Agentic commerce: cos’è, come funziona e quali sono le prospettive future

L’agentic commerce è un modello in cui un agente AI agisce per conto dell’acquirente: cerca, confronta e crea un carrello sulla base di una richiesta espressa in linguaggio naturale, anziché attraverso una barra di ricerca tradizionale o un menu per categorie. L’agente svolge il lavoro preparatorio, ma è lo shopper che approva ancora l’acquisto.

L’agentic commerce si svilupperà probabilmente attraverso tre fasi evolutive:

1. Scoperta assistita: un agente aiuta l’acquirente a trovare e confrontare prodotti, quindi lo indirizza a un merchant perché completi autonomamente l’acquisto.

2. Acquisto con supervisione umana (human-in-the-loop purchasing): un agente crea un carrello con prezzi, imposte e disponibilità aggiornati in tempo reale, mentre lo shopper esamina e approva il pagamento.

3. Acquisto autonomo: un agente completa una transazione nell’ambito di un mandato concordato in precedenza, senza richiedere la conferma per ogni singolo acquisto.

Oggi, la maggior parte delle attività rientra nelle prime due fasi. Gli acquisti autonomi esistono in alcune sperimentazioni iniziali e, in mercati come quello europeo, dove la normativa prevede tuttora che sia presente una persona per autorizzare ogni transazione, potrebbero richiedere ancora anni.

Il flusso d’acquisto di una tipica transazione di agentic commerce con supervisione umana si articola in tre passaggi:

• Scoperta: in risposta alla richiesta dell'acquirente, l’agente consulta dati di prodotto strutturati, inclusi catalogo, prezzi e disponibilità.

• Carrello e checkout: l'acquirente effettua una scelta e l’agente crea un carrello dinamico, ricalcolando in tempo reale prezzi, imposte e consegna.

• Pagamento e autorizzazione: l’acquirente esamina e approva il pagamento; prima dell’elaborazione, la transazione viene sottoposta a controlli antifrode.

Agentic commerce e commercio conversazionale a confronto

Il conversational commerce, o commercio conversazionale, è un sottoinsieme dell’agentic commerce. Gli strumenti AI rispondono alle domande e formulano raccomandazioni, ma l'acquirente gestisce in autonomia la scoperta e il checkout. Si tratta quindi di un modello più vicino alla scoperta assistita che all’acquisto con supervisione umana, in cui l’agente svolge parte delle attività di scoperta e checkout per conto dell’acquirente.

Agentic commerce ed ecommerce tradizionale a confronto

L’agentic commerce ha una struttura diversa rispetto a un checkout ecommerce tradizionale. Nel flusso tradizionale, le informazioni passano in sequenza da un sistema all’altro, lasciando a ciascun sistema il tempo di elaborarle prima dello step successivo. Le sessioni degli agenti non funzionano in questo modo. Esse interrogano ripetutamente e simultaneamente i dati relativi a prezzi, imposte e disponibilità di magazzino nel corso di un’unica interazione. Per questo, l’agentic commerce impone requisiti diversi ai sistemi che lo supportano rispetto a un checkout standard.

La tabella seguente illustra le differenze tra l’agentic commerce e l'ecommerce tradizionale:

Un protocollo è l’insieme di regole che definisce come un agente AI è autorizzato ad agire, come viene eseguito un pagamento, come viene raccolto il consenso e chi è responsabile in caso di problemi.

Attualmente sono due i protocolli che stanno contribuendo a definire questo ambito:

• Agentic Commerce Protocol (ACP), associato a OpenAI

• Universal Commerce Protocol (UCP), associato a Google

Questi protocolli si concentrano sulle transazioni di agentic commerce con supervisione umana. Nel frattempo, stanno emergendo altri protocolli per diversi aspetti del panorama del commercio agentico. Per esempio, x402, sostenuto dalla Linux Foundation, è progettato per i pagamenti machine-to-machine, in cui un software effettua un pagamento a un altro software senza che un consumatore partecipi al flusso della transazione.

In tutti i casi, siamo ancora agli inizi. Quando si prendono decisioni infrastrutturali, è quindi importante non puntare troppo presto su un singolo protocollo, per evitare di dover rivedere i sistemi in seguito.

Tradizionalmente, la prevenzione delle frodi si è concentrata su due domande:

1. Questa persona è davvero chi dichiara di essere?

2. È autorizzata a effettuare questa transazione?

L’agentic commerce introduce una nuova dimensione. Quando un agente si colloca tra l’acquirente e il merchant, occorre distinguere gli agenti legittimi da quelli malevoli e verificare che l’agente stia operano in linea con l’intento del cliente.

Non è semplice. Per molto tempo, i sistemi antifrode hanno considerato a lungo i bot come dannosi di default. Nell’agentic commerce, però, un agente di acquisto legittimo può apparire identico a uno scraper o a un bot di exploit che cerca di sfruttare una vulnerabilità. Inoltre, anche un agente pienamente autorizzato può discostarsi da ciò che desiderava l’acquirente, per esempio, sostituendo un prodotto con un’alternativa meno costosa o scegliendo la consegna più lenta per rispettare un budget.

