La ricerca Google nell'era dell'intelligenza artificiale: un riorientamento economico dell'economia dell'informazione digitale

L'intelligenza artificiale come minaccia immediata al classico modello di business dei motori di ricerca o come sviluppo strategico di un mercato già dominato?

Nel primo trimestre del 2025, Google si presenta ufficialmente ancora come il dominatore indiscusso del panorama della ricerca globale. Con una quota di mercato del 91,55%, l'azienda elabora circa 8,9 miliardi di query di ricerca al giorno, il che si traduce in circa 103.000 query al secondo, per un totale di 2,6 trilioni all'anno. Sui dispositivi mobili, Google mantiene una posizione praticamente egemonica con una quota di mercato del 96,3%. Questi dati trasmettono un'immagine di dominio incrollabile, ma sotto la superficie statistica si nasconde un quadro molto più complesso e volatile di sconvolgimenti economici. La sola quota di mercato maschera una trasformazione fondamentale nella natura del rapporto di valore tra volume di ricerca, comportamento degli utenti e flussi di fatturato realizzati.

Negli ultimi mesi del 2024 si è verificato un fenomeno raro: la quota di mercato globale di Google è scesa al di sotto della soglia simbolicamente significativa del 90% per la prima volta in un decennio. Nell'ottobre 2024, la quota si attestava all'89,34%, a novembre all'89,99% e a dicembre all'89,73%. Si tratta del primo calo costante al di sotto di questa soglia dal 2015. Sebbene gli analisti attribuiscano questo calo in parte ai cambiamenti regionali in Asia, lo sviluppo segnala la convergenza di diverse forze strutturali che stanno iniziando a destabilizzare radicalmente l'ecosistema tradizionale dei motori di ricerca. Si tratta meno di un esodo radicale degli utenti esistenti, quanto di una trasformazione del comportamento di ricerca e dei relativi percorsi economici verso il successo.

Il modello di business di Google si basa su un'architettura elegante, ma sempre più fragile. Nel 2024, l'azienda ha generato circa 307 miliardi di dollari di fatturato totale, di cui circa 175 miliardi di dollari derivanti dalla pubblicità sui motori di ricerca. Questo rappresenta non solo il 57% del fatturato totale, ma costituisce anche la spina dorsale finanziaria dell'intera struttura aziendale. I meccanismi di questo modello sono semplici ma efficaci: gli utenti formulano query di ricerca con un intento di acquisto esplicito o implicito; Google presenta annunci di inserzionisti che pagano per i clic; gli utenti cliccano su questi annunci o sui risultati di ricerca organici; e si crea un mercato a tre facce tra utenti, editori e inserzionisti.

Questa architettura è messa fondamentalmente in discussione dall'integrazione dell'intelligenza artificiale, in particolare attraverso la tecnologia delle "AI Overview".

Le panoramiche dell'intelligenza artificiale come distruttori di modelli di business: le metriche del declino

L'introduzione di AI Overviews da parte di Google segna una svolta. Questa tecnologia presenta agli utenti riepiloghi sintetizzati di informazioni, generati da modelli generativi, direttamente nella pagina dei risultati di ricerca, senza richiedere loro di cliccare su siti web esterni. L'implementazione è stata straordinariamente rapida: a gennaio 2025, AI Overviews appariva nel 6,49% di tutte le query di ricerca. A marzo 2025, questa quota era raddoppiata, raggiungendo circa il 13,14%. Ciò significa che oggi, in più di una ricerca Google su sette nel mercato americano, l'iniziativa di raccogliere informazioni tramite sintesi AI viene realizzata prima che l'utente attivi un risultato di ricerca organico tradizionale o un annuncio a pagamento.

Le conseguenze economiche di questa espansione sono diventate rapidamente evidenti. Il tasso di clic, la metrica fondamentale di tutti i modelli economici basati sul capitalismo digitale, ha reagito drasticamente. Per le query di ricerca che utilizzano le panoramiche AI, il tasso di clic organico è crollato dall'1,76% di giugno 2024 allo 0,61% di settembre 2025. Ciò rappresenta un calo di circa il 65% o, in termini aziendali, la risorsa "clic sul risultato di ricerca organico" è diventata circa due terzi più volatile sotto la pressione dell'intelligenza artificiale. Allo stesso tempo, gli annunci di ricerca a pagamento hanno subito un calo ancora più drastico: il tasso di clic è crollato dal 19,7% al 6,34%, con una riduzione del 68%.

Particolarmente degna di nota è l'interazione tra questi due effetti: la riduzione dei tassi di clic causata dalle panoramiche AI ​​non si limita alle query di ricerca in cui vengono effettivamente visualizzate. Anche i tassi di clic organici sono diminuiti di circa il 41% su base annua per le query di ricerca senza panoramiche AI. Ciò suggerisce un effetto comportamentale più profondo: gli utenti stanno fondamentalmente adattando i loro modelli di interazione. Stanno imparando che i risultati di ricerca non valgono più la pena di essere cliccati perché i sistemi AI forniscono già le risposte nella pagina dei risultati. Da una prospettiva teorica, questo effetto di apprendimento potrebbe essere inteso come una forma di avversione al rischio irrazionale o di formazione di routine; in realtà, tuttavia, gli utenti stanno reagendo razionalmente a un panorama informativo in trasformazione.

