AI TRANSFORMATION

Agentic commerce, che cos’è e perché crea problemi anche ad Amazon


Indirizzo copiato

Amazon impedisce a Muse di Meta di comprare sul suo sito mentre utilizza i propri agenti per acquistare su ecommerce esterni. Il paradosso racconta la nuova frontiera del retail: identità degli agenti, accesso ai merchant, dati machine-readable e controllo del cliente

Pubblicato il 23 set 2026



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
agentic commerce




Amazon ha chiuso la porta a Muse, l’agente personale di Meta capace di navigare sul web ed effettuare acquisti per conto dell’utente. Non perché Amazon sia contraria agli agenti AI applicati allo shopping. Al contrario: ne sta sviluppando di propri e li sta già utilizzando anche per comprare prodotti su siti esterni. Il problema è chi controlla l’agente, come si identifica, quali dati utilizza e, soprattutto, chi mantiene la relazione con il cliente.

È questo che rende lo scontro tra Amazon e Meta molto più interessante di una disputa fra due Big Tech. L’agentic commerce promette di cambiare l’ecommerce come lo conosciamo: il cliente potrebbe non visitare più il sito del retailer, non usare il suo motore di ricerca, non vedere le sue promozioni e, in prospettiva, nemmeno premere personalmente il pulsante “compra”. Potrebbe delegare a un agente la ricerca, il confronto e infine l’acquisto.

Per retailer e brand significa prepararsi a vendere non soltanto agli esseri umani, ma anche alle macchine che li rappresentano. E decidere, prima ancora, a quali macchine consentire di entrare nel proprio negozio digitale.

Perché Amazon ha bloccato Muse

Meta ha lanciato Muse l’8 settembre 2026 come agente personale capace di eseguire attività in più passaggi collegandosi, con l’autorizzazione dell’utente, a email, calendari, servizi di pagamento, shopping e altre applicazioni. Se un servizio dispone di API pubbliche, l’agente può utilizzarle; altrimenti può operare attraverso un browser, navigando sul sito come farebbe una persona.

Ed è qui che è nato il problema con Amazon.

Secondo quanto ricostruito da GeekWire, Amazon ha prima chiesto a Meta di escludere il proprio ecommerce dalle attività di Muse e poi ne ha bloccato l’accesso. Le motivazioni dichiarate sono tre: Amazon non aveva concordato l’utilizzo del proprio sito da parte dell’agente; Muse non si identificava come agente automatizzato durante la navigazione; la modalità di gestione delle credenziali degli utenti sollevava, secondo Amazon, questioni di sicurezza e privacy.

Meta aveva invece spiegato che Muse non ha visibilità diretta delle password e dei metodi di pagamento: le credenziali vengono conservate in un ambiente sicuro e possono essere utilizzate dall’agente senza che questo ne conosca direttamente il contenuto. Prima di operazioni sensibili, compreso un acquisto, Muse richiede inoltre la conferma dell’utente.

La questione, quindi, va oltre la protezione delle password. Amazon sostiene un principio destinato a diventare centrale nell’economia degli agenti: un software che entra in un ambiente commerciale per conto di un cliente dovrebbe dichiarare chi è e il merchant dovrebbe poter decidere se accettarlo.

Che cos’è l’agentic commerce

L’agentic commerce è l’evoluzione dello shopping assistito dall’intelligenza artificiale. Un chatbot può consigliare quale televisore acquistare. Un agente può ricevere un obiettivo — per esempio trovare un televisore con determinate caratteristiche entro un certo budget — cercare le alternative, confrontare prezzi e condizioni, scegliere un prodotto, inserirlo nel carrello e, se autorizzato, completare l’acquisto.

La differenza è nell’azione.

McKinsey stima che entro il 2030 gli agenti AI potrebbero mediare fra 3mila e 5mila miliardi di dollari di commercio consumer a livello globale. La società di consulenza individua tre principali modelli: agent-to-site, in cui l’agente opera direttamente sul sito del merchant; agent-to-agent, in cui sistemi diversi comunicano tra loro; e modelli intermediati da una piattaforma.

