Editori, aziende e agenzie pubblicitarie stanno trovando nelle proprie analytics una quantità crescente di visite prodotte da crawler e agenti di intelligenza artificiale. Trattarle tutte come traffico indesiderato diventa difficile: una richiesta automatizzata può servire ad addestrare un modello, indicizzare una pagina, confrontare prezzi oppure preparare un acquisto per conto di una persona.
Digiday ha raccolto l’8 settembre le esperienze di operatori che devono scegliere quali sistemi bloccare e quali lasciare entrare. Per un e-commerce, un agente autorizzato può rappresentare un nuovo passaggio del percorso di acquisto. Un bot non identificato può invece consumare risorse, alimentare segmenti di retargeting inutili e gonfiare il numero delle visite.
Il 52 per cento riguarda i crawler
Le percentuali pubblicate in questo settore misurano fenomeni differenti. Cloudflare ha riferito che, nel traffico osservato a giugno 2026, il 52 per cento delle richieste provenienti dai crawler era destinato all’addestramento AI. Nella primavera del 2025 la quota era del 22 per cento.
Il dato descrive la composizione delle richieste dei crawler analizzate da Cloudflare. Non significa che metà delle visite complessive del web provenga da sistemi impegnati nell’addestramento. Campione, tipo di richiesta e capacità di riconoscere l’automazione cambiano molto da una misurazione all’altra.
Contare un agente come un normale utente può sovrastimare il pubblico e attribuire conversioni a percorsi mai compiuti da una persona. Bloccare ogni richiesta automatizzata espone al rischio opposto: scomparire dai servizi ai quali gli utenti delegano ricerche, confronti e selezione dei prodotti.
Anche le categorie dichiarate dagli operatori sono imperfette. Lo stesso sistema può indicizzare pagine, preparare risposte e raccogliere materiale per l’addestramento. I proprietari dei siti raramente dispongono di comandi separati per autorizzare una funzione e vietarne un’altra.
Le dashboard dovrebbero almeno separare traffico umano verificato, crawler di ricerca, agenti incaricati dall’utente e attività sospetta. Le classificazioni non saranno infallibili, ma eviterebbero di sommare richieste con valori economici molto diversi. Dieci pagine lette da un agente per preparare una risposta non corrispondono a dieci lettori.
Gli editori stanno già creando versioni dei contenuti più facili da utilizzare per le macchine, mentre Reuters vende dati giornalistici predisposti per i sistemi automatizzati. Anche le aziende dovranno stabilire quali accessi hanno un valore commerciale e quali estraggono informazioni senza attribuzione o ricavi.
Prima di ottimizzare una campagna per gli agenti AI serve quindi un dato affidabile sulla natura delle visite. Oggi molti strumenti di analytics non lo forniscono ancora con sufficiente precisione.