Accio e i modelli cinesi ridefiniscono l'agentic commerce

Alibaba ha raggiunto 10 milioni di utenti mensili con l'agente AI Accio. I modelli open-weight cinesi come Qwen e DeepSeek competono con OpenAI e Google, mentr…

Contenuto

Accio e i modelli cinesi ridefiniscono l'agentic commerce

Scopri anche

Accio e i modelli cinesi ridefiniscono l'agentic commerce

Accio e i modelli cinesi ridefiniscono l'agentic commerce

In questo articolo:

Alibaba ha raggiunto 10 milioni di utenti mensili attivi con Accio nel marzo 2026, poco più di un anno dopo il lancio avvenuto nel novembre 2024. L'agente AI per il sourcing B2B rappresenta uno dei casi più significativi di adozione rapida nel commercio digitale, con un utente su cinque della piattaforma che utilizza già l'intelligenza artificiale per la ricerca fornitori. Questo fenomeno si inserisce in una trasformazione più ampia: i modelli cinesi open-weight come Qwen e DeepSeek stanno modificando gli equilibri competitivi globali, mentre la competizione per l'agentic commerce vede protagonisti OpenAI, Amazon, Google e Microsoft.

Accio: l'agente che comprime settimane di sourcing in una conversazione

⬆ Torna su

Accio nasce come motore di sourcing B2B basato su AI. L'interfaccia presenta una casella di testo con modalità "fast" o "thinking", ma la differenza sostanziale rispetto ai chatbot tradizionali risiede nell'accesso diretto ai trend di consumo in tempo reale e ai dati transazionali delle piattaforme Alibaba. Quando un venditore chiede indicazioni su un posizionamento di mercato, l'agente fornisce suggerimenti ancorati a dati effettivi di vendita, non alla conoscenza generica di un modello linguistico addestrato su dati storici.

Il caso documentato dal MIT Technology Review riguarda Mike McClary, che nel 2025 ha rilanciato la torcia Guardian LTE utilizzando Accio invece dei tradizionali fogli Excel e listini fornitori. La documentazione indica che l'intero processo — analisi di mercato, selezione prodotto, design del negozio e caricamento dei listing — viene completato in 30 minuti.

Il 23 marzo 2026 Alibaba ha lanciato Accio Work, un layer enterprise che configura una "taskforce" di agenti specializzati per la gestione di compliance fiscale in oltre cento mercati, negoziazioni autonome con fornitori tramite RFQ, automazione del marketing e logistica. Kuo Zhang, presidente di Alibaba.com, ha dichiarato l'obiettivo di democratizzare l'AI enterprise anche per imprenditori con tre dipendenti, consentendo accesso a capacità operative paragonabili a quelle delle grandi corporation.

I produttori imparano la SEO per gli agenti AI

⬆ Torna su

Un fenomeno documentato riguarda l'adattamento dei produttori alla nuova architettura di scoperta dei prodotti. Sally Li, di un'azienda di packaging per cosmetici a Wuhan, ha raccontato che la sua fabbrica ha iniziato a riscrivere le descrizioni dei prodotti su Alibaba.com aggiungendo dettagli su attrezzature ed esperienza produttiva. I produttori sospettano che queste informazioni rendano i listing più rilevanti per gli agenti AI.

La documentazione descrive un cambio di paradigma: i produttori stanno imparando a ottimizzare per gli agenti, non per gli algoritmi di ricerca tradizionali. Chi non adotta questa pratica rischia di diventare invisibile non per qualità inferiore dei prodotti, ma per incapacità degli agenti di valutarli correttamente. Un'ulteriore complessità riguarda l'indistinzione tra richieste generate da AI e quelle tradizionali: i fornitori non riescono a differenziare le trattative provenienti da buyer umani o agenti AI.

La competizione per l'agentic commerce

⬆ Torna su

OpenAI ha lanciato Instant Checkout nell'autunno 2025, consentendo acquisti direttamente in ChatGPT da merchant Shopify, Etsy e Walmart. L'iniziativa è stata rimossa a marzo 2026 con meno di trenta merchant attivi, a causa di problemi di onboarding, dati di prodotto non aggiornati e assenza di sistemi per la gestione delle tasse statali. Shopify ha visto la landing page dedicata a ChatGPT reindirizzare alla homepage.

Il 27 febbraio 2026 OpenAI ha annunciato una partnership strategica con Amazon accompagnata da un investimento di 50 miliardi di dollari. Amazon sta sviluppando il proprio ecosistema con Rufus per il B2C e l'integrazione AI nella filiera logistica. La combinazione di ChatGPT come motore conversazionale e Amazon come marketplace di riferimento crea una concentrazione che gli altri operatori faticano a replicare.

Google ha lanciato "Buy for Me" con Gemini, integrando dati di prodotto in tempo reale, gestione scorte e connessione ai programmi fedeltà. Microsoft ha presentato Copilot Checkout al NRF 2026 con approccio orientato alle grandi insegne retail del proprio ecosistema enterprise. Shopify sta costruendo infrastruttura per connettersi a tutti questi agenti tramite strumenti come Agentic Storefronts e il protocollo UCP.