Il fenomeno è già visibile nella parte iniziale del processo di acquisto. Una ricerca McKinsey del dicembre 2025 su 749 consumatori di Francia, Germania e Regno Unito rileva che il 38% utilizza strumenti AI per cercare prodotti o servizi e decidere cosa acquistare. Tra chi utilizza l’AI nello shopping, il 63% la impiega per confrontare brand, modelli, prezzi e recensioni.

Anche i dati statunitensi indicano una rapida crescita. Adobe, analizzando oltre un trilione di visite a siti retail americani e affiancando ai dati transazionali una survey su oltre 5mila consumatori, ha registrato nel luglio 2025 una crescita del 4.700% su base annua del traffico proveniente da fonti di AI generativa. Il punto di partenza era molto basso, e Adobe precisa che il canale rimaneva ancora marginale rispetto a search ed email, ma la dinamica era già evidente.

Il paradosso: anche Amazon manda i suoi agenti a comprare fuori da Amazon

Il blocco di Muse potrebbe sembrare una battaglia difensiva contro l’agentic commerce. Non lo è. Amazon sta facendo esattamente il contrario: vuole essere uno dei soggetti che lo controllano.

Il suo assistente AI per lo shopping, Rufus, ribattezzato nel maggio 2026 Alexa for Shopping, confronta prodotti, analizza lo storico dei prezzi, crea carrelli e può automatizzare alcuni acquisti. Amazon ha dichiarato nell’agosto 2026 che oltre 350 milioni di clienti lo avevano utilizzato nei dodici mesi precedenti.

Ancora più significativo è Buy for Me, il servizio di agentic AI attraverso cui Amazon può acquistare per conto del cliente prodotti che non sono venduti sul proprio marketplace.

In pratica, l’agente di Amazon può uscire da Amazon e comprare sul sito di un altro retailer.

Ma Amazon sottolinea una differenza sostanziale. Nel modello Buy for Me, il brand può scegliere se partecipare, mentre il sistema trasferisce in modo sicuro le informazioni necessarie per concludere l’ordine. Il merchant resta responsabile della consegna, dei resi, dei cambi e dell’assistenza al cliente.

Con Shop Direct, il modello si è ulteriormente ampliato. Nel 2026 Amazon dichiarava di indicizzare oltre 100 milioni di prodotti provenienti da più di 400mila merchant esterni, consentendo al cliente di raggiungere direttamente il loro sito oppure, per alcuni prodotti, di delegare l’acquisto a Buy for Me.

Lo scontro con Meta rivela quindi un conflitto che potrebbe caratterizzare la prossima fase dell’ecommerce: tutti vogliono poter mandare i propri agenti nei negozi degli altri, ma non necessariamente vogliono accogliere gli agenti altrui nel proprio.

La posta in gioco è la relazione con il cliente

Per capire perché questa partita è così importante basta immaginare un ecommerce completamente agentico.

Oggi un retailer investe per portare il cliente sul proprio sito. Compra advertising, lavora sulla SEO, sviluppa un’app, personalizza homepage e raccomandazioni, costruisce programmi loyalty e raccoglie dati sul comportamento dell’utente.

Domani il cliente potrebbe dire al proprio agente: “Comprami una confezione di caffè in grani che mi piaccia, sotto i 25 euro, consegnata entro venerdì”.

L’agente potrebbe interrogare diversi negozi, confrontare prezzo, disponibilità, recensioni e tempi di consegna e scegliere autonomamente. Il retailer selezionato vedrebbe arrivare direttamente la transazione, senza avere necessariamente partecipato alla fase precedente del customer journey.

Per il consumatore è una semplificazione. Per il merchant è una potenziale disintermediazione dell’interfaccia.

McKinsey, analizzando nel 2026 l’impatto dell’AI sul retail europeo, descrive proprio questo rischio: i retailer che cedono l’interfaccia con il consumatore a piattaforme AI di terze parti possono progressivamente trasformarsi in motori invisibili di fulfillment, costretti a competere soprattutto su prezzo, disponibilità e logistica.

