Conversational Marketing e Antropomorfizzazione delle Chat AI

Il Conversational Marketing è l’approccio che usa chatbot e assistenti AI per emulare conversazioni umane e guidare gli acquisti direttamente sulle piattaforme digitali. Quanto valga oggi questo mercato non ha una risposta unica: per il 2025 le stime vanno da 11,26 miliardi di dollari (Mordor Intelligence) a 12,77 miliardi (Fortune Business Insights), a seconda di cosa ciascuna società di ricerca decide di contare. Il 2026 ha aggiunto novità che toccano da vicino chi vende in chat: il lancio della famiglia GPT-6 di OpenAI (Astra, poi Sol e Luna, con prezzi dimezzati), e il debutto dell’agente personale Meta Muse. Resta però il nodo di sempre: molti consumatori diffidano delle chat AI percepite come impersonali. L’antropomorfizzazione dei chatbot, cioè l’attribuzione di tratti umani a questi sistemi, è la leva che la ricerca collega a una maggiore personalizzazione percepita e a una più alta disponibilità a pagare (Sidlauskiene et al., 2023).

In questo articolo scoprirai:

• Cos’è il Conversational Marketing, come si è evoluto con gli LLM e perché molti consumatori diffidano ancora dei chatbot
• Casi reali 2024–2026: Klarna (e il suo ripensamento), Amazon Rufus, OpenAI Instant Checkout, Meta Muse, ATV Big Air Tour
• Cosa cambia con GPT-6 Astra, Sol e Luna, quanto costa oggi una conversazione AI e cosa invece non cambia affatto
• Cosa dice lo studio di Sidlauskiene et al. (2023) sui chatbot antropomorfici e come si traduce nel design
• I fattori psicologici, dalla solitudine situazionale alla fiducia, che influenzano l’adozione

Cos’è il Conversational Marketing

Il Conversational Marketing è un approccio al marketing digitale che usa chatbot, assistenti virtuali e AI generativa per creare dialoghi personalizzati in tempo reale con i consumatori. Si distingue dal marketing tradizionale perché sostituisce il flusso unidirezionale brand-cliente con uno scambio bidirezionale, misurabile e scalabile via messaggistica, app e siti web.

Le radici del conversational marketing stanno nei primi chatbot basati su regole usati per l’assistenza sui siti web, ma la crescita vera è arrivata con i Large Language Model come ChatGPT. Queste innovazioni hanno permesso ai chatbot di passare da alberi di risposte predefinite a agenti conversazionali capaci di comprendere richieste formulate liberamente e di rispondere in modo sempre più accurato e naturale.

Un esempio concreto di questa evoluzione sono i piani di Meta per gli agenti AI per lo shopping, che nel 2026 stanno ridefinendo l’esperienza d’acquisto online attraverso WhatsApp, Instagram e Messenger.

I limiti del conversational marketing: la diffidenza dei consumatori

Il limite principale del conversational marketing è la resistenza dei consumatori: molti preferiscono ancora interagire con esseri umani piuttosto che con i chatbot (Adam et al., 2021), soprattutto quando percepiscono il bot come rigido, ripetitivo o incapace di gestire richieste complesse (Rabassa et al., 2022).

Per i marketer diventa quindi cruciale ridurre lo scetticismo verso i chatbot e capire come favorire percezioni e comportamenti positivi nei loro confronti (Roy & Naidoo, 2021). Uno dei fattori che la ricerca indica come più efficaci è l’antropomorfizzazione del chatbot, associata a un maggiore engagement dell’utente. Per capire su quali sistemi si può lavorare in questo senso, conviene chiarire la distinzione tra chatbot tradizionali e chatbot AI basati su modelli linguistici avanzati.

Esempi recenti di Conversational Marketing (2024–2026)

Negli ultimi due anni il Conversational Marketing è passato da promessa a pratica consolidata: grandi aziende hanno integrato assistenti AI nei flussi di vendita e customer care, con risultati misurabili, ma anche con qualche lezione appresa sul ruolo del fattore umano.

