di Alessandro Angelelli
A settembre 2025 OpenAI ha lanciato una funzione che sembrava chiudere il cerchio: comprare un prodotto senza mai uscire dalla chat, con un clic dentro la conversazione e il pagamento gestito attraverso un’infrastruttura sviluppata insieme a Stripe. Si chiamava Instant Checkout.
Sei mesi dopo, a marzo 2026, OpenAI ha ridimensionato quella prima implementazione e ha spostato il baricentro verso la scoperta dei prodotti, il confronto tra alternative e l’integrazione con le esperienze dei singoli merchant.
Non perché l’idea del commercio assistito da agenti fosse necessariamente sbagliata. Perché quella particolare modalità di esecuzione non offriva sufficiente flessibilità a merchant e clienti. È una distinzione importante, soprattutto prima di costruirci sopra una strategia.
Il checkout nativo di OpenAI è stato ridimensionato. Il B2A, inteso come possibile evoluzione del commercio mediato da agenti, resta invece un fenomeno in sviluppo.
Al lancio Instant Checkout era disponibile per gli utenti statunitensi con i venditori Etsy. OpenAI annunciava inoltre l’arrivo di oltre un milione di merchant Shopify, citando marchi come Glossier, SKIMS, Spanx e Vuori. L’annuncio descriveva però un bacino potenziale, non un insieme di merchant già attivi.
La prima versione presentava anche limiti concreti. Gli acquisti erano inizialmente concentrati su singoli articoli: il carrello multi-prodotto non era ancora supportato. Il merchant restava responsabile dell’evasione dell’ordine, della spedizione, dei resi e dell’assistenza al cliente; ChatGPT interveniva soprattutto nell’interfaccia di scoperta e acquisto.
Secondo diverse ricostruzioni di settore, prima del ridimensionamento solo poche decine di venditori Shopify erano effettivamente live. Le difficoltà riportate riguardavano soprattutto l’esecuzione (onboarding dei merchant, accuratezza delle informazioni sui prodotti, gestione delle varianti, disponibilità, spedizioni e conversione). Un’analista di Forrester ha raccontato a CNBC che l’onboarding dei merchant si è rivelato un processo molto più lungo del previsto, e che Instant Checkout era soggetto a errori frequenti.
Il problema, dunque, non era semplicemente “gli utenti non vogliono comprare in chat”. Era la distanza operativa tra fasi diverse dello stesso percorso:
Una distanza che può sembrare piccola dal punto di vista dell’interfaccia e rivelarsi molto grande dal punto di vista commerciale.
Instant Checkout era una specifica esperienza di acquisto. Sotto quella esperienza c’era l’Agentic Commerce Protocol (ACP), sviluppato da OpenAI e Stripe per permettere a un agente di interagire con un merchant e avviare una transazione in modo controllato.
Il ridimensionamento del checkout nativo non ha comportato l’abbandono dell’ACP. A marzo 2026 OpenAI ha annunciato un’estensione del protocollo per sostenere soprattutto la product discovery: cataloghi più completi, informazioni più aggiornate e confronti più ricchi direttamente dentro ChatGPT.
Il nuovo orientamento è quindi meno “ChatGPT diventa il negozio” e più “ChatGPT aiuta il cliente a trovare e valutare il prodotto”, mentre il merchant mantiene il controllo dell’esperienza commerciale e del checkout.
In questo modello l’acquisto può avvenire nell’ambiente del retailer o attraverso un’app del retailer integrata in ChatGPT. Lo stesso annuncio di OpenAI ha presentato la nuova esperienza Walmart dentro ChatGPT, costruita attorno all’assistente proprietario del retailer, “Sparky”: collegamento diretto all’account, programma fedeltà e pagamenti Walmart, senza mai uscire dalla conversazione. È un modello diverso dal checkout centralizzato: l’utente resta dentro l’interfaccia di ChatGPT, ma il merchant conserva una parte molto più ampia della relazione commerciale.