Per Amazon il tema è particolarmente sensibile perché il controllo dell’interfaccia genera anche ricavi. Nel Form 10-K 2025 depositato alla Sec, Amazon ha dichiarato 68,6 miliardi di dollari di ricavi da advertising services, rispetto ai 56,2 miliardi del 2024.

Un agente esterno che seleziona autonomamente prodotti e merchant può modificare profondamente questa economia. Se è l’agente a costruire il consideration set del cliente, cambia anche il luogo nel quale un brand deve investire per essere trovato.

Dalla SEO alla “leggibilità” per gli agenti

Per retailer e brand emerge così un problema nuovo: non basta che il sito sia facilmente utilizzabile dalle persone. Deve diventare comprensibile anche alle macchine.

Cataloghi, disponibilità, prezzi, caratteristiche tecniche, politiche di reso, tempi di consegna e condizioni commerciali devono poter essere interpretati con precisione da un agente.

McKinsey sintetizza il cambiamento con una conseguenza molto concreta: nell’agentic commerce i dati verificabili acquistano peso rispetto al marketing tradizionale. Se un agente deve confrontare automaticamente dieci prodotti, attributi strutturati, disponibilità aggiornata, regole chiare e informazioni attendibili diventano determinanti per entrare nella sua selezione.

Si apre quindi un nuovo terreno di competizione, in parte analogo a quello creato dalla SEO 20 anni fa. Allora bisognava essere leggibili e rilevanti per i motori di ricerca. Ora bisognerà esserlo per sistemi che non si limitano a mostrare un link: possono decidere se un prodotto entra o meno nella rosa delle alternative e, successivamente, acquistarlo.

Il nuovo problema dell’ecommerce: distinguere un cliente da un bot

La disputa Amazon-Meta fa emergere però un ostacolo tecnico e di governance ancora più elementare.

Quando qualcuno arriva su un ecommerce, il merchant deve poter sapere se davanti a sé c’è una persona, un bot malevolo oppure un agente autorizzato da quella persona.

È il problema che stanno cercando di risolvere i nuovi protocolli dell’agentic commerce. Visa ha sviluppato il Trusted Agent Protocol, che permette a un agente autorizzato di identificarsi crittograficamente presso il merchant. Il sistema punta a consentire al retailer di verificare sia l’identità dell’agente sia il fatto che stia agendo sulla base di un mandato del consumatore.

Google ha sviluppato l’Agent Payments Protocol (AP2) e nell’aprile 2026 ne ha trasferito la governance alla FIDO Alliance, con l’obiettivo di farne uno standard aperto e indipendente dalla piattaforma. La versione 0.2 prevede anche il caso “Human Not Present”: acquisti eseguiti autonomamente dall’agente sulla base di istruzioni precedentemente autorizzate dal consumatore.

Mastercard sta lavorando sulla stessa infrastruttura di fiducia con Agent Pay. Nel giugno 2026, insieme a Worldline e ING, ha annunciato di aver completato in Europa una transazione agentica end-to-end in ambiente di produzione, tra un titolare di carta ING e un merchant nei Paesi Bassi.

Non sono dettagli tecnici destinati soltanto ai payment provider. Sono l’equivalente delle fondamenta sulle quali potrebbe essere costruita la prossima generazione dell’ecommerce.

Chi risponde quando l’agente sbaglia?

Resta poi il problema della responsabilità.

Se una persona compra il prodotto sbagliato, il percorso è relativamente chiaro. Se un agente interpreta male la richiesta, seleziona il prodotto sbagliato e completa autonomamente la transazione, il confine diventa meno netto.

Chi è responsabile: il consumatore che gli ha dato l’incarico, il produttore dell’agente, la piattaforma attraverso cui opera oppure il merchant che ha accettato l’ordine?

