L'intelligenza artificiale e Agentic Commerce il settore del commercio al dettaglio

Sintesi

Il settore della vendita al dettaglio sta attraversando una profonda trasformazione strutturale. Man mano che gli agenti conversazionali basati sull'intelligenza artificiale diventano un'interfaccia scalabile per lo shopping, il commercio si sta spostando da un ambiente basato sulla semplice navigazione a uno fondato sull'intenzione e sull'azione: i clienti esprimono i propri desideri e i risultati che intendono ottenere, e i sistemi agiscono di conseguenza.

La prima conseguenza è che l’integrazione di dati di prodotto dettagliati e accessibili all’IA diventa un requisito imprescindibile. Se gli attributi, le varianti, i prezzi e le descrizioni non sono accurati, strutturati e leggibili dall’intelligenza artificiale, gli articoli giusti non verranno nemmeno individuati, e quindi non potranno essere consigliati, confrontati o proposti con sicurezza.

IInoltre, gli agenti non si comportano come le persone. Non tollerano l’ambiguità e non interpretano il linguaggio di marketing. Prendono le loro decisioni sulla base di una combinazione di segnali tra cui informazioni sul prodotto, disponibilità, Promessa di Consegna, opzioni di evasione dell’ordine e vincoli previsti dalle politiche aziendali.

Quando queste informazioni non sono disponibili, sono inaffidabili o poco chiare, le esperienze agentiche falliranno rapidamente e in modo evidente. In questo contesto, la credibilità vale più della persuasione.

Dalla sperimentazione alle infrastrutture

Questo cambiamento sta accelerando perché il commercio agentico sta passando dalla fase sperimentale a quella infrastrutturale.

Le abitudini degli acquirenti potrebbero cambiare rapidamente in qualsiasi momento. Da un punto di vista tecnico, l’emergere di protocolli pensati per contribuire a standardizzare la connettività tra agenti e piattaforme di e-commerce evidenzia come la partecipazione diventerà più semplice e ripetibile.

Migliorando, la connettività smette di essere un fattore di differenziazione. Il vantaggio si sposta oltre l’interfaccia, verso la verità operativa che determina se un agente sarà in grado di fare una promessa e di mantenerla.

La promessa al cliente e l'integrità della promessa

Ecco perché l’integrità della promessa diventerà il campo di battaglia principale. Nel commercio autonomo la promessa non è un’informazione accessoria, ma il vero obiettivo dell’agente. I retailer vincenti saranno quelli che sapranno trovare l’equilibrio tra ambizione e fattibilità: soddisfare i desideri dei clienti e assumere impegni il più possibile allettanti, restando capaci di mantenerli su larga scala.

Una nota importante è che il commercio agentico fallisce meno nell’interazione e più nell’evasione degli ordini: la connessione non fondata su verità non fa che aumentare le eccezioni e i resi, erodendo la fiducia.

Il sistema fondamentale per garantire l'integrità è la gestione distribuita degli ordini (DOM). Nell’era degli agenti, il DOM si evolve da elaboratore di transazioni a motore strategico di fiducia: individua i prodotti giusti, verifica la disponibilità in tempo reale, calcola tempi di consegna affidabili, coordina l’evasione degli ordini tra i vari nodi, gestisce le eccezioni e garantisce la visibilità post-acquisto.

Non sono problemi di protocollo, ma sfide di esecuzione; e dal modo in cui un retailer le gestisce dipenderà se potrà conquistare la fiducia nel contesto del commercio agentico.

La questione della maturità dell'intelligenza artificiale

Diventa quindi importante valutare il grado di maturità dell’IA, che dovrebbe essere definito e misurato in base ai risultati. Ci sono tre pilastri fondamentali da considerare prima di tutto:

Abilitazione dei ricavi dagli agenti: garantisce che i segnali di maggiore interesse da parte dei clienti si traducano in promesse concrete
Aumento dell'efficienza operativa: elimina gli attriti interni che si traducono in fallimenti esterni a livello degli agenti
Ottimizzazione predittiva della redditività: definisce i parametri, le promesse e l’instradamento degli ordini in base ai segnali di prestazione e ai costi effettivi, in modo che il servizio rimanga sostenibile.

Nel loro insieme, questi pilastri definiscono la “prontezza operativa”: la capacità di produrre risultati attuabili, ripetibili e redditizi. Raggiungere questo livello di maturità richiede un cambiamento di architettura.

Le API rimangono fondamentali, ma da sole non sono sufficienti per un’esecuzione dinamica e in più fasi da parte di client intelligenti.

Il modello che sta emergendo è un livello di intenti e capacità che incapsula le API e mette a disposizione degli agenti “strumenti” individuabili e regolamentati per ridurre la fragilità, consentire un’orchestrazione controllata e scalare l’esecuzione senza compromettere la sicurezza o il controllo.

Allo stesso tempo, i protocolli standardizzano la partecipazione, i livelli di funzionalità standardizzano l’esecuzione, e il DOM garantisce la verità operativa.

Guardando al futuro

In questo nuovo contesto, la domanda non è più come aumentare il traffico dai motori di ricerca, ma diventa: “Come possiamo diventare il punto di riferimento dell’agente quando un cliente chiede quale sia il prodotto migliore per soddisfare un’esigenza specifica?”

Nel commercio agentico le indicazioni tendono a concentrarsi sulle caratteristiche del prodotto e sul prezzo. I retailer dovranno inoltre dare priorità alla disponibilità e alla rapidità di consegna, poiché un agente raccomanda solo quello che può procurare e consegnare con certezza.

Per i leader, quindi, la linea d’azione è chiara: considerare l’affidabilità come una strategia di crescita; verificare l’integrità delle promesse prima di espandere i canali di distribuzione; elevare il DOM a infrastruttura strategica; sviluppare livelli di esecuzione AI-native invece di fragili integrazioni puntuali; prepararsi al pluralismo dei protocolli; rafforzare la disciplina dei dati operativi; orientare i KPI verso l’accuratezza delle promesse, la prevenzione delle eccezioni, le prestazioni di recupero e il margine-per-promessa.

Introduzione: dalla navigazione all'intenzione

Come stanno cambiando le regole dello shopping

Il consumatore di oggi

È martedì sera e un cliente sta ripensando alla mezza maratona a cui qualche settimana fa si è iscritto senza pensarci troppo. All’improvviso si rende conto, con una certa preoccupazione, che deve comprare scarpe da corsa nuove. Gli serve una taglia 44, e gli serve prima di sabato.

Nel nostro mondo familiare e tradizionale, la routine che si innesca è ben nota: apriamo alcuni (molti) siti web di negozi online, confrontiamo le opzioni, controlliamo i tempi di consegna previsti e magari abbandoniamo diversi carrelli quando la data di consegna sembra incerta.

Ma nel modello emergente il cliente fa qualcosa di completamente diverso. Dice a un assistente AI quello che desidera in una sola frase: “Trovami delle scarpe da corsa taglia 44 che arrivino prima di sabato e ordina l’opzione migliore”. In altre parole, il cliente non naviga tra i prodotti. Esprime semplicemente la sua intenzione.

È l’agente a occuparsi di tutto: individuare le opzioni, verificare i vincoli e, sempre più spesso, agire per conto del cliente.

Ma la maggior parte delle conversazioni è molto più complessa di così. Di conseguenza, è necessario trovare il modo di permettere un’esperienza di conversazione completa. In genere, un “percorso conversazionale” si articola in varie fasi:

È un cambiamento epocale quello che sta alla base del commercio agentico: lo shopping passa dalla navigazione ai risultati, dalla ricerca all’azione. In altre parole, nel commercio agentico il “percorso” diventa un dialogo, non una sequenza di clic.

Il “funnel” conversazionale è il processo in cui l’intenzione viene progressivamente chiarita e trasformata in un ordine vero e proprio. In ciascuna fase, vari fattori e meccanismi determinano se l’operatore può procedere con sicurezza o se deve adottare un approccio cauto, chiedere ulteriori chiarimenti, o rinunciare.

Quando si valuta la capacità dei retailer di operare nel nuovo contesto, questa distinzione è di fondamentale importanza perché si manifesta in modo diverso in ogni fase del percorso dell’agente.

La prima fase determina se i tuoi prodotti potranno essere individuati e consigliati: se le caratteristiche dei prodotti, le varianti, i prezzi e i contenuti non sono accurati, strutturati in modo coerente e leggibili dall’IA, un agente non potrà inserirli con sicurezza tra le proposte per una specifica esigenza.

La fase intermedia del funnel decide se un agente sarà in grado di confermare e impegnarsi a rispettare una promessa: disponibilità, opzioni di evasione dell'ordine, scadenze, capacità e vincoli normativi diventano i fattori determinanti che trasformano un “interesse” in una scelta concreta.

La fase finale stabilisce se l’esperienza rimarrà soddisfacente anche dopo il completamento dell’ordine: le informazioni relative al ciclo di vita dell’ordine, la gestione delle eccezioni, le politiche di reso e l’assistenza clienti devono essere presentate in modo che un agente possa comprenderle e agire di conseguenza; in caso contrario, l’agente non sarà in grado di risolvere i problemi e dovranno farlo i team umani.

In altre parole, questo cambiamento ha ripercussioni dirette sull’accessibilità e l’affidabilità dei tuoi dati, sulle tecnologie che scegli per rendere operativa la “verità” su tutti i canali e, in ultima analisi, sulla reputazione e la competitività del brand: infatti, nel commercio agentico, la credibilità non è un messaggio ma qualcosa che il sistema deve dimostrare, ripetutamente e in tempo reale.

