in cui l’utente verifica se ciò che ha percepito altrove corrisponde a una realtà credibile. Questa funzione diventa particolarmente importante nei settori ad alta considerazione.

Un’impresa difficilmente affida un progetto complesso a un fornitore soltanto perché il suo nome è apparso in una risposta AI. Andrà a verificare, guarderà i progetti, leggerà gli approfondimenti, cercherà informazioni sull’azienda, valuterà la qualità complessiva della presenza digitale.

La Search può facilitare la scoperta ma il sito web continua a essere fondamentale nella costruzione della fiducia.

La visibilità senza clic esiste davvero

Per chi ha lavorato per anni sulla SEO, questa è probabilmente una delle trasformazioni più difficili da accettare. Una presenza può produrre valore anche senza generare immediatamente un clic. È un concetto perfettamente normale nel branding.

Se vediamo dieci volte un marchio su una rivista, in televisione o durante un evento, non necessariamente visitiamo subito il sito. Ma l’esposizione contribuisce alla familiarità.

Nella Search tradizionale siamo stati abituati a un rapporto molto più diretto: impression → clic → sessione.

Le esperienze generative introducono una dimensione diversa. Un’azienda potrebbe essere menzionata come riferimento, un suo contenuto potrebbe contribuire a una risposta, il suo brand potrebbe essere mostrato accanto a una fonte.

Diventare una delle fonti utilizzate o citate dai sistemi generativi apre quindi un tema ulteriore: come aumentare le probabilità di comparire su ChatGPT, Gemini e Google AI Overview, questione che abbiamo analizzato separatamente perché richiede di ragionare non soltanto sul ranking, ma sulla capacità di essere riconosciuti come fonte affidabile.

L’utente potrebbe non cliccare immediatamente. Ma potrebbe ricordare il nome. Successivamente, effettuare una ricerca diretta, pppure, riconoscere quell’azienda quando la incontrerà altrove. Questo non significa che tutti i mancati clic siano improvvisamente “brand awareness”. Sarebbe un modo troppo comodo di giustificare qualsiasi perdita di traffico. Significa però che la misurazione della visibilità deve diventare più sofisticata.

Le query branded diventano ancora più interessanti

Una delle metriche che può acquistare particolare valore è proprio l’evoluzione delle ricerche del brand.

Se un’azienda viene progressivamente riconosciuta come punto di riferimento, gli utenti smettono in parte di cercare soltanto una categoria generica e iniziano a cercarla direttamente. Non cercano più: “web agency Roma” o “agenzia web milano” ma: “NDesign”. Non cercano: “software gestionale PMI” ma il nome del prodotto che hanno già incontrato. Non cercano: “studio legale malasanità” ma il nome dello studio che hanno visto citato o consigliato.

La crescita delle query branded può, quindi, rappresentare uno dei segnali della capacità della presenza digitale di generare riconoscibilità. È particolarmente interessante perché riduce anche la dipendenza dalla competizione generica sulle keyword. Quando qualcuno cerca direttamente il tuo nome, la battaglia per essere scoperti è già stata almeno parzialmente vinta.

La SEO diventa meno isolabile dal resto del marketing

Questa trasformazione mette in crisi anche un’altra separazione tradizionale. SEO, PR, branding, content marketing, social e reputazione vengono spesso gestiti come attività indipendenti. Ma il percorso reale dell’utente non rispetta queste divisioni organizzative.

Una persona può incontrare un brand in una risposta Google, vederlo successivamente su LinkedIn, leggere un articolo sul blog, trovare una recensione, ricevere una raccomandazione da un collega, effettuare infine una ricerca diretta.

Quale canale ha generato la conversione? La risposta più corretta potrebbe essere: tutti.

L’attribuzione last-click tende a semplificare eccessivamente percorsi di questo tipo. L’evoluzione della Search rende ancora più evidente la necessità di interpretare il marketing come un “ecosistema“.

La SEO continua a portare traffico, ma contribuisce anche alla reputazione. Il branding genera riconoscibilità, ma può aumentare il CTR organico. Le PR producono citazioni, ma possono contribuire anche alla scoperta e all’autorevolezza. I contenuti informano, ma possono supportare vendite, advertising e customer care.

Le discipline rimangono distinte sul piano operativo. Dal punto di vista dell’utente, però, fanno parte dello stesso percorso.

