Share of Model - Perché la visibilità dell'AI è il nuovo KPI del marketing

Sta accadendo sotto i nostri occhi, eppure molti marketer non ne sono consapevoli: il modo in cui i consumatori scoprono i marchi sta cambiando radicalmente. ChatGPT elabora oggi circa 2,5 miliardi di richieste al giorno ed è uno dei primi cinque siti web più visitati al mondo con 5,7 miliardi di visite mensili. Perplexity AI risponde a 780 milioni di domande al mese, con una crescita del 239% in un anno.

I dati di Comparis forniscono un quadro impressionante per la Svizzera: la percentuale di consumatori che utilizzano strumenti di intelligenza artificiale è quasi raddoppiata, passando dal 27,4% (2024) al 52,9% (2025). Allo stesso tempo, l'utilizzo dei motori di ricerca tradizionali è diminuito di circa il quattro percento dal 2020. In Germania, SE Ranking ha registrato una crescita del traffico di riferimento dell'IA di oltre il 700%, con quasi 64.000 siti web analizzati - ancora piccoli in termini assoluti, ma con uno slancio esponenziale.

Gartner aveva già previsto all'inizio del 2024 che i volumi di ricerca tradizionali sarebbero diminuiti del 25% entro il 2026. Questa previsione si sta concretizzando: le cosiddette ricerche zero-click, in cui gli utenti ricevono una risposta diretta generata dall'intelligenza artificiale e non cliccano mai su un sito web, rappresentano già il 59,7% di tutte le query di Google in Europa. Quando la modalità AI di Google è attiva, questa percentuale sale al 93%.

Quale Share of Voice non è più sufficiente

Il concetto è stato coniato nel 2024 da Jack Smyth, Chief Solutions Officer di Jellyfish (The Brandtech Group). Tom Roach, VP Brand Planning sempre presso Jellyfish, lo ha poi categorizzato in una chiara linea di sviluppo su Marketing Week: Share of Market → Share of Voice → Share of Search → Share of Model. La formula è semplice: menzioni del marchio da parte dei modelli di AI divise per il totale delle menzioni nella categoria, espresse in percentuale.

La differenza decisiva rispetto allo Share of Voice sta nella binarietà. I motori di ricerca mostrano anche i marchi meno popolari, se necessario a pagina cinque. I modelli di intelligenza artificiale, invece, non riconoscono la pagina due. Se un marchio non è ancorato nel modello di conoscenza, semplicemente non esiste nella realtà generata dall'IA. I ricercatori della business school INSEAD, in collaborazione con Jellyfish, hanno scoperto che molti marchi affermati e ben noti ai consumatori sono sorprendentemente poco rappresentati nelle risposte dell'IA: i cosiddetti "eroi della strada", forti per gli esseri umani ma invisibili per le macchine.

Esiste anche una notevole variabilità tra i modelli. In un'analisi, il marchio di detersivi Ariel ha mostrato circa il 24% di quota di modello con Llama di Meta, ma meno dell'1% con Gemini di Google, nello stesso mercato. I marchi devono quindi essere misurati su più piattaforme di IA.

Come i modelli di intelligenza artificiale decidono quali marchi consigliare

I modelli linguistici operano attraverso due percorsi. In primo luogo, attraverso la conoscenza parametrica appresa da grandi quantità di dati durante l'addestramento. In secondo luogo, attraverso il recupero in tempo reale tramite la ricerca sul web o la Retrieval Augmented Generation (RAG). In ChatGPT, si stima che il 60% delle interrogazioni venga risolto solo grazie ai dati di addestramento, senza ricerca sul web.

Il fattore decisivo per la conoscenza parametrica è la frequenza e l'autorevolezza con cui un marchio viene citato nei dati di addestramento. I contenuti di Wikipedia rappresentano circa il 22% dei dati di addestramento dei modelli linguistici di grandi dimensioni; per ChatGPT, Wikipedia è la fonte più citata con il 47,9%. Contrariamente all'intuizione SEO, il più forte predittore statistico della visibilità dell'IA non è il numero di backlink, ma il volume di ricerca del marchio. I marchi citati su quattro o più piattaforme hanno una probabilità 2,8 volte maggiore di apparire nelle risposte di ChatGPT.

Ogni piattaforma di AI ha le sue preferenze: Perplexity ottiene il 46,7% delle sue citazioni da Reddit. Google AI Overviews si affida a Reddit per il 21% e a YouTube per il 18,8%. La navigazione web di ChatGPT è correlata all'87% dei risultati organici più importanti di Bing.

Cinque leve per una maggiore visibilità dell'IA

Lo studio più accademico in questo campo proviene dai ricercatori dell'Università di Princeton e del Georgia Tech. Il loro studio "Generative Engine Optimisation", pubblicato al KDD 2024, ha analizzato 10.000 query di ricerca e ha dimostrato che un'ottimizzazione mirata può aumentare la visibilità dell'IA fino al 40%. Cinque leve si sono rivelate particolarmente efficaci.

Dati strutturati e schema markup: Il contesto leggibile dalla macchina aiuta i sistemi di intelligenza artificiale a interpretare accuratamente i contenuti. Gli esperimenti dimostrano che il markup dello schema migliora l'accuratezza delle risposte di ChatGPT del 30%. Le tabelle di confronto con HTML pulito ottengono tassi di citazione superiori del 47%. La priorità è data alla pagina FAQ, all'organizzazione, al prodotto e allo schema degli articoli in formato JSON-LD.