Il nodo centrale: la connessione non equivale alla verità

I protocolli, ovviamente, migliorano la connessione. Tuttavia, rispetto a quanto già osservato sul comportamento degli agenti, non possono garantire che le informazioni su cui si basa un agente siano veritiere. Pertanto, il commercio agentico accentua un problema già presente nel retail: l’incertezza operativa.

Se un agente promette con sicurezza una data di consegna che non può essere rispettata, o vende prodotti che in realtà non sono disponibili, il fallimento non è solo una transazione mancata: danneggia la fiducia nell’esperienza offerta dall’agente e, di conseguenza, nel brand che rappresenta.

La conclusione è semplice: i vincitori nel commercio agentico saranno coloro che faranno le promesse più ambiziose ai clienti, bilanciate però con l’impegno a garantire solo quello possono fornire con affidabilità e costanza.

Il nuovo ruolo della gestione degli ordini: dall'elaborazione degli ordini alla garanzia del rispetto degli impegni

Per far funzionare il commercio agentico su larga scala, i retailer hanno bisogno di un punto di riferimento attendibile su cui basare la conversazione. Questo ruolo spetta alla gestione degli ordini.

Di cosa parla questo white pape

Tenendo conto di tutto ciò, in questo white paper osserveremo il modo in cui l’intelligenza artificiale e il commercio agentico stanno trasformando il retail da una prospettiva ben definita: man mano che le decisioni vengono automatizzate, l’esecuzione e l’integrità delle promesse diventano fattori differenzianti. E quindi:

Spiegheremo perché l’emergere dei protocolli segna un’accelerazione, e perché è necessaria ma non sufficiente.
Definiremo l’integrità delle promesse come il nuovo campo di battaglia per la fiducia e le prestazioni nel commercio mediato dagli agenti.
Presenteremo un modello di maturità del retail basato sull’IA in tre ambiti: ottimizzazione dei ricavi, efficienza operativa e redditività predittiva.
Esploreremo lo spostamento dell’architettura verso livelli di integrazione basati sull’intenzione (esposizione delle funzionalità con MCP) che permettono ai sistemi operativi di essere usati dagli agenti su larga scala.

Capitolo 1: I protocolli rivoluzionano il mercato

1.1 Come sta reagendo il mercato

All’inizio del 2026, il commercio agentico non è più un concetto puramente speculativo: è una tendenza di mercato. Il cambiamento non è stato improvviso ma riflette una tendenza più ampia. Le principali piattaforme hanno iniziato a proporre gli assistenti AI come nuova interfaccia commerciale, mentre il settore ha cominciato a investire nelle infrastrutture necessarie per rendere lo shopping assistito possibile su larga scala.

Nel frattempo, secondo PwC e altri rapporti recenti, si prevede che il settore dell’IA agentica nel commercio al dettaglio e nell’e-commerce raggiungerà i 175,1 miliardi di dollari entro il 2030, con l’88% dei dirigenti che dichiara di voler aumentare i budget destinati all’IA proprio per l’IA agentica.

I recenti sviluppi relativi ai protocolli e al commercio basato sugli agenti riflettono chiaramente questo cambiamento, ma dovrebbero essere interpretati come segnali di una trasformazione strutturale più ampia piuttosto che come la forma definitiva del mercato.

Quello che conta davvero non è quale protocollo specifico abbia maggiore successo in un dato momento, ma cosa ci dice la comparsa stessa di questi protocolli: il mercato si sta orientando verso modalità sempre più standardizzate che consentono agli agenti di individuare i prodotti, valutare le opzioni e avviare le transazioni.

In altre parole, il commercio agentico sta passando dalla fase sperimentale a quella infrastrutturale.

1.2 Cosa comporta l'incertezza sui protocolli per i leader del settore retail

Stiamo entrando in un periodo caratterizzato dall’evoluzione, dalla coesistenza e dalla sovrapposizione di protocolli, in cui emergono approcci diversi per le varie fasi del percorso e i vari ecosistemi. Alcuni standard potrebbero diffondersi ampiamente, altri rimanere specifici di determinati ecosistemi, e altri ancora cambiare nel corso del tempo.

Per i commercianti questa incertezza non è una questione secondaria. È il contesto operativo stesso. Il settore non sta standardizzando un unico protocollo, sta mettendo insieme un’infrastruttura di protocolli: standard diversi che operano a livelli diversi, ciascuno dei quali risolve un diverso collo di bottiglia.

Protocolli di interazione commerciale(ad es. UCP, ACP): standardizzano le modalità con cui un agente interagisce con il flusso commerciale di un rivenditore, per esempio nella ricerca dei prodotti e nel confronto delle opzioni.
Strumenti e protocolli di contesto (ad es. MCP): standardizzano le modalità con cui un agente si collega ai sistemi alla base delle attività commerciali, trasformando servizi come il catalogo, i prezzi, le scorte, lo stato degli ordini e le policy in strumenti richiamabili con input e output coerenti. È questo che rende i “sistemi di riferimento” accessibili agli agenti senza bisogno di integrazioni personalizzate.
Protocolli di coordinamento tra agenti (A2A): uno standard aperto introdotto da Google e dai suoi partner nell’ambito della piattaforma Google Cloud nel 2025. Progettato come complemento all’MCP, l’A2A consente la comunicazione tra agenti AI. Per esempio, quando l’MCP interroga i database per ottenere informazioni sui prodotti e sulle scorte, potrebbe condividere tali informazioni con un agente interno, il quale a sua volta può utilizzare l’A2A per comunicare con agenti esterni.

Nel commercio agentico è utile anche distinguere tra agenti di proprietà esterna e agenti di proprietà interna, poiché comportano implicazioni diverse in termini di controllo e fiducia.

Gli agenti di proprietà esterna sono gestiti da soggetti terzi – una piattaforma, un sistema operativo, un marketplace o un fornitore di IA – e fungono da interfaccia per il cliente, decidendo quali contenuti mostrare e dove effettuare le transazioni. I commercianti possono partecipare esponendo prodotti e azioni tramite protocolli standardizzati, ma hanno un controllo limitato sulla logica di classificazione dell’agente, sulla struttura delle conversazioni o sulle modalità di presentazione delle alternative.

Gli agenti interni sono gestiti dal retailer (o dai suoi partner tecnologici) e risiedono all’interno del suo ecosistema digitale, dove possono essere strettamente integrati con i sistemi relativi al catalogo, alle scorte, alle promesse di consegna, alle policy e al ciclo di vita degli ordini.

La distinzione è importante perché una stessa intenzione del cliente produce risultati molto diversi a seconda di chi gestisce l’agente: per gli agenti esterni è ancora più fondamentale la leggibilità e l’affidabilità di esecuzione in vari ecosistemi, mentre gli agenti gestiti internamente consentono ai retailer di distinguersi con la verità, l’orchestrazione e il servizio, salvaguardando l’integrità delle promesse e l’esperienza di brand anche quando l’interfaccia passa dai siti web alle conversazioni.

I commercianti dovranno prepararsi a un contesto in cui, nel corso del tempo, potrebbe essere necessario supportare più interfacce esterne: requisiti diversi per i feed dei prodotti, diverse modalità di checkout, diversi ecosistemi di agenti e regole di partecipazione in continua evoluzione.

Cercare di rispondere a questa volatilità con integrazioni puntuali porterà solo ad aumentare la fragilità. Ogni nuovo protocollo o cambiamento dell’ecosistema comporterebbe rifacimenti, duplicazioni della logica e un rischio crescente di incoerenza.

Diventa più importante, allora, il sistema che sta dietro alle interfacce e fornisce una fonte di dati stabile e affidabile. In pratica, l’OMS (Order Management System) o il DOM deve essere la spina dorsale operativa per il commercio agentico: centralizzare la visibilità delle scorte, calcolare tempi di consegna attendibili, coordinare l’evasione degli ordini tra le diverse sedi, gestire le fasi del ciclo di vita degli ordini e adattare tutte queste funzionalità all’evoluzione degli standard esterni.

In questo contesto, l'inventario unificato non è solo una questione di efficienza. Diventa una necessità strategica. Se gli agenti devono prendere decisioni per conto dei clienti, hanno bisogno di informazioni aggiornate, coerenti e utilizzabili.

Una visione frammentata delle scorte, una logica di evasione degli ordini sconnessa, calcoli delle promesse di consegna incoerenti non creano solo complessità operativa: minano la credibilità del rivenditore nei percorsi di acquisto mediati da agenti.

Lo stesso vale per l’architettura. Gli operatori dovrebbero prepararsi al pluralismo dei protocolli garantendo livelli di funzionalità flessibili, anziché legare troppo strettamente la logica di business a un unico formato esterno. Gli standard esterni dovrebbero essere considerati come adattatori, mentre il livello interno logico ed esecutivo resterà l’asset duraturo in grado di supportarli.

Questo significa collaborare con partner tecnologici che abbiano abbastanza esperienza nell’integrazione per gestire ecosistemi in continua evoluzione, e una strategia che preveda esplicitamente il commercio basato sull’IA, anziché considerarlo una tendenza passeggera tra i canali di vendita.

Sono queste le ragioni per cui la prossima fase del commercio agentico sarà dominata dai retailer che sapranno coniugare l’adattabilità con l’accuratezza operativa. Ed è proprio per questo che la gestione degli ordini sta assumendo un ruolo sempre più strategico e urgente nell’era dell’IA.