Al momento, due elementi aiutano a mantenere questa situazione sotto controllo. In primo luogo, un mandato verificabile e controllabile che registri ciò che un agente è stato effettivamente autorizzato a fare. In secondo luogo, la conferma di ogni pagamento da parte dell’acquirente. Con la diffusione dei pagamenti pienamente autonomi, eseguiti dagli agenti, questa seconda salvaguardia verrà però meno.

L’agentic commerce rende inoltre più rapide e scalabili le frodi che le aziende già affrontano, come l’abuso delle promozioni e lo sfruttamento delle finestre di disponibilità dell’inventario. L’attenzione deve quindi spostarsi da un singolo controllo al momento del pagamento a un livello di controllo continuo lungo tutta l’interazione. Per questo, il 30% dei merchant enterprise statunitensi indica il punteggio di affidabilità delle piattaforme AI come il nuovo segnale più importante per l’agentic commerce, prima di altri indicatori di rischio emergenti.

La conformità nell’agentic commerce

Le normative aggiungono un ulteriore livello di complessità, soprattutto in Europa. Framework come la Strong Customer Authentication (SCA) e 3D Secure 2 (3DS2) presuppongono che sia una persona reale a confermare l’acquisto. Per questa ragione, gli acquisti con supervisione umana rimarranno probabilmente lo standard nella regione ancora per qualche tempo. Negli Stati Uniti, invece, non esiste un obbligo equivalente di autenticazione in tempo reale. Questo contribuisce a spiegare perché i progetti pilota con gli agenti procedano più rapidamente.

Nessuna piattaforma ecommerce o provider di pagamenti può garantire la conformità. L’infrastruttura giusta aiuta però le aziende a considerare aspetti quali la fiducia nell’agente, il consenso e la responsabilità fin dalle prime fasi del processo, prima che eventuali criticità arrivino al checkout.

I pagamenti rappresentano il livello esecutivo dell’agentic commerce. Quando l'utente approva l’acquisto, l’agente deve poter utilizzare un metodo di pagamento che il merchant sia in grado di autorizzare, elaborare e sottoporre a controlli antifrode, come per qualsiasi altra transazione. Ecco perché la tokenizzazione è uno strumento così rilevante. Anziché fornire i dati grezzi della carta a un agente, è possibile assegnare un token sicuro che consenta all’agente di agire per conto dello shopper (previa sua approvazione). In questo modo, è possibile riconoscere lo stesso cliente in sessioni e piattaforme agentiche diverse, invece di trattare ogni interazione come un nuovo acquirente.

Secondo quanto dichiarato dal responsabile delle partnership B2B di OpenAI durante NRF 2026, il traffico ad alta intenzione generato dagli agenti AI registra un tasso di conversione da due a tre volte superiore rispetto al tipico traffico di ricerche tradizionali. Nelle fasi iniziali del funnel, l’agentic commerce apre anche un nuovo spazio di scoperta per i clienti che preferiscono descrivere ciò che cercano anziché navigare tra le opzioni disponibili.

Tuttavia, nonostante questi primi segnali sembrino positivi, l’agentic commerce comporta anche alcuni compromessi. Quando è una una terza parte a controllare la scoperta dei prodotti e il processo di pagamento, si rischia di diventare un fornitore di back-end intercambiabile piuttosto che un brand di valore. C’è poi una questione legata ai dati. Se la piattaforma detiene il mandato, stabilisce i limiti e conserva la prova d’acquisto, potrebbe finire per avere un ruolo più importante del merchant stesso nella relazione con il cliente.

È possibile ridurre questi rischi mantenendo il controllo del token di pagamento, anziché lasciare che sia la piattaforma AI a emetterlo e conservarlo. In questo modo, il merchant può riconoscere l’acquirente indipendentemente dalla piattaforma AI utilizzata.

I casi d’uso più diffusi oggi si concentrano in due ambiti:

• Retail, dalla ricerca al checkout: un utente chiede a un agente di trovare e confrontare un prodotto sulla base di criteri quali stile, prezzo, sostenibilità o tempi di consegna. Dopo aver scelto, l’agente crea il carrello e lo shopper approva l’acquisto.

• Prenotazioni di viaggio: l’agente confronta voli o strutture alberghiere in base alle preferenze indicate dal cliente e, una volta ricevuta l’approvazione, completa la prenotazione.

Nel contesto retail, le aziende stanno adottando l’agentic commerce a ritmi diversi. Abbigliamento, fast fashion e articoli sportivi e per l’outdoor sono tra i segmenti che si stanno muovendo per primi, perché si tratta in genere di acquisti che richiedono una riflessione meno approfondita, per i quali il cliente è più disponibile a lasciare che un agente restringa la scelta. L’adozione appare invece più lenta nel settore del lusso, dove l’acquisto richiede spesso maggiore valutazione, ricerca e rassicurazione, talvolta anche attraverso un punto di contatto umano.