Il traffico organico non è destinato necessariamente a scomparire

Uno degli scenari più estremi immagina un futuro nel quale Google risponde a tutto e nessuno visita più i siti. È difficile considerarlo realistico. Esistono moltissime situazioni nelle quali l’utente ha bisogno di raggiungere direttamente una fonte: acquistare un prodotto, prenotare, compilare un modulo, scaricare documentazione, utilizzare un software, consultare un catalogo, vedere un portfolio, leggere termini e condizioni, esaminare un progetto, confrontare dati completi, verificare una dichiarazione, approfondire un argomento complesso.

L’AI può ridurre la necessità di visitare pagine che esistono esclusivamente per fornire risposte semplici. Non elimina l’intero ecosistema delle azioni che avvengono sul web. Inoltre, le stesse esperienze generative hanno bisogno di fonti da cui recuperare informazioni aggiornate. Il rapporto tra Search e web può quindi diventare più selettivo, non necessariamente inesistente.

La vera minaccia riguarda i contenuti intercambiabili

Se esiste una categoria di contenuti realmente a rischio, sono quelli che potrebbero essere sostituiti da qualunque altra pagina senza modificare il valore della risposta.

Pensiamo a venti articoli dal titolo: “5 vantaggi del digital marketing” con le stesse cinque idee: maggiore visibilità; misurabilità; targetizzazione; costi; flessibilità.

Se tutte le pagine dicono sostanzialmente la stessa cosa, nessuna possiede un motivo particolarmente forte per essere scelta come fonte. Questo è, probabilmente, uno degli effetti più importanti dell’AI sulla produzione editoriale. Non basta più chiedersi se il contenuto è corretto. Dobbiamo anche chiederci se aggiunga qualcosa che può essere un esempio, un dato, una metodologia, una posizione argomentata, un’esperienza, un confronto, un’analisi proprietaria, ovvero, qualcosa che renda quella risorsa meno intercambiabile.

È questo il tipo di contenuto che ha maggiori probabilità di mantenere valore anche in un ecosistema nel quale una macchina può sintetizzare istantaneamente migliaia di pagine generiche.

La concorrenza potrebbe diminuire in quantità e aumentare in qualità

Questa trasformazione presenta anche un lato positivo. Per anni il costo di ingresso nella produzione di contenuti SEO è diminuito. È diventato sempre più semplice pubblicare migliaia di pagine. L’Intelligenza Artificiale generativa ha ridotto ulteriormente quel costo. Paradossalmente, proprio questa abbondanza potrebbe rendere meno efficace la produzione massiva di contenuti mediocri.

Se Google riesce a sintetizzare decine di pagine quasi identiche, il vantaggio competitivo non deriva più dal semplice fatto di averne pubblicata un’altra. Deriva dalla capacità di essere una delle poche fonti che possiedono qualcosa di realmente distintivo. In questo senso l’AI potrebbe alzare l’asticella qualitativa. Non necessariamente perché eliminerà automaticamente tutti i contenuti mediocri. Ma perché ne ridurrà progressivamente il valore marginale.

Anche i KPI devono cambiare

Come dovrebbe quindi misurare i risultati un’azienda? Non esiste una singola nuova metrica capace di sostituire tutte quelle precedenti. Bisogna, invece, ampliare il quadro. Il traffico organico rimane importante. Le conversioni rimangono decisive. Il fatturato attribuito ai canali rimane fondamentale.

Ma possono diventare sempre più interessanti, ad esempio, anche i seguenti KPI:

• l’andamento delle query branded
• la qualità media dei lead
• la percentuale di utenti di ritorno
• le conversioni assistite
• la visibilità sulle diverse superfici Google
• il comportamento degli utenti che arrivano da query a maggiore intenzione.

Nel tempo emergeranno certamente strumenti più specifici per misurare la visibilità nelle esperienze generative. Ma la direzione strategica è già chiara. Occorre passare da una concezione della SEO basata soltanto sul volume di traffico a una concezione basata sul valore della presenza digitale.

La domanda decisiva non è quanti utenti perdiamo, ma perché dovrebbero ancora visitarci

Forse questa è la domanda più utile per valutare il futuro di qualsiasi sito. Se un sistema AI può sintetizzare perfettamente tutto ciò che abbiamo pubblicato, senza che l’utente perda nulla non visitando la nostra pagina, quale valore aggiunto stiamo realmente offrendo? È una domanda scomoda ma estremamente utile.