È una delle ragioni per cui identità e mandato digitale sono così importanti. Per far funzionare l’agentic commerce bisogna poter ricostruire una catena verificabile: chi è l’agente, per chi sta agendo, che cosa è stato autorizzato a fare e quali limiti gli sono stati imposti.

La tecnologia dei pagamenti si sta muovendo proprio in questa direzione. Il passaggio decisivo non sarà consentire a un’AI di utilizzare una carta di credito: tecnicamente è già possibile. Sarà rendere dimostrabile il mandato con cui la macchina ha agito.

Che cosa cambia per retailer e brand italiani

Per un retailer italiano l’agentic commerce potrebbe sembrare ancora un fenomeno americano. Sarebbe però riduttivo considerarlo soltanto una nuova modalità di checkout.

La prima trasformazione riguarda la discovery. I consumatori stanno già usando sistemi AI per confrontare prodotti e costruire shortlist, prima ancora che gli agenti autonomi diventino di massa.

La seconda riguarda l’infrastruttura ecommerce. Cataloghi strutturati, API, inventario aggiornato, pricing, logistica, resi e disponibilità dovranno essere accessibili in forme interpretabili dagli agenti. L’ecommerce progettato esclusivamente per l’occhio umano rischia di diventare progressivamente meno competitivo.

La terza riguarda la governance dell’accesso. Ogni retailer dovrà decidere quali agenti autorizzare, come identificarli e quali operazioni consentire. La soluzione difficilmente potrà essere semplicemente “bloccare tutti i bot”, perché tra quei bot potrebbe esserci un cliente pronto ad acquistare.

La quarta riguarda marketing e retail media. Se la decisione viene presa prima che il consumatore arrivi sul sito, una parte del valore si sposta verso chi controlla l’agente e quindi il momento della raccomandazione. La domanda per i brand diventa allora come essere scelti dall’agente senza trasformare il nuovo ecosistema in un’altra asta pubblicitaria.

Infine c’è il dato forse più importante: chi possiede il cliente?

È la domanda che attraversa tutta la storia dell’ecommerce. I marketplace hanno conquistato una parte della relazione che prima apparteneva ai retailer. Le piattaforme social hanno conquistato una parte della discovery. Google ha intermediato per anni l’intenzione di acquisto.

Gli agenti AI possono aggiungere un nuovo livello: diventare il soggetto al quale il consumatore affida direttamente la propria intenzione.

Amazon contro Muse è soltanto il primo round

Per questo il blocco imposto da Amazon a Muse non dimostra che l’agentic commerce non funziona. Dimostra quasi il contrario.

Se un agente esterno fosse soltanto un altro crawler, probabilmente la questione avrebbe poco rilievo. Diventa invece strategica nel momento in cui può influenzare la scelta, portare con sé l’identità e le preferenze del consumatore e arrivare fino alla transazione.

La competizione nell’ecommerce si sposta così su un nuovo livello. Non riguarderà soltanto chi ha i prodotti migliori, il marketplace più grande o la logistica più efficiente. Riguarderà chi controlla l’agente che rappresenta il cliente e secondo quali regole quell’agente può entrare nei negozi digitali.

Amazon ha appena ricordato a Meta che la porta del negozio è ancora sua. Ma Amazon stessa sta bussando, con i propri agenti, alle porte degli altri retailer. Ed è questa contraddizione, più dello scontro fra due Big Tech, a raccontare dove sta andando l’ecommerce.