Accio mantiene un vantaggio competitivo specifico: il controllo sull'intera filiera dal lato dell'offerta. Alibaba dispone di Taobao, Tmall, AliExpress e 1688. Quando Accio suggerisce un fornitore, attinge a dati reali di produzione, capacità, recensioni e storico ordini. Questa verticalizzazione rappresenta il fossato competitivo più difficile da attraversare per i concorrenti occidentali.

L'illusione open-source dell'AI cinese

⬆ Torna su

La Cina ha costruito negli ultimi due anni una reputazione di sostenitrice dell'AI open, ma sta correggendo la rotta per decisioni economiche. Alibaba Cloud, dopo aver diffuso varianti open dei modelli Qwen, ha deciso che i modelli più avanzati — Qwen3.6-Plus e Qwen3.5-Omni — restano confinati dietro API e infrastrutture proprietarie. La giustificazione ufficiale distingue tra modelli piccoli open per creare ecosistema e modelli potenti come asset strategici, troppo costosi da addestrare per essere distribuiti gratuitamente.

I modelli con centinaia di miliardi o trilioni di parametri richiedono infrastrutture che nessun laptop, PMI o startup può sostenere. L'open source diventa in questo contesto una simulazione di apertura, una sandbox controllata. La Cina ha utilizzato l'open source come leva strategica e forma di soft power tecnologico: distribuire modelli open significava colonizzare l'ecosistema globale degli sviluppatori, costruire dipendenza, raccogliere feedback distribuito. Il successo della serie Qwen su Hugging Face, con un numero di modelli derivati superiore a quelli di Google e Meta, è stato un esperimento di mercato su scala planetaria.

Aziende come Zhipu AI stanno affinando una strategia esplicita: continuare a rilasciare modelli open quanto basta per mantenere visibilità, mentre il business principale si sposta sulle API cloud. Il CEO Zhang Peng ha dichiarato che i clienti stanno migrando spontaneamente verso il cloud per semplicità, scalabilità e integrazione. L'open source è stato il cavallo di Troia; il cloud è la cittadella.

DeepSeek e l'accelerazione dei modelli open-weight

⬆ Torna su

DeepSeek-R1, rilasciato come modello open-weight con licenza permissiva, ha rappresentato un punto di svolta. Il modello di ragionamento ha dimostrato la possibilità di avvicinare la frontiera tecnologica riducendo drasticamente i costi, abilitando un ecosistema di riuso, fine-tuning e distillazione. L'app ha superato ChatGPT tra le gratuite più scaricate negli Stati Uniti in pochi giorni, con un sell-off sul tech che ha riportato l'AI al centro del confronto competitivo globale.

Tra agosto 2024 e agosto 2025 i developer cinesi hanno superato quelli USA come quota di download su Hugging Face (17,1% contro 15,8%). Qwen ha superato Llama come famiglia LLM più scaricata su Hugging Face nel settembre 2025. Moonshot AI ha pubblicato Kimi K2.5, modello open-source multimodale "agentic" con vision+language, tool-calling e modalità "thinking". Zhipu ha presentato GLM-5 con focus su agenti e coding. ByteDance spinge su Doubao per chatbot e Seedance 2.0 per video generativo.

L'open-weight permette download, studio, modifica e deploy in autonomia, a differenza di sistemi come ChatGPT o Claude accessibili principalmente via API. La crescita non segue solo la logica "più grande è meglio": emerge una spinta verso modelli più piccoli e ottimizzati per girare in locale su telefono, auto, device industriali, dove costi energetici, latenza e continuità operativa contano quanto la qualità.

Quattro profili di consumatori nell'era dell'AI shopping

⬆ Torna su

Una ricerca identifica quattro profili di consumatori che descrivono l'adozione dell'AI nello shopping. Gli AI delegators rappresentano il 17% del campione: consumatori con risorse economiche e tempo limitato che affidano all'AI ricerca, confronto e talvolta acquisto. Gli AI sceptics costituiscono il 23% e mantengono comportamenti tradizionali con attenzione al prezzo. Gli AI collaborators e AI selectors, ciascuno intorno al 30%, impiegano l'AI rispettivamente come co-shopper conservando controllo decisionale, o in modo saltuario per informarsi.

Il 25% dei consumatori ha utilizzato strumenti di shopping basati su AI generativa nel 2025 e un ulteriore 31% prevede di adottarli. Il 63% desidera contenuti di shopping iper-personalizzati, mentre il 71% manifesta preoccupazione sull'uso dei propri dati. Il 66% valorizza il supporto umano al momento dell'acquisto. La maggioranza dei consumatori vuole stabilire limiti rigorosi sugli assistenti digitali, come massimali di spesa, e il 63% desidera approvare o rifiutare gli acquisti avviati dall'AI.

