Google UCP e OpenAI ACP: la lista di controllo del 2026 sarà pronta per l'agentic commerce

Commercio senza clic, acquisti agentici, agentic commerce,... non è più un'ipotesi teorica. Con il Universal Commerce Protocol (UCP), Google struttura la sua risposta aProtocollo di commercio agentico (ACP) alimentato da OpenAI. Due protocolli, due ecosistemi, ma lo stesso sconvolgimento: gli agenti di intelligenza artificiale scoprono, confrontano e acquistano invece degli utenti.

Abbiamo già esplorato queste modifiche in due articoli approfonditi:

• Google Universal Commerce Protocol (UCP): comprensione della rivoluzione del commercio senza clic e delle sue sfide per i rivenditori online
• OpenAI lancia ACP: quando ChatGPT diventa un canale di vendita

In questa guida, l'obiettivo non è più capire ma Agire. Offriamo una lettura strutturata, decisionale e orientata all'implementazione, per aiutare i team di e-commerce, di prodotto, di dati e di marketing a prepararsi efficacemente all'arrivo del commercio tramite agenzia.

Cosa dicono ufficialmente Google e OpenAI

Google UCP: i dati di prodotto come unico punto di integrazione

Secondo la documentazione ufficiale di Google, UCP mira a eliminare la moltiplicazione delle integrazioni tecniche offrendo un punto di ingresso singolo alle interfacce delle agenzie di Google: AI Mode in Search, Gemini, Business Agent e, domani, altre superfici conversazionali.

Tre conseguenze principali:

• Le Feed Google Merchant Center sta diventando la principale fonte di interpretazione dell'offerta dell'IA.
• La qualità degli attributi di strutturazione (prodotto, consegna, reso, disponibilità) condiziona l'idoneità per le tratte effettuate dagli agenti.
• Il venditore rimane il venditore di riferimento, ma l'interfaccia e il processo di acquisto sono gestiti dall'IA.

In altre parole, il sito di e-commerce non è più il punto di ingresso per il commercio; Dati del prodotto diventa il linguaggio comune tra il commerciante e l'agente.

OpenAI ACP: verso uno standard di commercio conversazionale

Anche se OpenAI non pubblica ancora una documentazione così formalizzata come Google, la traiettoria strategica è già leggibile.
Con Pagamento istantaneo, ChatGPT diventa un canale di transazione nativo : non si accontenta più di consigliare prodotti, ma ora può discutere, rimuovere le obiezioni e attivare un acquisto, senza reindirizzare al sito del commerciante.

Questa evoluzione richiede logicamente un passo successivo.
Dopo il Pagamento agentico, la fornitura di un formato di alimentazione del prodotto standardizzato sembra essere un elemento essenziale per consentire agli agenti conversazionali di operare su larga scala.

Questo scenario è tanto più credibile perché la pubblicità sta gradualmente arrivando su ChatGPT. Non appena un ambiente conversazionale diventerà sia un canale multimediale che un canale transazionale, OpenAI dovrà disporre di un archivio di prodotti strutturato, comparabile e controllabile, proprio come quello che rappresenta Google Merchant Center nell'ecosistema Google.

Per funzionare in modo efficace, un agente come ChatGPT non può contare su:

• pagine web eterogenee,
• descrizioni implicite o incoerenti
• informazioni difficili da confrontare tra i commercianti.

Al contrario, ha bisogno dati di prodotto standardizzati, utilizzabile automaticamente, in grado di alimentare sia la raccomandazione, il confronto che la distribuzione pubblicitaria.

La convergenza è quindi evidente: come Merchant Center for Google, uno standard di flusso di prodotti è un'evoluzione logica e inevitabile nell'ecosistema ACP. I commercianti che hanno già strutturato e arricchito i dati dei loro prodotti saranno nella posizione migliore per attivare rapidamente questi nuovi formati, senza innovazioni tecnologiche o ritardi nel recupero.

Una realtà comune: tutto dipende dalla maturità dei dati di prodotto

UCP e ACP convergono sulla stessa realtà strategica: il futuro del commercio interinale non dipende dalla piattaforma scelta, ma da Livello di maturità dei dati di prodotto.

Indipendentemente dall'agente (Gemini, ChatGPT o un agente terzo), i requisiti sono gli stessi:

• un flusso ricco ed esaustivo,
• una struttura chiara e coerente,
• un aggiornamento continuo,
• un orientamento alla «comprensione automatica».

