L’Interactive Advertising Bureau (IAB) ha pubblicato il 12 novembre 2026 AI-Era Attribution Blueprint, un framework destinato a definire criteri condivisi per misurare il contributo dei sistemi di intelligenza artificiale alle decisioni d’acquisto e alle conversioni commerciali. Il documento affronta un cambiamento nei meccanismi di attribuzione pubblicitaria, determinato dalla crescente presenza degli assistenti AI nelle fasi di ricerca, valutazione, selezione e acquisto di prodotti e servizi. Nei modelli di misurazione tradizionali, i percorsi di conversione vengono ricostruiti attraverso interazioni osservabili, come impressioni pubblicitarie, clic, referral e accessi ai siti commerciali. Quando invece un utente consulta un assistente AI, riceve suggerimenti e completa successivamente un acquisto, una parte delle interazioni che hanno contribuito alla decisione può non essere direttamente visibile agli strumenti di analisi utilizzati dagli inserzionisti. La difficoltà aumenta nei sistemi di commercio agentico, nei quali l’intelligenza artificiale può partecipare alla selezione del prodotto e all’esecuzione della transazione.
La necessità di introdurre criteri di valutazione più precisi emerge anche dai dati dello IAB 2026 Outlook Study, aggiornati a settembre. Il 45% degli inserzionisti considera il confronto tra i percorsi d’acquisto tradizionali e quelli influenzati dall’intelligenza artificiale la principale difficoltà nell’ambito della misurazione. Un ulteriore 44% utilizza indicatori indiretti, come le ricerche relative al marchio e il traffico diretto verso i siti commerciali, per stimare l’influenza dei sistemi AI quando non è possibile ricostruirla attraverso collegamenti di attribuzione espliciti. Il nuovo framework cerca di superare questa difficoltà distinguendo i diversi ruoli che un sistema intelligente può assumere all’interno del processo di conversione, senza considerare automaticamente ogni interazione con l’intelligenza artificiale come determinante per l’acquisto.
L’impostazione si basa su tre elementi: l’origine dell’intenzione d’acquisto, il soggetto che assume la decisione e quello che completa materialmente la transazione. Da questa distinzione derivano tre categorie di percorsi commerciali. Nel modello Human-Owned, l’intenzione, la decisione e l’acquisto rimangono sotto il controllo della persona. Nel modello AI-Assisted, l’intelligenza artificiale interviene durante il processo, per esempio individuando prodotti, presentando alternative o confrontando caratteristiche e prezzi, mentre la decisione conclusiva appartiene all’utente. Nel modello AI-Executed, il sistema assume invece un ruolo determinante nella selezione e nell’esecuzione dell’acquisto. La classificazione permette di descrivere con maggiore precisione il livello di coinvolgimento dell’AI, distinguendo la semplice assistenza informativa dalla partecipazione diretta alle operazioni commerciali.
AI-Era Attribution Blueprint introduce inoltre una distinzione tra decision claim e contributory claim. La prima riguarda la possibilità di rivendicare un ruolo nella decisione d’acquisto, mentre la seconda si riferisce a un contributo che ha influenzato il percorso commerciale senza determinarne necessariamente l’esito. IAB precisa che una rivendicazione non comporta automaticamente il riconoscimento di un credito di attribuzione: costituisce piuttosto una richiesta che deve essere valutata sulla base di evidenze adeguate. Il framework prevede quindi criteri per distinguere le informazioni dichiarate dalle piattaforme dai dati verificabili indipendentemente, con l’obiettivo di costruire meccanismi di attribuzione più trasparenti. La metodologia offre agli inserzionisti, alle piattaforme AI e agli operatori pubblicitari una base comune per descrivere le conversioni, valutare il contributo dei diversi soggetti e affrontare i limiti di osservabilità introdotti dai percorsi d’acquisto assistiti o eseguiti dall’intelligenza artificiale.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)