1.3 Perché la “connessione senza verità” è pericolosa nel commercio agentico

Anche se col tempo il mercato dovesse convergere verso standard più rigorosi, i protocolli da soli non possono garantire che le informazioni su cui si basa un agente siano veritiere, aggiornate e applicabili alla realtà operativa.

Quando un agente di intelligenza artificiale prende un impegno per conto di un cliente, lo fa con sicurezza. Se l'impegno si rivela errato (se l'articolo non può essere spedito, non può arrivare in tempo o non può essere consegnato come promesso), il fallimento viene amplificato:

La fiducia si erode più rapidamente, poiché è in gioco la credibilità sia dell’agente sia del retailer.
I dati errati hanno un effetto a catena, poiché uno stesso segnale errato può determinare migliaia di decisioni automatizzate.
L'affidabilità diventa parte dell’algoritmo, poiché gli agenti apprendono quali retailer garantiscono risultati costanti, e quali no.

In breve, il commercio agentico non si limita a mettere in luce le carenze operative: rischia di amplificarle. Ecco perché il rischio strategico principale della prossima fase del commercio non è l’assenza di connessione.

È la connessione a una realtà inaffidabile.

1.4 I protocolli di turno determinano: l'esecuzione diventa il fattore di differenziazione

I protocolli accelerano l’adozione. Tuttavia, semplificando la connettività, che diventa standardizzata, spostano la differenziazione su:

la qualità dei segnali di promessa
l'affidabilità dell'esecuzione degli ordini
la rapidità e l'efficienza della gestione delle eccezioni
l'integrità della visibilità post-acquisto

In altre parole, il mercato smette di premiare i rivenditori che si collegano per primi e inizia a premiare quelli che operano meglio. È qui che la gestione degli ordini assume un’importanza strategica.

1.5 Il fondamento mancante: la verità operativa alla base del protocollo

Sebbene i protocolli rappresentino il livello di interfaccia per il commercio agentico, i retailer hanno comunque bisogno di un sistema in grado di rispondere alle domande che interessano agli agenti, in modo veritiero e in tempo reale:

Può essere spedito in un modo che rispecchi l’intenzione del cliente? (non solo “è nell’elenco?”)
Da dove dovrebbe essere spedito? (non solo “qual è il posto più vicino?”)
Quando arriverà? (non solo “qual è il tempo di consegna stimato?”)
Cosa succede se le condizioni cambiano? (ritardi, sostituzioni, spedizioni suddivise, deviazioni)

Queste domande si collocano all’incrocio tra la gestione delle scorte, il calcolo delle promesse di consegna, la logica di instradamento e la gestione del ciclo di vita: ambiti tipicamente di competenza dell’OMS e dell’evasione degli ordini distribuita.

Di qui la prima conclusione che approfondiremo nel resto di questo paper: i protocolli rendono possibile la comunicazione. La verità operativa rende possibile il risultato.

Nel prossimo capitolo spiegheremo perché l’integrità delle promesse – cioè la capacità di fare promesse che possono essere mantenute e di mantenerle con costanza – diventa il fattore competitivo determinante nel commercio agentico.

Capitolo 2: La nuova sfida competitiva: l’integrità delle promesse

Come abbiamo visto nel capitolo precedente, i protocolli stanno arrivando; ora, la domanda da farci è: che cosa accadrà dopo? Man mano che i protocolli ridurranno gli ostacoli alla connessione e gli agenti potranno accedere in modo affidabile ai sistemi commerciali, il mercato valuterà sempre più i retailer in base alla capacità dei loro sistemi di garantire transazioni affidabili.

Nei percorsi guidati dagli agenti, il tradizionale clic, così dominante nel vecchio mondo, non sarà più il momento decisivo. Dove si spostano quindi i fattori determinanti del successo?

In questo nuovo contesto, quello che conta è la promessa. Questo perché un agente AI non si limita a dare raccomandazioni, ma sempre più spesso seleziona, programma e avvia azioni in base alla possibilità di raggiungere un risultato nel rispetto dei requisiti o dei vincoli del cliente.

Ecco perché l’integrità delle promesse diventerà la nuova sfida competitiva: la capacità di assumere impegni ambiziosi, concreti dal punto di vista operativo, specifici per il contesto e attuabili in modo coerente.

2.1 Nell'era dell'agentività, la promessa diventa parte integrante dell'identità del marchio

Nel commercio, una “promessa” è sempre accompagnata da alcune informazioni di supporto, come “disponibile in magazzino”, “consegna entro venerdì”, “reso gratuito” o “ritiro entro due ore”. I clienti possono interpretare queste affermazioni in termini probabilistici e con una certa discrezionalità. Potrebbero comunque decidere di acquistare, applicando però mentalmente uno sconto alla certezza per proteggersi dall’eventuale delusione.

In alternativa, un retailer può scegliere di formulare una promessa più cauta, per garantire che, qualora si verifichi uno scenario più favorevole, il cliente rimanga comunque soddisfatto. Gli agenti agiscono in modo diverso.

Quelle che un tempo erano semplici indicazioni informative sono ora elementi su cui si basano le decisioni, segnali strutturati che determinano quale opzione sia praticabile.

Di conseguenza, la promessa stessa diventa l’elemento di differenziazione, quello che l’agente valuta, confronta e, in ultima analisi, cerca di ottenere.

In pratica, il processo decisionale di un agente dipende dalla capacità del rivenditore di dare risposte credibili a domande come:

Questo articolo è davvero disponibile in questo momento nella zona di interesse?
Qual è la data di consegna che può essere garantita, considerando le giacenze di magazzino, le prestazioni, la capacità e gli orari limite del corriere?
Quali opzioni di fulfillment sono disponibili (spedizione dal negozio, spedizione dal centro logistico,ritiro) e quali sono effettivamente applicabili in questo contesto?
Cosa succede se le condizioni cambiano: ritardi, ordini frazionati, sostituzioni, deviazioni, cancellazioni?

Questi non sono semplici messaggi informativi. Sono fatti operativi. E nel mondo degli agenti i fatti operativi sono la moneta di scambio della fiducia.

2.2 Perché la promessa di integrità è diversa dalle «stime migliori»

Integrità della promessa non significa fornire tempistiche di consegna più ottimistiche, dati di prodotto più dettagliati o flussi dell’interfaccia utente più fluidi. Significa piuttosto allineare quello che viene offerto al momento della decisione con quello che è effettivamente realizzabile all’interno di una complessa rete di evasione degli ordini, tenendo conto delle variabili del mondo reale.

Due fattori rendono questo aspetto più complesso (e più importante) nel commercio agentico:

1. L'automazione aumenta il costo degli errori:

Nell’e-commerce tradizionale, le promesse non mantenute generano delusione e un aumento del carico di lavoro per il servizio clienti. Nel commercio agentico, le promesse non mantenute possono innescare un aumento esponenziale di impegni autonomi.

I segnali errati non solo deludono i clienti, ma fanno scattare decisioni automatizzate che devono poi essere risolte tramite la gestione delle eccezioni, i rimborsi, le sostituzioni e il ripristino della fiducia.

2. Le esperienze agentiche creano comparabilità:

Poiché gli agenti interagiscono con molti retailer, l’affidabilità diventa visibile e comparabile. Gli agenti possono capire quali commercianti mantengono costantemente gli impegni e quali, invece, falliscono sistematicamente.

Nel tempo, questo crea un nuovo tipo di pressione competitiva: l’affidabilità diventa un indicatore di performance in grado di influenzare la raccomandazione, la selezione e la conversione. Ecco perché non si rischiano solo “consegne mancate”. Potrebbe emergere un rischio più profondo sotto forma di classifica algoritmica della fiducia. I rivenditori che non riescono a mantenere le promesse potrebbero essere selezionati meno spesso. Non perché i loro prodotti siano di qualità inferiore, ma perché le loro promesse sono inaffidabili.

2.3 La modalità di fallimento nascosta: promesse prive di riscontro nella realtà operativa

L’annuncio congiunto di Google e Shopify sull’UCP, fatto in occasione dell’edizione di quest’anno dell’NRF 2026, mette in luce i tentativi del settore di standardizzare il livello di comunicazione. Tuttavia, queste iniziative evidenziano anche il problema che i protocolli non riescono a risolvere: la verità operativa.

I protocolli possono aiutare gli agenti a connettersi, a fare ricerche e ad avviare azioni commerciali, ma non garantiscono una disponibilità accurata, un calcolo affidabile delle promesse, un instradamento intelligente o un’esecuzione coerente dopo l’acquisto.

Questo porta a un fallimento invisibile: il commercio agentico fallirà se gli agenti si collegano a realtà operative inaffidabili.

In questo caso, l’esperienza dell’agente può sembrare fluida, ma l’esito è rovinoso: gli ordini vengono suddivisi in modo imprevisto, le date di consegna subiscono ritardi, le scorte risultano inesatte, le sostituzioni non vengono gestite, i resi diventano un caos e il servizio clienti si trasforma nell’ultima linea di difesa.

L’esperienza “funziona” come conversazione, ma fallisce come vendita.

2.4OMS protezione delle promesse: il motore di fiducia emergente

Per garantire l’integrità delle promesse su larga scala, i retailer hanno bisogno di un sistema che non si limiti a fornire informazioni sui prodotti. Deve poter valutare la fattibilità, calcolare gli impegni, coordinare l’esecuzione e gestire le eccezioni durante l’intero ciclo di vita.

