Per anni abbiamo argomentato che farsi citare dalle AI conta. Ma argomentare è una cosa, dimostrarlo con i numeri è un'altra. Uno studio pubblicato a giugno 2026 da Scrunch, basato su milioni di eventi di ricerca reali, porta finalmente la prova quantitativa che mancava: quando un'AI raccomanda un brand a qualcuno che non lo conosce, quella persona va a cercarlo. E la tua analytics, quasi sempre, non se ne accorge.
Il dato che cambia la conversazione
Scrunch ha incrociato le conversazioni AI anonimizzate di un panel opt-in con la successiva attività web delle stesse persone — ricerche su Google, visite ai siti dei brand, visualizzazioni di prodotti sui retailer — nel periodo da febbraio a maggio 2026. Il risultato è netto.
Quando una piattaforma AI raccomanda un brand a una persona che nella settimana precedente non mostrava alcun segno di conoscerlo, entro i sette giorni successivi quella persona diventa circa:
- il 182% più propensa a cercare il brand su Google;
- il 117% più propensa a visitare il sito del brand;
- il 185% più propensa a vederne i prodotti sulla pagina di un retailer.
Sono incrementi enormi, e arrivano da un canale che fino a ieri consideravamo "solo" un posto in cui comparire. La citazione AI non è una metrica di vanità. È l'innesco di un percorso d'acquisto.
L'attribuzione invisibile
C'è un dettaglio che rende questo studio prezioso per chiunque gestisca marketing. Quando l'utente, qualche giorno dopo aver ricevuto la raccomandazione dall'AI, atterra sul sito del brand, la spinta iniziale dell'AI non compare da nessuna parte nei report. Il team archivia quella visita come traffico "organico" o "diretto", senza accorgersi che l'AI è stata la rampa di accesso.
È esattamente il fenomeno che avevamo descritto parlando del fatto che l'AI ti conosce ma non ti cita: lì il problema era non comparire, qui è comparire e portare clienti senza ricevere alcun credito. In entrambi i casi, chi guarda solo la dashboard tradizionale vede una realtà distorta.
Il rischio è concreto e ha un nome: sottovalutare e quindi sotto-investire nell'ottimizzazione per le AI, lasciando campo libero ai concorrenti che invece la prendono sul serio.
Raccomandazione e menzione non sono la stessa cosa
Lo studio introduce una distinzione che i lettori di questo blog conoscono già bene, perché è uno dei pilastri del nostro framework: la differenza fra essere menzionati ed essere raccomandati.
Una menzione è quando l'AI nomina il brand di passaggio, magari per confronto. Una raccomandazione è quando l'AI lo mette attivamente in avanti come opzione da scegliere. E i numeri dicono che una raccomandazione fa all'incirca il doppio del lavoro di una menzione a ogni passo del funnel.
È la conferma esterna di una cosa che diciamo da tempo: misurare solo "quante volte vieni nominato" è insufficiente. Conta la qualità della comparsa. La distinzione fra il Citation Rate come Presence e il Citability Score come misura qualitativa trova qui la sua validazione sul campo.
Dove appari e come ti presenta l'AI
Non tutte le raccomandazioni pesano uguale. Lo studio quantifica due fattori che incidono moltissimo sulla probabilità che l'utente vada poi a cercarti.
La posizione nella risposta:
- i brand nominati per primi hanno il 389% di probabilità in più di essere cercati;
- quelli a metà risposta il 148% in più;
- quelli per ultimi solo il 50% in più.
Il modo in cui vieni inquadrato:
- i brand presentati come "migliore" o "top" hanno il 425% di probabilità in più di essere cercati;
- quelli citati in linguaggio neutro il 128% in più.
Tradotto: non basta essere nella risposta. Bisogna essere in cima alla risposta e inquadrati come la scelta migliore. È, ancora una volta, la differenza fra presenza grezza e qualità della citazione.
Le differenze tra le piattaforme
Lo studio si concentra su ChatGPT e Gemini, con un campione minore e dichiaratamente più rumoroso su Claude. ChatGPT muove il funnel in modo più marcato di Gemini, anche se gli autori notano che la differenza dipende più da chi usa ciascuna piattaforma che dalla piattaforma in sé: gli utenti ChatGPT appaiono semplicemente più pronti all'acquisto.
Il dato su Claude è il più sorprendente, ma va maneggiato con la cautela che gli stessi autori raccomandano: il campione è più sottile, raccolto solo a partire da metà ricerca, e i numeri oscillano di più. Con questa premessa, gli utenti Claude risulterebbero, su dati parziali, addirittura il 436% più propensi a cercare il brand su Google dopo una raccomandazione. È un'indicazione direzionale, non una certezza statistica — ma se confermata, racconterebbe di un pubblico particolarmente orientato all'azione.
La lezione operativa è chiara comunque: servono presidio e misurazione multi-modello. Essere forti su una piattaforma e assenti su un'altra significa perdere intere fette di pubblico pronto all'acquisto.
Cosa farne, concretamente
Lo studio si chiude con indicazioni operative che coincidono con il metodo che applichiamo da tempo. Tre, in particolare.
Trattare l'AI search come un vero canale top-of-funnel. Il fatto che non riesci sempre a collegare la risposta AI alla visita non significa che non stia accadendo nulla. Sta accadendo, e va misurato con strumenti dedicati invece che dedotto dalle dashboard tradizionali.
Verificare su quali piattaforme appari. Visibile su Gemini ma non su ChatGPT? Stai perdendo un pezzo importante di pubblico pronto all'acquisto. La diagnosi va fatta modello per modello.
Creare contenuti che ti fanno raccomandare, non solo nominare. Le leve sono le stesse su cui le AI si appoggiano: contenuti di prodotto e servizio ben strutturati, risorse comparative autorevoli e citabili, una presenza solida sulle fonti che i modelli considerano affidabili. È il lavoro di costruzione di autorità di fonte di cui parliamo in ogni articolo.
La prova che mancava
Per chi lavora sull'AI Visibility, questo studio è importante per una ragione precisa: sposta la discussione dal "ha senso investire?" al "quanto stai già guadagnando senza accorgertene?". I numeri mostrano che la citazione AI alimenta il funnel anche quando l'analytics la rende invisibile.
Va detto con onestà: Scrunch è un attore che vende strumenti di monitoraggio dell'AI Visibility, esattamente come noi proponiamo metodo e misurazione in questo campo. Lo studio è dunque anche un documento di posizionamento commerciale. Ma la metodologia è dichiarata, ampia e trasparente, con confronti within-person che isolano l'effetto reale dalla semplice coincidenza. È ricerca solida, e i suoi numeri sono coerenti con tutto ciò che osserviamo sul campo.
La conclusione è la stessa che ripetiamo da mesi, ora con una base quantitativa in più: l'AI non aspetta che la tua dashboard le dia credito. I clienti che ti scopre te li porta comunque. Sta a te decidere se misurare quel flusso e ottimizzarlo, oppure continuare a chiamarlo "traffico diretto" e lasciarlo al caso. Le aziende che misurano e presidiano la propria presenza nelle AI vinceranno le raccomandazioni che nutrono il funnel. Le altre resteranno a chiedersi perché i concorrenti crescono senza apparente motivo.