Partecipa alla community

guest

0 Commenti
Più recenti Più votati
Inline Feedback
Vedi tutti i commenti

L’intelligenza artificiale per l’innovazione

Tutti
AI & INNOVAZIONE
CHE COS'È INNOVERAI
Che cos'è InnoverAI
AI & STARTUP
AI TRANSFORMATION
Leggi l'articolo “Guardiamo (insieme) più quadri per fare innovazione con l’AI”
AI TRANSFORMATION
“Guardiamo (insieme) più quadri per fare innovazione con l’AI”
Leggi l'articolo Intervista con Valeria de Flaviis (CDP): “L’AI è uno dei migliori alleati per chi fa innovazione. Ecco perché”
INNOVATION LEADER
Intervista con Valeria de Flaviis (CDP): “L’AI è uno dei migliori alleati per chi fa innovazione. Ecco perché”
Leggi l'articolo Che cos’è il Double Diamond, il framework per fare innovazione nell’era dell’AI
IL METODO
Che cos’è il Double Diamond, il framework per fare innovazione nell’era dell’AI
Leggi l'articolo Come l’AI sta cambiando il lavoro dell’innovazione? Guarda il primo Future Talk di InnoverAI
VIDEO
Come l’AI sta cambiando il lavoro dell’innovazione? Guarda il primo Future Talk di InnoverAI
Leggi l'articolo Paolo Costa (Spindox): “Un agente AI lavora come Superman, ma non basta ammirarlo per creare valore”
L'INTERVISTA
Paolo Costa (Spindox): “Un agente AI lavora come Superman, ma non basta ammirarlo per creare valore”
Leggi l'articolo Startup AI-native: il vantaggio competitivo non sono gli strumenti, è il modello operativo
AI transformation
Startup AI-native: il vantaggio competitivo non sono gli strumenti, è il modello operativo
Leggi l'articolo Creare valore con i progetti AI: percorsi e modelli
L'approfondimento
Creare valore con i progetti AI: percorsi e modelli
Leggi l'articolo l purgatori dei pilot AI e l’errore che blocca le aziende
DA ZERO A LOOP
l purgatori dei pilot AI e l’errore che blocca le aziende
Leggi l'articolo Edison, Dotti e Montelatici: “Dall’AI alla GenAI, ora abbiamo superpoteri per gestire impianti e processi”
INNOVATION LEADER
Edison, Dotti e Montelatici: “Dall’AI alla GenAI, ora abbiamo superpoteri per gestire impianti e processi”
Leggi l'articolo L’ascesa dei Solo founder: come la tecnologia riscrive l’impresa
Approfondimenti
L’ascesa dei Solo founder: come la tecnologia riscrive l’impresa
Leggi l'articolo InnoverAI, l’intelligenza artificiale per l’innovazione: un cambio di paradigma da affrontare insieme
NEXTWORK360-Economyup
InnoverAI, l’intelligenza artificiale per l’innovazione: un cambio di paradigma da affrontare insieme
Leggi l'articolo Perché nell’era dell’AI “farsi vedere” è una competenza necessaria per chi fa innovazione in azienda
INNOVATION MANAGEMENT
Perché nell’era dell’AI “farsi vedere” è una competenza necessaria per chi fa innovazione in azienda
Leggi l'articolo AI Resilience: il criterio che manca nella valutazione dell’innovazione in ambito AI
L'ANALISI
AI Resilience: il criterio che manca nella valutazione dell’innovazione in ambito AI
Leggi l'articolo One-Person Unicorn: come gli AI agent stanno riscrivendo il concetto di startup
LA TENDENZA
One-Person Unicorn: come gli AI agent stanno riscrivendo il concetto di startup
Leggi l'articolo Cosa sono le “20x Companies”: team minuscoli che competono con gli operatori storici grazie all’AI
TENDENZE
Cosa sono le “20x Companies”: team minuscoli che competono con gli operatori storici grazie all’AI
Leggi l'articolo Costruire da soli una startup con l’AI in 7 mosse (come ha fatto a San Francisco Vittorio Viarengo)
OPEN WORLD
Costruire da soli una startup con l’AI in 7 mosse (come ha fatto a San Francisco Vittorio Viarengo)
Leggi l'articolo Harsh Wardhan, Innovation Manager Google: “Così cambiano open innovation e design thinking nell’era della Gen-AI”
ai transformation