È qui che la Gestione degli Ordini Distribuiti (DOM) si evolve da semplice infrastruttura transazionale a motore strategico di fiducia. Nel mondo agentico il DOM diventa il livello che:

Offre una visibilità in tempo reale sulle scorte, in modo che gli agenti non vendano prodotti che non possono essere consegnati
Calcola e gestisce la promessa per consegnare nella data prevista
Ottimizza il percorso e la suddivisione delle consegne in modo che la gestione degli ordini rimanga fattibile e redditizia
Coordina diverse opzioni di fulfillment senza introdurre rischi nascosti
Controlla le eccezioni e la visibilità del ciclo di vita in modo che le modifiche vengano gestite prima che si perda la fiducia

In poche parole: nel commercio agentico il DOM non serve solo a gestire gli ordini, ma anche a garantire il rispetto delle promesse.

L’IA crea valore solo quando consente di ottenere risultati aziendali concreti, non quando è trattata come una funzionalità per cui trovare un caso d’uso. Un OMS che fa da fonte autorevole per la disponibilità delle scorte, le promesse al cliente e l’evasione degli ordini, diventa la base per offrire un’esperienza di acquisto davvero intelligente e proattiva. E questa base AI-first consente a sua volta ai retailer di raggiungere nuovi livelli di efficienza e di esperienza del cliente.

Klarissa Marenitch

Direttore tecnico del settore retail, Cognizant

2.5 Agenti esterni, agenti propri. Stesso requisito di affidabilità

Che il commercio agentico avvenga su piattaforme esterne o tramite agenti integrati nei canali del retailer, il requisito fondamentale rimane quello della fiducia. Gli agenti devono basarsi su dati operativi veritieri sia prima che dopo l’acquisto.

Nelle esperienze con agenti esterni, i protocolli e i feed possono consentire una partecipazione scalabile, ma accentuano anche la necessità di promesse accurate e aggiornate, poiché il brand viene valutato insieme a molte alternative.

Nelle esperienze con agenti proprietari, i rivenditori hanno un maggiore controllo sul contesto e sulla governance, ma la credibilità dell’agente dipende comunque dai sistemi operativi su cui si basa.

In entrambi i casi, a fare la differenza non è la complessità della conversazione, ma l’affidabilità della promessa.

2.6 Dalla persuasione alla dimostrazione: la nuova base del vantaggio

Il modello tradizionale dell’e-commerce premiava la capacità di persuasione: la migliore esperienza di scoperta, la migliore comunicazione, la migliore personalizzazione. Queste caratteristiche sono ancora importanti, ma il commercio agentico sposta gli equilibri.

Man mano che le decisioni vengono automatizzate, il sistema vincente è quello in grado di dimostrare la fattibilità. È questo il cambiamento strategico che l’integrità della promessa comporta: non è più questione di cosa racconta un marchio, ma di cosa può garantire. E man mano che i protocolli rendono la connettività onnipresente, questa garanzia diventa una leva fondamentale di differenziazione.

Nel capitolo 3 tradurremo tutto ciò in un modello di maturità pratico, incentrato su tre aree di competenza: abilitazione dei guadagni dagli agenti, aumento dell’efficienza operativa e ottimizzazione predittiva della redditività: sono le basi di cui i retailer avranno bisogno per competere in un mercato mediato dagli agenti.

Capitolo 3: I tre pilastri della maturità del retail agentico

Il cambiamento di tendenza è evidente: i protocolli rimuovono gli ostacoli alla connettività degli agenti e l’affidabilità delle promesse diventa il fattore differenziante. La domanda che si pongono i leader del retail è: cosa fare ora?

“Adottare l’intelligenza artificiale” non è una strategia, così come non lo è lanciare un chatbot. In un mercato competitivo, la maturità si misura dalla capacità di un retailer di tradurre le intenzioni dei clienti in risultati concreti, in modo affidabile, efficiente e redditizio. Serve quindi una definizione della maturità, rispetto alla quale potrà essere valutata una strategia.

Questo capitolo definisce tre pilastri pratici in base ai quali è possibile valutare il grado di maturità del retail agentico. Insieme, inquadrano il passaggio dalla fase sperimentale a un’attuazione su larga scala.

I tre pilastri sono:

Abilitazione dei guadagni dagli agenti: trasformare l'interesse in conversione attraverso promesse concrete
Aumento dell’efficienza operativa: ridurre gli attriti interni che compromettono l’affidabilità esterna
Ottimizzazione predittiva della redditività: far evolvere la gestione degli ordini dall’elaborazione reattiva all’analisi dei margini

Questi pilastri sono interdipendenti. Le interfacce agentiche senza efficienza operativa si trasformano in costosi motori di fallimento. L’IA operativa senza integrità delle promesse garantisce risparmi interni ma non apre nuovi canali. L’ottimizzazione predittiva senza dati di esecuzione affidabili rimane pura teoria. La maturità deriva dalla creazione di uno stack completo.

Esaminiamo ciascun pilastro.

Pilastro 1: Promozione delle entrate degli agenti

In altre parole, trasformare l’intenzione in conversione attraverso promesse realizzabili. Il commercio agentico crea un nuovo paradigma di fatturato: i clienti arrivano con un’intenzione forte, espressa in linguaggio naturale, e si aspettano che un agente porti a termine l’operazione.

L’opportunità è evidente: tassi di conversione più elevati, meno carrelli abbandonati e un’esperienza migliore per i clienti che hanno poco tempo a disposizione. Ma c’è un requisito imprescindibile di cui abbiamo parlato più volte: l’operatore deve poter agire sulla base di segnali commerciali veritieri e in tempo reale, non di stime generiche.

Dal punto di vista della maturità, abilitare i ricavi dagli agenti significa permettere agli agenti (sia esterni che interni) di accedere ed eseguire le funzionalità che trasformano l’intenzione in risultato:

Una promessa intesa come impegno concreto (non come slogan pubblicitario)
Opzioni di evasione degli ordini come scelte attuabili (non configurazioni statiche)
Visibilità sul ciclo di vita e gestione delle modifiche (in modo che l’esperienza rimanga credibile anche dopo l’acquisto)

Il commercio agentico ha due modalità, gli agenti esterni e quelli di proprietà, e il requisito fondamentale è lo stesso: il retailer deve esprimere una promessa fondata su basi operative.

Qualche esempio di scenario (come l’intenzione si traduce in azione):

Transazione con un agente esterno: l’agente valuta la disponibilità del prodotto e le fasce orarie di consegna in relazione alla scadenza del cliente, quindi seleziona un’opzione che può essere confermata.
Agente di pre-acquisto interno: l’agente utilizza le informazioni relative al cliente (cronologia, preferenze, posizione) per proporre di replicare un ordine con una promessa calcolata e garantita.
Servizio di assistenza post-vendita: l’agente risolve un problema proponendo una soluzione concreta (cambio di itinerario, ritiro in negozio, spedizione frazionata) invece di limitarsi a scusarsi e a segnalare il caso ai superiori.

Il punto fondamentale è che il commercio agentico non è un nuovo livello di esperienza utente. È meglio considerarlo come un nuovo canale di distribuzione, in cui i ricavi si concretizzano solo quando la promessa è veritiera.

Pilastro 2: Potenziamento dell'efficienza operativa

Non è altro che la riduzione degli attriti interni che compromettono l’affidabilità esterna. In effetti, il ROI più rapido dell’IA nel retail è spesso interno. Tuttavia, in un mondo basato sull’autonomia, l’efficienza operativa non riguarda solo la riduzione dei costi, ma è fondamentale per l’affidabilità.

Gli attriti interni causano problemi esterni: tempi di risoluzione lunghi, interventi manuali, decisioni incoerenti e una gestione delle eccezioni soggetta a errori portano a promesse non mantenute quando gli agenti operano su larga scala.

L’ottimizzazione dell’efficienza operativa punta sull’uso dell’IA per “scaricare” di lavoro i principali ruoli aziendali, soprattutto laddove sistemi frammentati e processi manuali causano ritardi ed errori.

In una fase matura, questo pilastro comprende:

Accesso operativo conversazionale: consente ai team aziendali e di assistenza di interrogare dati operativi complessi e di intervenire tramite interfacce basate sull’intenzione (per esempio, ricerca di ordini in linguaggio naturale e azioni in blocco).
Ricerca e azione trasversali ai sistemi: facilita l’integrazione e il passaggio da una piattaforma all’altra, consentendo agli operatori di creare una visione operativa unificata che abbraccia DOM, OMS, WMS, corrieri, CRM e altro ancora.
Gestione guidata degli ordini e risoluzione degli errori: trasforma la complessità tecnica in indicazioni chiare e concrete per il personale di negozio e i team addetti alla gestione degli ordini, riducendo le difficoltà operative sul campo.
Configurazione e modifiche più rapide: consente agli utenti aziendali e agli integratori di definire la logica di orchestrazione e di verificare le configurazioni senza conoscenze specialistiche approfondite, per ridurre i tempi di ritorno sull’investimento e i rischi operativi.

Esempi di scenari operativi (in cui l’IA genera un ROI misurabile):

I team del servizio clienti filtrano gli ordini e li gestiscono in base all’intenzione, anziché tramite ricerche manuali
Analisi dello stato dell’ordine trasversale ai sistemi che riduce il tempo medio di gestione
Flussi di recupero automatizzati che trasformano le cancellazioni in sostituzioni o in modalità di evasione alternative
Supporto alla configurazione in linguaggio naturale che semplifica i complessi cicli di configurazione

Il punto chiave: l’efficienza operativa non è più separata dall’esperienza del cliente. Nel commercio agentico ne è un prerequisito.