Gli effetti aggregati di questa trasformazione sono impressionanti nella loro drammaticità. La percentuale di "ricerche zero-click" – ricerche che non generano un clic su un risultato esterno – è balzata dal 56% al 69%. Al contrario, solo il 31% delle query di ricerca ora genera un clic su una destinazione esterna. Per editori e creatori di contenuti, ciò rappresenta una perdita di traffico di proporzioni catastrofiche. Un'analisi di Similarweb ha rivelato che il traffico organico verso i siti web di notizie è crollato da oltre 2,3 miliardi di visite mensili a meno di 1,7 miliardi in un anno, con una perdita di circa 600 milioni di visite al mese, pari a circa il 26% del volume di traffico precedente. I singoli editori riportano cifre ancora più drammatiche: un'importante rivista americana di lifestyle ha osservato una riduzione del suo tasso di clic dal 5,1% allo 0,6%, una riduzione effettiva di circa l'88%.

Non si tratta di un graduale adattamento evolutivo del panorama dei motori di ricerca. Si tratta di una rivoluzione. Le implicazioni per Google stessa sono bifronti e paradossali: da un lato, l'integrazione di AI Overview porta a un minor numero di clic, mentre dall'altro Google resiste alla pressione di implementare questa funzionalità, sostenendo che ogni clic non perso a causa di ChatGPT è prezioso e quindi anche un numero ridotto di clic è meglio di nessun clic. Una nota interna di Google, di cui si è a conoscenza, ha articolato succintamente questa tensione cognitiva: Google preferirebbe perdere ricerche in calo a favore di Gemini (il modello di intelligenza artificiale proprietario di Google) piuttosto che a favore di ChatGPT, perché ciò preserverebbe la possibilità di fidelizzare gli utenti all'interno dell'ecosistema Google. In altre parole, Google rischia una contrazione a medio termine del volume di traffico monetizzabile per mantenere la sua posizione di mercato rispetto ai concorrenti con intelligenza artificiale decentralizzata a lungo termine.

Questa strategia riflette un dilemma fondamentale del capitalismo di piattaforma: quando la tradizionale misura del valore – la generazione di clic – è sotto pressione, è necessario sviluppare percorsi alternativi di creazione di valore. Google sta sperimentando questa strategia sviluppando AI Mode, un'esperienza di ricerca conversazionale più completa, progettata per generare un coinvolgimento degli utenti a lungo termine. Il modello di business si sta spostando da modelli transazionali ("clic dell'utente sull'annuncio") a modelli potenzialmente più integrati o addirittura basati su abbonamenti. La proiezione di ricavi del marketing di ricerca per il 2025 a circa 190,6 miliardi di dollari – con un aumento di circa il 7% rispetto al 2024 – mantiene un ottimismo nominalista alla luce di queste tendenze. Tuttavia, è probabile che questa crescita venga conseguita principalmente attraverso aumenti di prezzo (aumento del costo per clic) piuttosto che attraverso un aumento dei volumi.

La filosofia di prodotto di Robby Stein: da Snapchat alla ricerca AI

In questo contesto, la biografia e la strategia di prodotto esplicita di Robby Stein, Vicepresidente Prodotto di Google Search, assumono un significato particolare. Stein è diventato una figura chiave nel tentativo di Google di orchestrare la trasformazione della ricerca. Il suo percorso professionale è rivelatore per comprendere la logica strategica alla base dei piani di intelligenza artificiale.

Stein è noto per aver sviluppato le Instagram Stories. Questa decisione di prodotto fornisce un interessante caso di studio sia sullo sviluppo di prodotti in condizioni di estrema incertezza, sia su come le piattaforme consolidate possano neutralizzare la concorrenza attraverso copie "sufficientemente valide". Nel 2013, Snapchat ha introdotto le "Storie", una funzionalità innovativa di contenuti effimeri e a scomparsa automatica sui social media. L'innovazione è stata tecnicamente elegante e rivoluzionaria in termini di comportamento degli utenti, stabilendo una nuova categoria di interazione sui social media. Snapchat ha raggiunto circa 150 milioni di utenti attivi al giorno nel 2016. Instagram, già parte dell'ecosistema Facebook e con oltre 500 milioni di utenti attivi al giorno, ha copiato la funzionalità il 2 agosto 2016.

