I bot AI hanno effettuato 4,45 milioni di scrape in sei mesi, con un rapporto di 201 richieste per ogni

Se meno della metà delle richieste di pagine HTML arriva da un essere umano, il traffico organico che vediamo in Google Analytics è ormai una frazione del quadro reale. Il monitoraggio del traffico non umano di Cloudflare dice che la componente macchina domina le richieste web, e questo cambia le regole per chi lavora sulla SEO.

4,45 milioni di scrape: il traffico che non vedi

L’analisi di WordStream porta questo fenomeno dentro i numeri di un sito editoriale reale. I bot AI hanno effettuato 4.45 milioni di scrape sul sito di WordStream in sei mesi. Non si tratta di un attacco sporadico: è una mappatura sistematica dei contenuti.

Il rapporto scrape-to-referral di WordStream è di 201:1.

Per ogni 201 scrape, il sito ha ricevuto una visita. I bot AI hanno consumato il contenuto del sito a un tasso 200 volte superiore rispetto ai referral. Il valore non torna: chi produce contenuti paga per la banda e per la produzione, mentre chi li raccoglie non paga nulla.

Il quadro si aggrava se guardiamo al traffico complessivo. La quota di traffico bot sul web supera ormai la metà delle richieste, e le visite frequenti dei bot AI possono causare un aumento della larghezza di banda e dei costi di hosting. Justin Al-Qudah ha parlato di un massiccio aumento di bot con classificazione sconosciuta: la maggior parte di questi crawler non si identifica.

Tra le pagine più colpite, le pagine di benchmark e statistiche più scraped mostrano che i bot non cercano opinioni, ma numeri pronti da incapsulare in risposte AI. E qui sta il punto: gli esperti di Generative Engine Optimization (GEO) hanno sottolineato l’importanza dei dati di prima parte per la ricerca AI, perché senza dati proprietari non vieni citato nelle risposte generate dai modelli.

La vera asimmetria: chi prende gratis e chi paga per competere

Il fenomeno non è nato ieri. Il crawling massivo dei bot AI è iniziato circa quattro anni fa, e da allora la pressione è solo aumentata. Il file llms.txt, pensato per dare istruzioni ai crawler, non ha risolto il problema: i bot non seguono sempre le regole che gli diamo.

Ma mentre discutiamo di governance, i bot continuano a mappare i contenuti di valore. Kwiatek ha dichiarato che la gestione dei parametri dell’AI agentica non può procedere a pieno ritmo senza verifiche. E ha espresso preoccupazione per la trasparenza tra gli agenti acquirenti e venditori, perché ognuno ha i propri obiettivi e senza istruzioni condivise il cliente non è tutelato.

Domani mattina: cosa fare con i log e i dati di prima parte

Per chi lavora sul traffico organico, il primo passo è smettere di guardare solo le metriche di visita e iniziare a leggere i log del server. Se i bot AI consumano più del 50% della banda, il costo per ogni visita umana reale è artificialmente gonfiato.

  • Bloccare selettivamente i crawler noti che non portano valore, o negoziare accordi di accesso ai dati.
  • Creare dati che i bot non possono copiare facilmente: dataset aggiornati, benchmark proprietari, analisi in tempo reale.
  • Investire su fonti primarie e dati di prima parte, perché la Generative Engine Optimization (GEO) premia chi possiede la fonte, non chi la ripete.