Ecco perché lavorare oggi all'ottimizzazione del flusso di Google Merchant Center è già un preparazione diretta all'UCP e indiretta all'ACP.

Guida all'implementazione: analisi e raccomandazioni chiave

1. Mappa la tua reale esposizione al commercio agentico

Prima di qualsiasi azione operativa, è essenziale comprendere Dove e come il commercio interinale avrà il maggiore impatto sulla tua attività.
Non tutte le categorie, i cataloghi e i modelli di business sono esposti agli agenti di intelligenza artificiale allo stesso modo. Alcune offerte sono naturalmente adatte alla raccomandazione automatica, altre richiedono ancora un ruolo importante per il branding, la consulenza o il sito.

Da analizzare concretamente:

• dipendenza dalle campagne Shopping e Performance Max,
• la parte del fatturato derivante da richieste ad alto contenuto di intenzioni,
• la complessità decisionale dei prodotti (semplice vs comparativa),
• lo stack esistente di e-commerce, dati e PIM

Da verificare:

• quali prodotti possono già essere consigliati senza attriti da un'intelligenza artificiale,
• quali categorie richiedono ancora un ruolo importante per il sito e lo storytelling.

2. Creazione di un prodotto unico, fonte di verità

Il trading tramite agenzia si basa su una semplice ipotesi: Un'intelligenza artificiale può solo consigliare ciò che comprende in modo inequivocabile. Dati frammentati, varianti mal modellate o regole incoerenti creano incertezza per gli agenti e quindi una perdita di visibilità.

Da configurare:

• un identificativo del prodotto (SKU/ID) stabile e condiviso,
• una modellazione chiara ed esaustiva delle varianti,
• una gerarchia coerente dei prodotti (categorie, usi),
• una sincronizzazione in tempo reale di prezzi, scorte e disponibilità.

Senza questa base, né l'UCP né l'ACP possono funzionare in modo efficace.

3. Trasformare il flusso di prodotti in una vera API commerciale

Il feed del prodotto è ora molto più di un mezzo di attivazione multimediale. In un ambiente di agenzia, diventa la materia prima consumata direttamente dagli agenti di intelligenza artificiale per capire, confrontare e consigliare i tuoi prodotti.
Con UCP, Google si affida già in modo massiccio al feed di Google Merchant Center per potenziare i percorsi di transazione di AI Mode, Gemini e agenti. Domani, la stessa logica si applicherà a OpenAI con ACP. Un flusso parzialmente riempito, mal strutturato o congelato limita meccanicamente la visibilità commerciale in questi ambienti.

Al contrario, un flusso arricchito, coerente e continuamente mantenuto diventa un vantaggio competitivo strutturale, immediatamente attivabile e sostenibile nel tempo.

Cosa fare in concreto:

• verificare la qualità reale del feed GMC (completezza, coerenza, freschezza),
• identificare gli attributi critici assenti o ambigui (usi, materiali, compatibilità),
• arricchire titoli e descrizioni per la comprensione automatica, non solo per la SEO,
• standardizzare rigorosamente le varianti per evitare qualsiasi ambiguità dell'IA,
• allineare i flussi, le regole aziendali e le pagine dei prodotti,
• configurare aggiornamenti frequenti e automatici,
• industrializzare l'arricchimento su larga scala.

In questo contesto, investi in uno strumento dedicato come Arricchisci i mangimi non è più un'opzione tattica, ma una decisione strutturante. Grazie ai suoi modelli di intelligenza artificiale specializzati e al suo scraper proprietario, Arricchisci i mangimi arricchisce, ottimizza e trasforma il feed di Google Merchant Center in una vera risorsa IA-Ready: un feed efficiente per le campagne Google Shopping e in grado di alimentare efficacemente gli attuali usi di Google (UCP, Gemini), preparandosi, senza interruzioni, all'imminente arrivo degli standard ACP sul lato OpenAI.