Le conseguenze furono devastanti per Snapchat. Instagram Stories raggiunse oltre 150 milioni di utenti giornalieri in sei mesi. Le visualizzazioni di Snapchat Stories crollarono dal 15 al 40%. Nel giro di un anno, Snapchat era stata funzionalmente neutralizzata in questo segmento. Ciò che differenziava Instagram Stories da Snapchat Stories non era la superiorità tecnica, ma la superiorità operativa: Instagram integrava la funzionalità in un ecosistema già dominante, offriva analisi migliori per i creatori, consentiva il tagging di brand e utenti (cosa che Snapchat non offriva) e operava su un'infrastruttura tecnica esistente. Questo fu un esempio da manuale di economia di piattaforma: scalabilità, capacità di integrazione ed eccellenza operativa superavano l'innovazione in mercati frammentati.

In recenti interviste, Stein descrive la sua filosofia di sviluppo prodotto come guidata da tre elementi fondamentali: in primo luogo, il "miglioramento incessante", ovvero un'attenzione ossessiva all'ottimizzazione iterativa. In secondo luogo, una profonda comprensione del comportamento degli utenti nel contesto di sistemi tecnologici complessi. In terzo luogo, la disponibilità a prendere decisioni controintuitive quando i dati lo richiedono.

Questa filosofia si manifesta nella strategia di Google per l'intelligenza artificiale. Stein ha dichiarato pubblicamente che Google ha identificato tre componenti "a pillola" della "prossima generazione di ricerca": le panoramiche AI ​​(sinossi rapide generate dall'intelligenza artificiale), la ricerca multimodale (immagini, video, Lens) e la modalità AI (un'esperienza di ricerca conversazionale basata sul dialogo a turno, precedentemente sconosciuta a Google). Questi tre elementi sono destinati a "convergere" per creare un'esperienza di ricerca fluida e più completa.

La velocità di implementazione è notevole. AI Mode è passato dall'ideazione al lancio in circa un anno, un tempo eccezionalmente rapido per un'azienda di queste dimensioni. Questo riflette il modo in cui i nuovi product leader di Google, guidati esplicitamente dai principi di Stein, stanno superando la vecchia lentezza organizzativa.

Tuttavia, la filosofia di Stein contiene anche una debolezza strutturale: implica una concezione del "miglioramento incessante" come un processo incentrato sul prodotto stesso, non sui suoi effetti ecosistemici e distributivi. Da una prospettiva puramente incentrata sull'utente, le panoramiche aggressive basate sull'intelligenza artificiale possono rappresentare un accesso "migliorato" alle informazioni. Ma dal punto di vista degli editori e dell'ecosistema web più ampio, che si basa sulla generazione di clic, costituiscono un intervento distruttivo. Ciò crea un dilemma: il product manager che si impegna per il massimo entusiasmo degli utenti può contemporaneamente minare il modello di business dell'azienda perché l'esperienza utente e la realizzazione commerciale non sono congruenti.

Dispersione accademica: tre pilastri di una trasformazione frammentata

In recenti interviste, Stein ha offerto un quadro concettuale per le trasformazioni nel panorama della ricerca: tre pilastri non equivalenti. Questa categorizzazione è più significativa di quanto sembri a prima vista, perché rivela come Google comprenda internamente la frammentazione della sua strategia di ricerca.

Il primo pilastro sono le Panoramiche AI. Si tratta di riepiloghi generati dall'intelligenza artificiale delle informazioni presentate nella pagina dei risultati di ricerca. Funzionano tramite un modello Gemini specializzato (il modello di linguaggio di grandi dimensioni proprietario di Google) che interpreta la query di ricerca, esegue una strategia di ricerca (chiamata "fanout di query") in cui il modello formula ed esegue automaticamente diverse decine di query di supporto per raccogliere il contesto e quindi genera una risposta strutturata. Le Panoramiche AI ​​sono orientate a query informative: "temperatura dell'acqua bollente", "migliori ristoranti a Berlino", "come funziona Bitcoin". Non sono adatte alle query di navigazione (in cui un utente cerca una destinazione specifica). Non sono inoltre ideali per query commerciali con priorità elevata (intenzione di acquisto), poiché i formati pubblicitari tradizionali e le schede prodotto hanno ancora prestazioni superiori in questi ambiti.

Il secondo pilastro è la ricerca multimodale, mediata principalmente da Google Lens. Questa consente agli utenti di effettuare ricerche con input visivi: scattare una foto di un oggetto e poi chiedere a Google di cosa si tratta, come ripararlo e dove acquistarlo. I tassi di crescita di Google Lens sono impressionanti: una crescita del 15% su base annua, raggiungendo circa 20 miliardi di query mensili. Questo è un pilastro significativo perché dimostra che la ricerca su Google non è basata esclusivamente sul testo: il mezzo di interazione si sta diversificando.

