Ricerca e datiDi 7 min di lettura

Visibilità AI: l'89% spende di più, il 24% dimostra il ritorno. Cosa fa la differenza

Indagine su 700 aziende: l'89% spende di più in visibilità AI ma solo il 24% dimostra il ritorno. Quali metriche usano, perché misurare è difficile e cosa fare.

Copertina con grafico a barre stilizzato: visibilità AI, l'89% delle aziende spende di più e il 24% dimostra il ritorno

In breve

Un'indagine su 700 responsabili marketing in USA, Regno Unito e Germania (novembre 2026) trova che l'89% ha aumentato la spesa per la visibilità nelle risposte AI, ma solo il 24% sa dimostrarne il ritorno e solo il 40% si fida delle proprie metriche. A fare la differenza non è la dimensione dell'azienda ma l'organizzazione: chi integra la ricerca AI nella strategia marketing dimostra il ritorno nel 43% dei casi contro il 23%, e chi ha un responsabile dedicato nel 35% contro il 15%. Misurare resta difficile anche per ragioni tecniche: Google ha appena confermato che AI Mode e AI Overviews non hanno un referer proprio.

  • L'89% delle aziende ha aumentato la spesa per la ricerca AI e l'81% la aumenterà ancora, ma solo il 24% dimostra il ritorno; tra chi ha speso molto di più, il 64% non ci riesce.
  • La visibilità nelle risposte AI è la metrica più usata (58%) e più attendibile (41%); ricavi e lead attribuiti all'AI sono usati dal 42% e 39% ma creduti solo dal 26% e 22%.
  • La barriera più citata è la velocità dei cambiamenti (33%): in un trimestre le sessioni ChatGPT con più ricerche sono passate dal 2% al 61% e le citazioni di Reddit sono crollate.
  • Google conferma che il traffico da AI Mode e AI Overviews ha lo stesso referer della ricerca classica: in GA4 non è separabile, e Search Console non dà i clic.
  • Strategia integrata (43% contro 23%), ruoli dedicati (35% contro 15%) e un responsabile chiaro pesano più della dimensione dell'azienda: medie e grandi sono entrambe al 24%.

Scritto dall'agente AI di Geosnap, rivisto e approvato da Rinald Sefa.

Nove aziende su dieci hanno aumentato la spesa per la visibilità nelle risposte AI nell'ultimo anno, ma solo una su quattro sa dimostrare che cosa ha ottenuto in cambio. È il dato centrale di Primary Sources, un'indagine su 700 responsabili marketing negli Stati Uniti, nel Regno Unito e in Germania pubblicata l'11 novembre 2026, e coincide con quello che un'altra ricerca aveva trovato a giugno su un campione diverso. Qui trovi i numeri, le ragioni per cui misurare è difficile e, soprattutto, che cosa distingue le aziende che riescono a dimostrare il ritorno da quelle che non ci riescono.

Quanto spendono le aziende in visibilità AI e quanto riescono a dimostrare?

Spendono di più quasi tutte, dimostrano il ritorno poche. Nell'indagine, condotta da Sapio Research a settembre 2026 su 700 decisori marketing di aziende con almeno 100 dipendenti (300 negli USA, 200 nel Regno Unito, 200 in Germania), l'89% ha aumentato la spesa per la ricerca AI nell'ultimo anno e l'81% prevede di aumentarla ancora. Ma solo il 24% dice di poter dimostrare il ritorno sull'investimento. Tra chi ha aumentato la spesa in modo significativo, il 64% non riesce a mostrare che cosa ha reso.

Le spinte a investire sono concrete, non di moda: il 43% cita i concorrenti che compaiono nelle risposte AI, il 42% i clienti che usano strumenti AI per informarsi o comprare, il 34% la pressione della direzione e il 28% l'attenzione dei media di settore. Il 61% considera la crescita della visibilità AI una priorità alta e il 60% ha controllato più volte nell'ultimo mese che cosa dice un assistente AI del proprio brand. Il problema non è l'interesse, è la prova.

Chi ha commissionato la ricerca vende una piattaforma di monitoraggio AI, e lo stesso vale per molte indagini di questo settore: i numeri vanno letti con questa avvertenza. Il quadro, però, coincide con quello di uno studio Semrush del 3 giugno 2026 su 481 marketer e professionisti SEO: lì solo il 9% dichiarava di poter misurare tutte le metriche che contano, e il 49% indicava come più difficile da misurare proprio l'impatto dell'AI su pipeline e ricavi.

Quali metriche usano le aziende e di quali si fidano?

Usano molte metriche, ma si fidano di poche: nel complesso solo il 40% dei rispondenti dice di avere metriche affidabili. Il divario tra «usata negli ultimi tre mesi» e «considerata attendibile» è ampio per tutte, e cresce man mano che ci si avvicina al business.

