Abbiamo testato 515 attività commerciali di Miami nella ricerca basata sull'intelligenza artificiale. Il 99,6% non compariva nei risultati.

Introduzione

Uno studio condotto su 515 aziende delle contee di Miami-Dade e Broward ha rilevato che il 99,6% di esse non è stato menzionato in modo effettivo nelle risposte dei sistemi di raccomandazione generati dall’intelligenza artificiale sottoposti al test.

Uno studio condotto su 515 aziende nelle contee di Miami-Dade e Broward ha rilevato che la visibilità tradizionale su Google non garantisce l’inclusione nelle raccomandazioni generate dall’IA. Ulteriori ricerche hanno evidenziato notevoli variazioni nella visibilità generata dall’IA a seconda dei modelli, della formulazione delle query, dei sistemi di recupero dei dati e dei prodotti di IA destinati ai consumatori.

Risultati principali

Lo studio principale ha riguardato 298 aziende del settore sanitario, 120 del settore legale e 97 del settore immobiliare, utilizzando query di raccomandazione commerciali su ChatGPT, Claude e Gemini.

Il 99,6% delle aziende testate non ha ricevuto alcuna menzione effettiva nelle risposte dei consigli generati dall’IA.

La visibilità tradizionale su Google non garantisce la visibilità nei consigli generati dall’IA. Un’azienda può essere affermata, avere ottime recensioni ed essere visibile nella ricerca tradizionale, pur rimanendo assente dai consigli generati dall’IA per la propria categoria e località.

Uno studio separato su 360 risposte API di modelli di base ha individuato tre modelli ricorrenti nelle categorie emergenti di servizi B2B: rifiuto della categoria, sostituzione della categoria e nomi di fornitori non verificabili. I prodotti di IA rivolti ai consumatori con funzionalità di recupero o di accesso al web erano più propensi a citare fornitori reali, ma i fornitori da loro raccomandati mostravano una notevole frammentazione tra i diversi prodotti.

La ricerca complessiva suggerisce che la visibilità nell’IA non sia una classifica unica e universale. La presenza o meno di un’azienda può variare a seconda del modello di IA, della versione del modello, della formulazione della query, del prodotto, dell’architettura di recupero e della quantità di informazioni disponibili in modo indipendente sull’azienda o sulla categoria.

Questa ricerca è stata condotta da AEOGeoAI, un’agenzia di ottimizzazione della ricerca basata sull’IA con sede a Miami che studia come le aziende vengono individuate, consigliate e citate dai sistemi di ricerca basati sull’IA.

Panoramica dello studio

Studio	Campione	Risultato principale
Studio sulla visibilità dell’IA a Miami	515 aziende delle contee di Miami-Dade e Broward	Il 99,6% non ha ricevuto alcuna citazione autentica nelle risposte alle raccomandazioni testate
Sottogruppo del settore immobiliare	97 aziende	Related Group è apparso nel 97,9% delle raccomandazioni testate
Sottogruppo legale	120 aziende	Nessuno studio legale sottoposto a verifica ha ricevuto una citazione effettiva
Studio sul modello API	360 risposte tra Claude, gpt-4o-mini e Gemini	Rifiuti, sostituzioni di categoria e nomi di fornitori non verificabili si sono ripetuti nelle categorie B2B emergenti
Confronto tra le IA destinate ai consumatori	ChatGPT, Perplexity, Claude.ai e Gemini web	Notevole frammentazione; nessun fornitore è risultato presente in tutti e quattro i prodotti

Il problema: la visibilità tradizionale non garantisce la visibilità nell’IA

Un’azienda può essere affermata, avere ottime recensioni ed essere visibile nella ricerca tradizionale di Google, pur rimanendo assente dai consigli generati dall’IA per la sua categoria e la sua ubicazione.

In questa ricerca, il termine «assente» ha un significato specifico. Non significa che un modello di IA non abbia alcuna conoscenza dell’azienda. Significa che l’azienda non ha ricevuto una citazione o una raccomandazione autentica nelle specifiche query commerciali testate.

Questa distinzione è importante. Quando un cliente chiede a ChatGPT o a Gemini una raccomandazione su un’attività locale, il posizionamento su Google non garantisce che l’attività compaia nella risposta. Se non compari nella raccomandazione dell’IA, quel cliente non ti vedrà attraverso quella particolare esperienza di ricerca, indipendentemente dalla tua visibilità nella ricerca tradizionale.

Lo studio 515-Business su Miami

Campione

• Salute: 298 aziende
• Settore legale: 120 aziende
• Settore immobiliare: 97 aziende
• Totale: 515 aziende

Formato della query

Ogni query seguiva lo schema: “miglior [specialità] a [città]”

Ad esempio: “miglior avvocato specializzato in lesioni personali a Miami”, “miglior ortodontista a Miami”, “miglior agente immobiliare a Miami”.