Contenuti aggiuntivi consigliati: La guida completa all'ottimizzazione dei feed dei prodotti di Google Merchant Center

4. Preparare il sito per essere letto, compreso e utilizzato dagli agenti di intelligenza artificiale

Anche se il ruolo del sito di e-commerce è impostato per essere ridefinito, ciò non indica in alcun modo la sua scomparsa. Il sito rimane un fonte di verità fondamentale per gli agenti di intelligenza artificiale, che la analizzano per comprendere l'offerta, verificare la coerenza delle informazioni e valutare la credibilità del commerciante.
Nella vendita al dettaglio di domani, il sito non è più rivolto esclusivamente ai visitatori umani. Dovrebbe inoltre esserlo leggibile da bot, agenti di intelligenza artificiale e LLM, in grado di estrarre dati strutturati per alimentare i loro ragionamenti e raccomandazioni.
Un sito non strutturato, contraddittorio o povero di segnali automatici diventa invisibile, anche se l'offerta è competitiva.

Cosa fare in concreto:

• implementare un markup completo di schema.org (prodotto, offerta, domande frequenti, recensione),
• allineare rigorosamente i dati del sito con quelli del feed del prodotto,
• strutturare il contenuto prodotto in modo fattuale e inequivocabile,
• eliminare qualsiasi incongruenza tra pagine di prodotto, feed CGV e GMC,
• garantire solide prestazioni tecniche, soprattutto su dispositivi mobili,
• generare e gestire dati strutturati dal flusso.

Soluzioni come Risorse intelligenti consentono proprio questo collegamento: sulla base di un flusso di prodotti arricchito, Smart Asset utilizza i migliori modelli di IA multimodali sul mercato per produrre dati strutturati, coerenti e utilizzabili da agenti di IA e LLM. Il sito diventa così leggibile, comprensibile e consigliato nel web e nel commercio di domani.

5. Trasforma il flusso di prodotti in API commerciali

In un mondo di agenzie, il flusso dovrebbe essere pensato come un API aziendale da macchina a macchinae non come semplice esportazione su piattaforme multimediali. Gli agenti di intelligenza artificiale confrontano, assegnano priorità e consigliano i prodotti in base a regole esplicite. Più i dati sono chiari, strutturati e comparabili, più l'agente è in grado di prendere una decisione affidabile.

Cosa fare in concreto:

• Rendi comprensibile ogni scheda prodotto senza un contesto visivo
• Strutturare in modo esplicito le regole di consegna, restituzione e pagamento
• Arricchisci gli attributi di differenziazione (vantaggi, casi d'uso, compatibilità)
• Verifica l'impatto dei miglioramenti sulla visibilità e sulle raccomandazioni dell'IA
• Pensa al flusso come a una risorsa di prodotto vivente, non come a un file fisso

6. Adattare la misurazione delle prestazioni a un mondo senza clic

Il trading tramite agenzia porta automaticamente a una diminuzione dei segnali tradizionali: meno sessioni, meno navigazione, meno punti di contatto misurabili. La performance non scompare, ma diventa meno osservabile tramite strumenti di analisi tradizionali. I dati di prodotto stanno ancora una volta diventando l'ancora una volta l'ancora dell'analisi.

Cosa fare in concreto:

• Misura le prestazioni a livello di prodotto (SKU) anziché a livello di sessione
• Riconciliazione dei dati degli annunci, dei feed dei prodotti e delle vendite nel back office
• Identifica i prodotti che sono naturalmente compatibili con la vendita di un'agenzia
• Monitora le differenze tra i prodotti esposti e i prodotti effettivamente consigliati

7. Mantenimento delle relazioni con i clienti al di fuori del sito

Quando l'interfaccia di acquisto è gestita da un'intelligenza artificiale, il rischio principale non è la perdita di traffico, ma diluizione delle relazioni con i clienti. Il marchio non scompare, ma non è più sempre visibile nel momento chiave della transazione. Il rapporto deve quindi essere ricostruito dopo l'acquisto e all'esterno del sito.

Cosa fare in concreto:

• Arricchisci le email transazionali con elementi del marchio
• Strutturazione di programmi di fidelizzazione indipendenti dal canale di acquisto
• Centralizza la conoscenza dei clienti al di fuori delle piattaforme AI
• Definisci un tono, regole e risposte che possono essere utilizzate dagli agenti (ad esempio Business Agent)

8. Organizzazione della governance interna

Il commercio tramite agenzia non può essere considerato come un progetto isolato realizzato da un unico team. Influisce contemporaneamente su dati, tecnologia, conformità ed esperienza del cliente. In molte organizzazioni, i dati di prodotto rimangono frammentati tra più team e strumenti. Questa frammentazione diventa un ostacolo importante in quanto gli agenti di intelligenza artificiale si affidano a questi dati per prendere decisioni aziendali. La governance diventa quindi un sfida strategica, allo stesso modo dell'infrastruttura o della strategia mediatica.

