Per oltre vent’anni la SEO (Search Engine Optimization) ha funzionato secondo logiche ben precise: keyword research, link building, struttura tecnica del sito. Il lavoro di un SEO specialist consisteva nel rendere un contenuto facile da trovare e da interpretare da Google, seguendo segnali misurabili come la densità di parole chiave, i backlink o la velocità di caricamento.
Oggi, però, non siamo più davanti a una lista di “link blu”.
Con l’arrivo delle AI Overview di Google e la diffusione di motori come Perplexity, ChatGPT, Copilot e Gemini, l’esperienza di ricerca si è trasformata. Secondo Gartner, entro il 2026 il volume di ricerca sui motori tradizionali calerà del 25%, a favore di strumenti basati su intelligenza artificiale, chatbot e agenti digitali.
Una metafora per capire il cambiamento
Erik Wikander, il CEO di Wilgot.ai, ha spiegato in un'intervista a Forbes la differenza tra la ricerca su google e la ricerca con l’AI, e l’ha fatto con una semplice metafora.
"Usare motori di ricerca come Google è come entrare in una biblioteca e ottenere un elenco di titoli di libri che potrebbero essere utili. Poi bisogna prendere i libri dagli scaffali, sfogliarli e cercare di trovare la risposta da soli"
"La ricerca basata sull'intelligenza artificiale capovolge completamente tutto"
"È come avere un bibliotecario super intelligente che legge ogni libro per te e poi ti spiega la risposta, nella tua lingua, adattandola al tuo contesto. E se non capisci bene, basta fare un'altra domanda e lui ti chiarisce. È fluido, interattivo e utile in un modo che la ricerca tradizionale semplicemente non è."
Qui nasce il cambio di paradigma: non ottimizziamo più i nostri contenuti per un algoritmo di ranking, ma per un modello linguistico capace di interpretare significato, contesto, intenzione e, soprattutto, di anticipare i bisogni e le domande degli utenti.
L’impatto delle AI Overview sui risultati organici
Se i motori tradizionali premiavano chi riusciva a conquistare la prima posizione, oggi con l’avvento dell’AI Overview la situazione è più complessa.
AI Overview cos’è
L’AI Overview (o Panoramica AI) è una funzionalità che mostra in cima ai risultati organici un riassunto generato dall’intelligenza artificiale, con risposte sintetiche a domande anche molto complesse.
AI Overview a cosa serve
L’obiettivo dichiarato da Google è velocizzare la ricerca e offrire informazioni chiave più semplici e veloci, accompagnate da link alle fonti originali.
AI Overview come funziona
Secondo il documento ufficiale di Google “How AI Overviews in Search work”, questa tecnologia si basa su un modello Gemini personalizzato, che lavora insieme ai sistemi di ranking e qualità già esistenti e al Knowledge Graph.
Le AI Overview compaiono solo quando i sistemi di Google stabiliscono che possano apportare un valore aggiunto: in particolare, quando l’uso dell’AI generativa risulta utile a chiarire meglio l’intento della query dell’utente.
Le conseguenze dell’AI Overview sui risultati organici
Le conseguenze dell’AI Overview sui risultati organici sono significative sia in termini quantitativi che qualitativi.
Ahrefs ha rilevato che quando compare un’AI Overview, il CTR del primo risultato organico cala del 34,5%.
Secondo un’altra analisi effettuata da Indig in collaborazione con Eric van Buskirk, in alcuni scenari il traffico organico può scendere addirittura del 66%.
Il problema non è solo quantitativo, ma qualitativo: i contenuti selezionati dalle AI Overview non coincidono sempre con i “top 10”risultati di Google. Una ricerca di Semrush ha evidenziato che i link citati nell’AI Overview sono nel 60.9% dei casi posizionati oltre il 21esimo posto.
Un altro studio di Advanced Web Ranking ha dimostrato che il 46,5% degli URL inclusi nelle panoramiche AI non rientra nei primi 50 risultati organici.
Quindi l’AI di Google non sceglie solo chi è più in alto in SERP, ma chi è più utile e più autorevole per rispondere a una domanda e a un’intenzione specifica dell’utente.
AI Search: oltre le AI Overview
Se le AI Overview rappresentano l’evoluzione interna di Google, l’altra grande trasformazione arriva dai motori di ricerca basati sull’intelligenza artificiale.
Strumenti come ChatGPT (attualmente leader di mercato), Perplexity, Copilot, Gemini, Deepseek, Claude, e molti altri, non si limitano a riassumere i risultati della SERP, ma costruiscono direttamente una risposta, sfruttando i Large Language Models (LLM) e attingendo a una vasta gamma di fonti web.
AI Search cos’è
AI Search è il termine comune per descrivere la ricerca di informazioni, servizi e prodotti sui motori di Intelligenza artificiale generativa.
Nello specifico, è:
- un’esperienza di ricerca mediata dagli LLM, ovvero reti neurali addestrate su miliardi di parole e documenti,
- in grado di comprendere, sintetizzare e generare risposte fluenti in linguaggio naturale
- a partire da un semplice prompt oppure da un’interazione conversazionale.
Nell’ AI Search, questi modelli agiscono diversamente rispetto ai motori tradizionali: non si limitano a elencare pagine web, ma costruiscono una risposta unica attingendo sia da database interni che dal web in tempo reale, riassumendo, confrontando e combinando contenuti per offrire risposte personalizzate, spesso prive di link.
Come funziona il posizionamento sull’AI Search
Il posizionamento sui motori di ricerca basati sull’intelligenza artificiale non funziona come nei motori classici.