Una pagina dovrebbe dare all’utente almeno una ragione per approfondire. Ogni azienda o professionista deve trovare la o le proprie. Ve ne suggeriameo alcune così da poter stimolare meglio le vostre riflessioni: un’esperienza diretta, dei dati più completi, uno strumento utile, un configuratore, un caso studio, una metodologia, una posizione competente, della documentazione, un prodotto, una relazione commerciale, una capacità concreta di risolvere il problema.

Il futuro della Search potrebbe quindi costringere molte aziende a fare qualcosa che avrebbero probabilmente dovuto fare da tempo: costruire siti che meritino davvero di essere visitati. Ed è proprio da questa conclusione che nasce naturalmente la parte successiva di questo articolo. Se il valore non può più dipendere esclusivamente dalla capacità di intercettare una keyword e ottenere un clic, allora dobbiamo ripensare il modo in cui costruiamo contenuti, siti e brand.

Come prepararsi alla nuova Google Search: la strategia per aziende e professionisti

Arrivati a questo punto, la domanda più utile non è più se Google stia cambiando. Sta cambiando. La questione realmente importante è capire come dovrebbero reagire aziende, professionisti, editori e organizzazioni che dipendono dalla visibilità online per generare opportunità commerciali, consolidare reputazione e raggiungere nuovi utenti.

La tentazione, davanti a una trasformazione tecnologica così rapida, è cercare immediatamente una nuova serie di tecniche. Come ottimizzare per AI Overview? Come entrare in AI Mode? Quale markup utilizzare? Quante FAQ inserire? Quale lunghezza deve avere un articolo? Quale file bisogna aggiungere al sito?

È comprensibile. Per anni il settore digitale ha abituato le aziende a interpretare ogni evoluzione di Google come un nuovo insieme di regole operative da applicare. Ma proprio qui rischiamo di commettere uno degli errori più importanti.

Google non sta introducendo semplicemente una nuova superficie sulla quale “posizionarsi”. Sta cercando di migliorare la propria capacità di comprendere il bisogno dell’utente, recuperare informazioni da fonti differenti e costruire esperienze di ricerca sempre più articolate.

La risposta strategica non può quindi essere soltanto tecnica. Deve partire da una domanda molto più semplice: perché Google dovrebbe considerare utile il nostro contenuto quando deve aiutare un utente a risolvere un determinato problema? È questa la domanda che dovrebbe guidare la presenza digitale nei prossimi anni.

Le fondamenta SEO non diventano obsolete

L’arrivo delle esperienze generative ha portato alla diffusione di un’idea sorprendentemente resistente: per comparire nelle nuove funzionalità AI di Google sarebbe necessario adottare una disciplina completamente nuova, separata dalla SEO.

La documentazione ufficiale pubblicata da Google va nella direzione opposta.

Per le funzionalità AI nella Search continuano a essere valide le fondamenta già necessarie per la normale visibilità organica: le pagine devono poter essere scoperte, scansionate, indicizzate e comprese; i contenuti devono essere utili; la struttura del sito deve essere accessibile e coerente. Non esiste un markup speciale che garantisca la presenza in AI Overview, un file “AI SEO” da aggiungere al server, una procedura capace di trasformare automaticamente un sito in una fonte delle risposte generative.

Questo non significa che nulla sia cambiato. Significa che ciò che cambia si costruisce sopra fondamenta che continuano a essere valide. Un sito tecnicamente problematico, difficile da scansionare, lento, incoerente o pieno di contenuti duplicati non acquisisce improvvisamente un vantaggio perché utilizza l’Intelligenza Artificiale. Allo stesso modo, un sito progettato con solide fondamenta tecniche non diventa automaticamente autorevole.

La tecnologia permette alla conoscenza di essere accessibile. La qualità determina se quella conoscenza merita attenzione.

Il vero passaggio: dalle keyword ai problemi

Probabilmente uno dei cambiamenti strategici più importanti riguarda il modo in cui viene progettata la produzione dei contenuti.

Per anni il processo tipico è stato abbastanza lineare. Si individuava una keyword, analizzava il volume di ricerca, si studiavano i competitor presenti nella SERP e si realizzava una pagina ottimizzata. Questo approccio conserva una propria utilità, ma da solo rischia di diventare insufficiente.

La ricerca conversazionale e il query fan-out rendono evidente che dietro una singola query possono esistere molte domande diverse. Un’azienda dovrebbe quindi spostare progressivamente il proprio focus dalla keyword al problema.