Pilastro 3: Ottimizzazione predittiva della redditività

Stiamo osservando come la gestione degli ordini si evolve da un approccio reattivo all'analisi dei margini. È qui che l’IA passa da supportare umani a ottimizzare sistemi. La gestione degli ordini nel retail è stata storicamente reattiva: registrava gli eventi, applicava le regole e smistava gli ordini sulla base di una logica fissa.

Ma quando il successo è misurato dalle promesse e il commercio agentico accelera il ritmo degli impegni, un modello reattivo non basta più. Il DOM deve evolversi in un motore predittivo e auto-ottimizzante capace di bilanciare in tempo reale i risultati per i clienti e la redditività.

Ottimizzare la redditività in modo predittivo significa usare modelli AI per anticipare i rischi, calcolare i costi effettivi e adeguare i parametri operativi prima che si verifichino interruzioni. Alla piena maturità questo approccio comprende tre meccanismi di controllo fondamentali:

Una gestione più intelligente delle scorte: adeguamento dinamico delle scorte di sicurezza e delle riserve in base ai modelli di varianza e al rilevamento delle anomalie, per ridurre il rischio di vendere troppo o troppo poco.
Ottimizzazione dell'accuratezza delle promesse: aggiustamento continuo della logica delle promesse in base a dati storici e in tempo reale sulle prestazioni (risultati dei corrieri, produttività dei magazzini, capacità di rete), al fine di migliorare la puntualità delle consegne mantenendo la competitività.
Routing ottimizzato per il profitto: decisioni di approvvigionamento in tempo reale basate sui costi effettivi di evasione degli ordini (compresi i costi legati al rischio), sull’impatto sui margini e sui risultati del servizio, non solo su criteri di vicinanza.

Nel mercato agentico questo pilastro diventa un fattore di differenziazione strategico perché consente ai retailer di fare qualcosa che altrimenti sarebbe impossibile: offrire promesse aggressive e allettanti in modo selettivo, solo quando è possibile mantenerle in modo redditizio e affidabile. Questa è l’essenza dell’integrità delle promesse su larga scala.

Come si collegano i pilastri: il volano della maturità

Questi pilastri si rafforzano a vicenda: ecco perché la maturità dell’IA nel retail non si misura dal numero di modelli implementati o dalla sofisticatezza dell’esperienza utente.

Si valuta in base alla capacità del retailer di ottenere risultati che siano:

Eseguibile (promesse mantenute)
Ripetibile (operazioni efficienti)
Economicamente sostenibile (gestione delle consegne ottimizzata per il profitto)

Nel capitolo 4 ci concentreremo sulla questione architettonica: se gli agenti diventano l’interfaccia, quale tipo di integrazione è necessario per rendere disponibili le funzionalità commerciali in modo sicuro e su larga scala? E perché i livelli di funzionalità basati sull’intenzione (come le interfacce MCP) rappresentano un cambiamento rispetto ai tradizionali modelli incentrati sulle API?

Capitolo 4: Il cambiamento di architettura - dagli stack API ai livelli di intenzione

I primi tre capitoli hanno descritto i cambiamenti in atto nel retail: il processo decisionale è sempre più guidato dagli agenti, i protocolli standardizzano la connettività e l’integrità delle promesse è l’oggetto della competizione.

In questo capitolo vediamo come deve cambiare l’architettura di base per adattarsi a questa nuova realtà.

Integrazione incentrata sull'intento

Gli stack tecnologici nel retail sono stati progettati per persone e applicazioni, non per agenti autonomi. I modelli di integrazione tradizionali partono dal presupposto che gli sviluppatori leggano la documentazione, mappino i campi, confrontino le versioni e gestiscano manualmente l’orchestrazione dei vari sistemi.

Gli agenti non funzionano in questo modo. Hanno bisogno di un approccio più sicuro e strutturato per individuare le funzionalità ed eseguire flussi di lavoro in più fasi senza ricorrere a soluzioni fragili o personalizzate.

È qui che entrano in gioco i livelli di integrazione incentrati sull’intenzione: astrazioni architetturali che mettono in evidenza le funzionalità (quello che un sistema sa fare) piuttosto che gli endpoint (come lo chiama lo sviluppatore). In pratica, questi livelli si collocano al di sopra delle API e le incapsulano, traducendo l’intenzione dell’agente in esecuzione affidabile da parte del sistema.

4.1 Perché le architetture incentrate sulle API possono avere difficoltà con gli agenti

Per più di un decennio le API sono state il linguaggio universale del commercio digitale. E rimangono fondamentali. Tuttavia, il modo in cui vengono utilizzate di solito diventa problematico quando il “cliente” non è uno sviluppatore umano o un’applicazione fissa, bensì un agente AI che svolge attività dinamiche e articolate in più fasi.

Quattro vincoli ricorrono più volte:

Proliferazione e frammentazione degli endpoint:
Le piattaforme di e-commerce aziendali accumulano migliaia di endpoint tra OMS, WMS, CRM, PIM, marketplace, servizi dei corrieri e strumenti di analisi. Ogni ambito presenta modelli e presupposti propri. Integrarli in un flusso di lavoro coerente per gli agenti può rivelarsi costoso e complesso.
Ricerca basata sulla documentazione:
Le integrazioni tradizionali si basano sull’interpretazione umana della documentazione: quale endpoint chiamare, con quale payload e in che ordine? Gli agenti hanno bisogno di chiedere in un linguaggio leggibile per la macchina: “Cosa puoi fare?” e di ricevere una risposta affidabile.
Orchestrazione personalizzata:
Anche le intenzioni più semplici dei clienti richiedono spesso un’orchestrazione complessa: verificare la disponibilità, calcolare i tempi di consegna, selezionare l’opzione di evasione, creare l’ordine, aggiornare lo stato di tracciamento, gestire le eccezioni. Nelle architetture incentrate sulle API, questa orchestrazione è solitamente implementata e gestita dagli sviluppatori, il che allunga i tempi di modifica e comporta rischi operativi.
Fragilità nel tempo:
Le versioni, le modifiche allo schema e i cambiamenti nelle dipendenze trasformano le integrazioni in progetti di manutenzione continua. Gli agenti che operano su larga scala amplificano questa fragilità: piccoli malfunzionamenti causano forti impatti operativi.

Il risultato non è che le API “non funzionino”, ma che non sono state progettate per la nuova modalità di interazione: un’autonomia basata sull’intenzione, supportata da strumenti e articolata in più fasi.

4.2 Il cambiamento di prospettiva: dalla connettività alla capacità

Un modo utile per comprendere la nuova direzione architettonica è il passaggio dalla connettività alla funzionalità. La connettività si chiede: “Questi sistemi sono in grado di comunicare?”. La funzionalità si chiede: “Cosa sa fare questo sistema, e come può un agente utilizzarlo in modo sicuro?”.

In un modello incentrato sull’intenzione, i sistemi mettono a disposizione una serie di funzionalità di alto livello, come verificare la disponibilità, calcolare i tempi di consegna, creare un ordine, reindirizzarlo, recuperare il codice di tracciamento. Queste funzionalità devono poter essere individuate e richiamate in modo prevedibile.

L’interfaccia è meno focalizzata sugli endpoint e più sulle azioni e sui vincoli. Questa è l’idea architettonica alla base dei livelli MCP: un modo standardizzato per rendere accessibili gli “strumenti” che gli agenti possono individuare e richiamare, garantendo al contempo sicurezza, governance e rispetto dei vincoli operativi.

Due caratteristiche sono particolarmente importanti per il commercio agentico:

Ricerca dichiarativa: gli agenti possono richiedere al sistema un elenco di funzionalità esplicito, invece di affidarsi alla documentazione e a mappature personalizzate.
Orchestrazione dall'intento all'esecuzione: questo livello è in grado di tradurre un obiettivo (“risolvi questo ordine in sospeso con la migliore alternativa”) in una sequenza controllata di azioni che coinvolgono le API e i sistemi sottostanti, con chiari confini di governance.

4.3 Una precisazione importante: non siamo in un mondo post-API

C’è la tentazione di descrivere questo cambiamento come “quello che sostituisce le API”. Ma nei sistemi aziendali raramente funziona così. Una descrizione più accurata suonerebbe: le API rimarranno l’infrastruttura di base, ma saranno sempre più incapsulate. I livelli incentrati sull’intenzione si collocano al di sopra delle API e dei servizi esistenti, facendo da:

Gateway predisposti per l’IA integrati nell’infrastruttura esistente
Broker sicuri che integrano diversi backend (OMS, ERP, WMS, corrieri) in funzionalità unificate
Orchestratori federati che gestiscono costantemente i flussi di lavoro tra i sistemi e lo stato del ciclo di vita

Questo riflette le precedenti evoluzioni tecnologiche. Quando i sistemi diventano più complessi, le architetture vincenti introducono astrazioni di livello superiore che riducono il carico cognitivo e operativo.

Nel commercio agentico il concetto fondamentale è l’esposizione delle capacità per clienti intelligenti.

4.4 In che modo ciò si interseca con protocolli come l'UCP

L’UCP e iniziative simili si collocano a un livello diverso della struttura. Il loro obiettivo è standardizzare i modelli di interazione tra agenti e piattaforme di e-commerce all’interno dell’ecosistema. Riducono gli ostacoli alla connessione e alla partecipazione.