Da strutturare in modo prioritario:

• allineare l'e-commerce e il merchandising con la definizione dell'offerta di prodotti,
• coordinare l'acquisizione e i dati relativi agli indicatori orientati al prodotto,
• coinvolgere IT, ERP e PIM nella qualità e sincronizzazione dei dati,
• integrare i team legali e di conformità sulle regole esposte agli agenti,
• designare un chiaro proprietario dei dati del prodotto,
• Definisci i processi per la convalida e l'aggiornamento continui

I dati di prodotto dovrebbero diventare asset strategico condiviso, con responsabilità chiare e assunte.

9. Prova presto per imparare prima degli altri

UCP e ACP sono ancora in fase di strutturazione. Gli standard, gli usi e i comportamenti dei consumatori non sono fissi. In questo contesto, il vantaggio competitivo non deriverà da un'adozione tardiva e massiccia, ma dalla capacità di apprendere più velocemente degli altri. I brand che effettuano i test in anticipo accumuleranno informazioni difficili da recuperare.

Approccio consigliato:

• seleziona una categoria semplice e rappresentativa,
• attivare un flusso arricchito su un perimetro limitato,
• misurare l'impatto a livello di prodotto, non solo a livello globale,
• osservare i meccanismi di raccomandazione degli agenti,
• iterare rapidamente su attributi, regole e contenuti,
• estendersi progressivamente ad altre categorie.

I test precoci consentono di trasformare l'incertezza in apprendimento e l'apprendimento in un vantaggio duraturo.

Conclusione

UCP e ACP non sono semplici sviluppi tecnologici o iniziative isolate di Google e OpenAI. Si concretizzano in un profondo cambio di paradigma : il passaggio da un negozio guidato dal clic a uno scambio guidato dal comprensione, raccomandazione e decisione automatizzata.

In questo nuovo quadro, la domanda non è più se il trading tramite agenzia verrà alla ribalta, ma A che velocità e Con quale livello di preparazione le organizzazioni saranno in grado di adattarsi ad esso. Gli agenti di intelligenza artificiale non stanno sostituendo i marchi, ma stanno ridefinendo radicalmente i checkpoint: non sono più le interfacce a fare la differenza, sono i dati.

A medio termine, stanno chiaramente emergendo tre tendenze principali:

1. Le standardizzazione dei flussi di prodotto come base universale per gli scambi (UCP oggi, ACP domani),
2. la trasformazione del sito di e-commerce in quadro di riferimento semantico e strutturato per gli agenti di intelligenza artificiale,
3. L'ascesa di potere di un Lettura delle prestazioni incentrata sul prodotto, al di là delle logiche di traffico e di viaggio.

Di fronte a questa traiettoria, l'inazione è l'unico rischio reale. Le organizzazioni che si aspettano standard perfettamente fissi entreranno nella fase di recupero, mentre quelle che strutturano i dati di prodotto in questo momento acquisiranno un vantaggio sostenibile.

Concretamente, ciò significa agire su tre livelli, a partire da oggi:

1. strutturare e arricchire i dati di prodotto per renderlo leggibile, comparabile e utilizzabile dagli agenti di intelligenza artificiale,
2. Equipaggia questi dati (flusso, sito, contenuto) in modo che circoli senza attriti tra piattaforme, agenti e sistemi interni,
3. Stabilire una cultura del test e dell'iterazione, incentrato sull'apprendimento del prodotto piuttosto che sulla conformità dei canali.

Il commercio tramite agenzia non può essere decretato, è preparato. Non viene attivato da un semplice interruttore tecnico, ma da una graduale trasformazione del modo in cui i marchi pensano, governano e utilizzano i dati dei loro prodotti.

Questa guida non è una mappa stradale fissa, ma una quadro decisionale. Un punto di partenza per riprendere il controllo in un ecosistema in cui gli agenti di intelligenza artificiale diventeranno, domani, i principali prescrittori della domanda.

Quindi la domanda non è più: Sei pronto per l'UCP o l'ACP?
Ma piuttosto: Sei pronto a lasciare che gli agenti decidano per te o fornisci loro le informazioni giuste per decidere a tuo favore?