Supponiamo che una web agency voglia intercettare aziende interessate alla realizzazione di un nuovo sito. La keyword “realizzazione sito web” rappresenta soltanto una piccola parte del percorso. Prima di scegliere un fornitore, l’impresa potrebbe voler capire quanto costa un sito, quanto tempo richiede, quali tecnologie utilizzare, come valutare un preventivo, quali contenuti preparare, come integrare CRM o gestionale, quali funzionalità siano realmente necessarie, come misurare i risultati e come evitare di dipendere completamente dal fornitore.

Queste domande non sono variazioni linguistiche della stessa keyword. Sono parti differenti della stessa decisione. Ed è esattamente qui che un blog aziendale può trasformarsi da semplice strumento SEO a vera infrastruttura di conoscenza.

Costruire cluster non significa produrre articoli in serie

Il concetto di cluster tematico è diventato molto popolare nella SEO. Come accade spesso, però, una buona idea può essere applicata in modo meccanico.

Un cluster non consiste nel pubblicare venti articoli che ripetono sostanzialmente la stessa informazione utilizzando keyword leggermente differenti. Un vero cluster nasce quando ciascun contenuto risolve una parte specifica di un problema più ampio.

Pensiamo proprio al percorso editoriale che può costruire una web agency. Un articolo può spiegare come scegliere un partner digitale. Un altro può analizzare quanto costa un sito aziendale. Un altro ancora può affrontare i tempi necessari per vedere risultati con SEO e Google Ads. Un approfondimento può spiegare come stanno evolvendo SEO e GEO. Un altro può analizzare il rapporto tra AI e siti web. Insieme, questi contenuti non costituiscono semplicemente un elenco di articoli. Costruiscono una rappresentazione coerente di un’area di competenza.

Ogni pagina risponde a una domanda differente. Ogni collegamento interno aiuta il lettore ad approfondire un passaggio. Ogni nuovo contenuto aumenta la profondità dell’ecosistema. Questa logica diventa particolarmente interessante quando Google è in grado di scomporre problemi complessi in sotto-argomenti.

Non sappiamo né possiamo controllare esattamente quali fonti verranno selezionate in ogni risposta generativa. Possiamo però aumentare la probabilità di essere utili costruendo contenuti che affrontino seriamente le molte dimensioni di un problema.

Originalità non significa necessariamente dire qualcosa che nessuno ha mai detto

Quando Google parla di contenuti originali, alcune aziende interpretano il concetto in modo quasi impossibile da soddisfare. Se dobbiamo scrivere di SEO, e-commerce, diritto, architettura o marketing, gran parte dei principi fondamentali è già stata discussa migliaia di volte. L’originalità non richiede necessariamente l’invenzione di una nuova teoria. Può derivare dall’esperienza, dal punto di vista, dai dati proprietari, da un caso concreto, da un confronto reale, da una metodologia, da un problema affrontato sul campo.

Immaginiamo due articoli sul tema: “Quanto tempo serve per ottenere risultati con Google Ads?”. Il primo potrebbe limitarsi a ripetere che bisogna aspettare alcune settimane e monitorare le conversioni. Il secondo potrebbe spiegare, sulla base dell’esperienza maturata nella gestione di campagne reali, perché un account con budget ridotto e poche conversioni non dovrebbe necessariamente affidare immediatamente ogni decisione allo Smart Bidding, quali dati osservare nella fase iniziale e quali errori producono interpretazioni premature.

L’argomento è lo stesso. Il valore informativo è completamente diverso. Il secondo articolo porta nel web qualcosa che deriva dall’esperienza reale. Ed è proprio questo tipo di contenuto che diventa sempre più difficile sostituire con una sintesi generica prodotta automaticamente.

L’esperienza aziendale è una risorsa editoriale sottoutilizzata

Molte PMI possiedono enormi quantità di conoscenza che non vengono mai trasformate in contenuto.

Un’azienda che installa impianti industriali sa quali problemi emergono più frequentemente durante l’installazione. Un commercialista conosce gli errori più comuni commessi dalle imprese. Uno studio legale sa quali equivoci portano un cliente a sottovalutare una controversia. Un e-commerce conosce le domande che precedono maggiormente un acquisto. Un’azienda nautica sa quali componenti richiedono più manutenzione in determinate condizioni operative. Una software house conosce i problemi che emergono realmente durante una migrazione.