Ma, come abbiamo visto nel capitolo 1, c’è un limite: i protocolli da soli non possono garantire che le risposte fornite siano vere dal punto di vista operativo. Questo porta i brand leader a scegliere un’architettura a più livelli:

Livello di protocollo (ad es. UCP): standardizza le modalità di connessione e di interazione tra gli agenti. Interoperabilità tra piattaforme
Livello di intenti/capacità (MCP): mette a disposizione strumenti leggibili dal sistema e flussi di lavoro controllabili. Esecuzione sicura e affidabile
Livello di verità operativa (OMS): calcola la disponibilità, le promesse, l’orchestrazione e la verità del ciclo di vita. Promesse eseguibili e coerenti

In altre parole, i protocolli rendono l’interfaccia scalabile; i livelli di intenzione fanno sì che l’esecuzione possa essere usata dagli agenti; la gestione degli ordini distribuiti dà risultati affidabili.

4.5 Perché i livelli di intenzionalità assumono un ruolo strategico in un mercato basato sull'azione

Questo cambiamento architettonico è importante perché modifica la velocità e la sicurezza con cui i retailer possono partecipare al commercio autonomo senza creare spazi di integrazione incontrollata.

I livelli di funzionalità incentrati sull’intenzione offrono quattro vantaggi strategici:

Implementazione più rapida di nuove esperienze per gli agenti: una volta che le funzionalità sono disponibili in modo standardizzato, si possono creare nuovi percorsi per gli agenti senza ricostruire ogni volta la logica di integrazione.
Governance integrata: è possibile definire autorizzazioni, effettuare controlli e imporre restrizioni sulle funzionalità (quello che gli agenti possono fare e a quali condizioni), riducendo così i rischi rispetto all'esposizione ad hoc delle API.
Minore vulnerabilità dell'integrazione: le modifiche alle API sottostanti possono essere gestite all’interno del livello di funzionalità, riducendo i malfunzionamenti a valle.
Cicli di apprendimento operativo più efficaci: quando le azioni degli agenti vengono eseguite a un livello di strumenti unificato, diventa più facile monitorare le prestazioni, individuare i modelli di errore e migliorare la logica delle promesse e del routing, favorendo così la maturità predittiva descritta nel capitolo 3.

4.6 Il nuovo obiettivo architettonico

L’obiettivo architettonico del commercio agentico non è solo “aggiungere l’IA”. È piuttosto rendere i sistemi commerciali di base utilizzabili da client intelligenti, garantendo al contempo l’accuratezza dei dati, la sicurezza e il controllo.

Significa progettare per:

Nel capitolo 5 tradurremo questi concetti in un modello pratico di maturità per i retailer, illustrando come le organizzazioni possono passare dalla sperimentazione conversazionale ad agenti integrati a livello operativo e, infine, guardando al futuro, al commercio predittivo e autonomo.

Capitolo 5: Un modello di maturità per i retailer

Il commercio agentico viene spesso descritto come una trasformazione a livello di front-end: nuove interfacce conversazionali, nuovi modelli di ricerca, nuove esperienze di acquisto.

Ma, come abbiamo visto, il fattore determinante non è quanto sia convincente il dialogo. Quello che conta è se il retailer sappia tradurre le intenzioni in risultati ambiziosi, concreti, realizzabili e sostenibili.

Ecco perché un modello di maturità è utile per fornire ai dirigenti uno strumento per valutare a che punto si trovano oggi, qual è il livello di eccellenza da raggiungere e quali capacità devono ancora essere sviluppate. È importante sottolineare che il percorso di maturità non è lineare in termini di “maggiore utilizzo dell’IA”.

È invece un percorso che va dalla conversazione alla promessa e dall’automazione all’autonomia controllata. Prendiamo per esempio un modello di maturità in quattro fasi pensato per l’era agentica.

Livello 1: Esperimenti di conversazione

In questa fase, i retailer introducono esperienze conversazionali, spesso sotto forma di chatbot o copiloti, ma queste esperienze rimangono in gran parte scollegate dai sistemi operativi.

L’IA può rispondere alle domande più frequenti, riassumere le policy e dare indicazioni ai clienti, ma non sa formulare promesse affidabili né compiere azioni concrete.

Caratteristiche tipiche: l’IA fornisce principalmente informazioni e contenuti di supporto. L’integrazione operativa è limitata (nel migliore dei casi, dati in sola lettura e in ritardo). Le risposte sono spesso stime o avvertenze generiche. Le eccezioni vengono subito inoltrate a operatori umani.
Rischi comuni: l’esperienza appare impressionante nelle demo, ma non regge nelle condizioni reali. La scarsa fiducia impedisce agli utenti di affidare all’IA compiti concreti. La fedeltà al brand può venir meno se l’IA fa promesse eccessive o dà risposte incoerenti.
Segnale di maturità: l’IA è considerata una funzionalità del canale, non un nuovo modello di esecuzione.

Livello 2: Agenti connessi

“Possiamo entrare in contatto, ma non sempre riusciamo a formulare una promessa”.

In questa fase, i retailer iniziano a collegare le esperienze agentiche ai sistemi di e-commerce tramite API, feed e protocolli emergenti. È qui che i progressi dell’ecosistema, come gli sforzi di standardizzazione, iniziano a sbloccare una partecipazione più ampia. Gli agenti possono consultare i cataloghi dei prodotti, creare carrelli e avviare transazioni in modo più strutturato.

Tuttavia, “connesso” non significa “affidabile”. Il retailer potrebbe comunque avere difficoltà a fornire informazioni accurate in tempo reale sulla disponibilità dei prodotti, a garantire tempi di consegna affidabili o a gestire in modo coerente le modifiche successive all’acquisto.

Caratteristiche tipiche: è stata stabilita la connessione tra gli agenti e il sistema di e-commerce (protocolli/feed/API). Gli agenti possono avviare azioni fondamentali (ricerca, carrello, checkout). La logica delle promesse è ancora limitata dalla qualità dei dati, dalla latenza o da regole statiche. La visibilità post-acquisto può essere parziale o frammentaria.
Rischi comuni: le promesse automatizzate accentuano le carenze operative già esistenti. Gli errori si verificano “dopo” la conversazione, cosicché l’esperienza risulta ingannevole. Il carico di lavoro del servizio clienti aumenta per le eccezioni e gli storni.
Segnale di maturità: l’organizzazione è attiva nel commercio agentico, ma l’affidabilità è incostante.

Livello 3: Agenti con competenze operative

“Possiamo fare questa promessa perché abbiamo una fonte di dati attendibile”.

A questo punto, il commercio agentico diventa credibile perché il retailer dispone di un livello operativo di verità in grado di garantire l’integrità degli impegni assunti. Anziché basarsi su indicazioni approssimative, gli agenti possono accedere a informazioni aggiornate sulla disponibilità, calcolare promesse di consegna realizzabili ed eseguire decisioni di fulfillment in base a una logica di gestione degli ordini in tempo reale.

È qui che l’OMS si evolve da elaboratore transazionale a protettore delle promesse: garantisce che l’impegno preso possa essere mantenuto e gestisce il ciclo di vita quando le condizioni cambiano.

Caratteristiche tipiche: la disponibilità in tempo reale e il calcolo delle promesse di consegna si basano su criteri operativi. L’orchestrazione degli ordini e la gestione delle eccezioni sono accessibili agli agenti e regolamentate. La visibilità post-acquisto è unificata e utilizzabile. I flussi di efficientamento interno riducono gli attriti (servizi, negozi, operazioni).
Rischi comuni: la complessità si sposta dalla domanda “possiamo farlo?” a “possiamo scalare la governance?”. La presenza di più sistemi di riferimento richiede ancora un’attenta orchestrazione. La gestione del cambiamento diventa importante quanto la qualità del modello.
Segnale di maturità: ci si può fidare degli agenti perché i loro impegni sono eseguibili.

Livello 4: Commercio autonomo predittivo

“Non ci limitiamo a eseguire, ottimizziamo”.

Il massimo livello di maturità non consiste in una maggiore automazione fine a se stessa. Consiste piuttosto nel controllo predittivo: sistemi in grado di anticipare i rischi, adattare i parametri in tempo reale e ottimizzare costantemente sia i risultati per i clienti che la redditività.

In questo contesto, DOM/OMS e la rete di evasione degli ordini operano come un sistema intelligente. Le finestre di consegna sono ottimizzate dinamicamente in base ai segnali di performance; le riserve di sicurezza si adeguano alla varianza; le decisioni di approvvigionamento vengono prese in funzione del costo effettivo e del rischio di insuccesso, non solo della distanza.

Gli agenti possono quindi operare con maggiore autonomia poiché il sistema stesso è resiliente: individua tempestivamente i problemi, propone alternative e corregge un errore senza compromettere la fiducia.

Caratteristiche tipiche: ottimizzazione dinamica e affidabilità delle scorte di sicurezza. Precisazione continua delle promesse basata sulle prestazioni e sulla capacità. Instradamento ottimizzato per il profitto in base al costo reale (compreso il costo del rischio). La prevenzione delle eccezioni e il recupero automatico diventano la norma. I livelli di intenzione e capacità rendono scalabile l’autonomia controllata.
Rischi comuni: richiede una rigorosa disciplina nella gestione dei dati e strumenti operativi adeguati. Servono chiari limiti di governance per le azioni autonome. Le organizzazioni devono allineare gli incentivi tra i team digitale, operativo e finanziario.
Segnale di maturità: il retailer si distingue per l’affidabilità e la gestione intelligente dei margini, su larga scala.

Come utilizzare questo modello: un approccio valutativo pragmatico

I retailer possono usare il modello di maturità come strumento diagnostico lungo le tre dimensioni illustrate nel capitolo 3:

Abilitazione dei guadagni dagli agenti: gli agenti possono trasformare l’interesse in conversione assumendo impegni concreti?
Aumento dell’efficienza operativa: i team possono agire e correggersi rapidamente senza processi manuali frammentati?
Ottimizzazione predittiva della redditività: la rete logistica può ottimizzarsi autonomamente in termini di rischio e margine?

