La ricerca AI di Google ha un problema di clic

I nuovi controlli di Search Console permettono l’esclusione dalle risposte AI, ma il costo in visibilità è enorme

2,5 miliardi di utenti, ma chi clicca?

Lo scorso giugno, Google ha annunciato che AI Overviews ha superato 2,5 miliardi di utenti attivi mensili, mentre AI Mode ha varcato la soglia del miliardo. Numeri che qualunque growth manager definirebbe da ‘lancio di successo’, e in effetti già a maggio 2025 Big G parlava di AI Overviews come di uno dei lanci più riusciti nella Ricerca nell’ultimo decennio. Ma chiunque abbia passato più di mezz’ora su un foglio Excel sa che le metriche vanità raccontano solo metà della storia.

L’altra metà arriva da un’analisi del Pew Research Center pubblicata nei giorni scorsi: gli utenti che hanno incontrato un riepilogo AI hanno cliccato su un link di ricerca tradizionale soltanto nell’8% delle visite. Quelli che non l’hanno incontrato hanno cliccato quasi il doppio delle volte, con un tasso del 15%. Non è un’anomalia statistica: è una forbice che si allarga proporzionalmente all’adozione dell’AI nella SERP. E se questo dato non bastasse, secondo Digital Content Next la maggior parte dei siti ha perso tra l’1% e il 25% del traffico di riferimento da Google Search. Un delta che, per un e-commerce con centinaia di migliaia di sessioni mensili, si traduce in revenue persa misurabile in euro, non in percentuali astratte.

Il paradosso è servito: l’ecosistema AI-first di Google cresce in modo esponenziale come copertura potenziale, ma l’azione misurabile — il clic verso una pagina web — si contrae. Google sta fornendo gli strumenti per capire cosa sta succedendo davvero?

Cosa dicono davvero i dati: il nuovo Search Console

La risposta è arrivata, sempre lo scorso giugno, con un test che segna un punto di svolta per chiunque faccia analytics seriamente. Google ha iniziato a implementare in Search Console nuovi insight sull’aspetto delle pagine nelle funzionalità di ricerca AI generativa. Non stiamo parlando di una dashboard generica: il sistema include metriche di impressioni e informazioni granulari su quali pagine appaiono nelle risposte AI e in quali paesi. Per la prima volta, chi gestisce un sito può quantificare esattamente quanta visibilità sta ottenendo — o perdendo — all’interno di AI Overviews e AI Mode.

Ma il vero elemento di rottura è il controllo che consente ai proprietari di siti di gestire come i loro link e contenuti appaiono — o non appaiono — nelle funzionalità di ricerca AI generativa. La meccanica è binaria: i siti che scelgono di non partecipare non riceveranno traffico o impressioni dalle funzionalità di ricerca AI generativa. È un opt-out secco, senza sfumature intermedie. E qui entriamo nel territorio dei trade-off che ogni CRO conosce bene: testare una variante non significa solo misurare il delta positivo, ma anche calcolare il costo-opportunità di ciò che si perde.

Lo strumento non nasce dal nulla. Già a settembre 2023, Google-Extended era stato il primo controllo basato su robots.txt che consentiva agli editori di bloccare i propri contenuti dall’addestramento dei modelli AI. Quello era un argine a monte, pensato per la fase di training. Il nuovo controllo Search Console agisce a valle, sull’output visibile all’utente. La Competition and Markets Authority britannica ha definito questi strumenti come un primato mondiale: per la prima volta gli editori, incluse le organizzazioni giornalistiche, hanno strumenti efficaci per impedire che i loro contenuti vengano utilizzati per alimentare funzionalità AI nella ricerca. L’impatto, secondo l’autorità, è un rafforzamento della posizione negoziale con Google.

Ma avere un’arma negoziale potente non significa sapere quando usarla. La trasparenza dei dati è un’ottima notizia per chi fa testing rigoroso: possiamo finalmente impostare un’analisi pre-post con KPI chiari, anziché affidarci a stime. Il problema è che la variabile indipendente — l’opt-out dall’AI generativa — non ammette gradualità. È come testare la rimozione di un intero canale di acquisizione senza poterne modulare l’intensità. E quando il campione in gioco si misura in miliardi di utenti, il costo di un falso negativo diventa astronomico.

Il punto di non ritorno: chi rinuncerà a 2,5 miliardi di potenziali impressioni?

La domanda aperta sull’uso concreto dello strumento ci porta dritti al vero rischio: rinunciare a un bacino di visibilità di queste dimensioni per principio, o accettare un accordo al ribasso dove il traffico effettivo è una frazione minima delle impressioni registrate? Non esiste un benchmark storico a cui ancorarsi. Nessun test precedente ha mai operato su questa scala, con queste variabili. E il panorama competitivo complica ulteriormente il calcolo.

Perplexity AI, già a luglio 2024, aveva lanciato un programma per editori che offre una percentuale di ricavi a doppia cifra quando i loro contenuti vengono citati. È un modello alternativo che introduce una variabile confondente non da poco: se l’opt-out da Google diventa economicamente razionale perché esiste un’alternativa revenue-share, il costo-opportunità cambia. Ma al momento non abbiamo dati sufficienti per modellizzare questo trade-off con significatività statistica accettabile. Qualunque decisione presa oggi sarebbe basata su assunzioni forti e sample size ridotti — esattamente il tipo di scenario che in un A/B test ben progettato porterebbe a non rigettare l’ipotesi nulla per mancanza di potenza statistica.

L’arma negoziale è sul tavolo. I dati stanno arrivando. Ma la verità sperimentale è che nessuno sa cosa testare dopo, né con quale MDE considerare significativo il risultato. Chi muoverà per primo lo farà sulla base di un’intuizione, non di un calcolo. E nel CRO, le intuizioni si chiamano ipotesi. Le ipotesi vanno validate. Peccato che qui il campione sia l’intero web.