Il terzo pilastro è la Modalità AI. Si tratta dell'esperimento più recente e concettualmente più ambizioso. Mentre le Panoramiche AI ​​sono orientate a risposte punto a punto (domanda → risposta → fine), la Modalità AI opera attraverso un'interazione conversazionale a più lungo termine. Un utente può porre domande complesse e articolate in più fasi ("Sto cercando un ristorante a Berlino, un mio amico è allergico alle arachidi, vorrei un tavolo all'aperto, il mio budget è di circa 60 euro a persona"), e la Modalità AI fornirebbe consigli passo dopo passo, chiarimenti e perfezionamenti, e presenterebbe alternative. È meno un motore di ricerca e più un agente informativo interattivo.

Questa differenziazione della strategia di ricerca in tre modalità non del tutto equivalenti riflette una meta-strategia di flessibilità e opzionalità. Google si astiene dal definire una "nuova ricerca" monolitica e presenta invece un portafoglio di modalità di ricerca che rispondono a diverse tipologie di query e preferenze degli utenti. Questa è una strategia intelligente perché punta su più obiettivi contemporaneamente, senza impegnarsi in una singola innovazione che potrebbe non avere un successo universale.

Tuttavia, questa strategia di portafoglio rivela anche una profonda incertezza. Monetizzare un'esperienza di ricerca frammentata è più difficile che monetizzare un'architettura unificata. Quando gli utenti scelgono tra diverse modalità, creano instabilità nelle aspettative, con conseguente abbandono. E se Google offre diverse modalità internamente, una potrebbe cannibalizzarne un'altra.

La ricerca basata sull'intelligenza artificiale cambia tutto: come questa soluzione SaaS sta rivoluzionando per sempre le tue classifiche B2B.

Il panorama digitale per le aziende B2B sta subendo rapidi cambiamenti. Grazie all'intelligenza artificiale, le regole della visibilità online vengono riscritte. Per le aziende, essere visibili sul web è sempre stata una sfida, non solo per le masse, ma anche per i decisori più competenti. Le strategie SEO tradizionali e la gestione della presenza locale (geomarketing) sono complesse, richiedono molto tempo e spesso rappresentano una lotta contro algoritmi in continua evoluzione e una concorrenza agguerrita.

Ma cosa succederebbe se esistesse una soluzione che non solo semplificasse questo processo, ma lo rendesse anche più intelligente, predittivo e molto più efficace? È qui che entra in gioco la combinazione di un supporto B2B specializzato con una potente piattaforma SaaS (Software as a Service), progettata specificamente per le esigenze di SEO e GEO nell'era della ricerca basata sull'intelligenza artificiale.

Questa nuova generazione di strumenti non si basa più esclusivamente sull'analisi manuale delle parole chiave e sulle strategie di backlink. Sfrutta invece l'intelligenza artificiale per comprendere con maggiore precisione l'intento di ricerca, ottimizzare automaticamente i fattori di ranking locali ed eseguire analisi competitive in tempo reale. Il risultato è una strategia proattiva basata sui dati che offre alle aziende B2B un vantaggio decisivo: non solo vengono trovate, ma vengono percepite come autorevoli nella loro nicchia e posizione geografica.

Ecco la simbiosi tra supporto B2B e tecnologia SaaS basata sull'intelligenza artificiale che sta trasformando il marketing SEO e GEO e come la tua azienda può trarne vantaggio per crescere in modo sostenibile nello spazio digitale.

Maggiori informazioni qui:

• Supporto B2B e blog per SEO, GEO e AIS – Ricerca con intelligenza artificiale
• Dimentica i costosi strumenti SEO: questa alternativa domina con funzionalità B2B imbattibili

La camera dell'eco del modello Gemini: architettura tecnica e le sue implicazioni aziendali

L'architettura tecnica di base di Gemini, il modello di intelligenza artificiale che alimenta AI Mode, AI Overviews e la ricerca multimodale, è fondamentale per comprendere perché Google stia guidando questa trasformazione. A differenza di molti modelli linguistici, Gemini è progettato per essere multimodale fin dall'inizio. Ciò significa che il modello integra testo, immagini, audio e video in un'unica rete neurale, anziché aggiungere queste modalità in un secondo momento. Questo conferisce a Gemini un'eleganza strutturale da un punto di vista teorico.

Tecnicamente, Gemini utilizza una cosiddetta architettura "transformer-decoder", ottimizzata per l'efficienza. Il modello funziona sulle unità di elaborazione tensoriale (TPU) di Google Cloud, offrendo a Google un vantaggio proprietario in termini di velocità di inferenza: Google può eseguire modelli di intelligenza artificiale in modo più rapido ed economico rispetto ai concorrenti basati su infrastrutture cloud generiche. Gemini può eseguire ragionamenti a catena, ovvero può disaggregare problemi complessi in diversi passaggi concettuali prima di formulare una risposta. Ciò consente strutture logiche più profonde rispetto alla generazione superficiale di token dei precedenti LLM.

