Le previsioni sullo shopping con agenti AI nel 2030 vanno da 385 a 1.000 miliardi di dollari

Tre società hanno pubblicato una previsione sulla stessa cosa: quanto fatturato retail statunitense sarà gestito da un agente AI per conto di chi compra entro il 2030. Il massimo di ciascuna forbice:

Società	Massimo della forbice, USA, 2030	Forbice completa
McKinsey	1.000 miliardi di dollari	fino a 1.000 miliardi nel retail USA, da 3.000 a 5.000 miliardi a livello globale
Bain & Company	500 miliardi di dollari	da 300 a 500 miliardi
Morgan Stanley	385 miliardi di dollari	da 190 a 385 miliardi, circa il 10-20% del retail online

Fonti: McKinsey via Digital Commerce 360, Bain, Morgan Stanley.

Sono previsioni, non misurazioni. Vanno trattate come tali. Ma vale la pena capire perché divergono, perché è proprio la differenza la parte utile.

Perché i numeri sono così distanti

Non stanno contando la stessa cosa.

Morgan Stanley conta gli acquisti che un agente porta a termine. Chi compra dice a un assistente cosa vuole, l'agente sceglie e paga. È la definizione più stretta e dà il numero più piccolo: da 190 a 385 miliardi, che tradotti significano dal 10% al 20% del retail online statunitense.

Bain conta gli acquisti che un agente influenza o porta a termine. I suoi 300-500 miliardi includono i casi in cui l'agente fa il confronto e la persona clicca sull'ultimo pulsante.

McKinsey conta il fatturato "orchestrato". Qualsiasi vendita in cui un agente ha svolto un lavoro rilevante nel percorso: scoperta, confronto, riordino o checkout. È la definizione più ampia e dà 1.000 miliardi negli Stati Uniti e da 3.000 a 5.000 miliardi nel mondo.

Quindi la distanza dipende soprattutto da dove si traccia la linea tra "l'agente ha aiutato" e "l'agente ha comprato". Con la definizione stretta, nel 2030 un dollaro su dieci del retail online statunitense passa da un agente. Con quella ampia, l'agente tocca quasi tutto.

Su cosa concordano

Tre cose, e contano più della cifra esatta.

La direzione. Nessuno prevede zero, o una crescita piatta. Tutte le società che hanno analizzato il tema si aspettano che tra quattro anni esista una quota di retail che oggi non esiste.

Il meccanismo. In tutti e tre i modelli è l'agente a fare il confronto. Legge i dati di prodotto di diversi venditori, li confronta con quello che l'utente ha chiesto e sceglie. La persona vede il risultato, non la rosa dei candidati.

I tempi. L'infrastruttura per il caso stretto è arrivata nel 2025 e nel 2026: il checkout di OpenAI dentro ChatGPT, il protocollo di pagamento per agenti di Google, i livelli commerce per agenti di Stripe e Shopify. Le previsioni riguardano l'adozione, non la fattibilità.

L'assunto che sta sotto ogni previsione

Ognuno di questi numeri dà per scontato che, quando un agente confronta i prodotti, il tuo prodotto sia confrontabile. Significa che i fatti su cui chi compra decide sono disponibili all'agente come dati: il prezzo, la specifica su cui verte la domanda, ciò che rende questo prodotto diverso dal successivo.

Oggi, negli shop che analizziamo, spesso non è così. I fatti stanno in una foto, in un PDF, in una tabella taglie o nella testa di chi gestisce il negozio. Un agente che legge quella pagina ottiene un nome e un prezzo, poi passa a una pagina che gli dice di più. Le previsioni contano il fatturato che va ai venditori le cui pagine erano leggibili.

È questo che rende il numero utile su cui agire prima del 2030. Il confronto sta già avvenendo oggi, su piccola scala, ogni volta che qualcuno chiede a un assistente quale prodotto comprare. Fai all'assistente la domanda che ti fanno i tuoi clienti e guarda se ti nomina. Il controllo gratuito sulla nostra home page lo fa per una domanda, con una ricerca dal vivo.