I crawler AI non portano quasi traffico ai siti

Il 70% del traffico AI finisce in Google Analytics come diretto, senza tracciamento incrementale

I crawler AI stanno divorando le risorse dei server a un ritmo insostenibile, ma quasi mai generano traffico verso i siti. Cloudflare ha quantificato il fenomeno con numeri che non lasciano spazio a interpretazioni: per ogni visita effettiva, il crawler di OpenAI ne esegue 1.700 di scansione, quello di Anthropic arriva a 73.000, mentre Google si ferma a 14 – un rapporto che racconta quanto il “valore” di questi bot sia distorto rispetto ai motori di ricerca tradizionali. I dati provengono dal framework a 5 strati per misurare le performance GEO, un tentativo di dare ordine a un ecosistema che sta generando un buco nero nella misurazione.

Il problema non è solo quanti bot arrivano, ma come il loro traffico viene classificato. Loamly ha scoperto che il 70,6% del traffico generato da agenti AI atterra in Google Analytics 4 come “diretto”, senza alcuna possibilità di tracciamento incrementale. È come se i visitatori arrivassero dal nulla, rendendo impossibile capire se un investimento in AI produce risultati reali o solo rumore. Questa distorsione è aggravata dai modelli di attribuzione tradizionali: un articolo spiega perché la tua strategia AI è valida quanto i tuoi dati, mostrando che su TikTok l’attribuzione last-click perde fino al 79% delle conversioni guidate da sistemi automatizzati.

Se la misura è cieca, l’ottimizzazione è una scommessa.

Il paradosso del traffico “diretto” che nasconde le conversioni

Quando un utente arriva da un chatbot o da un assistente AI, il referrer HTTP spesso è vuoto: il sistema lo classifica come diretto. Succede anche con Google Discover o con link condivisi in app, ma con l’AI il volume è diventato talmente alto da falsare interi report. Il framework GEO tenta di separare il traffico AI da quello umano, ma la strada è lunga. Secondo l’analisi SEOmator del Q1 2026 su Cloudflare Radar, il rapporto per ClaudeBot è salito a 23.951:1, mentre GPTBot si è fermato a 1.276:1 – entrambi confermano come misurato dal framework GEO che i crawler consumano banda senza restituire referral. Il paradosso è che un canale che sembra performante – perché il traffico diretto è considerato “di qualità” – in realtà nasconde l’assenza di incrementalità. Se non sai da dove arriva il visitatore, non puoi ottimizzare nulla.

Efficienza di processo, non di marketing: la bolla dell’AI optimization

Il settore esalta i guadagni di produttività interna, ma questi non si traducono in crescita misurabile dei ricavi. Nick LeRoy definisce l’AI optimization una truffa, sostenendo che è “la più grande truffa del 2026”. Certo, l’AI aiuta a velocizzare attività operative: un progetto di redirect mapping che richiedeva tre ore è stato ridotto a 30 minuti, e scrivere contenuti che impegnavano ore ora può essere compresso in un’ora – entrambi esempi di quando il 25% di efficienza non è più sufficiente. Ma questi sono guadagni di costo, non di fatturato. Se i crawler mangiano risorse senza portare conversioni, e se l’attribuzione è sistematicamente cieca, l’AI optimization diventa un esercizio di ottimizzazione su dati sbagliati. È la prossima bolla: si investe su ciò che non si sa misurare.

E ora? La domanda che nessuno vuole porsi

I numeri parlano da soli: rapporto crawl-to-referral di OpenAI 1.700:1, Anthropic 73.000:1, e il traffico AI che si mimetizza come diretto. Il framework a 5 strati è un passo avanti per distinguere il segnale dal rumore, ma richiede infrastrutture che pochi hanno. La domanda aperta è: se non riusciamo a misurare l’incremento reale portato dall’AI, stiamo ottimizzando per il fantasma di una metrica? Forse il vero moltiplicatore non è l’AI, ma l’oscurità che crea intorno ai dati che contano.