Il traffico da AI Mode converte il 42% in più della media, ma la maggior parte dei siti non è
Il traffico proveniente da AI Mode converte il 42% in più della media, eppure la maggior parte dei siti non è attrezzata per accoglierlo. È un paradosso che sembra uscito da un test A/B fallito: la leva più promettente del 2026 resta inesplorata perché i team di ottimizzazione continuano a ottimizzare per il visitatore sbagliato. I dati parlano chiaro, ma pochi li guardano davvero.
Il 42% che nessuno intercetta
Secondo AI Mode converte il 42% in più rispetto al traffico non‑AI, come riportato da Adobe nel Q2 2026. Il dato è significativo se apri i report e consideri la dimensione del fenomeno: il miliardo di utenti attivi mensili di AI Mode genera query che sono triple in lunghezza rispetto a una ricerca tradizionale. Google ha pubblicato il primo dato ufficiale sull’uso di AI Mode il 20 maggio 2026, svelando che le query di pianificazione in AI Mode crescono l’80% più velocemente del totale, mentre le query di brainstorming accelerano del 30% dal lancio. Non sono numeri aneddotici: il campione aggregato di Adobe copre centinaia di migliaia di sessioni retail.
Il visitatore che arriva non è quello che ti aspetti
Il problema non è il volume ma l’intenzione. L’integrazione di SEO, PPC e contenuti nell’era AI descrive un percorso del ricercatore che cambia: gli utenti rimangono dentro AI Mode, perfezionano il prompt e solo alla fine cliccano. Chi arriva ha già una mezza decisione presa — ma se la pagina non risponde alla domanda precisa, il bounce è immediato. Lo conferma la guida per verificare se un sito è pronto per l’AI: il case study di evemilano.com ha mostrato un punteggio iniziale di 33/100 il 12 maggio 2026. Dopo l’aggiunta delle direttive Content Signals al robots.txt, come testare la prontezza AI di un sito è salito a 42/100. Migliora, ma ancora lontano dall’ottimale. E mentre il team CRO fatica a rilevare questi visitatori nei propri analytics, il visitatore diverso inviato da AI Mode arriverà massivamente con il lancio di Chrome auto‑browse su Android a fine giugno 2026.
Dove i dati mostrano attrito (e cosa testare dopo)
L’analisi del funnel evidenzia un punto di abbandono tipico: le pagine prodotto ottimizzate per query brevi non reggono il carico di domande lunghe e articolate. La metrica da guardare non è più solo il tasso di conversione aggregato, ma la differenza tra traffico AI‑referred e non‑AI nel micro‑funnel. I test che stiamo conducendo su e‑commerce con segmentazione per referrer mostrano che l’MDE per rilevare un effetto significativo su quel gruppo è più basso di quanto ci si aspetti: bastano poche centinaia di sessioni per vedere un divario. Il vero punto interrogativo è se l’interfaccia di navigazione tradizionale (menu, filtri, ricerca interna) sia ancora utile per chi arriva con un’intenzione già raffinata. Serve un approccio diverso alla pagina di destinazione, magari con blocchi di risposta diretta. La domanda aperta che resta: come riprogettare l’esperienza post‑click per un utente che non ha bisogno di “navigare”, ma solo di confermare? I dati ci sono, ma bisogna saperli leggere.