Fondamentalmente, Gemini è integrato con i repository di dati proprietari di Google. Lo Shopping Graph di Google contiene circa 50 miliardi di prodotti, aggiornati 2 miliardi di volte all'ora tramite i feed dei commercianti. Google ha accesso a 250 milioni di posizioni e informazioni sulle mappe. Google ha accesso a dati finanziari, informazioni di mercato azionario in tempo reale e all'intero web come fonte di contesto. Questi repository di dati non sono disponibili al pubblico: sono risorse proprietarie accessibili solo a Google. Questo conferisce a Gemini (e quindi a AI Mode, AI Overviews, ecc.) un vantaggio fondamentale che manca a concorrenti come ChatGPT o Perplexity. OpenAI deve fare affidamento su dati disponibili al pubblico e su dati recuperati tramite API. Perplexity deve utilizzare il web scraping. Google dispone già dei dati internamente.

Questa architettura illustra perché l'integrazione dell'intelligenza artificiale di Google dovrebbe essere considerata strategicamente necessaria, non semplicemente facoltativa. L'infrastruttura è già presente. I dati sono già disponibili. La capacità di calcolo è già disponibile. La linea d'azione economicamente razionale è quella di utilizzare queste risorse. L'unica domanda è quanto aggressivamente debba essere perseguita la monetizzazione, dati gli effetti collaterali sul modello di business tradizionale.

Il problema della perplessità: la competizione nel rumore

Un aspetto spesso trascurato nel dibattito sulla ricerca basata sull'intelligenza artificiale è il ruolo di Perplexity AI. Fondata nel 2022 da Aravind Srinivas, ex stagista di Google, Perplexity si posiziona esplicitamente come un'interfaccia di ricerca nativa basata sull'intelligenza artificiale. Ad agosto 2024, Perplexity contava circa 15 milioni di utenti attivi mensili. L'azienda ha dichiarato proiezioni di fatturato di circa 40 milioni di dollari per il 2024. OpenAI ha dichiarato proiezioni di fatturato di circa 11,6 miliardi di dollari per il 2025 attraverso le sue offerte API e l'uso commerciale di ChatGPT Search.

Tuttavia, i dati aggregati degli utenti rivelano un quadro sorprendente: Perplexity e ChatGPT Search elaborano attualmente circa 37,5 milioni di richieste al giorno per ChatGPT, più un multiplo di questo per Perplexity (stimato prudentemente intorno ai 10-20 milioni), per un totale di circa 47,5-57,5 milioni di richieste di ricerca AI al giorno. Nel frattempo, Google elabora circa 14 miliardi di query di ricerca al giorno. Ciò significa che Google elabora circa 250-370 volte più query di ricerca rispetto a Perplexity e ChatGPT messi insieme. Il traffico di ricerca AI aggregato rappresenta circa lo 0,1-0,25% del traffico web globale totale. Questo è rumore, non un segnale di un cambio di paradigma.

Questo è significativo perché dimostra che, nonostante gli ingenti finanziamenti di capitale di rischio alle startup di ricerca basate sull'intelligenza artificiale, nonostante il clamore mediatico che circonda la "rivoluzione della ricerca" e nonostante i reali miglioramenti tecnici di Perplexity e ChatGPT Search, la classica Ricerca Google rimane la fonte di informazioni dominante. Ciò non significa che Perplexity e ChatGPT Search siano irrilevanti: segnalano un cambiamento nelle aspettative degli utenti. Ma non significa nemmeno che la posizione di mercato di Google sia a rischio esistenziale.

Tuttavia, queste cifre possono essere fuorvianti. Sebbene Perplexity rappresenti solo lo 0,01% del volume di ricerca giornaliero di Google a livello globale, la sua penetrazione tra specifiche fasce di utenti (giovani, esperti di tecnologia, lavoratori ad alta intensità di informazioni) è significativamente più elevata. Un analista di venture capital potrebbe sostenere che Perplexity non stia competendo con Google, ma piuttosto stia creando il tipo di utente che costituirà la fascia di utilizzo dominante tra dieci anni. Questo è un classico argomento di disruption. Tuttavia, si tratta di speculazioni; i dati attuali suggeriscono una coesistenza di modelli di ricerca piuttosto che un processo di sostituzione.

Il crollo degli editori: distruzione economica o ristrutturazione del modello di business?

Per un'analisi economica completa, è necessario esaminare il processo distruttivo causato dall'integrazione dell'intelligenza artificiale di Google per gli editori. Si tratta di un fenomeno reale e immediato, non di una semplice proiezione. Gli editori segnalano perdite di traffico dal 70 all'80%. Un'importante rivista di informazione americana ha perso dal 27 al 38% del suo traffico tra il 2024 e il 2025. Un blog di nicchia specializzato in ristrutturazioni domestiche ha perso circa l'86% delle sue entrate, passando da circa 7.000-10.000 dollari al mese a circa 1.500 dollari al mese.