Il concetto fondamentale è che la maturità non si misura da quanto l’interfaccia sembri “basata sull’IA”. Si misura dalla capacità del retailer di ottenere risultati che siano:

Eseguibile (integrità della promessa)
Ripetibile (operazioni efficienti)
Economicamente sostenibile (gestione orientata al profitto)

Nel capitolo 6 tradurremo tutto ciò in implicazioni strategiche per i brand leader del retail: che priorità fissare ora, quali parametri misurare e come prepararsi a un mondo in cui l’affidabilità diventa un indicatore competitivo valutato dalle macchine.

Capitolo 6: Implicazioni strategiche per i leader del retail

Il commercio agentico scardina le regole del gioco. Man mano che i protocolli riducono gli ostacoli alla connessione e gli agenti diventano un’interfaccia scalabile per lo shopping, la differenziazione non si basa più su chi offre l’esperienza di interazione più coinvolgente, ma su chi può garantire i risultati più affidabili.

In pratica, i leader del settore devono considerare il commercio agentico non come un canale in più, ma come la prova strategica della propria credibilità operativa.

In questo capitolo vedremo le implicazioni per CIO, CTO, responsabili del digitale e dirigenti operativi, nonché le azioni da intraprendere.

6.1 Considerare l'affidabilità come una strategia di crescita, non come un indicatore operativo

Nell’e-commerce tradizionale, l’affidabilità viene spesso trattata come un KPI operativo: puntualità delle consegne, tasso di cancellazione, tasso di reso, arretrati del servizio clienti. In un mondo basato sugli agenti, questi indicatori assumono un nuovo significato. Potrebbero diventare segnali a monte che influenzano fin dall’inizio la decisione degli agenti di raccomandare, scegliere e affidarsi a un retailer.

L’implicazione strategica è chiara: l’affidabilità diventa un fattore determinante per la domanda. I rivenditori che mantengono le promesse con costanza saranno avvantaggiati nei percorsi agentici, perché gli agenti sapranno quali brand garantiscono risultati prevedibili.

Al contrario, i retailer che non mantengono le promesse rischiano in questo scenario di essere penalizzati non tanto con l’abbandono da parte dei clienti, quanto con l’esclusione dall’algoritmo: verranno scelti meno spesso perché meno affidabili.

Cosa può fare un leader: eleva l’“integrità delle promesse” a parametro di valutazione della crescita aziendale, al pari della conversione e del margine. Individua dove e perché le promesse falliscono (disponibilità, logica delle promesse, capacità, prestazioni dei corrieri, gestione delle eccezioni).

6.2 Verificare l'integrità delle promesse prima di scalare i canali agenti

Molte organizzazioni saranno tentate di partire dall’interfaccia: lanciare un assistente, connettersi a un protocollo, rendere disponibile un feed. Ma la curva di adozione premierà i rivenditori che si assicureranno innanzitutto che le basi siano affidabili.

Se un agente riesce a connettersi ma la promessa non è garantita, scalare l’esperienza non fa altro che aumentare il numero di errori, in modo autonomo.

Cosa può fare un leader: fai un “audit della corrispondenza tra promesse e realtà” sulle principali categorie e i principali percorsi di evasione degli ordini. Quantifica le discrepanze tra i risultati promessi e quelli effettivamente ottenuti. Individua i punti in cui si insinuano le incertezze (accuratezza dell’inventario, scorte di sicurezza, scadenze operative, variazioni dei corrieri, esecuzione a livello di punto vendita).

6.3 Riposizionare il DOM come infrastruttura strategica

Il commercio agentico mette la gestione degli ordini al centro dell’esperienza del cliente. Quando le promesse diventano il fondamento del successo, il DOM non è più un semplice sistema di back-office. È il livello che verifica la fattibilità, calcola le promesse, coordina l’evasione degli ordini tra i vari nodi e gestisce le eccezioni prima che la fiducia venga meno.

Tutto ciò ridefinisce anche la logica degli investimenti. I miglioramenti apportati alla visibilità delle scorte, al calcolo delle promesse di consegna, all’ottimizzazione dei percorsi e al controllo del ciclo di vita non sono solo potenziamenti operativi, ma requisiti indispensabili per competere in mercati guidati dagli agenti.

Cosa può fare un leader: considera le funzionalità DOM come un fattore strategico per incrementare il fatturato, la fiducia e i margini (non solo per il controllo dei costi). Allinea l’OMS ai canali di vendita agentici, in modo che le promesse e l’esecuzione procedano di pari passo.

6.4 Creare un livello di esecuzione nativo per l'IA, non un insieme eterogeneo di integrazioni

I protocolli aiuteranno gli agenti a connettersi al business. Tuttavia, i retailer hanno ancora bisogno di un modo sicuro e regolamentato per rendere accessibili le proprie funzionalità (non solo gli endpoint) ai client intelligenti. È qui che i livelli di intenzioni/funzionalità (astrazioni come l’MCP) assumono un valore strategico: consentono ai sistemi di comunicare che cosa sanno fare, permettono un’orchestrazione controllata e incapsulano le API sottostanti per garantire la resilienza.

Questo è particolarmente importante negli stack complessi del retail, dove l’esecuzione dipende da più sistemi: OMS, WMS, ERP, CRM, corrieri, marketplace. Senza un livello di funzionalità di livello superiore, le esperienze basate su agenti potrebbero creare integrazioni instabili e rischi di governance.

Cosa può fare un leader: passa dall’esposizione degli endpoint all’esposizione delle funzionalità (strumenti individuabili e autorizzati). Definisci i limiti di governance per l’autonomia degli agenti (cosa possono fare gli agenti, a quali condizioni e con quali autorizzazioni). Progetta in modo che le azioni degli agenti siano osservabili e verificabili.

6.5 Prepararsi al pluralismo dei protocolli e alla volatilità dell'ecosistema

L’UCP è uno standard di riferimento importante, ma non sarà l’unico. I retailer dovrebbero prepararsi ad affrontare un periodo caratterizzato dal pluralismo dei protocolli: formati diversi, aspettative in evoluzione e requisiti delle piattaforme che cambiano di continuo.

Realizzare soluzioni puntuali strettamente interconnesse, da ricostruire ogni volta che il protocollo cambia, diventa un rischio strategico. Creare una base interna solida e affidabile in termini di dati e funzionalità, capace di adattarsi ai cambiamenti esterni, sarà invece un vantaggio strategico.

Cosa può fare un leader: considera i protocolli esterni come “adattatori”, non come basi fondamentali. Investi in livelli di verità operativi interni capaci di supportare diversi ecosistemi esterni. Progetta modelli di partecipazione che preservino la personalizzazione senza rinunciare all’interoperabilità.

6.6 Allineare la gestione dei dati al processo decisionale delegato

Il commercio agentico aumenta i processi decisionali delegati. Questo rende la qualità dei dati non solo un problema di analisi, ma anche un rischio transazionale. Gli agenti si basano su segnali strutturati – disponibilità, finestre temporali, opzioni di evasione degli ordini, policy – e le imprecisioni vengono amplificate.

E questo non riguarda solo scorte e consegne. Le politiche sui resi, le regole di sostituzione, i requisiti di idoneità, gli orari di apertura dei negozi, gli orari limite dei corrieri e le eccezioni regionali diventano tutti elementi operativi su cui gli agenti possono basarsi per agire.

Cosa può fare un leader: estendi i programmi di “qualità dei dati” oltre i contenuti dei prodotti, fino alla verità operativa. Definisci le responsabilità relative ai dati di input (accuratezza dell’inventario, capacità, prestazioni dei corrieri, policy). Implementa un processo di apprendimento a ciclo continuo: quando l’esecuzione fallisce, il sistema dovrebbe imparare.

6.7 Ripensare gli indicatori chiave di prestazione (KPI) per un mercato guidato dagli agenti

Gli indicatori chiave di prestazione (KPI) tradizionali continuano a essere rilevanti, ma il commercio agentico rende necessarie nuove metriche per misurare la fiducia e la credibilità dell’esecuzione. I retailer dovrebbero prepararsi a gestire le prestazioni non solo nel momento della conversione, ma lungo l’intero ciclo di vita della promessa.

Esempi di KPI emergenti:

Tasso di accuratezza delle promesse (data promessa vs data di consegna)
Tasso di disponibilità verificata (disponibilità visualizzata vs disponibilità effettiva)
Tasso di prevenzione delle eccezioni (problemi risolti prima del contatto con il cliente)
Tasso di successo del recupero automatico (reindirizzamenti, sostituzioni, risoluzioni proattive)
Margine per promessa (redditività corretta in base al livello di servizio e al rischio)
Cosa può fare un leader: crea un quadro di controllo dell’integrità delle promesse come strumento interfunzionale (digital + operations + finance). Collega l’espansione dei canali agentici alle soglie di affidabilità, non solo alle metriche di coinvolgimento

6.8 Il messaggio chiave per i leader: da “adozione dell’IA” a “prontezza agentica”

L’errore più comune commesso dai dirigenti è considerare il commercio agentico un’innovazione a livello di front-end e trattare le operazioni come una questione secondaria. È vero invece il contrario: man mano che gli agenti diventano l’interfaccia, le operazioni si trasformano nell’esperienza e la capacità di formulare promesse diventa il brand.