Questa conoscenza è spesso molto più interessante di qualsiasi contenuto creato partendo soltanto da uno strumento per la keyword research perché nasce dal mercato. Le domande dei clienti sono dati. Le obiezioni commerciali sono dati, così come i problemi post-vendita, le richieste ricevute dal customer care e le conversazioni con il reparto commerciale. Una strategia editoriale matura dovrebbe utilizzare anche queste fonti. Non soltanto ciò che le persone digitano su Google, ma ciò che chiedono realmente quando entrano in contatto con l’azienda.

Le fonti primarie acquistano valore

Un altro elemento destinato ad assumere crescente importanza riguarda la produzione di informazioni originali. Supponiamo che cento siti pubblichino un articolo utilizzando gli stessi dati di una ricerca condotta da un’associazione di settore. Tutti possono spiegare quei dati, ,ma soltanto uno rappresenta la fonte primaria.

Questo principio dovrebbe spingere le aziende a chiedersi se possiedano informazioni proprietarie che possano essere trasformate in contenuto. Non è necessario disporre di dataset giganteschi. Un’azienda potrebbe analizzare cento progetti realizzati e individuare gli errori più frequenti. Una web agency potrebbe confrontare le performance dei siti prima e dopo determinati interventi. Un e-commerce potrebbe studiare le domande più frequenti ricevute prima di un reso. Uno studio professionale potrebbe analizzare, naturalmente nel pieno rispetto della riservatezza, pattern ricorrenti nei casi affrontati. Queste informazioni hanno una caratteristica estremamente importante: non possono essere ottenute semplicemente chiedendo a un’intelligenza artificiale di riscrivere ciò che esiste già.

Nascono dall’attività dell’organizzazione. E proprio per questo possono contribuire a renderla una fonte.

Il brand diventa parte della strategia Search

Per molto tempo, SEO e branding sono stati trattati come discipline quasi separate. La SEO portava traffico. Il branding costruiva riconoscibilità. La distinzione è sempre stata parziale, ma nel nuovo ecosistema tende a diventare ancora meno utile.

Quando un utente vede ripetutamente un determinato brand all’interno di articoli, risultati, recensioni, community, social, video e altre fonti, la percezione di autorevolezza cambia. E quando, successivamente, incontra lo stesso nome in una SERP o all’interno di una risposta generativa, quel riconoscimento può influenzare la decisione di approfondire.

Questo significa che il valore della Search non può essere misurato soltanto attraverso il clic immediato. Un contenuto potrebbe contribuire alla conoscenza del brand anche quando l’utente non visita subito il sito. Potrebbe ricordarlo, cercarlo successivamente, riconoscerlo in un altro contesto. È una dinamica familiare al marketing tradizionale, ma relativamente nuova per chi ha interpretato per anni la SEO esclusivamente attraverso conversioni attribuite all’ultima sessione.

La visibilità diventa multiforme

Nella Search contemporanea un’azienda può essere visibile in modi differenti. Può comparire attraverso un normale risultato organico, essere una delle fonti suggerite in un’AI Overview, emergere in una risposta di AI Mode, essere presente attraverso immagini, comparire in Maps, essere scoperta in Google Discover, apparire attraverso prodotti, video o risultati locali, essere cercata direttamente per nome dopo che l’utente l’ha incontrata altrove.

Di conseguenza, anche il concetto di KPI deve evolvere. Le posizioni medie continuano a essere utili. I clic continuano a essere importanti. Le impression continuano a fornire segnali. Ma nessuna di queste metriche, osservata isolatamente, racconta l’intero percorso. Per un’azienda diventa sempre più importante comprendere anche l’evoluzione delle query branded, la qualità dei lead, i percorsi assistiti, la visibilità complessiva e la capacità dei contenuti di generare riconoscibilità.

La domanda non è più soltanto: “Quanti clic ha prodotto questo articolo?”, ma può diventare: “Quale ruolo sta svolgendo questo contenuto nel modo in cui il mercato ci conosce e ci considera?”

Non bisogna ottimizzare per ogni novità introdotta da Google

Un altro rischio concreto consiste nell’inseguire ossessivamente ogni aggiornamento.

Google modifica continuamente la Search. Introduce funzionalità, ne ritira altre, effettua test, cambia interfacce, espande alcune esperienze e ne limita altre.