Le conseguenze economiche sono drammatiche. Il settore dell'informazione negli Stati Uniti ha perso circa 600 milioni di visite mensili in meno di un anno, con una riduzione di circa il 26%. Per un settore basato sui ricavi pubblicitari, ciò si traduce direttamente in un minor numero di impression, un minor numero di clic sugli annunci, tariffe CPM più basse (a causa della concorrenza per un inventario di impression più limitato) e un calo dei ricavi complessivi.

Questo è un classico caso di esternalizzazione economica degli effetti negativi. Google internalizza i profitti derivanti dal miglioramento dell'esperienza utente (gli utenti non devono cliccare, ricevono risposte immediate), ma esternalizza i costi agli editori che non generano più traffico. Questa distribuzione asimmetrica dei costi è una caratteristica strutturale delle economie di piattaforma, in cui gli operatori delle piattaforme hanno potere contrattuale per spostare i centri di costo.

Alcuni editori stanno iniziando a sperimentare modelli che abbracciano questa nuova realtà: invece di ottimizzare per il volume di traffico, stanno ottimizzando per le menzioni visibili/del brand negli output di intelligenza artificiale. Se Google genera una risposta per "migliori ristoranti a Berlino", una menzione di un ristorante specifico potrebbe essere più preziosa per quel ristorante rispetto a un clic, perché la menzione rafforza la riconoscibilità del brand e crea un punto di ingresso "top-of-mind". Gli utenti che leggono le risposte di intelligenza artificiale che menzionano un ristorante specifico potrebbero essere più propensi a visitare quel ristorante in seguito, anche se non cliccano immediatamente.

Questo non è certo un conforto per gli editori che fanno affidamento sulla monetizzazione immediata del traffico. Ma indica una possibile ristrutturazione dei modelli di business degli editori: da "volume di traffico × CPM degli annunci" a "autorevolezza del marchio × abbonamento a contenuti premium" o "autorevolezza del marchio × relazioni con i partner di alto valore".

La questione irrisolta sulla fatturazione: chi paga i dati di formazione?

Una questione sottilmente importante ma sistematicamente trascurata è la questione dell'attribuzione dei dati di training. I modelli di intelligenza artificiale che alimentano AI Overviews, AI Mode e ChatGPT Search sono stati addestrati su dati web creati al 99% da entità non basate sull'intelligenza artificiale. Gli editori pagano i giornalisti per scrivere articoli. Le agenzie di stampa pagano i corrispondenti per raccogliere informazioni. Gli scienziati investono tempo nella ricerca per pubblicare tali risultati. Tutte queste entità finanziano le loro attività attraverso modelli di business tipicamente basati sulla generazione di traffico o sugli abbonamenti diretti. Tuttavia, la creazione di contenuti web è considerata un "bene pubblico" se non viene compensata attraverso la monetizzazione diretta.

Il processo di addestramento dell'IA non ha mai compensato questi creatori di contenuti. OpenAI ha addestrato GPT-4 con miliardi di articoli senza compensare gli editori. Google ha addestrato Gemini con contenuti web senza alcun compenso. Perplexity addestra i suoi modelli in modo simile. Questo è tecnicamente e legalmente possibile perché implica un "fair use" (secondo la legge statunitense sul copyright), ma è eticamente ed economicamente asimmetrico: i creatori di contenuti finanziano l'addestramento dell'IA ma non ricevono alcun compenso diretto. Anzi, subiscono un danno dovuto alla riduzione del traffico generato.

Questo potrebbe rivelarsi un rischio a lungo termine per il settore dell'intelligenza artificiale. Se gli editori non vengono compensati per i loro dati di training, saranno meno incentivati ​​a creare contenuti di alta qualità. La qualità del web diminuirà. Questo creerà in seguito un problema per i modelli di intelligenza artificiale addestrati su dati web: si alleneranno su contenuti di qualità inferiore. Si tratta di una classica "tragedia dei beni comuni". Alcuni attori (in particolare OpenAI con le sue risorse commerciali e Google con la sua intrinseca integrazione web) hanno già iniziato a sperimentare con fonti di dati concesse in licenza (ad esempio, OpenAI collabora con gli editori di notizie per i feed di contenuti). Ciò potrebbe portare a una norma emergente in cui l'addestramento dell'intelligenza artificiale è parzialmente concesso in licenza. Ma per ora, questa è ancora l'eccezione, non la regola.

Destabilizzazione della catena del valore: dalla pubblicità a… cosa?

Un problema economico fondamentale creato dall'integrazione dell'intelligenza artificiale di Google è la questione dei percorsi di monetizzazione alternativi quando la pubblicità tradizionale diventa meno efficace. La classica catena del valore di Google era: l'utente formula una query → Google presenta risultati organici + annunci → l'utente clicca → l'editore o l'inserzionista riceve valore di traffico o una conversione. Questa catena del valore ha costituito la base dell'economia digitale per 25 anni.

