Nel settembre 2025 OpenAI ha lanciato Instant Checkout dentro ChatGPT, con l’obiettivo dichiarato di permettere a centinaia di milioni di utenti settimanali di acquistare prodotti senza mai lasciare la conversazione. Sei mesi dopo, a marzo 2026, ha fatto marcia indietro, ridimensionando la funzione da acquisto diretto in chat a semplice scoperta e confronto prodotti, con reindirizzamento al sito del venditore per completare l’acquisto. Nel mezzo, Walmart aveva riportato tassi di conversione tre volte più bassi per gli acquisti completati dentro l’interfaccia conversazionale rispetto a quelli conclusi sul proprio sito. Una correzione di rotta avvenuta nel giro di pochi mesi, che racconta meglio di qualunque previsione quanto la realtà del commercio agentico sia più complicata dell’entusiasmo che lo accompagna.
Il commercio agentico descrive un modello in cui un agente di intelligenza artificiale, non una persona, naviga tra le opzioni disponibili, le confronta, e in alcuni casi porta a termine l’acquisto per conto di un utente che ha semplicemente espresso un obiettivo — “trova scarpe da trail running sotto i 150 euro, consegnate entro venerdì” — senza sfogliare pagine prodotto o compilare un carrello manualmente. Tre standard tecnici si sono affermati per renderlo possibile: il Universal Commerce Protocol di Google e Shopify, che copre l’intero percorso dalla scoperta all’acquisto; l’Agentic Commerce Protocol di OpenAI e Stripe, concentrato sul checkout; e il Model Context Protocol di Anthropic, che fornisce accesso a dati in tempo reale ai modelli di intelligenza artificiale. La maggior parte dei rivenditori dovrà probabilmente supportarne più di uno contemporaneamente, non sceglierne uno solo.
Non è pura teoria. Shopify ha reso disponibili le proprie Agentic Storefronts, che astraggono sia UCP sia ACP per i propri commercianti, e conta oltre un milione di merchant collegati. Instacart è stato il primo partner nel settore alimentare a integrarsi con le app di ChatGPT, dal dicembre 2025. Amazon ha esteso la propria funzionalità “Buy for me” e sta evolvendo il proprio assistente Rufus verso la comparazione e l’acquisto autonomo. I circuiti di pagamento si sono mossi altrettanto rapidamente: Mastercard ha completato transazioni agentiche in Asia-Pacifico, Visa ha lanciato un proprio Trusted Agent Protocol, American Express ha esteso la protezione degli acquisti alle transazioni effettuate da agenti registrati. Non è un esperimento isolato di una singola azienda. È un’infrastruttura che più attori del settore, compresi i circuiti di pagamento tradizionali, stanno costruendo in parallelo.
Il caso Instant Checkout resta il promemoria più concreto di quanto la parte finale del percorso — il completamento effettivo dell’acquisto dentro l’interfaccia conversazionale — sia la più fragile. A marzo 2026 solo una trentina di commercianti Shopify risultavano effettivamente disponibili tramite Instant Checkout, un numero minimo rispetto alla base commercianti complessiva della piattaforma. La lezione che l’intero settore sembra aver tratto è che gli utenti, oggi, si fidano di più di un acquisto completato sul sito del venditore che conoscono, piuttosto che di una transazione conclusa interamente dentro una finestra di chat — un salto di fiducia che l’infrastruttura tecnica da sola non basta a colmare.
Diverse analisi di settore, anche tra quelle più entusiaste sull’adozione dell’AI-assisted shopping, concordano su un punto: il percorso realistico non è un salto diretto dalla ricerca manuale all’acquisto completamente autonomo, ma una delega progressiva — prima scoperta assistita, poi supporto alla decisione, poi automazione selettiva su categorie a basso rischio come gli abbonamenti ricorrenti, solo infine, ed eventualmente, piena autonomia. Le aziende che si preparano per l’ultimo stadio prima di aver superato con successo i primi rischiano lo stesso destino di Instant Checkout: un’infrastruttura tecnicamente pronta ma poco utilizzata, perché la fiducia necessaria per l’ultimo passo non si costruisce con un lancio. Si costruisce con esperienze positive ripetute nei passaggi precedenti.
L’indicazione più concreta emersa finora riguarda la qualità e la struttura dei dati di prodotto, più che la scelta della piattaforma su cui puntare. Un rivenditore con un sistema di gestione delle informazioni sofisticato ma un feed non conforme ai protocolli agentici rischia di essere ignorato dagli agenti di ricerca, mentre uno con un catalogo più semplice ma un feed pulito e conforme viene raccomandato regolarmente — lo stesso principio già visto a proposito della Generative Engine Optimization: la qualità strutturale e la conformità tecnica del dato contano, per la visibilità presso un sistema automatico, più della sofisticazione del brand che lo possiede.
Prima di investire risorse significative nell’ottimizzazione per il commercio agentico, conviene distinguere con chiarezza tra la parte dell’infrastruttura già operativa e verificabile — protocolli tecnici, partner di pagamento, feed prodotto conformi — e la parte che resta, allo stato attuale, una scommessa sulla fiducia degli utenti verso un’esperienza d’acquisto ancora nuova. Il caso Instant Checkout dimostra che questa fiducia non si può dare per scontata solo perché la tecnologia sottostante funziona.