Costruire una strategia completamente dipendente da una specifica feature significa esporsi a una forte fragilità. Un’azienda non dovrebbe costruire contenuti “per AI Overview”. Dovrebbe costruire contenuti che meritino di essere utilizzati ovunque una persona stia cercando una risposta. È una differenza sostanziale. Nel primo caso, inseguiamo il prodotto. Nel secondo costruiamo un asset.

Se domani AI Overview cambierà aspetto, un contenuto realmente utile continuerà a essere utile. Potrà posizionarsi organicamente, essere citato, condiviso, utilizzato da un commerciale, inviato a un cliente, ripreso sui social, contribuire alla reputazione. È questa la resilienza che dovrebbe caratterizzare una buona strategia editoriale.

Questo approccio richiede inevitabilmente una prospettiva di medio-lungo periodo: costruire autorevolezza, contenuti e visibilità organica non produce risultati istantanei, ed è proprio per questo che abbiamo dedicato un approfondimento specifico a quanto tempo serve realmente per ottenere risultati con SEO, GEO e Google Ads.

L’AI non rende inutile la SEO tecnica

Concentrarsi sui contenuti non significa trascurare la parte tecnica. Al contrario. Più il patrimonio informativo diventa importante, più è necessario renderlo facilmente accessibile. Una struttura confusa può ostacolare la scoperta delle pagine. Collegamenti interni deboli possono rendere meno chiara la relazione tra contenuti. JavaScript utilizzato in modo improprio può complicare la fruizione delle informazioni. Versioni duplicate possono generare ambiguità. Pagine lente o difficili da utilizzare possono peggiorare l’esperienza delle persone. Immagini prive di contesto possono perdere parte del proprio valore informativo.

La SEO tecnica continua quindi a svolgere una funzione fondamentale. Non crea automaticamente autorevolezza. Ma permette all’autorevolezza di essere accessibile. Potremmo sintetizzare così: la tecnica costruisce l’infrastruttura; il contenuto costruisce il valore. Servono entrambe.

Dati strutturati: utili, ma non magici

Lo stesso ragionamento vale per Schema.org e per i dati strutturati. I dati strutturati possono aiutare Google a comprendere meglio determinate informazioni contenute in una pagina e possono essere necessari per alcune tipologie di risultati avanzati, ma non trasformano un contenuto mediocre in una fonte autorevole.

Aggiungere FAQ schema a una pagina non aumenta magicamente la qualità delle risposte. Indicare attraverso markup che un’organizzazione esiste non costruisce automaticamente reputazione. I dati strutturati servono a descrivere meglio ciò che esiste ma non possono sostituire ciò che manca.

È una distinzione particolarmente importante nell’era dell’AI, perché l’interesse verso la GEO ha generato un nuovo mercato di scorciatoie e promesse. L’idea che basti aggiungere alcuni markup per “farsi leggere dalle AI” è attraente proprio perché è semplice. Ma la realtà è molto meno comoda. Essere comprensibili è importante. Essere credibili è molto più difficile.

L’internal linking torna a essere una decisione editoriale

Anche i collegamenti interni assumono un significato che va oltre la semplice distribuzione dell’autorità SEO.

Un buon link interno dice al lettore: “Se vuoi comprendere meglio questo concetto, qui trovi l’approfondimento corretto.” Crea una relazione esplicita tra due parti del patrimonio editoriale.

In un sito costruito come ecosistema di conoscenza, i collegamenti interni dovrebbero quindi essere progettati semanticamente. Un articolo su come scegliere una web agency può collegarsi naturalmente a un approfondimento sui costi di un sito. Quello sui costi può rimandare ai tempi necessari per ottenere risultati. L’articolo sui risultati può portare a SEO e GEO. SEO e GEO può rimandare all’evoluzione della Search. In questo modo, il sito smette di essere una sequenza cronologica di post. Diventa una rete.Per il lettore, significa poter approfondire. Per Google, significa poter scoprire e contestualizzare meglio le risorse. Per il brand, significa trasformare anni di pubblicazioni in un patrimonio coerente.

La Search del futuro premierà probabilmente chi conosce meglio i propri clienti

Dopo tanti discorsi sull’Intelligenza Artificiale può sembrare quasi paradossale arrivare a una conclusione così umana. Ma più Google diventa capace di comprendere domande complesse, più diventa preziosa la capacità dell’azienda di comprendere i problemi reali delle persone.

Una keyword può essere copiata. Un articolo può essere imitato. Una struttura può essere replicata. La conoscenza profonda dei propri clienti è molto più difficile da duplicare.