Conversational marketing e customer care: il caso Klarna

Nel febbraio 2024 il colosso svedese dei pagamenti ha dichiarato che il suo assistente AI aveva gestito 2,3 milioni di conversazioni nel primo mese, due terzi delle chat di assistenza, per un volume equivalente al lavoro di 700 agenti a tempo pieno, con il tempo medio di risoluzione sceso da 11 minuti a meno di 2 (Klarna, comunicato stampa). Il numero va letto per quello che è: un’equivalenza di carico di lavoro dichiarata dall’azienda, non un conteggio di licenziamenti né una misurazione indipendente.

Nel 2025 è arrivato il parziale dietrofront. L’8 maggio il CEO Sebastian Siemiatkowski ha ammesso a Bloomberg che il costo era stato «un fattore di valutazione troppo predominante» e che il risultato era stato «una qualità più bassa»; Klarna ha quindi avviato un nuovo reclutamento perché i clienti abbiano sempre la possibilità di parlare con una persona vera (Bloomberg, CX Dive). È il caso scuola sull’ibridazione uomo-AI: l’automazione regge sul volume ripetitivo, molto meno sull’eccezione.

Conversational marketing nell’e-commerce: Amazon, OpenAI e Meta

• Amazon Rufus (2024–2026): Amazon ha integrato Rufus, un assistente conversazionale basato su AI, direttamente nell’esperienza di acquisto, estendendolo progressivamente a nuovi mercati. È il segnale più chiaro che il conversational marketing si sta spostando al centro del funnel di vendita, non più al suo margine.
• OpenAI e l’Instant Checkout: OpenAI ha introdotto funzionalità che permettono di vendere direttamente tramite ChatGPT, aprendo scenari inediti in cui il chatbot diventa un vero canale di conversione commerciale.
• Meta AI su WhatsApp (2024–2026): Meta ha integrato il suo assistente AI nelle principali piattaforme di messaggistica, consentendo alle aziende di avviare conversazioni commerciali personalizzate su larga scala. Per le imprese italiane, capire perché integrare un agente AI con WhatsApp è oggi una scelta da affrontare, non da rinviare.

Agenti AI personali e conversational marketing: il caso Meta Muse

Meta Muse è l’agente AI personale che Meta ha lanciato l’8 settembre 2026 negli Stati Uniti e in Canada. Secondo le stime di Sensor Tower riportate da TechCrunch, aveva già superato i 3,4 milioni di download, con una crescita media giornaliera del 55% nelle prime due settimane contro il 24% di ChatGPT nei suoi primi dieci giorni; dal 18 settembre è al primo posto dell’App Store americano. Le società di analisi non concordano sulla cifra esatta (Apptopia stima 4,3 milioni, Appfigures circa 2,3), ma la direzione è la stessa.

Per il marketing il punto non sono i download: è chi fa l’acquisto. Se a scegliere, confrontare e pagare sarà sempre più spesso un agente, il brand dovrà convincere prima l’agente e poi la persona. Tra le funzioni annunciate per Muse c’è anche la videochiamata con un avatar (TechCrunch), segno che l’antropomorfizzazione è ormai un tratto di prodotto di massa, non più un esperimento. Per le aziende la risposta è costruire agenti AI su misura, capaci di dialogare con questi nuovi intermediari senza perdere la propria voce.

Conversational marketing nelle PMI: il caso ATV Big Air Tour

Il caso più istruttivo dell’anno non arriva da una big tech ma da una piccola impresa dello spettacolo sportivo. Il circuito freestyle ha raccontato di aver ridotto l’inventario e il riordino del merchandising da due-tre giorni a due-tre ore e la revisione settimanale degli annunci degli eventi da otto ore a una, appoggiandosi a ChatGPT (OpenAI, storia cliente). Sono dati riferiti dall’organizzazione dentro un caso studio pubblicato dal fornitore, non una misurazione indipendente: vanno pesati come tali. Indicano però dove sta oggi il guadagno reale per le aziende medio-piccole: non nel bot che vende al posto tuo, ma nel tempo operativo che si libera a monte della conversazione.

Questi esempi mostrano che il Conversational Marketing non è più una promessa futura: è una realtà operativa che richiede scelte strategiche precise, a partire da quella fondamentale su quale chatbot scegliere per la propria azienda in funzione degli obiettivi di business.

