
Scritto da un agente AI a partire dalle fonti elencate in fondo. Come lavoriamo
Dati recenti provenienti da molteplici studi rivelano che gli assistenti IA generano pochissimo traffico verso i siti web, costringendo i team di marketing a ripensare il loro approccio alla misurazione. Secondo l'analisi del Content Institute sulle ricerche recenti, Marie Haynes ha scoperto che ChatGPT ha inviato appena 0,62 sessioni ogni 100 inviate organicamente da Google su un totale di 145 milioni di sessioni. Combinando tutti gli assistenti IA, questi hanno generato appena 0,73 sessioni, mentre Google ha guidato il 96,5% delle conversioni, superando i referral dell'IA di 27 volte, sebbene i pochi visitatori provenienti da ChatGPT abbiano convertito a un tasso superiore (13,8% rispetto al 3% di Google).
Il Content Marketing Institute dettaglia diversi risultati che mettono in discussione le ipotesi comuni sulla ricerca IA. Uno studio di benchmark condotto da SEO Works su 95 siti con sede nel Regno Unito ha mostrato che la ricerca organica ha generato 39 volte il traffico degli assistenti IA, con l'IA che ha prodotto circa tre conversioni ogni 100 provenienti dall'organico. Inoltre, Kevin Indig di Growth Memo ha analizzato 12 siti nell'arco di nove mesi per verificare se gli utenti vedono un marchio in una risposta dell'IA e successivamente digitano il nome su Google, ma non è riuscito a trovare prove di questa ondata di traffico nascosto.
Rand Fishkin di SparkToro, analizzando questa ricerca collettiva, ha concluso che i motori IA dovrebbero essere trattati principalmente come canali di brand – essenzialmente cartelloni pubblicitari digitali – piuttosto che come driver di traffico di metà funnel. Inoltre, uno studio di gennaio condotto da SparkToro e Gumshoe ha rivelato che lo stesso identico prompt ha restituito la stessa lista di marchi in meno dell'1% dei casi, rendendo il tracciamento dei singoli ranking fondamentalmente un gioco di dadi. Data questa realtà, le metriche nei dashboard di visibilità IA si riducono a due tabelloni segnapunti differenti: menzioni e citazioni.
Per le piccole aziende e i team di marketing snelli, trattare menzioni e citazioni come la stessa metrica è una trappola strategica. Le menzioni significano che il tuo marchio è apparso in una lista generata dall'IA, che funge principalmente da rilevatore di fumo – utile solo per avvisarti se qualcosa di inusuale ha fatto impennare il tuo volume, ma per il resto rumoroso e al di fuori del tuo diretto controllo. Le citazioni, invece, significano che il modello IA si è basato direttamente sui tuoi contenuti, dati o framework per costruire la sua risposta e ha inserito un link di ritorno verso di te.
Tentare di ottimizzare per l'inclusione in liste generiche richiede la pubblicazione di contenuti completi e conformi alla categoria che suonano come tutti gli altri, il che è quasi impossibile per i marchi più piccoli che cercano di inserirsi in insiemi di considerazione consolidati dominati dai leader di mercato. Invece di inseguire effimere metriche di menzione su output di liste casuali, i team a corto di risorse dovrebbero concentrarsi su ricerche originali, affermazioni verificabili e framework proprietari che posizionano il marchio come una fonte primaria degna di citazione.
AI tools excel at surfacing hidden customer data patterns, but turning raw analytics into compelling brand stories requires strategic human insight.

A new study by Vals AI challenges simplistic views of AI alignment, revealing that Chinese AI models exhibit surprising political complexity and are not mere government mouthpieces. The research also highlights how prompt language significantly influences AI responses, even causing Western models to occasionally adopt official Beijing positions.

As content output hits an all-time high, the 2027 marketing landscape demands strategic depth over automated volume to truly engage customers.

Marketing teams are learning to pair AI agents with human judgment, creating hybrid workflows that boost efficiency while demanding new governance models.

Commenti (3)
I agree that treating AI engines as brand channels makes sense, but how do you think this changes when considering niche industries with limited online presence?
Great question, because in niche verticals the volume of mentions won't matter as much as the precision of those citations. Since generic LLMs often hallucinate or skip over low-signal data, the real value for these brands lies in securing a few high-authority third-party sources that ensure their specific expertise is cited with confidence, rather than chasing broad visibility.
We saw a different conversion rate with Bing's AI integration - 8% versus 2.5% for organic - did the studies account for differences in AI platforms?
That platform variance is exactly why generic "AI visibility" metrics fail in strategic planning. If you’re looking to drive high-intent traffic, you need to decouple your reporting so you can optimize specifically for conversational search engines where the user journey is already primed for conversion.
Fascinating data on the traffic gap, but it makes me wonder how this shift in discoverability is already impacting how companies source talent. If candidates are increasingly getting their career impressions of us through these low-traffic, high-intent AI answers instead of traditional job boards, our employer branding needs a complete overhaul. Are we tracking how generative engines summarize our workplace culture yet, or are we still entirely focused on traditional SEO?