MetricaUsata negli ultimi 3 mesiConsiderata attendibile
Visibilità nelle risposte AI58%41%
Percezione o sentiment del brand54%34%
Traffico di referral dall'AI51%34%
Ricavi attribuiti alla ricerca AI42%26%
Conversioni o lead dal traffico AI39%22%
Frequenza delle citazioni35%19%
Visite dei bot AI31%17%

Fonte: Peec AI, Primary Sources Q3 2026. Eppure il 47% delle aziende riconduce almeno una volta a settimana un lead, un contratto o un ricavo alla ricerca AI: il collegamento con il business si vede, ma caso per caso, non come misura di canale. Il metodo di raccolta spiega parte della sfiducia. Nello studio Semrush il 40% controlla la visibilità scrivendo a mano i prompt negli assistenti, il 38% usa la piattaforma SEO di sempre, il 36% uno strumento specializzato e il 13% non ha alcun approccio coerente. Un controllo a mano fatto da una persona, in un giorno, con un account, non è ripetibile: è la stessa ragione per cui conviene fissare un elenco di prompt e rilevarlo sempre allo stesso modo.

Perché misurare la visibilità AI è così difficile?

Perché il terreno si muove e i dati di base mancano. La barriera più citata all'aumento degli investimenti è che le piattaforme cambiano troppo in fretta (33%), seguita dalla sicurezza del brand (30%) e dalla mancanza di misurazioni affidabili (28%). Lo stesso rapporto mostra quanto cambia in un trimestre: dopo che GPT-5.6 è diventato il modello predefinito di ChatGPT l'8 agosto, le sessioni con più ricerche sono passate dal 2% di luglio al 61% di settembre, le citazioni di Reddit sono crollate a un indice 11 rispetto a 100 nel secondo trimestre e quelle delle pagine prodotto sono salite a 250. Un parametro di riferimento misurato a luglio a settembre era già vecchio.

Ai dati di base manca poi una parte importante. Il 12 novembre 2026 Google ha pubblicato una guida per riconoscere il traffico da Google Search in analytics e log: il referer è https://www.google.com/ o un dominio locale come https://www.google.it/, senza percorso né query, e «altri servizi Google serviti dalle stesse origini» inviano gli stessi valori. AI Mode e AI Overviews non sono nominati e non hanno un referer proprio: in Google Analytics un clic da AI Mode è indistinguibile da un clic sui dieci link blu. Google stesso scrive che questo metodo «non è esatto», perché privacy, redirect e metodologie diverse fanno divergere analytics e Search Console. Il report AI di Search Console, dal canto suo, mostra le impressioni ma non i clic. Su ChatGPT il quadro è migliore grazie al parametro utm_source=chatgpt.com, ma a ottobre un bug lo ha fatto sparire per una settimana e molte aziende hanno visto il canale dimezzarsi senza aver perso una visita.

Cosa distingue chi dimostra il ritorno da chi non ci riesce?

L'organizzazione, non la dimensione. Aziende medie (100-999 dipendenti) e grandi (oltre 1.000) dimostrano il ritorno nella stessa percentuale, il 24%. Cambia tutto, invece, il modo in cui la ricerca AI è inserita nel marketing.

Come è organizzata la ricerca AIHa metriche attendibiliDimostra il ritorno
Strategia integrata nel marketing72%43%
Strategia definita ma separata39%23%
Ruoli dedicati a tempo pieno57%35%
Parte di un ruolo più ampio28%15%
Piattaforma dedicata alla visibilità AI58%39%
Funzioni dentro uno strumento esistente42%24%

Fonte: Peec AI, Primary Sources Q3 2026. Le aziende con strategia integrata coinvolgono più spesso i team dati (71%), prodotto (44% contro 24%) e tecnico (37% contro 20%), e solo il 5% ha smesso di ottimizzare per le raccomandazioni AI, contro il 31% di chi sta ancora esplorando. La fiducia nei dati protegge l'investimento: tra chi si fida delle proprie metriche ha abbandonato questa attività il 7%, tra chi non si fida il 31%.

Il punto debole è la proprietà. La ricerca AI è guidata dal team SEO nel 24% delle aziende e dalla direzione nel 22%; nell'88% dei casi in cui più team se ne occupano ci sono problemi di coordinamento, con priorità e metriche in conflitto (39%) e attese sulle capacità di altri team (35%). Semrush racconta lo stesso: nessuna funzione supera il 18% come responsabile e un team su dieci non ha un proprietario. Tra i team che vedono risultati, solo il 3% è senza responsabile e il 6% è senza un modo coerente di misurare; tra quelli che non li vedono, rispettivamente il 22% e il 27%. Anche i Paesi contano: dimostra il ritorno il 31% delle aziende statunitensi, il 19% di quelle britanniche e il 18% di quelle tedesche, dove la strategia integrata è meno diffusa (22% contro 38% negli USA). Non ci sono dati italiani, ma non c'è motivo di pensare che da noi vada meglio.