Harsh Wardhan, Innovation Manager Google: “Così cambiano open innovation e design thinking nell’era della Gen-AI”
Leggi l'articolo “Guardiamo (insieme) più quadri per fare innovazione con l’AI”
AI TRANSFORMATION
“Guardiamo (insieme) più quadri per fare innovazione con l’AI”
Leggi l'articolo Intervista con Valeria de Flaviis (CDP): “L’AI è uno dei migliori alleati per chi fa innovazione. Ecco perché”
INNOVATION LEADER
Intervista con Valeria de Flaviis (CDP): “L’AI è uno dei migliori alleati per chi fa innovazione. Ecco perché”
Leggi l'articolo Che cos’è il Double Diamond, il framework per fare innovazione nell’era dell’AI
IL METODO
Che cos’è il Double Diamond, il framework per fare innovazione nell’era dell’AI
Leggi l'articolo Come l’AI sta cambiando il lavoro dell’innovazione? Guarda il primo Future Talk di InnoverAI
VIDEO
Come l’AI sta cambiando il lavoro dell’innovazione? Guarda il primo Future Talk di InnoverAI
Leggi l'articolo Paolo Costa (Spindox): “Un agente AI lavora come Superman, ma non basta ammirarlo per creare valore”
L'INTERVISTA
Paolo Costa (Spindox): “Un agente AI lavora come Superman, ma non basta ammirarlo per creare valore”
Leggi l'articolo Startup AI-native: il vantaggio competitivo non sono gli strumenti, è il modello operativo
AI transformation
Startup AI-native: il vantaggio competitivo non sono gli strumenti, è il modello operativo
Leggi l'articolo Creare valore con i progetti AI: percorsi e modelli
L'approfondimento
Creare valore con i progetti AI: percorsi e modelli
Leggi l'articolo l purgatori dei pilot AI e l’errore che blocca le aziende
DA ZERO A LOOP
l purgatori dei pilot AI e l’errore che blocca le aziende
Leggi l'articolo Edison, Dotti e Montelatici: “Dall’AI alla GenAI, ora abbiamo superpoteri per gestire impianti e processi”
INNOVATION LEADER
Edison, Dotti e Montelatici: “Dall’AI alla GenAI, ora abbiamo superpoteri per gestire impianti e processi”
Leggi l'articolo L’ascesa dei Solo founder: come la tecnologia riscrive l’impresa
Approfondimenti
L’ascesa dei Solo founder: come la tecnologia riscrive l’impresa
Leggi l'articolo InnoverAI, l’intelligenza artificiale per l’innovazione: un cambio di paradigma da affrontare insieme
NEXTWORK360-Economyup
InnoverAI, l’intelligenza artificiale per l’innovazione: un cambio di paradigma da affrontare insieme
Leggi l'articolo Perché nell’era dell’AI “farsi vedere” è una competenza necessaria per chi fa innovazione in azienda
INNOVATION MANAGEMENT
Perché nell’era dell’AI “farsi vedere” è una competenza necessaria per chi fa innovazione in azienda
Leggi l'articolo AI Resilience: il criterio che manca nella valutazione dell’innovazione in ambito AI
L'ANALISI
AI Resilience: il criterio che manca nella valutazione dell’innovazione in ambito AI
Leggi l'articolo One-Person Unicorn: come gli AI agent stanno riscrivendo il concetto di startup
LA TENDENZA
One-Person Unicorn: come gli AI agent stanno riscrivendo il concetto di startup
Leggi l'articolo Cosa sono le “20x Companies”: team minuscoli che competono con gli operatori storici grazie all’AI
TENDENZE
Cosa sono le “20x Companies”: team minuscoli che competono con gli operatori storici grazie all’AI
Leggi l'articolo Costruire da soli una startup con l’AI in 7 mosse (come ha fatto a San Francisco Vittorio Viarengo)
OPEN WORLD
Costruire da soli una startup con l’AI in 7 mosse (come ha fatto a San Francisco Vittorio Viarengo)
Leggi l'articolo Harsh Wardhan, Innovation Manager Google: “Così cambiano open innovation e design thinking nell’era della Gen-AI”
ai transformation
Harsh Wardhan, Innovation Manager Google: “Così cambiano open innovation e design thinking nell’era della Gen-AI”

Articoli correlati

0
Lascia un commento, la tua opinione conta.x