Target invece, in questa stessa fase, risulta tra i retailer che hanno integrato ACP per la sola fase di scoperta, un livello di integrazione diverso, meno profondo di quello ottenuto da Walmart con un’app dedicata.
OpenAI non è l’unica azienda a costruire infrastrutture per il commercio mediato da agenti.
A gennaio 2026 Google ha annunciato lo Universal Commerce Protocol, uno standard aperto destinato a coprire più fasi del percorso di acquisto: scoperta, selezione, acquisto e assistenza post-vendita. UCP è stato co-sviluppato da Google e Shopify insieme a Etsy, Wayfair, Target e Walmart, con il sostegno di oltre venti organizzazioni dell’ecosistema retail e dei pagamenti.
È corretto considerare ACP e UCP come iniziative concorrenti in alcune aree, soprattutto perché ciascuna può diventare un punto di accesso privilegiato tra agenti, merchant e consumatori. Non sono però necessariamente alternative esclusive: sono protocolli e architetture in evoluzione, e il loro rapporto può includere anche forme di compatibilità, sovrapposizione o integrazione.
Il dettaglio strategico non è quindi soltanto stabilire quale protocollo “vincerà”. È capire che il percorso di acquisto si sta separando in componenti diverse:
Una piattaforma può presidiare alcune di queste fasi, mentre il merchant ne mantiene altre. È lo stesso fenomeno che emerge nel ragionamento comparativo che un tempo facevamo solo noi “umani”: una parte del lavoro che prima svolgeva direttamente il consumatore può essere delegata a un sistema (un agente) capace di filtrare, sintetizzare e raccomandare.
B2A (Business-to-Agent) può essere usato per descrivere una relazione commerciale in cui un’impresa deve rendersi comprensibile, confrontabile e, in prospettiva, transazionabile da un agente artificiale che agisce per conto del cliente finale.
Non è un sostituto già affermato di B2C o B2B. È una cornice interpretativa per descrivere un possibile nuovo livello della catena decisionale: oltre al cliente e all’impresa, entra un sistema che interpreta il bisogno, seleziona le opzioni e può coordinare alcune azioni.
Ho fissato l’inquadramento più esteso in Economia Artificiale: definizione, significato, impatti, nella parte dedicata ai mercati ibridi e all’agentic commerce.
Le regole cambiano rispetto alla comunicazione tradizionale. Diventano più importanti:
Questo non significa che pagine, immagini, storytelling e brand smettano di contare. Significa che devono essere affiancati da informazioni che un sistema possa interpretare senza dover ricostruire ogni elemento da una pagina pensata esclusivamente per un lettore umano.
Il B2A, quindi, non elimina il B2C. Aggiunge un potenziale intermediario alla decisione commerciale.
La conseguenza più concreta non riguarda soltanto l’intelligenza artificiale. Riguarda la qualità dei dati.
Un agente deve poter comprendere almeno:
Per ottenere questo risultato servono dati strutturati, ma “dati strutturati” non significa soltanto JSON-LD o schema markup. I sistemi di commerce AI possono utilizzare cataloghi, feed di prodotto, Merchant Center, integrazioni API, app di retailer e protocolli commerciali come ACP o UCP. JSON-LD e schema markup possono aiutare i motori di ricerca e i sistemi automatici a interpretare una pagina, ma non sono una condizione universale per essere presenti nei sistemi di shopping AI e, da soli, non garantiscono accuratezza o visibilità.
È quindi più corretto dire che formati strutturati come questi possono aiutare i sistemi automatici a comprendere un catalogo, non che la loro assenza renda automaticamente l’azienda invisibile agli agenti. La domanda giusta non è “abbiamo inserito lo schema markup?”, ma piuttosto: “le informazioni commerciali che un agente usa per raccomandarci sono complete, aggiornate, coerenti e verificabili?”
