Il 44% dei buyer usa ricerca brandizzata e traffico diretto come proxy dell’influenza AI non tracciabile.

Per chi lavora in CRO, una vendita senza click è quasi un’eresia: senza impression misurate, senza click tracciati, senza un percorso attribuibile, il metodo si sfalda. Eppure è esattamente ciò che l’AI sta producendo. Il 12 novembre 2026 l’IAB ha presentato l’AI-Era Attribution Blueprint, un framework condiviso per classificare il ruolo dell’AI nelle conversioni e valutare le richieste di credito. L’obiettivo dichiarato è dare un nome a ciò che non si vede: la vendita influenzata da una raccomandazione AI che non lascia la solita traccia.

Il click che non c’è

L’attribuzione tradizionale dipende da una catena fatta di impression e click. L’AI la sta spezzando: come nota l’IAB, gli intermediari AI stanno recidendo la catena impression/click su cui l’attribuzione tradizionale si regge. Quando una raccomandazione AI porta a una vendita, la conversione può essere attribuita a search, traffico diretto o un altro canale osservabile. La raccomandazione che ha generato la scelta resta invisibile.

Secondo Caroline Giegerich, VP AI dell’IAB, i click e i referral su cui si basa l’attribuzione stanno diminuendo o sparendo man mano che l’AI assume un ruolo maggiore nel percorso d’acquisto, dalla scintilla iniziale fino alla vendita completata. E quando una vendita influenzata dall’AI viene riportata come search o direct, il prossimo investimento di marketing rischia di finire sul canale sbagliato. Il problema non è solo la perdita di dettaglio: è che la spesa successiva viene decisa su una fotografia incompleta.

I numeri del buio

Se il click sparisce, il problema non è teorico. Secondo i dati dell’IAB 2026 Outlook Study, aggiornamento di settembre, il 45% dei buyer pubblicitari indica come principale sfida di misurazione il confronto tra percorsi guidati dall’AI e percorsi tradizionali. Il 44% dichiara di affidarsi a ricerca brandizzata e traffico diretto come proxy per un’influenza dell’AI che non riesce a tracciare.

I due numeri vanno letti insieme. Sono dati dichiarati, non misure dirette: riflettono quanto i buyer percepiscono il problema, non quanta influenza reale sfugga ai modelli. Ma il rischio operativo è concreto. La ricerca brandizzata e il traffico diretto sono esiti, non cause: sono il punto di arrivo di una domanda già formata, non il luogo in cui la scelta è maturata. Se il budget viene allocato lì, si premia l’ultimo canale visibile, non quello che ha costruito la preferenza. Per chi fa analisi di funnel, è lo stesso errore di attribuire una conversione al checkout senza guardare il percorso che l’ha preceduta. Il dato del 44% mostra che molti stanno già scegliendo la via più comoda: usare ciò che si vede come sostituto di ciò che non si può misurare.

Il problema non si colma con l’ennesimo strumento di attribuzione: serve un linguaggio comune per classificare il ruolo dell’AI nelle conversioni. Il blueprint dell’IAB prova a costruirlo. Non si tratta di inseguire un tool, ma di concordare le definizioni prima di calcolare i numeri.

Tre percorsi per dare un nome all’invisibile

Il documento definisce tre percorsi di influenza sull’acquisto: Human-Owned, AI-Assisted e AI-Executed. Non bastano, però, le definizioni: il framework include anche un meccanismo per determinare chi può rivendicare il credito e quali prove sono richieste. Brand, agenzie, publisher, piattaforme AI e fornitori di misurazione hanno ora un sistema condiviso per valutare le richieste di credito in modo coerente. Il testo è stato sviluppato dall’IAB AI-Era Attribution Blueprint Working Group, un team inter-settoriale di leader provenienti da brand, agenzie, publisher, piattaforme AI e società di misurazione.

La domanda che resta aperta non è se l’AI influenzi gli acquisti: i dati lo dicono già. È se un framework di definizioni basterà a spostare davvero i budget, o se il mercato continuerà a premiare ciò che si può cliccare. Il blueprint dà un nome ai percorsi invisibili. La vera incognita è culturale: quanto tempo passerà prima che i budget seguano l’influenza misurata e non il click che si può ancora contare. Finora l’attribuzione ha premiato il canale più misurabile, non necessariamente quello più influente. Il blueprint propone di invertire questa logica.