Dalle schede prodotto ai nuovi mercati: dove l’Agentic Commerce genera valore

L’Agentic Commerce è uno dei temi emergenti dell’Ecommerce. Come lo definirebbe e quale ruolo vuole giocare CommerceClarity in questa evoluzione?

Per Agentic Commerce intendiamo una dinamica precisa: assistenti AI che cercano, confrontano e, in prospettiva, acquistano per conto della persona. Il consumatore non sfoglia più un sito, delega a un agente. E quell’agente non valuta il design della vetrina né si lascia convincere da una fotografia o da un copy emozionale: legge dati strutturati, che riconosce e che sa interpretare.
 
Questo cambia le priorità. Nel commercio agentico è il dato di prodotto a diventare l’esperienza: un prodotto con attributi incompleti o incoerenti semplicemente non entra nella rosa che l’agente propone. E non parliamo di uno scenario lontano. Secondo una survey di Gartner, la disponibilità a farsi affiancare dall’AI sale al 28-31% quando le si chiede di restringere la scelta, contro l’11% disposto a delegarle l’acquisto vero e proprio. Il punto è che in entrambi i casi la selezione avviene sui dati strutturati, non sulla vetrina o sul copy emozionale: che l’AI suggerisca o compri, un prodotto illeggibile per l’agente è un prodotto che non viene mai considerato.
 
In CommerceClarity ci concentriamo proprio sul dato di prodotto, che consideriamo l’atomo fondamentale dell’e-commerce: da attributi accurati e completi dipendono schede prodotto, ricerca interna, distribuzione sui marketplace, SEO e, ora, anche la discovery tramite AI.
 
Il nostro approccio non parte dalla tecnologia, ma dal cliente: un Retail Engineer analizza processi di catalogo, bisogni e obiettivi dell’azienda e, su questa base, configura la nostra piattaforma proprietaria con gli agenti specializzati per i flussi concordati. Gli agenti trasformano informazioni di prodotto disordinate, incomplete e da fonti diverse in schede complete, corrette e pronte per ogni canale: accurate e coerenti, classificate per essere trovate anche su marketplace e motori di ricerca, e allineate alla voce del brand in ogni lingua e mercato.
 
Anche se l’Agentic Commerce su larga scala deve ancora veramente affermarsi, il vantaggio competitivo si costruisce ora: un catalogo ordinato oggi sarà domani la condizione per essere selezionati dagli agenti AI. Il nostro ruolo è preparare le aziende a questo passaggio.
 

Quali sono oggi i casi d’uso più concreti degli AI Agent nelle aziende? Dove state vedendo i risultati più interessanti?

I casi d’uso concreti partono tutti dallo stesso punto: l’attributo di prodotto. È da lì che nascono le applicazioni che oggi portano valore alle aziende.
 
Il primo è la generazione e l’arricchimento degli attributi: a partire da dati spesso parziali o disordinati e in formati diversi, ricostruiamo le caratteristiche di ogni prodotto in modo completo e coerente. Su questa base si innestano la creazione delle descrizioni di prodotto per ecommerce e marketplace, scritte per il cliente finale e in linea con il brand, e la classificazione, ossia l’allineamento del catalogo alle tassonomie dei diversi marketplace e dei motori di ricerca, perché ogni prodotto venga collocato nella categoria giusta e quindi trovato. A questi si aggiungono la traduzione multilingua, che permette di portare lo stesso catalogo su più mercati senza rifare il lavoro da zero, e l’ottimizzazione dei contenuti per la discovery, su motori di ricerca tradizionali e di nuova generazione, come ChatGPT.
 
Non si tratta di esperimenti né di proof of concept: sono processi che operano già in produzione, su cataloghi reali e a volumi elevati.
 
Ne riportiamo due risultati reali, misurati sui nostri clienti.
 
Un retailer pet italiano produceva circa 350 schede prodotto al mese affidandosi a un’agenzia esterna. Con i nostri agenti ha raggiunto una capacità a regime di circa 3.500 a settimana, dieci volte superiore. Il time-to-market di un batch di catalogo si è ridotto da sei settimane a pochi giorni, con un miglioramento dell’80%, e l’azienda ha superato la dipendenza dall’agenzia esterna sia sul costo sia sui tempi.
 
Un produttore europeo di outdoor equipment doveva avviare le vendite su Amazon. Ha lanciato in quattro mesi (normalmente sarebbero serviti 1-2 anni) e, da lì, ha esteso i contenuti di prodotto su più marketplace e in cinque lingue. Il valore maggiore non risiede nella sola efficienza operativa, ma nell’apertura di canali di vendita prima inaccessibili per mancanza di contenuti pronti.
 
È in questo ambito che osserviamo i risultati più significativi. L’efficienza riduce i costi, ma il salto reale consiste nell’attivare ricavi nuovi: canali, lingue e marketplace che, senza un catalogo pronto, resterebbero chiusi.
 

