Dopo anni passati a lavorare su SEO, app, e-commerce e retail media, per le insegne si apre un nuovo terreno competitivo. Si chiama GEO e riguarda la capacità di essere trovati, compresi e suggeriti dagli assistenti di intelligenza artificiale. Immaginiamo una richiesta molto semplice: «Devo preparare cinque cene per quattro persone, ho poco tempo, vorrei mangiare sano e spendere meno di 80 euro». Fino a oggi il consumatore avrebbe cercato ricette, preparato una lista, aperto l’app del supermercato oppure sarebbe entrato nel punto vendita iniziando a scegliere prodotto dopo prodotto. Un assistente AI può fare qualcosa di diverso: interpretare il bisogno, comporre i pasti, individuare gli ingredienti e trasformarli direttamente in un carrello.
A quel punto per la GDO nasce un problema nuovo. Come fa un’insegna a essere quella proposta dall’intelligenza artificiale? E come fa una marca a entrare tra i prodotti suggeriti? È qui che comincia a farsi strada la GEO, Generative Engine Optimization. In modo molto semplice, potremmo definirla come la SEO delle intelligenze artificiali: attività finalizzate a rendere un brand e i suoi prodotti più facilmente individuabili e utilizzabili da strumenti come ChatGPT, Gemini o Perplexity.
La definizione, però, rischia di essere riduttiva. Nel retail la GEO riguarda molto più delle parole utilizzate in una pagina web. Shopify parla di qualità e completezza dei dati prodotto, autorevolezza del brand sul web, recensioni, presenza editoriale e accesso diretto a informazioni aggiornate su prezzi e disponibilità. Secondo i dati Q1 2026 della piattaforma, le visite provenienti dai chatbot AI sono cresciute di oltre otto volte in un anno e gli ordini riconducibili a queste fonti quasi di tredici volte. Si tratta dei merchant Shopify e non della GDO italiana, ma il segnale merita attenzione.
Anche perché lo shopping dentro gli assistenti sta diventando molto più concreto. OpenAI ha esteso l’Agentic Commerce Protocol alla product discovery: i retailer possono fornire feed di prodotto e promozioni affinché cataloghi, prezzi e caratteristiche siano disponibili nelle conversazioni. Target, Sephora, Best Buy, Home Depot e altri grandi operatori sono già integrati, mentre i cataloghi Shopify possono essere rappresentati direttamente in ChatGPT. Per un supermercato significa iniziare a chiedersi se il proprio assortimento sia comprensibile anche da una macchina. Non basta più che un prodotto esista nell’e-commerce. Occorre che siano chiari formato, prezzo, ingredienti, caratteristiche nutrizionali, disponibilità, promozioni e tutte quelle informazioni che possono diventare decisive quando l’AI deve rispondere a una richiesta precisa.
Knuspr, supermercato online tedesco, è già arrivato al passaggio successivo. Ha collegato direttamente il proprio catalogo agli assistenti compatibili con MCP, permettendo al cliente di cercare prodotti e gestire il carrello anche attraverso ChatGPT. Pensiamo allora alla nostra richiesta iniziale. L’utente non ha chiesto una marca di pasta, uno specifico yogurt o un determinato sugo. Ha indicato un bisogno, un budget e alcune preferenze. Tutto ciò che viene dopo può essere oggetto di selezione. Per l’industria significa confrontarsi con una nuova forma di visibilità. Per il retailer significa decidere quanto rendere accessibili catalogo, disponibilità e promozioni agli assistenti esterni. E per entrambi significa capire quali informazioni servano affinché l’AI li consideri pertinenti quando costruisce una risposta.
La competizione sullo scaffale naturalmente resterà. Così come quella sui motori di ricerca, nelle app e nel retail media. Ma potrebbe aggiungersene un’altra, molto meno visibile. Essere tra le insegne e le marche che l’intelligenza artificiale prende in considerazione prima ancora che il consumatore inizi a fare la spesa. E forse è proprio questa la domanda che oggi la GDO dovrebbe cominciare a porsi: se il cliente smette di cercarci e comincia a chiedere a un’AI cosa comprare, siamo abbastanza visibili perché quell’AI trovi noi?
