AI e lead generation B2B

Come cambia il funnel quando i clienti usano l’AI per scegliere i fornitori

AI e lead generation B2B: come cambia il funnel quando i clienti usano l’AI per scegliere i fornitori

Categoria

Web e digital marketing

Data di pubblicazione

29 Ottobre 2026

Un responsabile IT deve cambiare il gestionale. Non apre Google: apre una chat AI e scrive “Quali sono i fornitori di ERP per aziende manifatturiere in Lombardia e in cosa si differenziano”. In meno di un minuto ha tre nomi, una tabella di confronto e quattro domande da fare al primo incontro.

Quando compila il form di uno dei possibili fornitori che ha trovato, la parte difficile della decisione è già avvenuta. E non è avvenuta tramite il tuo sito.

 

Il primo contatto non è più il primo contatto

Secondo l’ultima ricerca di Gartner effettuata su un campione di 645 buyer B2B, il 45% ha usato l’AI generativa durante un acquisto recente, soprattutto per raccogliere informazioni su fornitori e prodotti. Lo stesso campione dichiara di consultare in media sette fonti diverse prima di decidere, e una seconda ricerca dello stesso istituto rileva che il 67% preferisce arrivare in fondo al processo d’acquisto senza parlare con un venditore.

C’è però un numero che ribalta la lettura dei dati: il 69% dei buyer intervistati torna da un commerciale per farsi confermare quello che l’AI gli ha detto. L’AI non sta sostituendo la relazione commerciale, ma sta decidendo con chi quella relazione comincia.

In Italia il quadro è questo. I dati Istat dicono che le imprese con almeno 10 addetti che usano l’intelligenza artificiale sono passate dall’8,2% del 2024 al 16,4% del 2025, con le PMI al 15,7% contro il 53,1% delle grandi imprese. Significa che molte aziende italiane non hanno ancora un progetto AI interno, ma le persone che ci lavorano usano già una chat AI per capire a chi chiedere un preventivo.

 

Che cos’è il TOFU e perché è il pezzo che si sta spostando

Il funnel di marketing — il percorso che una persona compie da quando si accorge di avere un problema a quando firma — si divide in tre fasi.

  • TOFU (top of the funnel): è il momento in cui una persona si accorge di avere un problema e cerca di capire come si chiama, come si risolve e chi lo risolve. Non sta ancora valutando te: sta capendo il mercato.
  • MOFU (middle of the funnel): confronta le alternative, raccoglie preventivi, verifica referenze.
  • BOFU (bottom of the funnel): decide e firma.

Per quindici anni il TOFU è stato il terreno di gioco di blog, SEO, campagne e fiere: contenuti che intercettano una domanda generica e portano traffico sul sito. Il MOFU avveniva sulle pagine servizio, il BOFU in call.

Oggi il TOFU si è spostato dentro una conversazione privata, e una parte del MOFU l’ha seguito. Confrontare quattro fornitori richiedeva mezza giornata di ricerca; ora è una domanda sola, con la risposta già organizzata in tabella.

 

Cosa succede ai numeri che guardi ogni mese

Il funnel non si accorcia.
Diventa invisibile nella sua prima metà, e questo si vede nei report:

  • Le sessioni calano, ma i lead restano stabili o migliorano di qualità
  • In Search Console compaiono impression senza clic: la domanda riceve risposta nel riquadro che Google genera in cima ai risultati, e l’utente non ha più motivo di aprire il relativo sito
  • Aumenta il traffico che gli strumenti di analisi non riescono ad attribuire a una fonte precisa e finisce nella categoria “diretto”, oppure arriva come referral, cioè da un collegamento presente su un altro sito: in questo caso i domini degli assistenti AI, quando citano una fonte e l’utente ci clicca sopra
  • Chi arriva al form fa domande più avanzate, perché ha già fatto la ricerca

 

L’errore più comune in questa fase è leggere il calo di traffico come un problema SEO e rispondere pubblicando più articoli. Il traffico non è calato perché i contenuti non si posizionano: è calato perché una parte del percorso è uscita dal sito.