Anche all’interno delle singole categorie, le strategie adottate variano. Alcune aziende si affidano a piattaforme proprietarie, che consentono di adeguarsi più rapidamente ai nuovi protocolli. Altre preferiscono attendere gli sviluppi delle proprie piattaforme di commerce prima di destinare risorse di sviluppo dedicate. Per scoprire come cinque retailer leader nel loro settore stanno affrontando l’agentic commerce, leggi il blog post di approfondimento.

I Large Language Models (LLM) hanno raggiunto 1 miliardo di utenti in circa tre anni, il tasso di adozione più rapido mai registrato per una tecnologia. Nel frattempo, piattaforme e circuiti di carte stanno costruendo attivamente l’infrastruttura necessaria per supportare transazioni guidate dagli agenti su larga scala. Restano però aperte molte domande: quali protocolli prevarranno, come verrà ripartita la responsabilità e come funzionerà l’autorizzazione tra piattaforme diverse.

Per le aziende, una considerazione importante sarà quella relativa alla possibilità o meno di poter lavorare con tutte le piattaforme AI senza dover ricostruire il proprio assetto ogni volta che ne viene lanciata una nuova. Il futuro dell’agentic commerce non consisterà nello smantellare e sostituire l’infrastruttura, ma nell’integrare nuovi canali nei sistemi di cui i merchant già si fidano.

Dal momento che l’agentic commerce è ancora in fase pilota, non è necessario definire subito una strategia completa. Ci sono però alcuni passi che le aziende possono compiere già oggi per prepararsi.

Rendere i dati di prodotto leggibili dalle macchine

I feed di prodotto standard sono stati sviluppati per le persone e i motori di ricerca. L’AI richiede invece l’accesso in tempo reale a una varietà di informazioni sul prodotto, che interroga più volte nel corso di una singola sessione.

È importante rendere tutti i dati disponibili in un unico luogo, anziché distribuirli tra diversi reparti. Per esempio, un brand ha scoperto che il peso dei prodotti era archiviato in un sistema completamente diverso rispetto al resto del catalogo, senza un collegamento affidabile tra i due. Una lacuna di questo tipo può essere gestibile quando il front-end è il sito o l’app del brand, ma per una piattaforma AI rappresenta un punto di interruzione. Per saperne di più, consulta: Agentic commerce e feed di prodotto: una guida per i retailer.[1]

Mantenere l’infrastruttura il più aperta possibile

Poiché non esiste ancora un protocollo dominante, costruire sistemi attorno ai requisiti di una sola piattaforma comporta il rischio di dover far tutto da capo per la successiva. È preferibile scegliere un’infrastruttura che permetta di adattarsi all’evoluzione degli standard, evitando di vincolarsi troppo presto a una sola integrazione.

Garantire una gestione chiara di consenso e mandati

È importante definire con chiarezza cosa un agente è autorizzato a fare per conto dell’acquirente, quali limiti si applicano e come tale autorizzazione viene registrata e sottoposta ad audit.

Allineare i team

Gli acquisti gestiti dagli agenti coinvolgono contemporaneamente frodi, rischio, prodotto, assistenza e marketing. Per questo è importante avviare presto un confronto tra questi team, invece di considerare l’agentic commerce un problema da affidare a un’unica funzione aziendale.

Abbiamo sviluppato Adyen Agentic come traduttore universale che collega le aziende a più piattaforme e protocolli AI attraverso un’unica integrazione. La soluzione segue la stessa struttura in tre fasi descritta in precedenza, scoperta, checkout e pagamenti e sicurezza, e si fonda su quattro principi:

• Gli agenti possono agire solo sulla base di un mandato esplicito e verificabile dell’acquirente.

• Le aziende mantengono il controllo sui propri metodi di pagamento e sulla tokenizzazione.

• Un token di pagamento universale consente alle aziende di riconoscere gli acquirenti nei diversi canali agentici.

• Le aziende mantengono la titolarità dei dati relativi alle transazioni e del rapporto con il cliente, prima, durante e dopo l'acquisto.

Adyen contribuisce inoltre alla definizione degli standard su cui si basa questo ecosistema, attraverso l’adesione all’Agentic AI Foundation, la collaborazione con Google sull’Agent Payments Protocol e il suo ruolo di membro fondatore della x402 Foundation.

Prepararsi all’agentic commerce

L’agentic commerce sta evolvendo rapidamente, ma per la maggior parte delle aziende oggi è ancora lo shopper a dover prendere la decisione finale di acquisto. C’è quindi tempo per consolidare le basi: dati strutturati, un’infrastruttura flessibile, una gestione chiara del consenso e un sistema di pagamento in grado di riconoscere i clienti ovunque interagiscano.

Resta aggiornato sull’agentic commerce con i nostri ultimi articoli >