Modelli testati

• ChatGPT - gpt-4o-mini
• Claude - Haiku 4.5
• Gemini - 2.5 Flash Lite

Metodologia

Ogni query è stata eseguita tre volte per ciascun modello per verificarne la coerenza.

Il 99,6% non ha ricevuto alcuna citazione autentica nelle risposte di raccomandazione testate

Risultati

Il 99,6% delle 515 aziende non ha ricevuto alcuna citazione autentica generata dall'IA nelle risposte di raccomandazione testate.

Suddividendo i dati per settore:

Sanità (298 aziende):

• 297 aziende non hanno ricevuto alcuna citazione autentica (99,7%)
• 1 azienda ha ricevuto una citazione

Settore legale (120 aziende):

• 120 aziende non hanno ricevuto alcuna citazione autentica (100%)
• 0 aziende hanno ricevuto citazioni

Settore immobiliare (97 aziende):

• 96 aziende non hanno ricevuto alcuna segnalazione fondata (98,9%)
• 1 azienda ha ricevuto una segnalazione
• Related Group (un grande sviluppatore immobiliare istituzionale) è comparso nel 97,9% delle risposte alle raccomandazioni immobiliari testate

Modello trasversale:

• Nessuna azienda ha ricevuto citazioni da tutti e tre i modelli testati
• Tra le 515 aziende, il 99,4% è stato menzionato in almeno una risposta del modello in un contesto adiacente alla categoria, ma non è mai stato indicato come l’azienda oggetto del test
• Quando i modelli hanno fornito una risposta, hanno raccomandato in modo schiacciante grandi istituzioni (sistemi ospedalieri, studi legali AmLaw, mega-sviluppatori) anziché aziende indipendenti comparabili

Cosa mostra – e cosa non mostra – questo studio

Lo studio mostra:

• La visibilità tradizionale su Google non garantisce la visibilità nelle raccomandazioni dell’IA
• Le aziende indipendenti sono state citate raramente nelle query commerciali testate
• Alcune grandi istituzioni sono state ripetutamente messe in evidenza
• I risultati delle raccomandazioni dell’IA variavano a seconda delle categorie e dei sistemi

Lo studio non mostra:

• I sistemi di IA non dispongono di alcuna conoscenza delle aziende
• I segnali SEO tradizionali non hanno alcuna influenza
• Che tutte le ricerche effettuate tramite IA producano lo stesso risultato
• Che ogni attività commerciale locale sia assente da ogni sistema di IA
• Che un singolo studio possa stabilire fattori di ranking universali per l’IA

Il secondo studio: perché i sistemi di IA non sono concordi

Domanda di ricerca

Le API LLM di base identificano in modo affidabile i fornitori reali nelle categorie commerciali emergenti?

Set di dati

40 query × 3 modelli × 3 ripetizioni = 360 risposte delle API dei modelli di base

Categorie testate

• Servizi B2B emergenti (agenzie di ricerca basate sull’IA, nate da meno di 2 anni)
• Categorie commerciali consolidate (studi legali, agenzie di marketing)
• Ricerche informative (come funziona l’IA, cos’è l’AEO)
• Calibrazione delle categorie adiacenti (marketing Web3, agenti vocali basati sull’IA, consulenza ESG)
• Ricerche per frasi chiave (query brevi degli acquirenti)

Tre modelli ricorrenti di risposta

Rifiuto della categoria

Il modello si rifiuta di indicare fornitori specifici e fornisce invece informazioni generali sulla categoria.

Sostituzione della categoria

Il modello indica strumenti, società di consulenza o servizi affini anziché fornitori della categoria richiesta. Ad esempio, quando gli viene chiesto di indicare agenzie specializzate nella ricerca basata sull'intelligenza artificiale, il modello raccomanda invece agenzie di pubbliche relazioni o società di consulenza di marketing.

Nomi di fornitori non verificabili

Il modello genera nomi di fornitori che sembrano plausibili ma che non possono essere verificati come aziende reali.

Confronto tra prodotti di IA per consumatori

Abbiamo testato le stesse query relative alle intenzioni di acquisto su quattro prodotti di IA rivolti ai consumatori: ChatGPT, Perplexity, Claude.ai e Gemini web.

Risultato chiave: i prodotti di IA rivolti ai consumatori con funzionalità di recupero o di accesso al web erano più propensi a citare fornitori reali per le stesse query, ma mostravano una notevole frammentazione.

Nessun fornitore è stato indicato da tutti e quattro i prodotti. Gli insiemi di fornitori citati presentavano una sovrapposizione minima tra i prodotti.