Non esiste più una SERP fatta da una classifica di link blu da scalare.
I contenuti vengono selezionati e citati da un modello linguistico che lavora per soddisfare al meglio l’intento della query. Questo significa che l’AI non premia solo chi ha ottimizzato meglio le keyword, ma chi riesce a fornire risposte complete, chiare e contestualizzate.
I tre fattori cruciali per posizionarsi sui motori AI
- Comprensione contestuale → Gli LLM privilegiano i contenuti che oltre a fornire un elenco di consigli o dati, spiegano anche il perché e il come. In questo modo, il testo diventa più utile all’utente e più “citabile” per il modello. Ad esempio, di fronte a una domanda come “come migliorare la propria alimentazione”, sarà scelto più facilmente un contenuto che non solo elenca abitudini salutari, ma ne illustra le logiche e i benefici.
- Struttura dei contenuti → Implementare dati strutturati (schema markup) permette all’AI di interpretare meglio il contesto di una pagina. Elementi come FAQ o guide passo-passo aiutano i modelli a estrarre informazioni in blocchi ordinati e facilmente riutilizzabili nei riepiloghi. In questo senso, l’organizzazione semantica diventa un segnale che semplifica il lavoro dell’AI e aumenta la probabilità che i contenuti vengano selezionati.
- Profondità → I modelli AI premiano i contenuti esaustivi, capaci di esplorare un tema da più angolazioni e di rispondere a tutte le domande implicite della query. Un articolo che copre un argomento a 360°, integrando spiegazioni, esempi e fonti, ha molte più probabilità di essere considerato valido e, quindi, citato come riferimento in una risposta generativa. Un recente studio di Semrush ha confermato l’importanza di questo elemento, dimostrando che i contenuti con citazioni e statistiche risultano fino al 40% più visibili nei risultati AI.
EEAT per l’AI: l’unico modo per essere scelti
In realtà, questi tre fattori non sono una novità.
Rappresentano l’evoluzione naturale dei principi dell’E-E-A-T di Google (Experience, Expertise, Authoritativeness, Trustworthiness), oggi più centrali che mai anche per la ricerca generativa.
Google da anni invita a creare contenuti utili, affidabili e pensati per le persone, e l’intelligenza artificiale non fa altro che amplificare questi criteri. I modelli AI, infatti, scelgono le fonti da cui attingere non in base alla densità di keyword, ma alla credibilità complessiva di un contenuto.
EEAT nei contenuti AI
- Experience → raccontare esperienze dirette, casi studio e risultati reali, che dimostrano competenza vissuta
- Expertise → fornire approfondimenti specialistici e firmati, che mostrano l’autorevolezza dell’autore
- Authoritativeness → citare dati, studi e fonti riconosciute dal settore, rafforzando la reputazione del contenuto
- Trustworthiness → mantenere trasparenza, aggiornamento e coerenza, elementi che consolidano la fiducia del lettore e dell’algoritmo
Posizionarsi nell’AI Search non significa (più solo) “essere trovati”, ma ESSERE SCELTI COME FONTE DI FIDUCIA e i contenuti che incarnano i principi dell’EEAT sono proprio quelli che i modelli AI riassumono, citano e raccomandano nelle loro risposte.
Quanto pesa (oggi) l’AI Search in numeri?
Secondo uno studio di Onelittleweb nell'anno da aprile 2024 a marzo 2025, il traffico dei chatbot ha rappresentato solo il 2,96% delle visite totali dei motori di ricerca. In altre parole, i chatbot hanno generato 34 volte meno visite rispetto ai motori di ricerca.
A marzo 2025, la media giornaliera delle visite per i motori di ricerca ha raggiunto i 5,5 miliardi, mentre i chatbot ne hanno registrate solo 233,1 milioni.
Il divario rimane ampio, ma la tendenza è chiara: la ricerca conversazionale cresce rapidamente e sta ridefinendo il modo in cui i contenuti vengono scoperti.
Essere pronti è il primo passo per non rimanere indietro.
E quindi?
È vero: oggi l’AI Search rappresenta ancora una piccola parte del traffico globale. Ma sarebbe un errore leggere questo dato come un segnale di tranquillità.
Perché, mentre i chatbot generativi stanno ancora crescendo, le AI Overview sono già qui e stanno riscrivendo le regole del posizionamento.
Ogni giorno, milioni di ricerche su Google vengono filtrate, sintetizzate e restituite dall’intelligenza artificiale e chi continua a scrivere solo per la SEO tradizionale rischia di restare indietro: invisibile nei riepiloghi AI che guideranno le scelte degli utenti di domani.
Servono contenuti più profondi, più chiari, più umani. Servono nuove abitudini di scrittura e nuove logiche editoriali, costruite intorno a contesto, struttura e credibilità.
Iscriviti alla nostra newsletter o seguici su LinkedIn per essere tra i primi a leggere un approfondimento dedicato su come scrivere per i motori AI.
https://onelittleweb.com/data-studies/ai-chatbots-vs-search-engines/
https://www.roberto-serra.com/news/chatbot-ia-vs-motori-di-ricerca-2025/
https://gs.statcounter.com/search-engine-market-share
https://www.sap.com/italy/resources/what-is-large-language-model
https://www.semrush.com/blog/ai-search-optimization/
https://www.semrush.com/blog/ai-mode-comparison-study/
https://www.semrush.com/blog/ai-search-visibility-study-findings/
https://www.semrush.com/blog/how-do-you-optimize-for-ai-search/
https://www.allaboutai.com/resources/ai-statistics/ai-search-engines