Le aziende che sanno quali dubbi emergono prima dell’acquisto, quali problemi compaiono dopo, quali compromessi devono essere valutati e quali errori vengono commessi più frequentemente possiedono già la materia prima per costruire contenuti straordinari.

La nuova Search potrebbe quindi premiare indirettamente qualcosa che il buon marketing ha sempre considerato fondamentale: conoscere veramente il proprio mercato.

Non prepararsi all’AI. Prepararsi a essere utili.

Dopo tutto ciò che abbiamo analizzato, possiamo arrivare a una conclusione apparentemente semplice.

Un’azienda non dovrebbe chiedersi: “Come devo cambiare il sito per piacere all’Intelligenza Artificiale?” ma: “Come posso diventare la migliore fonte possibile sui problemi che conosco realmente?”. La prima domanda tende a produrre trucchi. La seconda produce strategia.

Se un contenuto è tecnicamente accessibile, ben organizzato, originale, aggiornato quando necessario, supportato da esperienza reale e inserito in un ecosistema coerente di conoscenze, possiede caratteristiche che hanno valore indipendentemente dall’interfaccia attraverso cui verrà scoperto. Potrà funzionare nella ricerca tradizionale contribuire a una risposta generativa, essere condiviso, essere citato, essere utilizzato da un cliente prima di prendere una decisione. Questo è il tipo di asset che vale la pena costruire.

Conclusioni: Google non sta semplicemente cambiando i risultati. Sta cambiando il significato di “cercare”

Siamo partiti dall’immagine più familiare di Google: una casella di ricerca e una lista di risultati. Abbiamo visto come quella rappresentazione sia ormai soltanto una delle molte forme che la Search può assumere. Google continua a scansionare il web, a indicizzare pagine, a utilizzare sistemi di ranking, a mostrare risultati organici.

Ma, sopra queste fondamenta, sta costruendo qualcosa di più articolato. Un sistema capace di interpretare domande sempre più complesse, scomporle, collegare argomenti, recuperare informazioni da fonti differenti, utilizzare immagini, mantenere il contesto di una conversazione.

E, quando lo ritiene utile, di costruire direttamente una prima risposta. Il cambiamento non consiste, quindi, nel passaggio da Google all’Intelligenza Artificiale. Google sta diventando un motore di ricerca sempre più permeato dall’Intelligenza Artificiale.

Questo modifica inevitabilmente il comportamento degli utenti. Le query diventano più naturali. Le domande più articolate. Il percorso meno lineare. La ricerca può iniziare con un testo, continuare con un’immagine, trasformarsi in una conversazione e concludersi sul sito di un’azienda.

In questo scenario, anche il significato di visibilità cambia. Non basta più chiedersi in quale posizione si trova una pagina. Dobbiamo comprendere se un brand partecipa realmente all’ecosistema informativo nel quale gli utenti maturano le proprie decisioni. È una sfida più complessa rispetto alla SEO degli anni passati, ma anche molto più interessante. Perché obbliga le aziende a smettere progressivamente di produrre contenuti soltanto per intercettare algoritmi e a tornare a una domanda molto più fondamentale: che cosa possiamo pubblicare che sia realmente utile a qualcuno?

Forse, è proprio questo il paradosso più interessante della nuova Google Search. Più aumenta il ruolo delle macchine nella ricerca, più diventa importante produrre qualcosa che nasca dall’esperienza umana. Conoscenza. Competenza. Analisi. Casi reali. Punti di vista. Informazioni originali.

L’Intelligenza Artificiale può organizzare, sintetizzare e mettere in relazione tutto questo, ma qualcuno deve prima crearlo. E saranno, probabilmente, proprio le aziende capaci di diventare fonti, invece di limitarsi a essere semplicemente presenti online, quelle che riusciranno a costruire la forma più resistente di visibilità nel nuovo ecosistema della ricerca. Perché Google non sta semplicemente aggiungendo l’Intelligenza Artificiale al motore di ricerca. Sta progressivamente ridefinendo che cosa significa cercare.

FAQ – Domande e Risposte Frequenti

La trasformazione di Google solleva inevitabilmente molti dubbi, soprattutto per aziende e professionisti che investono nella visibilità online. Abbiamo raccolto alcune delle domande che ci vengono poste più frequentemente dai nostri clienti per chiarire gli aspetti pratici legati ad AI Overview, AI Mode, traffico organico, SEO e futuro dei siti web.