Contenuti autorevoli e citabili: Lo studio di Princeton mostra che la citazione delle fonti nei contenuti può aumentare la visibilità fino al 115% - le citazioni del 37%, le statistiche del 22%. I contenuti dovrebbero fornire risposte dirette nelle prime 150 parole ed essere strutturati in paragrafi di 40-60 parole. Le pagine aggiornate negli ultimi 30 giorni ricevono il 67% di citazioni AI in più.

Presenza di Wikipedia e del Knowledge Graph: Il 50% delle principali agenzie di marketing citate dai modelli linguistici di grandi dimensioni ha una voce su Wikipedia. Le voci di Wikidata con informazioni coerenti sulle entità e le pagine di Wikipedia multilingue rafforzano in modo sproporzionato la base per il riconoscimento del marchio da parte dell'IA.

Digital PR e menzioni del marchio su fonti altamente autorevoli: I media guadagnati confluiscono direttamente nei dati di formazione e nei sistemi di recupero. Reddit, YouTube e le pubblicazioni di settore sono tra le fonti più citate da tutte le principali piattaforme di IA. Nick Taylor di Edelman ha descritto i media guadagnati come il fattore più importante per la visibilità del marchio nelle risposte generate dall'IA.

Ottimizzazione tecnica per i crawler AI: Il robots.txt deve consentire esplicitamente GPTBot, ClaudeBot e PerplexityBot. Il nuovo standard llms.txt, già implementato da Stripe, Cloudflare e oltre 600 altri siti web, offre ai crawler dell'IA una sintesi del sito web ottimizzata per la macchina. Il rendering lato server è obbligatorio: i crawler AI non eseguono JavaScript.

Cosa devono fare ora i CMO della regione DACH

Il primo passo è una verifica. Testate in parallelo su ChatGPT, Claude, Gemini e Perplexity da 50 a 100 domande che riflettono le richieste tipiche dei clienti della vostra categoria. Importante: eseguite ogni richiesta più volte. La ricerca di Rand Fishkin, condotta su 600 soggetti, ha dimostrato che solo il 30% dei marchi rimane costantemente visibile tra le risposte successive dell'intelligenza artificiale. Assicuratevi di eseguire il test anche in tedesco: "Dimmi tutto quello che sai sul marchio [X]" produce risultati diversi rispetto alla versione inglese.

Integrate le metriche di visibilità dell'intelligenza artificiale nei vostri cruscotti esistenti. I KPI rilevanti includono la frequenza delle menzioni, il tasso di citazioni rispetto ai concorrenti, il sentiment score e, cosa fondamentale, il tasso di conversione del traffico di riferimento dell'IA. I dati sono convincenti: il traffico di ricerca AI converte al 14,2%, rispetto al 2,8% delle ricerche tradizionali su Google. Si tratta di una percentuale cinque volte superiore.

Per il monitoraggio sono ora disponibili strumenti professionali: Profound (155 milioni di dollari di finanziamenti, oltre il dieci per cento delle aziende Fortune 500 come clienti), Otterly.ai (con il partner svizzero AB3.ch per la regione DACH) e Semrush con tracciamento integrato della visibilità dell'AI. Jellyfish offre la propria piattaforma share-of-model.

In termini di budget: la visibilità dell'AI è un investimento aggiuntivo, non una ridistribuzione del budget SEO. Deloitte Germania classifica l'approccio combinato di SEO, AEO (Answer Engine Optimisation) e GEO (Generative Engine Optimisation) come una "necessità strategica". Le aziende con un alto livello di maturità GEO investono quasi il doppio rispetto ai loro concorrenti e il 97% dei digital manager riporta un impatto positivo.

La regione DACH ha un vantaggio, ma non ancora

Il vantaggio del first-mover nei Paesi di lingua tedesca è reale. Secondo un'analisi di KfW del febbraio 2026, solo il 20% delle PMI del DACH utilizza l'IA e praticamente nessuna si chiede se compare nelle risposte generate dall'IA. Alcune agenzie specializzate si stanno già posizionando: Claneo (Berlino), eMinded (Monaco), Dachcom e AB3.ch (Svizzera), l'agenzia GEO di Zurigo. Ma il campo è ancora molto aperto.

Il messaggio fondamentale per i responsabili delle decisioni di marketing è chiaro: la quota di modello non è il prossimo KPI di successo. Il concetto di "share of model" non è il prossimo KPI di moda, ma indica l'esistenza di un marchio nella realtà mediata dall'intelligenza artificiale in cui una maggioranza crescente di consumatori prende le proprie decisioni. La ricerca dell'INSEAD dimostra che una forte consapevolezza del marchio tradizionale non si traduce automaticamente in visibilità dell'intelligenza artificiale. Inoltre, il traffico di referral dell'intelligenza artificiale sta crescendo del 700% all'anno, con un tasso di conversione cinque volte superiore.

Investire ora in dati strutturati, contenuti autorevoli, presenza nel knowledge graph, digital PR e accessibilità tecnica dell'AI creerà un vantaggio cumulativo. Chi aspetta rischia quello che un recente white paper di Monks ha giustamente definito: essere ottimizzato dalle macchine a partire dalla conversazione.

Informazioni sull'autore: Lucas Blochberger è fondatore e CEO di Blck Alpaca a Vienna, un'agenzia specializzata in marketing data-driven e automazione AI. Blck Alpaca sviluppa agenti AI personalizzati per l'automazione del marketing e supporta le aziende della regione DACH nell'ottimizzazione dei loro processi, dalla creazione di contenuti e lead generation alla gestione di campagne guidate dai dati. Le referenze includono progetti con IPEC Group, Heimwatt e Biopower. blckalpaca.at