Quali sono le caratteristiche distintive di CommerceClarity e come aiuta a crescere le imprese che vendono online?

La prima differenza è nel modo di guardare il problema. La maggior parte delle aziende tratta il catalogo come contenuto da produrre: una coda di schede da scrivere, canale per canale, prodotto per prodotto. Noi lo consideriamo un’operazione da governare, fatta di regole, processi ripetibili e risultati misurabili, come la completezza e l’effettiva pubblicabilità di ogni record. Cambiando prospettiva, l’obiettivo non è più “scrivere di più”, ma far funzionare il processo che mantiene ogni scheda completa, coerente e verificata, qualunque sia il volume. Ed è proprio questo processo, in definitiva, a produrre il risultato che conta: l’aumento delle vendite.
 
Da qui discende il nostro modello: vendiamo un risultato, non uno strumento. Non siamo un software che il cliente configura da solo, né un’agenzia che vende ore. La nostra piattaforma viene messa in opera e gestita insieme al cliente da agenti AI e da Retail Engineer dedicati, che condividono la responsabilità dell’esito. Gli agenti sono inoltre verticali sulle operazioni di catalogo retail, non AI generica. Partiamo da una libreria di oltre venti template già costruiti per altri clienti e, quando un flusso è specifico, lo progettiamo insieme.
 
Il valore per il cliente sta in tre risultati concreti. La rapidità di go-live: il primo flusso va in produzione in poche settimane, dato che non andiamo a sostituire lo stack tecnologico del cliente, bensì ad integrarci con esso. Il costo: la gestione del catalogo arriva a costare fino al 90% in meno rispetto al lavoro interno sommato a quello di agenzia. La qualità sotto controllo: ogni output viene verificato sulle regole del cliente prima di andare online, e nulla raggiunge il catalogo finché il cliente non lo approva, con lo stesso standard anche quando il catalogo cresce di dieci volte.
 
Sono risultati che ad oggi garantiamo a oltre 40 aziende che lavorano con noi, molte delle quali grandi gruppi enterprise con cataloghi complessi distribuiti su più mercati e canali. È così che aiutiamo le imprese a crescere.
 
Liberato dal collo di bottiglia del lavoro manuale, un catalogo completo e pronto per ogni canale converte meglio, si trova più facilmente e apre marketplace, lingue e mercati prima inaccessibili. Ed è proprio qui che il processo si traduce in un risultato concreto: più vendite.
 

Oggi chi gestisce il proprio catalogo potrebbe pensare di utilizzare un assistente AI generalista come Claude o ChatGPT. Perché un’azienda dovrebbe affidarsi a CommerceClarity?

È una domanda legittima, e la risposta non è “perché il nostro modello è migliore”. I modelli generalisti sono eccellenti, li utilizziamo anche noi. La questione è un’altra: cosa serve a un’azienda per portare il catalogo in produzione, su migliaia di prodotti, ogni settimana.
 
In primo luogo, la sicurezza e la governance del dato. Il catalogo è un asset sensibile: feed dei fornitori, listini, informazioni commerciali. Affidarli a uno strumento generalista significa perdere il controllo su dove vengono trattati e conservati. Noi operiamo con un’architettura concepita per il dato del cliente, con gestione localizzata, controlli e tracciabilità. Per un’azienda enterprise non è un dettaglio, ma la condizione preliminare per avviare il progetto.
 
In secondo luogo, l’accuratezza. Su un catalogo non è sufficiente un output corretto all’80 o 90%. Un attributo errato è un prodotto che non viene trovato, una scheda che non si pubblica, un errore che si propaga su migliaia di referenze, con possibili rischi di compliance e danni diretti alle vendite, come l’aumento dei resi. Puntiamo al 100% attraverso iterazioni, regole verificabili e una supervisione umana qualificata: una persona con potere decisionale che approva e blocca gli errori prima della pubblicazione. Un singolo prompt o una skill non offre questa garanzia.
 
In terzo luogo, la verticalità. I nostri agenti conoscono le operazioni di catalogo retail: logica padre/variante, GTIN, feed dei canali, tassonomie dei marketplace. Un assistente generalista riparte ogni volta da zero, mentre noi muoviamo un processo già costruito su questo flusso.
 
Una risorsa interna esperta può realizzare un buon prototipo con un assistente generalista. Un’azienda che pubblica su più canali e mercati necessita invece di una soluzione robusta, sicura e scalabile. È in questo passaggio che la differenza tra esperimento e produzione diventa evidente.

Abbiamo intervistato Federico Sargenti, CEO & Co-Founder di CommerceClarity CommerceClarity.

CommerceClarity è Main Partner dell’evento Ecommerce Tech Summit 2026.

Per ulteriori informazioni su CommerceClarity, visita il sito CommerceClarity

Scopri i servizi offerti da CommerceClarity su Ecommerce Italia Advisor, la guida alle migliori tecnologie ed i migliori servizi per le imprese Ecommerce.

Scopri di più