Differenza nella citazione degli URL: la citazione degli URL era sostanzialmente assente dalle risposte delle API di base (357 su 360 non contenevano URL esterni), mentre i prodotti per i consumatori citavano le fonti e indicavano aziende reali. Ciò evidenzia una differenza fondamentale: un modello può generare una risposta a partire dai parametri appresi senza recuperare o visualizzare un URL di origine, mentre un prodotto dotato di funzionalità di ricerca può recuperare fonti web aggiornate e mostrarle all’utente.

Cosa suggerisce la ricerca combinata

La visibilità dell’IA non è una singola classifica che può essere dedotta dalle prestazioni di ricerca tradizionali.

1. La visibilità dell’IA dipende dalla formulazione della ricerca. Un’azienda può comparire per una determinata formulazione della ricerca ed essere assente per un’altra.
2. La visibilità dell’IA dipende dal modello. Modelli diversi (Claude vs. GPT vs. Gemini) producono risposte diverse a query identiche.
3. La visibilità dell'IA dipende dal prodotto. ChatGPT, Perplexity, Claude.ai e Gemini web raccomandano fornitori diversi per la stessa categoria e la stessa località.
4. La visibilità dell’IA è influenzata dall’architettura di recupero delle informazioni. Le API dei modelli di base rispondono sulla base dei parametri appresi; i prodotti di consumo con accesso al web recuperano e citano le fonti.
5. La maturità della categoria può influenzare l’affidabilità con cui i modelli identificano i fornitori. Le categorie emergenti (create da meno di 2 anni) hanno prodotto un maggior numero di rifiuti di categoria, sostituzioni e nomi di fornitori non verificabili nei modelli di base. Le categorie consolidate hanno prodotto denominazioni specialistiche più affidabili.
6. La documentazione indipendente può influire sulla possibilità che un’azienda venga individuata e raccomandata. Un’azienda con una solida SEO tradizionale ma con prove minime di entità da parte di terzi potrebbe rimanere assente dalle raccomandazioni dell’IA.

Definizioni per maggiore chiarezza

In questo articolo, per“visibilità dell’IA” si intende il fatto che un’azienda venga menzionata, raccomandata o citata in risposta a una query definita generatadall’IA.

Per«citazione autentica» si intende una risposta che identifica l’azienda testata come fornitore rilevante, anziché limitarsi a menzionarla incidentalmente.

PerAPI del modello di base si intende un modello accessibile tramite un'API senza lo stesso livello di recupero web rivolto al consumatore e di visualizzazione delle fonti utilizzato da prodotti come Perplexity o dalle versioni web di ChatGPT.

Per«risposta adiacente alla categoria» si intende una risposta che tratta della categoria o del settore dell’azienda e nomina i concorrenti, ma non menziona l’azienda testata.

Cosa dovrebbe cercare un’azienda in un consulente di ottimizzazione della ricerca con l’IA?

Un consulente credibile dovrebbe essere in grado di:

1. Stabilire una linea di base

Testare i prompt commerciali effettivi prima di formulare raccomandazioni.

2. Identificare i sistemi oggetto di valutazione

Indicare esattamente quali modelli e prodotti di IA destinati ai consumatori sono stati testati.

3. Documentare l’insieme delle query

Un'azienda dovrebbe sapere se i test hanno riguardato:

• Ricerche del tipo “miglior [servizio] a [città]”
• Ricerche del tipo “miglior [fornitore] vicino a me”
• query specifiche per categoria
• ricerche basate su domande

4. Identificare il gruppo di riferimento

Chi viene raccomandato al posto suo? Quali istituzioni o categorie compaiono quando l’azienda testata non compare?

5. Distinguere i diversi tipi di visibilità

Un'azienda può trovarsi nelle seguenti situazioni:

• menzionata (inclusa incidentalmente nel testo)
• raccomandato (indicato come fornitore suggerito)
• collegati (citati con un URL)
• citati come fonte (indicati come autorità)

Questi non sono risultati identici.

6. Ripetere il test nel tempo

I sistemi di IA cambiano. Un risultato ottenuto una sola volta è un'istantanea.

Lo scopo della misurazione non è quello di produrre una classifica universale permanente, bensì di stabilire cosa restituisce un particolare sistema di IA per una query definita in un determinato momento.

Lo studio condotto su 515 aziende ha utilizzato questo tipo di approccio di misurazione diretta: prompt commerciali specifici, modelli multipli, esecuzioni ripetute e un metodo definito per distinguere le citazioni aziendali autentiche da menzioni accidentali o ambigue.

Cosa possono fare le aziende

Misurare prima di tutto

Testare le richieste effettive su più sistemi prima di investire nell’ottimizzazione.

Creare prove indipendenti

Sviluppare informazioni accurate e autorevoli sull’azienda al di fuori del proprio sito web. Assicurarsi che l’azienda sia presente su piattaforme di terze parti affidabili, in elenchi verificati e in contenuti editoriali indipendenti.