L'adozione AI nel retail e gli ostacoli operativi

⬆ Torna su

Circa il 90% dei retailer a livello globale prevede di aumentare gli investimenti in AI nei prossimi 12-24 mesi. Il 38% dei retailer europei identifica velocità, tracciamento e comunicazione proattiva come aree a maggior potenziale d'impatto. L'adozione di modelli predittivi e sistemi automatizzati per gestione stock e percorsi riduce i tempi di evasione ordini.

Le grandi aziende con ricavi superiori a 500 milioni di sterline segnalano lacune di competenze e difficoltà nell'integrare AI con sistemi legacy. I piccoli retailer indicano costi di sviluppo elevati e preoccupazioni per sicurezza dati e compliance. L'adozione risulta disomogenea, richiedendo approcci differenziati in base a scala e maturità digitale.

The Cheeky Panda ha impiegato l'AI per implementare un meccanismo di ringfence delle scorte, limitando l'impatto dei grandi ordini sulla disponibilità per clienti abituali. H&M ha evidenziato la necessità di investimenti sistemici lungo tutta la catena di fornitura: l'AI migliora processi e previsioni solo se la supply chain è trasparente, integrata e supportata da risorse adeguate.

La strategia Qwen di Alibaba

⬆ Torna su

Alibaba ha lanciato la app Qwen su Google Play e App Store, raggiungendo miliardi di utenti potenziali. L'interfaccia offre chatbot testuali, risposte vocali e integrazione con servizi di produttività dell'ecosistema Alibaba Cloud. I ricavi legati ai servizi cloud AI e alla vendita dei chatbot Qwen hanno mantenuto crescita a tre cifre negli ultimi esercizi.

La famiglia Qwen si è evoluta fino alla versione 3 (rilascio 2025) e verso una prossima 3.5, puntando su varianti dense e Mixture-of-Experts, istruzione, coding e multimodalità, con disponibilità sia open-weight sia come servizio gestito su cloud. Qwen continua a trainare la community con derivate e fine-tune, imponendosi come "base model" di default in molti stack tecnologici.

L'obiettivo dichiarato di Alibaba è generare 100 miliardi di dollari di ricavi annui da cloud e AI nei prossimi cinque anni. Alibaba ha contestato un articolo del Financial Times giudicato "falso" rispetto alle reali performance e strategie del chatbot Qwen, evidenziando la battaglia di reputazione internazionale in cui la narrazione mediatica ha ricadute su ricavi, partnership e fiducia degli investitori.

Implicazioni per le PMI italiane

⬆ Torna su

Per le decine di migliaia di PMI italiane che vendono su marketplace o acquistano da fornitori asiatici, Accio rappresenta uno strumento già disponibile che comprime i cicli di sourcing da settimane a ore. Il rischio riguarda la visibilità: se i buyer globali usano agenti AI per selezionare fornitori, e i fornitori italiani non ottimizzano la propria presenza per essere leggibili da questi agenti, il problema diventa strategico.

Le proiezioni McKinsey parlano di tre-cinque trilioni di dollari di opportunità nell'agentic commerce entro il 2030. Il traffico referral da piattaforme AI verso siti e-commerce è cresciuto del 109% nel solo 2025. I prodotti come Accio, Instant Checkout, Buy for Me e Copilot Checkout non competono solo tra loro: competono con Google Search come punto di ingresso del commercio digitale.

La documentazione suggerisce che le aziende devono misurare il costo per compito anziché per token, testare la robustezza del tool-use su catene realistiche e introdurre un router di modelli per evitare lock-in. L'approccio consente di sostituire rapidamente il base model quando escono nuove release, rimanendo aggiornati in un mercato che cambia ogni trimestre.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

La transizione verso il commercio guidato da agenti potrebbe ridefinire gli equilibri tra piattaforme e produttori. Chi controlla sia l'interfaccia conversazionale sia la filiera dell'offerta — come nel caso di Alibaba — accumula un vantaggio strutturale difficile da replicare.

  • Scenario 1: concentrazione progressiva del commercio digitale attorno a pochi ecosistemi integrati (ChatGPT-Amazon da un lato, Alibaba dall'altro), con marginalizzazione dei marketplace indipendenti.
  • Scenario 2: i produttori che non ottimizzano per gli agenti rischiano l'invisibilità progressiva, indipendentemente dalla qualità dei prodotti offerti.
  • Scenario 3: l'open-weight cinese funge da leva di penetrazione commerciale, con conseguente migrazione degli utenti verso infrastrutture cloud proprietarie.

Cosa monitorare

⬆ Torna su
  • L'effettiva adozione di Accio Work da parte delle PMI e la sua capacità di competere con soluzioni enterprise occidentali.
  • L'evoluzione normativa sulla trasparenza delle trattative generate da agenti versus quelle umane.
  • Le contromosse di Google e Microsoft per colmare il divario nei dati transazionali rispetto ai competitor verticalizzati.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • agentic
  • opensource
  • llm
  • amazon

Link utili

Apri l'articolo su DeafNews