La transizione strategica consiste nel passare dalla creazione di esperienze interconnesse alla realizzazione di risultati concreti:

Dalla persuasione alla dimostrazione
Dal primo contatto alla promessa
Dall'automazione all'autonomia controllata

Per concludere, riuniamo questi diversi aspetti e sintetizziamo l’argomento centrale di questo white paper: i protocolli renderanno accessibile a tutti il commercio agentico, ma ad avere successo saranno i retailer che investiranno nella trasparenza operativa e nell’integrità delle promesse, poiché in un mercato mediato da agenti l’affidabilità diventa il fattore di differenziazione più prezioso.

Un messaggio dal nostro partner di consulenza e integrazione CLEVER AGE

“Dal punto di vista di Clever Age, come società di consulenza e integratore di sistemi, l’Order Management System (o Gestione degli Ordini Distribuiti) non è solo un componente, ma la colonna portante operativa fondamentale per l’efficace attuazione di un’ambiziosa strategia di commercio agentico.

Mentre gli agenti AI sono fondamentali per l’analisi dei dati relativi ai clienti e per il processo decisionale (ad esempio, personalizzazione, negoziazione, ottimizzazione pre-acquisto), l’OMS fornisce il contesto operativo e transazionale sottostante a tali decisioni, in termini di gestione effettiva delle promesse e di solida esecuzione logistica.

Per anticipare gli sviluppi futuri del commercio agentico per i nostri clienti, riteniamo che l’OMS sia uno dei punti di integrazione più cruciali, poiché collega il livello decisionale basato sull’IA del front-end con la catena di approvvigionamento fisica:

Riduzione della complessità di integrazione: l’OMS fa da unico livello API standardizzato tra i diversi sistemi di riferimento (WMS, ERP, POS, gestione dei corrieri) e il nuovo livello basato su IA/agenti. In questo modo semplifica l’architettura e accelera il time-to-market dei nuovi canali agentici.
Hub dei dati relativi a magazzino e ordini: l’OMS accentra tutti gli eventi e le informazioni sull’inventario e sugli ordini, creando un set di dati chiaro e strutturato. Utilizzeremo questi dati insieme ai nostri clienti per addestrare e perfezionare gli agenti commerciali, fornendo un meccanismo di feedback a ciclo continuo per il processo decisionale autonomo. Per quanto riguarda i dati di prodotto, la qualità delle decisioni degli agenti è direttamente proporzionale alla qualità dei dati dell’OMS (sia per quanto riguarda i livelli di magazzino che per lo stato di esecuzione degli ordini).
Modularità a prova di futuro: consigliamo un OMS componibile che possa essere disaccoppiato dai sistemi ERP e di e-commerce monolitici. Questo approccio consente all’organizzazione commerciale di adattarsi rapidamente ai nuovi modelli di evasione degli ordini basati sugli agenti senza dover sostituire i sistemi aziendali fondamentali. Questo sarà importante anche per i modelli omnicanale, gli scenari dei marketplace e, in fine, gli approcci B2B.

Nell’implementazione dell’OMS per il commercio agentico, consigliamo di dare priorità a:

Progettazione del modello logico: definire una logica sofisticata e basata su regole interne all’OMS, che gestisca i casi limite e i vincoli operativi che gli agenti AI potrebbero trascurare. La nostra competenza permette di tradurre le regole aziendali in una logica di esecuzione inattaccabile.
Scalabilità e resilienza: garantire che l’OMS possa gestire il potenziale aumento esponenziale delle transazioni generate da una flotta di agenti autonomi sempre attivi. L’alta disponibilità e la pianificazione delle strategie di failover diventano requisiti imprescindibili.
Passaggio dell'esperienza: gestire un passaggio fluido delle responsabilità dall’agente commerciale (che si occupa della ricerca dei prodotti e del checkout) all’OMS (che gestirà la comunicazione con il cliente dopo l’acquisto, i resi e il monitoraggio delle spedizioni). Questo garantisce un’esperienza coerente, che aumenta la fiducia.

In sintesi, l’agente AI è il cervello che determina quali sono le esigenze del cliente, mentre l’OMS è il sistema nervoso centrale che stabilisce come e dove soddisfare tali esigenze con efficienza e redditività. Senza un OMS moderno e configurato in modo intelligente, la promessa del commercio agentico rimarrà un esperimento a livello di front-end privo di un solido percorso di attuazione”.

Olivier Martinerie
Responsabile Alleanze e Partnership
Clever Age
https://www.clever-age.com/

Conclusione: dalla connessione alla promessa e alla fiducia

Il settore retail sta entrando in una fase di cambiamento strutturale. Man mano che gli agenti basati sull’intelligenza artificiale diventano un’interfaccia scalabile per lo shopping, il commercio si sposta dalla ricerca e dalla navigazione all’intenzione e all’esecuzione.

Non è solo un nuovo canale che si aggiunge alla struttura esistente, ma un nuovo modello decisionale, in cui sempre più scelte saranno delegate, automatizzate e attuate per conto dei clienti.

I segnali del mercato sono ormai chiari. Le iniziative di standardizzazione, come l’Universal Commerce Protocol (UCP) di Google e Shopify, riflettono una tendenza più ampia del settore a rendere scalabile l’interazione tra gli agenti e il commercio. I protocolli ridurranno i costi di partecipazione e accelereranno l’adozione. Ma possono anche svelare una verità fondamentale alla base del commercio agentico: connessione non significa fiducia.

Il commercio agentico funziona solo quando gli agenti si fondano su verità operative reali. Gli agenti non premiano le esperienze persuasive, come fanno le persone: premiano i segnali credibili.

Quando le informazioni sulla disponibilità risultano imprecise, le promesse di consegna sono troppo ottimistiche o manca la visibilità post-acquisto, il fallimento è amplificato perché gli agenti agiscono con sicurezza e possono replicare le decisioni su larga scala. In questo contesto, l’affidabilità diventa misurabile, comparabile e sempre più decisiva.

Ecco perché l’integrità delle promesse si sta affermando come la nuova sfida competitiva. I brand che avranno successo non saranno quelli che promettono di più, ma quelli che promettono solo quello che possono mantenere e lo fanno, ma con ambizione.

Il fattore di differenziazione non è più la qualità della conversazione, ma la credibilità di obiettivi ambiziosi.

Per soddisfare questo standard non basta un’interfaccia AI. Serve una base progettata per l’esecuzione autonoma:

Un sistema OMS/DOM che garantisca il rispetto degli impegni attraverso la disponibilità in tempo reale, il calcolo accurato della promessa, l’orchestrazione intelligente e il controllo del ciclo di vita
Un’efficienza operativa che riduca gli attriti interni e acceleri la ripresa quando la situazione cambia
Un’ottimizzazione predittiva che regoli le scorte di sicurezza, le promesse e l’instradamento sulla base dei segnali di prestazione e dei costi effettivi
Livelli di funzionalità incentrati sull’intenzione che rendano i sistemi di e-commerce utilizzabili in modo sicuro da client intelligenti su larga scala, senza una proliferazione di integrazioni instabili

Nel loro insieme, queste funzionalità definiscono la “prontezza agentica”. Consentono ai retailer non solo di partecipare al commercio agentico, ma di competere in questo settore in modo affidabile, ripetibile e redditizio.

Il messaggio centrale di questo white paper è semplice: i protocolli renderanno possibile il commercio autonomo per tutti. Ma i vincitori saranno coloro che investiranno nella realtà operativa che sta dietro al protocollo. Perché nell’era dello shopping autonomo, la domanda non è più se i vostri sistemi possano connettersi, ma se la vostra azienda possa assumersi un impegno e mantenerlo, ogni volta.

Guardando al futuro, tuttavia, è probabile che anche la definizione di “promessa” si ampli. Oggi, la maggior parte delle indicazioni fornite dagli agenti ruota attorno a una triade ben nota: disponibilità, prezzo e velocità. Man mano che gli agenti diventeranno l’interfaccia predefinita del commercio, tenderanno sempre di più a decidere non solo in base ai desideri del cliente, ma anche ai suoi valori.

In pratica, questo potrebbe introdurre nel processo decisionale nuovi aspetti: l’impatto ambientale, la gestione dei rifiuti, gli standard relativi alla manodopera e all’approvvigionamento, la durabilità e la riparabilità del prodotto, il rispetto delle aspettative in materia di etica e sostenibilità. E in questo contesto l’integrità delle promesse assume un’importanza ancora maggiore.

La prossima sfida non riguarderà la capacità di fare promesse realizzabili e di mantenerle, ma quella di formulare promesse ancora più ambiziose pur tenendo conto di una serie più ampia di vincoli. I retailer che si distingueranno saranno quelli in grado di tradurre valori complessi in impegni concreti: non solo “consegna entro venerdì”, ma “consegna entro venerdì con l’opzione a minor impatto ambientale disponibile, da un’origine che soddisfi i tuoi standard, con un chiaro compromesso se desideri una consegna più rapida”.

Il commercio agentico indica quindi un cambiamento più profondo: dall’ottimizzazione delle transazioni all’ottimizzazione della fiducia. I vincitori saranno coloro che costruiranno sistemi di verità che consentiranno agli agenti di prendere decisioni con sicurezza, tenendo conto di velocità, costi, servizio e della crescente serie di criteri di etica e sostenibilità che i consumatori delegheranno alle macchine.

In quel futuro, la competenza più preziosa non sarà la capacità di entrare in contatto con gli agenti, bensì quella di assumere impegni che rimangano credibili anche man mano che il concetto di “promessa al cliente” si amplia.

Come l’intelligenza artificiale e il commercio agentico stanno rivoluzionando il retail

In questo white paper