Prova a immaginare la scena. Qualcuno apre Chrome, digita nella barra laterale “trovami un paio di scarpe da trail running sotto i 150 euro con consegna entro venerdì”, e nel giro di pochi secondi un agente naviga il tuo sito, confronta prodotti, legge recensioni, magari compila anche il carrello. Il tuo Google Analytics, in questo momento, registra quella visita esattamente come registrerebbe una persona qualunque che scorre le pagine con il mouse. Stesso user agent Chrome, stesso indirizzo IP residenziale, spesso la stessa sessione già loggata dell’utente reale. Non c’è alcun segnale tecnico che distingua le due cose.
È il problema centrale che sta emergendo con i browser dotati di agenti AI integrati — ChatGPT Atlas, Perplexity Comet, Claude for Chrome, e le funzioni equivalenti che Google sta portando dentro lo stesso Chrome — e riguarda meno la tecnologia in sé, più il fatto che il tuo strumento di misurazione non sa più cosa sta contando.
Quanto vale il fenomeno
Non è più marginale. Secondo i dati di HUMAN relativi ad aprile 2026, tre settori catturano insieme il 98% di tutto il traffico generato da agenti: i media (45,6%), l’e-commerce (38,2%) e i viaggi (14,1%). Shopify riporta una crescita di otto volte nel traffico proveniente da AI verso i propri negozi dall’inizio del 2025, con gli ordini originati da ricerche AI cresciuti di quindici volte nello stesso periodo. Sul fronte dei browser stessi, l’estensione Claude for Chrome è passata da circa 40.000 installazioni a dicembre 2025 a oltre dieci milioni a giugno 2026, secondo i dati pubblici del Chrome Web Store — una curva di adozione che nessun altro strumento di produttività ha replicato con la stessa velocità nello stesso periodo.
Perché i log del sito non lo segnalano
Il problema tecnico è più radicale di un semplice bot da filtrare. Un vero crawler — GPTBot, ClaudeBot, i motori tradizionali — si annuncia: ha uno user agent riconoscibile, spesso un indirizzo IP che appartiene a un blocco noto, e un comportamento distinguibile nei log del server. Gli agenti che operano dentro un’estensione del browser, come Claude for Chrome o Atlas, non fanno nulla di tutto questo. Girano dentro la sessione reale dell’utente, con le sue credenziali già attive, il suo indirizzo di casa o d’ufficio, lo stesso identico browser che userebbe lui stesso. Per il tuo sistema di analisi, non esiste alcuna colonna in cui questo tipo di visita si distingua da una qualunque altra.
C’è un secondo livello dello stesso problema, distinto dal primo: una parte consistente del traffico che arriva da un motore di risposta AI — non l’agente che naviga il tuo sito, ma il link che un sistema come ChatGPT suggerisce a un utente dopo avergli risposto — arriva senza alcun referrer identificabile. Diverse analisi di settore stimano questa quota attorno al 70% del traffico AI complessivo, che finisce quindi conteggiato genericamente come “diretto” in un pannello Analytics standard, mescolato con chi ha semplicemente digitato l’indirizzo del sito a memoria.
Un dettaglio che complica e uno che rassicura
Una ricerca accademica recente, che ha testato in modo sistematico il comportamento di tre agenti commerciali — Brave AI Browsing, ChatGPT Atlas e Perplexity Comet — su richieste di shopping costruite apposta per contenere informazioni sensibili (una condizione medica, un divorzio recente, una preferenza di marca dichiarata), ha trovato che due dei tre agenti testati non condividevano mai quei dettagli superflui con i siti visitati: le query restavano essenziali, limitate a ciò che serviva davvero per completare il compito — “strisce per test glicemico, confezione grande” — senza propagare il resto del contesto personale. È una notizia rassicurante sul fronte della privacy, ma complica ulteriormente la misurazione dal lato di chi vende: un agente che arriva sul tuo sito con una query volutamente ridotta all’osso lascia ancora meno tracce comportamentali utili di quante ne lascerebbe la stessa persona, con lo stesso obiettivo, che naviga da sola.
Cosa può fare un gestore
Non esiste, allo stato attuale, uno strumento che separi con certezza questo traffico da quello umano guardando solo i dati standard di un CMS o di Google Analytics. Quello che si può fare è un’analisi comportamentale indiretta sui propri log server, cercando pattern che un umano raramente produce: sequenze di pagine visitate in tempi innaturalmente rapidi e regolari, percorsi di navigazione che saltano direttamente alle pagine con le informazioni più strutturate — prezzo, disponibilità, specifiche tecniche — ignorando contenuti pensati per la persuasione visiva, o sessioni che confrontano più prodotti in sequenza con una logica quasi meccanica. Nessuno di questi segnali, da solo, prova nulla. Insieme, su un volume sufficiente di sessioni, cominciano a disegnare un pattern osservabile.
Un secondo intervento, più alla portata di chi non vuole costruire un’analisi comportamentale sofisticata, riguarda l’attribuzione: aggiungere un passaggio esplicito nel proprio processo di raccolta dati — un campo “come hai scoperto questo prodotto” al momento dell’acquisto, o un confronto sistematico tra il traffico “diretto” e quello atteso in base alla propria base di clienti abituali — per stimare quanto di quel traffico apparentemente anonimo sia in realtà mediato da un sistema AI, invece di essere davvero diretto.
Perché conviene occuparsene subito
Un’azienda che oggi ignora questo fenomeno, considerandolo ancora troppo modesto per meritare attenzione, rischia di ritrovarsi tra qualche trimestre con una fetta crescente e già consolidata del proprio traffico completamente illeggibile nei propri report — non per un errore di configurazione, ma perché lo strumento di misurazione non è mai stato progettato per distinguerla. La curva di crescita di Claude for Chrome, passata da quarantamila a dieci milioni di installazioni in sei mesi, suggerisce che la finestra per abituarsi con calma a questo problema si sta chiudendo più in fretta di quanto si pensi.