Cosa fare nella tua azienda per passare dalla spesa alla prova

Quattro scelte organizzative pesano più di qualunque strumento.

  1. Un responsabile, dentro il marketing. Chi segue la SEO è il candidato naturale, purché la visibilità AI entri nello stesso piano, con gli stessi obiettivi, e non viva in un progetto parallelo. Il dato 43% contro 23% dice che questa è la scelta più importante.
  2. Tre livelli di metriche, ognuno con la sua fonte. Visibilità: un elenco fisso di prompt, rilevato con lo stesso metodo ogni settimana su ChatGPT, Gemini e Google AI Mode, con quota di menzioni, citazioni e sentiment. Traffico: in GA4 un gruppo di canali dedicato agli assistenti AI (come impostarlo), sapendo che AI Mode resterà conteggiato dentro Google organico. Risultati: lead e contratti ricondotti all'AI, segnati ogni settimana come fa già il 47% delle aziende, più la domanda «come ci hai conosciuto» nei moduli.
  3. Accetta l'imprecisione e dichiarala. Google scrive che il riconoscimento del traffico «non è esatto»; Search Console non dà i clic; ChatGPT può perdere i parametri. Documenta i limiti nel report invece di far finta che il numero sia preciso: il 40% che si fida dei propri dati non ha dati perfetti, ha dati con un metodo stabile.
  4. Rivedi il metodo ogni trimestre, non la strategia ogni settimana. I motori cambiano modello e comportamento in poche settimane; il tuo elenco di prompt, i concorrenti seguiti e le definizioni delle metriche vanno controllati a scadenza fissa, ma l'investimento non si interrompe a ogni scossa.

Uno strumento serve a rendere ripetibile il primo livello e a tenere insieme gli altri due: Geosnap, per esempio, rileva le risposte di ChatGPT, Gemini e Google AI Mode sugli stessi prompt nel tempo e si collega a Google Analytics e Search Console, così visibilità, traffico e impressioni stanno in un posto solo. Ma, come mostrano i dati, lo strumento da solo porta il tasso di prova del ritorno dal 24% al 39%; l'integrazione nel marketing lo porta al 43%. Prima l'organizzazione, poi la piattaforma.

Fonti

Domande frequenti

Quante aziende riescono a dimostrare il ritorno della visibilità AI?

Secondo l'indagine Primary Sources di novembre 2026 su 700 decisori marketing in USA, Regno Unito e Germania, il 24%. Il dato è identico per aziende medie (100-999 dipendenti) e grandi (oltre 1.000), ma sale al 43% tra chi ha integrato la ricerca AI nella strategia marketing e al 31% negli Stati Uniti, contro il 18% in Germania.

Quali metriche di visibilità AI sono considerate più attendibili?

La visibilità nelle risposte AI, cioè quante volte il brand compare su un elenco fisso di prompt: la usa il 58% delle aziende e la considera attendibile il 41%. Seguono sentiment e traffico di referral (34% ciascuno). Ricavi e lead attribuiti all'AI sono creduti solo dal 26% e dal 22%, perché i dati di attribuzione sono incompleti.

Perché in Google Analytics non vedo il traffico da Google AI Mode?

Perché, come spiega la guida Google del 12 novembre 2026, AI Mode e AI Overviews usano lo stesso referer della ricerca classica (https://www.google.com/ o un dominio locale), senza percorso né parametri. In GA4 quei clic finiscono nel canale Google organico e non sono separabili. Il report AI di Search Console mostra le impressioni, ma non i clic.

Chi dovrebbe occuparsi della visibilità AI in azienda?

I dati dicono che conta avere un responsabile chiaro e una strategia integrata nel marketing più che una funzione specifica. Oggi guida il team SEO nel 24% delle aziende e la direzione nel 22%; dove più team se ne occupano senza un proprietario, l'88% segnala problemi di coordinamento. Nei team che vedono risultati, solo il 3% è senza responsabile.

Conviene smettere di investire finché non si riesce a misurare?

I dati suggeriscono il contrario: chi non si fida delle proprie metriche abbandona l'ottimizzazione per le raccomandazioni AI quattro volte più spesso (31% contro 7%), mentre le spinte a investire, concorrenti presenti nelle risposte (43%) e clienti che usano l'AI (42%), restano. Meglio fissare un metodo stabile, dichiararne i limiti e rivederlo ogni trimestre.