Le panoramiche AI ​​destabilizzano questa catena del valore eliminando la fase del "clic". Google deve stabilire nuove catene del valore. Sono in fase di sperimentazione diversi approcci:

Primo: integrare gli annunci direttamente nelle panoramiche AI ​​e nella modalità AI. Questo è difficile perché gli utenti interpretano esplicitamente queste risposte generate dall'IA come "non-annunci". Integrare gli annunci nelle risposte AI rischia di erodere la fiducia degli utenti. Google è cauto su questo punto.

Secondo: monetizzazione tramite abbonamento. Google sta sperimentando versioni premium di AI Mode, che potrebbero in futuro essere a pagamento. Ciò significherebbe che la ricerca conversazionale basata sull'intelligenza artificiale sarebbe una funzionalità premium, mentre la ricerca standard rimarrebbe gratuita. Si tratta di un modello freemium, simile a Spotify o Adobe. La sfida è mantenere un tasso di penetrazione sufficientemente elevato per le versioni a pagamento da compensare la perdita di entrate pubblicitarie.

Terzo: monetizzazione tramite modelli di business non basati sulla monetizzazione dei singoli utenti. Ad esempio, Google potrebbe offrire un'API per la ricerca AI aziendale, in cui i clienti aziendali possono noleggiare modelli Gemini specifici per le loro esigenze di ricerca interna. Questo sposterebbe il modello di business verso un modello B2B, simile a Google Cloud.

Quarto: Monetizzazione tramite monetizzazione dei dati. Quando Google conduce milioni di interazioni con gli utenti tramite intelligenza artificiale conversazionale, genera enormi quantità di dati sulle intenzioni degli utenti. Questi dati sono incredibilmente preziosi per il targeting pubblicitario. Google potrebbe utilizzare questi dati per migliorare il targeting degli inserzionisti, anche se i tassi di clic diminuiscono. Questa è una forma di monetizzazione indiretta.

Nessuna di queste alternative è ovviamente redditizia quanto la classica formula "clic × CPM". Ma, prese insieme, potrebbero potenzialmente creare un nuovo ecosistema di creazione di valore.

Il dilemma strategico del miglioramento incessante

La filosofia di Stein del "miglioramento incessante" si scontra con una struttura di conflitto fondamentale: il processo di miglioramento del prodotto dal punto di vista dell'utente è in diretto conflitto con la stabilità del modello di business. Un prodotto migliore (panoramiche basate sull'intelligenza artificiale che forniscono risposte immediate) danneggia il modello di business (calo dei clic sugli annunci). Questo non è un dilemma graduale e moderato, ma strutturalmente radicale.

Il problema è ancora più complesso perché è una questione di tempistiche. Google potrebbe teoricamente rallentare o interrompere il lancio delle Panoramiche AI. Questo proteggerebbe i ricavi pubblicitari a breve termine. Ma significherebbe anche che Perplexity e ChatGPT Search diventerebbero tecnicamente superiori e gli utenti migrerebbero verso queste piattaforme. In altre parole, non intervenendo, Google rischia di perdere quote di mercato a favore di concorrenti che danno priorità all'esperienza utente. Questo crea un dilemma del prigioniero: tutti gli attori sono costretti a massimizzare l'esperienza utente, anche se questo porta collettivamente a una crisi di monetizzazione.

Un altro modo per capirlo: l'integrazione dell'IA non è solo una decisione sulle funzionalità; è una strategia esistenziale contro la concorrenza decentralizzata. Google deve integrare le funzionalità di IA, altrimenti la ricerca migrerà su ChatGPT. Ma questa integrazione crea problemi immediati al modello di business. Google accetta questo sacrificio a breve termine come necessario per la sua posizione di mercato a lungo termine.

Il paradosso della crescita con multipli di fatturato in calo

Un ultimo punto importante: il volume di ricerca di Google continua a crescere. Il tasso di crescita annuo delle query di ricerca si è attestato intorno al 4,7% nel 2025, rispetto al 4,1% del 2024. Ciò significa che il volume di ricerca assoluto è in espansione. Tuttavia, questa espansione si è verificata parallelamente al calo dei moltiplicatori di monetizzazione. Una query di ricerca su Google vale meno di un anno fa perché la probabilità di un clic è inferiore.

Se questa tendenza continua – crescita del volume × calo del tasso di monetizzazione – porterà a un'economia di "banchettamento sulle rovine", in cui Google genera più traffico ma ne ricava meno entrate. Se da un lato questo è un vantaggio per l'utente (più ricerche, migliore qualità), dall'altro è un danno per Google (minori entrate per ricerca, potenziale calo delle entrate complessive).

La proiezione di ricavi del marketing di ricerca di 190,6 miliardi di dollari per il 2025 (rispetto ai 178,2 miliardi di dollari del 2024) suggerisce che Google stia compensando le perdite di volume attraverso aumenti aggressivi del CPM (costringendo gli inserzionisti a pagare prezzi più alti). Si tratta di un gioco a breve termine: gli inserzionisti alla fine migreranno verso canali alternativi (ad esempio, direttamente ai rivenditori, Amazon Ads, TikTok Ads) se l'efficienza di Google continua a diminuire. L'attuale "proiezione" potrebbe essere una proiezione sulla sabbia, non su un terreno stabile.

