Le conversazioni che non puoi osservare

La valutazione più influente avviene in chat private. Restano due misure parziali — l'impressione senza la domanda, il prompt simulato senza l'utente — e la scelta è su quale delle due far girare le decisioni.

Questo fenomeno è la precondizione degli altri tre, ed è il motivo per cui questa funzione non si gestisce con un cruscotto. Il corpus lo dice nella forma più secca possibile, nella voce Social Listening di Fiducia, AI literacy e calibrazione: «la conversazione più influente sul brand avviene in chat private, non osservabili» — l’utente confronta alternative, si lamenta, sceglie, e nessuno lo ascolta. È «una perdita strutturale di visibilità, non colmabile con strumenti migliori».

L’ordine di grandezza aiuta a capire di cosa si sta parlando. Uno studio condotto sui dati di OpenAI misura 2,6 miliardi di messaggi al giorno sui piani consumer a giugno 2025, contro i 451 milioni di giugno 2024 (How People Use ChatGPT, NBER Working Paper 34255, settembre 2025). Non è una stima: è il conteggio del volume complessivo. Quelle conversazioni sono analizzabili su scala industriale — quel paper lo dimostra classificandone circa 1,1 milioni con un procedimento in cui «nessun essere umano legge mai il contenuto di un messaggio» — ma l’unico soggetto che può farlo è il fornitore, dentro il proprio perimetro, e ciò che viene pubblicato è aggregato per categoria di compito. Mai per brand. Non esiste una versione di quel lavoro da cui un’azienda ricavi cosa si dice di lei.

Il non-clic ha un numero

Il corpus chiama informed non-opener l’utente che ottiene il valore dal riassunto e non apre mai — «non è assenza di interesse, è assenza di traccia» (Il customer journey si accorcia). Una ricerca del Pew Research Center lo misura sul comportamento reale, non su prompt simulati: 900 adulti statunitensi che hanno accettato di condividere la propria navigazione, 68.879 ricerche Google distinte nel marzo 2025.

Quando compare un riassunto AI, il clic su un risultato tradizionale avviene nell’8% delle visite, contro il 15% quando il riassunto non c’è.
Il clic su un link dentro il riassunto avviene nell’1% delle visite.
E il dato che conta di più qui: il 26% delle pagine con riassunto AI chiude del tutto la sessione di navigazione, contro il 16% delle pagine con soli risultati tradizionali.

Un quarto delle volte l’utente ha finito. Non ha rinunciato: ha ottenuto quello che cercava, e da nessuna parte compare come persona soddisfatta — se compare, compare come traffico mancato. (Pew Research Center, luglio 2025; marzo 2025, solo Stati Uniti, solo Google. Il rapporto fra i due tassi di clic è più solido del livello assoluto.)

Le due misure che restano, e cosa non contengono

La prima è ufficiale e non ha domande. Dal 3 giugno 2026 Search Console offre i report Search Generative AI performance: impression dentro AI Overviews, AI Mode e le funzioni generative di Discover, con pagine, Paesi, dispositivi e date. Solo impression — senza click, CTR, posizione media o query, e con le tre superfici aggregate. Sai di essere comparso. Non sai a quale domanda stavi rispondendo, né cosa è successo dopo.

La seconda è simulata e non ha utenti. Gli strumenti di AI visibility eseguono set di prompt costruiti a tavolino: ripetibili per costruzione, e per la stessa ragione diversi da come le persone scrivono davvero. Il corpus è già netto sui limiti — «qualsiasi strumento che venda una posizione in classifica dentro l’AI sta vendendo un artefatto» — e fornisce le quattro domande da fare a un fornitore prima di firmare: quante volte esegui ciascun prompt, come costruisci e aggiorni il set, pubblichi la metodologia in forma verificabile, vendi posizioni in classifica. Resta il limite che nessuna delle quattro risolve: quello che misuri sono le risposte alle tue domande.

Nessuna delle due misura ciò che il fenomeno descrive. Sono entrambe legittime e entrambe parziali, e la parzialità è di due tipi diversi: la prima è cieca sull’intento, la seconda è cieca sulla popolazione.

La decisione

La domanda. Su quale delle due misure parziali accettiamo di far girare le decisioni di questa funzione — e lo diciamo, o facciamo finta di avere un dato?

Il default per omissione. Non si sceglie, e sceglie l’intermediario: è Google a stabilire quali metriche esistono nei suoi report, ed è il fornitore del modello a stabilire che l’aggregato si pubblica per categoria di compito e non per brand. La differenza rispetto agli altri default di questo sito è che qui non viene scelta un’impostazione: viene scelto il perimetro stesso di ciò che è conoscibile, e viene scelto per tutti.