Un’azienda non diventa automaticamente invisibile perché non ha implementato JSON-LD. Può però diventare meno rappresentabile, meno confrontabile o più esposta a errori se i suoi dati sono incompleti, contraddittori o difficili da interrogare.
Come rendere un’azienda davvero leggibile (non soltanto presente) sarà argomento di un articolo dedicato a quello che definisco “Oro Grigio”: i dati che ogni impresa ha già in casa, e spesso non sa nemmeno di possedere.
C’è un elemento che rischia di perdersi nell’entusiasmo per i protocolli: l’agente non cancella automaticamente la persona.
Un sistema può cercare, filtrare, confrontare e, in alcuni contesti, predisporre o completare un acquisto. Ma il livello di autonomia dipende dall’architettura, dalle autorizzazioni e dalle regole del servizio: nei modelli attuali, i meccanismi di pagamento sono progettati per autorizzare transazioni specifiche e mantenere il controllo dell’utente. “Comprare per conto del cliente” non significa necessariamente decidere e pagare senza conferma.
Inoltre, anche quando l’agente ha individuato l’opzione apparentemente migliore, il cliente può rifiutarla per ragioni che non coincidono con prezzo o convenienza: fiducia, familiarità, reputazione, identità, preferenza per una marca, esperienza precedente, appartenenza a una comunità, o il semplice rifiuto di un determinato venditore o modello di business.
È il tipo di legame che ho descritto parlando di Immunità Antropologica: il brand che nessun concorrente può copiare. Questa resta una tesi interpretativa, non una legge già dimostrata dai dati, ma è una distinzione strategica importante: l’agente può ottimizzare ciò che riesce a misurare, mentre la scelta umana può continuare a includere elementi difficili da ridurre a prezzo, rating e caratteristiche tecniche.
È qui che il brand, la relazione e la fiducia possono conservare un ruolo specifico. Una scheda prodotto perfettamente strutturata aumenta la leggibilità; non garantisce da sola la preferenza.
Nel prossimo articolo della serie racconterò più precisamente come funziona questo potere di veto, e perché potrebbe diventare, paradossalmente, una delle poche leve competitive che le macchine non possono replicare.
Se oggi un agente AI dovesse cercare la tua categoria di prodotto, riuscirebbe a comprendere davvero la tua offerta, le differenze tra i prodotti, il prezzo e la disponibilità, le condizioni di consegna, resi e garanzie, e i motivi per cui dovrebbe preferirti? Oppure dovrebbe ricostruire tutto da informazioni incomplete, incoerenti o non aggiornate?
Il punto non è prepararsi a un mondo in cui ogni cliente delegherà ogni scelta a un agente. Quel mondo non è ancora qui, e non è certo che si realizzi in quella forma. Il punto è più concreto: una parte crescente della scoperta e del confronto può passare attraverso sistemi automatici. Un’azienda che non sa rappresentare correttamente la propria offerta rischia di essere interpretata male, confrontata male o addirittura esclusa prima ancora che il cliente abbia avuto la possibilità di conoscerla.
Il B2A non sostituisce il commercio tradizionale. Ma introduce una nuova domanda per chi vende: il tuo prodotto è comprensibile soltanto a una persona che visita il tuo sito, oppure è comprensibile anche a un agente che deve trovarlo, confrontarlo e proporlo?
In occasione di un recente intervento al Club Millionaire, davanti a una platea di imprenditori,…
Perché rincorrere l'unicità del cliente rischia di renderci tutti uguali (e di farci parlare solo…
C'è un furto perfetto in corso, proprio adesso, e la parte più inquietante è che…
Sono in vacanza e qualche giorno fa mi sono trovato davanti a un problema tanto…
C'è una differenza profonda, quasi ontologica, tra efficienza ed efficacia. L'intelligenza artificiale generativa, usata come…
"Spazio, ultima frontiera. Eccovi i viaggi dell'astronave Enterprise durante la sua missione quinquennale, diretta all'esplorazione…