Innovazione sotto pressione e lo scenario delle circostanze

La trasformazione di Google da motore di ricerca classico a interfaccia di ricerca nativa basata sull'intelligenza artificiale non è un cambiamento volontario di strategia; è un adattamento forzato a molteplici interruzioni simultanee: ChatGPT/OpenAI come nuovo concorrente, Perplexity AI come nuovo canale di ricerca, pressione tecnologica interna (Gemini e altri modelli di intelligenza artificiale sono già stati sviluppati; è irrazionale non utilizzarli) e un cambiamento nelle aspettative degli utenti (gli utenti si aspettano funzionalità di intelligenza artificiale in tutti i prodotti digitali).

La filosofia di sviluppo prodotto di Robby Stein – miglioramento continuo, ottimizzazione ossessiva dell'esperienza utente e propensione alla conversione – funziona quando il miglioramento dell'esperienza utente e la stabilità del modello di business sono allineati. Tuttavia, nel contesto della disruption dell'intelligenza artificiale, questi obiettivi sono in conflitto. L'approccio di Stein consente a Google di perseguire con decisione l'innovazione nell'intelligenza artificiale, ma non riesce a fornire soluzioni immediate ai problemi del modello di business che questa innovazione crea.

Lo scenario a lungo termine non è chiaro. Esistono diverse possibilità: (1) Google si stabilizza su una nuova base economica in cui la ricerca basata sull'intelligenza artificiale, gli abbonamenti premium, i servizi B2B e un targeting degli inserzionisti migliorato si combinano per creare un nuovo portafoglio di ricavi. (2) Google perde gradualmente quote di mercato a favore di Perplexity, ChatGPT Search e altri modelli decentralizzati, poiché questi concorrenti offrono esperienze utente migliori e non sono vincolati da modelli di business che danno priorità alla monetizzazione. (3) Una crisi normativa impedisce a Google di sfruttare il suo vantaggio in termini di dati e il panorama competitivo rimane frammentato.

Attualmente, lo scenario 1 è il più probabile, perché i vantaggi strutturali di Google (database, base utenti, infrastruttura) sono ancora sostanziali. Ma l'incertezza è reale e la trasformazione è permanente e strutturale, non solo graduale. In ogni caso, una cosa è chiara: l'era della monetizzazione basata esclusivamente sui clic sta finendo. Sta emergendo qualcosa di nuovo, ma la sua forma non si è ancora stabilizzata.

☑️ La nostra lingua commerciale è l'inglese o il tedesco

☑️ NOVITÀ: corrispondenza nella tua lingua nazionale!

 

Sarei felice di servire te e il mio team come consulente personale.

Potete contattarmi compilando il modulo di contatto o semplicemente chiamandomi al numero +49 89 89 674 804 (Monaco) . Il mio indirizzo email è: wolfenstein ∂ xpert.digital

Non vedo l'ora di iniziare il nostro progetto comune.

 

 

☑️ Supporto alle PMI nella strategia, consulenza, pianificazione e implementazione

☑️ Creazione o riallineamento della strategia digitale e digitalizzazione

☑️ Espansione e ottimizzazione dei processi di vendita internazionali

☑️ Piattaforme di trading B2B globali e digitali

☑️ Pioneer Business Development/Marketing/PR/Fiere

Focus del settore: B2B, digitalizzazione (dall'intelligenza artificiale alla realtà aumentata), ingegneria meccanica, logistica, energie rinnovabili e industria

Maggiori informazioni qui:

• Centro aziendale esperto

Un hub di argomenti con approfondimenti e competenze:

• Piattaforma di conoscenza sull'economia globale e regionale, sull'innovazione e sulle tendenze specifiche del settore
• Raccolta di analisi, impulsi e informazioni di base dalle nostre aree di interesse
• Un luogo di competenza e informazione sugli sviluppi attuali nel mondo degli affari e della tecnologia
• Hub tematico per le aziende che vogliono informarsi sui mercati, sulla digitalizzazione e sulle innovazioni del settore

Xpert.Digital ha una conoscenza approfondita di vari settori. Questo ci consente di sviluppare strategie su misura che si adattano esattamente alle esigenze e alle sfide del vostro specifico segmento di mercato. Analizzando continuamente le tendenze del mercato e seguendo gli sviluppi del settore, possiamo agire con lungimiranza e offrire soluzioni innovative. Attraverso la combinazione di esperienza e conoscenza, generiamo valore aggiunto e diamo ai nostri clienti un vantaggio competitivo decisivo.

Maggiori informazioni qui:

• Utilizza l'esperienza 5x di Xpert.Digital in un unico pacchetto, a partire da soli € 500/mese