Il prezzo dei due rami. L’impressione senza la domanda costa che ottimizzi la comparsa senza sapere a quale intento stai rispondendo, e che quel 26% di sessioni concluse non lo vedrai mai come domanda soddisfatta: nei tuoi numeri sarà un mancato arrivo, e la lettura naturale di un mancato arrivo è che il canale non funzioni. Il prompt simulato senza l’utente costa una misura stabile di un mondo che non esiste — una serie storica pulita, confrontabile con sé stessa, costruita su domande che nessun cliente ha scritto — con il rischio specifico che la stabilità venga scambiata per accuratezza. E c’è un costo comune ai due rami: entrambe le misure si comprano o si costruiscono, e nessuna delle due risponde alla domanda per cui viene comprata.

Come si misura. È il fenomeno in cui la domanda si ripiega su sé stessa, ed è meglio dirlo che aggirarlo: non esiste una misura della quota di conversazione non osservata, perché per misurarla bisognerebbe osservarla. Si può fare una sola cosa onesta, ed è dichiarare la copertura: quali superfici sono coperte, con quale metodo, e quale parte è dichiaratamente fuori. Il resto si sposta sui proxy che la conversazione la contengono davvero — richieste al supporto, domande in fase di vendita, motore di ricerca interno, interviste — che non sono rappresentativi ma sono reali, cioè hanno il difetto opposto a quello del prompt simulato.

Chi decide. Social Listening / Brand Intelligence per il perimetro dell’ascolto, AI Visibility Analyst per la rilevazione, Digital / Web Analyst per la parte a valle. Ma la decisione vera è a monte di tutti e tre: è la scelta di quale grado di cecità l’organizzazione è disposta a mettere per iscritto, e quella si prende dove si approvano gli obiettivi — perché un obiettivo su un canale non osservabile è un obiettivo che nessuno potrà dichiarare raggiunto.

→ caso particolare di Quanto vale il traffico da AI, e precondizione degli altri tre fenomeni di questo capitolo: spiega perché nessuno dei tre si può presidiare con un cruscotto.

Effetto per le professionalità

Social Listening / Brand Intelligence — È il ruolo più colpito, e in un modo che non si risolve cambiando strumento. L’oggetto storico del mestiere — la conversazione pubblica — si restringe due volte: perde quota rispetto alla chat privata, e perde qualità perché il segnale social è diluito dal contenuto sintetico, quindi il volume di menzioni vale meno come indicatore. Quello che resta è un lavoro diverso: presidiare le fonti da cui il modello impara invece di ascoltare ciò che le persone dicono, e mettere per iscritto quale parte non è coperta. Dichiarare la copertura diventa parte del deliverable, non una nota metodologica.
AI Visibility Analyst — Va tenuta ferma la distinzione fra la volatilità e la cecità, perché si somigliano e si curano in modo opposto. La volatilità sincronica si governa con le ripetizioni, quella diacronica con le serie storiche — 40-60% dei domini citati cambia in un mese. La cecità no: non si governa affatto, perché non riguarda la stabilità della misura ma la popolazione su cui è presa. Un prompt set eseguito cento volte resta un prompt set scritto da te.
Digital / Web Analyst — La parte non osservabile ha un effetto diretto sui contenitori a valle, e va spiegato prima che qualcuno legga i numeri al contrario: l’utente che chiude la sessione dopo il riassunto non è un utente perso, ma nei dati assomiglia a un utente perso. Vale insieme al fatto già registrato in Il customer journey si accorcia, cioè che il traffico influenzato dall’AI arriva molto meno come direct e molto più come ricerca branded. Servono un channel group dedicato, e l’avvertenza esplicita che una quota della domanda soddisfatta non entra nel modello di attribuzione — né entrerà.
UX Researcher — È la figura che possiede l’unico accesso rimasto alla conversazione reale, e cambia di importanza per una ragione nuova: non perché la ricerca qualitativa sia migliore, ma perché la parte quantitativa di questo canale non esiste. Interviste, sessioni osservate, domande al supporto e al motore interno diventano l’unica fonte su come le persone formulano davvero le richieste — con il vantaggio, rispetto al prompt simulato, di contenere le formulazioni vere, e con il limite noto di non essere rappresentative. È il capovolgimento del rapporto abituale fra qualitativo e quantitativo: qui il qualitativo non illustra il dato, lo sostituisce.