When the customer is a machine: a systematic literature review and integrative framework of agentic commerce
Questa revisione sistematica della letteratura sintetizza 140 studi dal 1994 al 2026 per sfidare l'assunto antropocentrico del marketing, sviluppando un framework integrativo che categorizza il commercio agentico attraverso una scala di delega a cinque livelli, un triade di influenza in tre parti e un modello di riferimento a quattro strati per guidare la ricerca futura e le pratiche di misurazione.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Per decenni, la storia dello shopping online è stata scritta per occhi e mani umane. Una persona vede un annuncio pubblicitario, prova un senso di urgenza perché rimangono solo due articoli, confronta i prezzi tra diverse schede del browser, clicca un pulsante e digita il numero di una carta di credito. Tutto questo processo presuppone che il cliente sia una persona con sentimenti, capacità di attenzione e l'abilità di essere persuasa da un'immagine ben posizionata o da un titolo accattivante. Ma un cambiamento silenzioso sta avvenendo su entrambi i lati del mercato. Sul lato dell'acquisto, le persone stanno iniziando a affidare i propri compiti di shopping ad assistenti software che possono cercare, confrontare e persino pagare per loro. Sul lato della vendita, le aziende stanno implementando i propri software per scrivere descrizioni di prodotti, progettare annunci e negoziare i prezzi. Questa nuova realtà, in cui le macchine agiscono come clienti e venditori, rompe le regole fondamentali su cui il marketing si è basato per un secolo. La domanda non è più solo come vendere a una persona, ma come essere visti da una macchina, come influenzare una decisione presa da un codice e come misurare una transazione che non ha mai coinvolto un essere umano che clicca un mouse.
Per comprendere questo nuovo panorama, un team di ricercatori dell'Università della Denmark Meridionale e dell'Università di Aarhus ha condotto una massiccia revisione della letteratura scientifica. Hanno raccolto 140 studi pubblicati tra il 1994 e il 2026, unendo contributi provenienti dal marketing, dall'informatica, dall'economia e dal diritto. Il loro obiettivo era mappare un campo che stava crescendo in modo frammentato, collegando i primi esperimenti con i bot per lo shopping della fine degli anni '90 all'era moderna dell'intelligenza artificiale avanzata. Hanno scoperto che, sebbene la tecnologia sia cambiata drasticamente, le sfide centrali sono rimaste sorprendentemente costanti. I ricercatori hanno organizzato le loro scoperte in un quadro chiaro che spiega come funzionano questi clienti meccanici, come possono essere influenzati e cosa succede quando prendono il controllo del carrello della spesa.
I ricercatori hanno scoperto che la relazione tra un essere umano e il suo assistente per lo shopping non è un tutto o niente; esiste su una scala di cinque livelli distinti. Al livello più basso, il software agisce semplicemente come informatore, mostrando dati mentre l'umano svolge tutto il lavoro. Un gradino sopra, agisce come consulente, suggerendo prodotti ma lasciando la scelta finale all'uomo. Salendo ancora, il software diventa un co-pilota, gestendo parti del compito mentre l'umano osserva attentamente. Più in alto, diventa un esecutore limitato, autorizzato a completare transazioni specifiche e circoscritte sulla base di istruzioni chiare. Al vertice, è un delegato autonomo, capace di pianificare e acquistare durante l'intero percorso con solo un controllo retrospettivo da parte dell'umano. Lo studio ha rivelato un divario sorprendente nella nostra conoscenza: abbiamo una comprensione profonda di come reagiscono gli umani quando la macchina è solo un consulente, ma abbiamo pochissime prove su come si comportano gli umani quando la macchina è pienamente autonoma. Infatti, solo sei studi nell'intera collezione hanno osservato agenti completamente autonomi compiere acquisti reali con la supervisione umana. La maggior parte della ricerca attuale si concentra sui livelli inferiori, nonostante la tecnologia corra verso il vertice.
Questo spostamento cambia il modo in cui il marketing opera in tre modi specifici. Primo, la macchina stessa è diventata un bersaglio. Proprio come un essere umano potrebbe scansionare uno scaffale alla ricerca di un marchio familiare, una macchina scansiona i contenuti digitali alla ricerca di segnali specifici. I ricercatori hanno scoperto che se un'azienda riscrive le proprie descrizioni di prodotto per includere citazioni chiare, statistiche e dati strutturati, la macchina è fino al quaranta per cento più propensa a includere quel prodotto nelle sue raccomandazioni. Questa è una nuova forma di visibilità, dove essere "leggibili" per un computer è importante quanto essere attraenti per una persona. Secondo, la macchina funge da canale verso l'umano. Il modo in cui un messaggio viene consegnato da un robot può cambiare il modo in cui una persona reagisce. Ad esempio, se un acquirente è sotto pressione temporale, è più propenso ad acquistare un prodotto raccomandato da un'IA piuttosto che da un essere umano, perché scruta meno la macchina. Tuttavia, se l'umano sa di parlare con una macchina prima che la conversazione inizi, la sua volontà di acquistare può scendere di quasi l'ottanta per cento. Terzo, la macchina è diventata una produttrice di marketing. Le aziende stanno ora usando l'IA per scrivere annunci, progettare banner e persino rispondere ai commenti dei clienti, creando un ciclo in cui le macchine generano contenuti che altre macchine poi valutano e selezionano.
Lo studio ha inoltre evidenziato che la fiducia è il fattore più critico, ma non si tratta solo di sapere se l'umano si fida del robot. Si tratta di sapere se il sistema possiede un "mandato" verificato, ovvero un permesso formale e sicuro che dice al software esattamente cosa è autorizzato a fare. Senza questa infrastruttura legale e tecnica, la piena delega non può avvenire in sicurezza. I ricercatori hanno scoperto che la prima ondata di bot per lo shopping negli anni '90 è fallita in gran parte perché questa infrastruttura non esisteva. Oggi, nuovi sistemi di pagamento e protocolli di identità digitale vengono finalmente costruiti per risolvere questo problema, permettendo alle macchine di transare con la stessa sicurezza degli esseri umani. Tuttavia, i ricercatori avvertono che questo nuovo sistema crea nuovi rischi. Le macchine possono essere manipolate da testo nascosto nelle pagine dei prodotti e le loro preferenze possono cambiare dalla sera alla mattina quando viene rilasciato un aggiornamento del software, causando uno spostamento improvviso della domanda.
I ricercatori hanno concluso che stiamo entrando in una nuova era in cui il "cliente" è spesso una macchina, e le regole di interazione sono diverse. Hanno proposto un nuovo set di strumenti per le aziende e i regolatori, inclusi modi per misurare quanto spesso un marchio appare nelle risposte delle macchine e come testare se un bot per lo shopping può essere ingannato. Hanno sottolineato che, sebbene la tecnologia stia avanzando rapidamente, la nostra comprensione del comportamento umano in questo nuovo contesto sta ancora cercando di stare al passo. Il risultato più importante è che le vecchie regole del marketing non scompaiono semplicemente; si dividono. Le aziende devono ora imparare a essere visibili alla macchina, persuasive per l'umano attraverso la macchina e abbastanza affidabili da ricevere l'autorità di spendere denaro. Il futuro del commercio dipende dalla costruzione di sistemi che possano gestire questa complessa danza tra l'intento umano e l'esecuzione della macchina, assicurando che quando una macchina acquista qualcosa, stia agendo veramente nel migliore interesse della persona che la possiede.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.