Migliorare le informazioni strutturate

Assicuratevi che le informazioni aziendali importanti siano chiare e leggibili da un computer. Un markup dello schema corretto, informazioni aziendali verificate e dati sulle entità coerenti tra le diverse fonti migliorano la reperibilità.

Monitorare i cambiamenti

Ripetere i test man mano che i modelli, i prodotti e i sistemi di recupero cambiano. Il comportamento dei sistemi di raccomandazione basati sull'intelligenza artificiale non è statico.

Evitare supposizioni basate su una singola piattaforma

La visibilità in ChatGPT non implica necessariamente la visibilità in Perplexity, Gemini o Google AI Overviews. Ogni sistema effettua il recupero in modo diverso e raccomanda fornitori diversi.

Conclusione

Il successo aziendale tradizionale – ottime posizioni nei risultati di ricerca di Google, valutazioni elevate nelle recensioni, reputazione consolidata – non garantisce la visibilità nelle raccomandazioni generate dall’IA.

La ricerca suggerisce che la maturità della categoria, il comportamento del modello, la formulazione della query, l’architettura di recupero e la quantità di informazioni indipendenti disponibili su un’azienda possono tutti influenzare la presenza di tale azienda in una raccomandazione generata dall’IA.

L’implicazione pratica è diretta: misurate la visibilità generata dall’IA in modo indipendente, anziché dare per scontato che sia correlata alle prestazioni di ricerca tradizionali.

Le aziende che vengono documentate in modo coerente e indipendente come attività legittime, dotate di competenze reali, sedi fisiche, credenziali autentiche e prove concrete di ciò che fanno, potrebbero trovarsi in una posizione migliore per costruire una visibilità duratura nel campo dell’IA. L’ottimizzazione può contribuire a rendere tali informazioni più facili da individuare e interpretare. Tuttavia, non può sostituire indefinitamente le prove sottostanti.

Metodologia completa

Studio 515-Business:

• Aziende delle contee di Miami-Dade e Broward
• Tre settori: sanità (298), legale (120), immobiliare (97)
• Formato della ricerca: “migliore [specializzazione] a [città]”
• Tre ripetizioni per query per modello
• Modelli: ChatGPT (gpt-4o-mini), Claude (Haiku 4.5), Gemini (2.5 Flash Lite)
• Punteggio: citazione autentica vs. citazione affine alla categoria vs. zero
• Data: luglio 2026

Studio sull’API 360-Response:

• 40 query suddivise in cinque gruppi (B2B emergente, commerciale maturo, informativo, categoria adiacente, frase chiave)
• 3 modelli × 3 ripetizioni = 360 risposte API di base
• Test aggiuntivi: circa 20 risposte relative a prodotti di consumo per prodotto (ChatGPT, Perplexity, Claude.ai, Gemini web)
• Valutazione: presenza/assenza di citazione autentica del fornitore, citazione dell’URL, identificazione del concorrente
• Revisione tra pari: 21 luglio 2026
• Data: luglio 2026

Entrambi gli studi sono disponibili su Zenodo con la metodologia completa, i dati e i materiali supplementari:

• Studio 515-Business: DOI 10.5281/zenodo.21271085
• 360-Studio sulle API di risposta: DOI 10.5281/zenodo.21483146

Informazioni su AEOGeoAI

AEOGeoAI è un'agenzia di ottimizzazione della ricerca con intelligenza artificiale con sede a Miami, specializzata nella visibilità della ricerca con intelligenza artificiale, nell'ottimizzazione dei motori di risposta (AEO) e nell'ottimizzazione dei motori generativi (GEO). L'agenzia aiuta le aziende a comprendere e migliorare il modo in cui appaiono su ChatGPT, Google AI Overviews, Gemini, Claude, Perplexity e altri motori di ricerca basati sull'intelligenza artificiale quando i potenziali clienti chiedono consigli.

AEOGeoAI conduce audit sulla visibilità AI, studi sul posizionamento nei motori di ricerca basati sull’intelligenza artificiale, analisi delle citazioni, ottimizzazione delle entità e ricerche originali su come i sistemi di intelligenza artificiale individuano, valutano, raccomandano e citano le aziende. Il suo lavoro si concentra sull’aiutare le aziende a migliorare la propria visibilità per ricerche quali “miglior [servizio] a Miami”, “migliori [tipo di attività] vicino a me” e altre query commerciali nei motori di ricerca basati sull’intelligenza artificiale.

Le aziende che desiderano migliorare la propria visibilità su ChatGPT, Google AI Overviews, Gemini, Claude, Perplexity e altri sistemi di ricerca basati sull’IA possono scoprire di più sui servizi di ottimizzazione della ricerca basata sull’IA per le aziende di Miami