 

Cosa legge un’AI prima di fare il nome di un fornitore

Un modello linguistico non “sceglie” un’azienda: associa un problema descritto a una capacità descritta, e poi verifica se altre fonti confermano. Da qui deriva tutto il resto.

Pagine che partono dal problema, non dal prodotto

Una pagina intitolata “Soluzioni integrate di nuova generazione” non si aggancia a nessuna domanda reale. Una pagina che dice cosa risolve, per chi, in quali settori e con quali tempi, sì.

Informazioni fattuali esplicite

Dove sei, che dimensione hai, da quanto esisti, quali certificazioni hai, quali settori servi. Sono le informazioni che permettono a un’AI di dire “in provincia di Bergamo” invece di non dire niente. Molte aziende le hanno solo nella presentazione commerciale in PDF.

Coerenza fra quello che dici tu e quello che dicono gli altri

Sito, scheda Google, LinkedIn, directory di settore, recensioni, comunicati. Se tre fonti raccontano tre aziende diverse, il modello non ha una versione da riportare.

Prove verificabili

Numeri, risultati, casi documentati con nome e cifre. Le affermazioni senza riscontro passano, ma non vengono riprese: non c’è niente da citare.

Struttura leggibile

Titoli che dicono di cosa parla la sezione, risposte dirette subito sotto la domanda, frasi che si reggono da sole se estratte dal contesto.

C’è poi un dato della stessa ricerca Gartner che merita attenzione: il 51% dei buyer ritiene più probabile incontrare informazioni fuorvianti passando dall’AI generativa, contro il 49% che dice lo stesso di un commerciale. Una parte di quelle informazioni imprecise riguarda proprio i fornitori, e quando su un’azienda in rete si trova poco o si trovano versioni discordanti, il modello mette insieme quello che ha.

 

Quello che vediamo lavorando sui siti

Riscrivere pagine servizio partendo dalle domande dei clienti invece che dal catalogo, strutturare i casi studio con dati reali, tenere allineate le informazioni aziendali su tutti i canali: sono attività che facciamo da anni per la SEO e per le persone che leggono, e che oggi servono anche a essere leggibili da un modello linguistico.

La verifica più utile che abbiamo adottato è anche la più semplice. Prendiamo il sito di un cliente e proviamo a chiedere a un assistente AI cosa fa quell’azienda, per chi, dove e con quali competenze. Quasi sempre emergono due cose: informazioni che l’azienda dà per scontate e non ha mai scritto da nessuna parte, e pagine che a una lettura esterna non dicono quello che chi le ha scritte pensava dicessero.

Nessuno controlla cosa risponde un’AI. Si può controllare cosa trova.

 

Da dove si parte

  1. Verifica come viene descritta la tua azienda oggi, interrogando diversi assistenti AI con le domande che farebbe un potenziale cliente.
  2. Controlla che le informazioni di base — attività, sede, dimensione, settori serviti, certificazioni — siano scritte sul sito in forma testuale, non solo nei materiali commerciali.
  3. Riallinea le fonti esterne: scheda Google, LinkedIn, directory, profili di settore.
  4. Riscrivi le pagine servizio partendo dal problema che risolvono.
  5. Aggiungi prove: casi, numeri, risultati documentati.
  6. Separa nei report il traffico di ricerca da quello che arriva dagli assistenti AI, così da leggere i due andamenti distintamente.
  7. Prepara i commerciali a un interlocutore informato: la prima domanda non è più “Di cosa vi occupate?”, ma “Confermate quello che ho letto?”.

 

Il percorso d’acquisto non è diventato più corto. È diventato più silenzioso nella parte iniziale, e quando torna visibile è già quasi deciso. Le aziende che se ne accorgono adesso hanno il vantaggio di poter lavorare su informazioni, contenuti e dati prima che lo faccia il loro mercato di riferimento.

 

Se vuoi capire come la tua azienda viene descritta oggi e cosa manca perché venga descritta bene, contattaci.

Articoli correlati

Scopri altre categorie