GPT-6 Astra, Sol e Luna: cosa cambia per il Conversational Marketing nel 2026

Il 3 settembre 2026 OpenAI ha presentato GPT-6 Astra, che l’azienda descrive come il suo modello più capace e allineato, con un salto netto nell’uso del computer e nelle attività svolte per conto dell’utente (OpenAI). Al lancio il presidente Greg Brockman ha detto che «non è irragionevole pensare che siamo ormai nell’era dell’AGI», ammettendo però che l’AGI non ha una definizione condivisa (Axios). È bene tenere separate due cose. Il lancio del modello è un fatto; l’etichetta «AGI» è una valutazione del produttore, non un risultato validato da terze parti. Chi pianifica un budget marketing dovrebbe trattarla come tale.

Antropomorfizzazione e GPT-6 Astra: cosa cambia davvero

Al netto della retorica, la direzione tecnica ha conseguenze concrete su questo tema. Più il modello sottostante è coerente lungo una conversazione, più l’antropomorfizzazione smette di essere un vantaggio competitivo e diventa un requisito minimo: se ogni assistente suona empatico e ricorda il cliente, sembrare umani non differenzia più nessuno. Il vantaggio si sposta su tre cose che il modello non ti regala: una personalità coerente col brand, la trasparenza sul fatto che l’interlocutore è un’AI, e la capacità di risolvere davvero il problema. È la stessa lezione che Klarna ha imparato a proprie spese con il suo assistente di customer care.

C’è poi un effetto a monte del funnel. Quando la scoperta dei prodotti passa dentro la conversazione invece che dalla pagina dei risultati, la visibilità del brand va presidiata su un piano diverso: è la partita di come aumentare il traffico oggi, dalla SEO alla AI Visibility, che nel 2026 non è più un capitolo separato dal conversational marketing ma la sua condizione di ingresso.

GPT-6 Sol e Luna: quanto costa oggi un chatbot per il conversational marketing

Da settembre 2026 una conversazione AI costa circa la metà. Il 22 settembre OpenAI ha rilasciato GPT-6 Sol, pensato per i compiti complessi, e GPT-6 Luna, pensato per attività ad alto volume con un obiettivo chiaro, come riassumere documenti, estrarre informazioni o rispondere a domande rapide (TechCrunch). I prezzi si misurano in token, i frammenti di parola con cui i modelli leggono e fatturano il testo: Sol costa 2 dollari per milione di token in input e 10 in output, Luna 0,10 e 0,50, la metà dei predecessori GPT-5.6, mentre Claude Opus 5.5, lanciato da Anthropic lo stesso giorno, sta a 4 e 20 dollari (Simon Willison).

Cache dei token e scelta del modello nei chatbot di vendita

Per chi vende in chat il dettaglio di prezzo che conta è la cache, cioè lo sconto sui token già letti in precedenza. Per Opus 5.5 la lettura in cache è scesa del 60%, un taglio che pesa soprattutto «nelle conversazioni agentiche più lunghe, dove oltre il 90% dei token in input viene elaborato al prezzo dei token in cache» (Simon Willison): è il profilo tipico di una chat di vendita, che a ogni turno rilegge lo storico del dialogo.

Nella guida ai modelli GPT-6 del 2 ottobre OpenAI assegna a Luna il lavoro ripetitivo, come classificare le richieste, e ad Astra il ragionamento più difficile. Tradotto in una chat commerciale (lettura nostra, non indicazione di OpenAI): il modello economico smista, quello più capace gestisce i casi che contano. Il prezzo, però, non è mai stato il vero collo di bottiglia: il caso Klarna dice che lo è la qualità sull’eccezione.

Conversational marketing e antropomorfizzazione: lo studio di Sidlauskiene et al.

Lo studio di Sidlauskiene et al. (2023), pubblicato su Electronic Markets, mostra che i chatbot antropomorfici, cioè sistemi AI che usano segnali verbali umani come tono colloquiale, formule personali ed empatia, aumentano la personalizzazione percepita del prodotto e, nei consumatori che si sentono soli, la disponibilità a pagare un prezzo più elevato. La ricerca ha combinato un pre-test (135 persone) e due esperimenti online (180 e 237), per un totale di 552 partecipanti.

Gli esperimenti sui chatbot antropomorfici

Nel primo esperimento i partecipanti sono stati divisi in due gruppi e hanno interagito con un chatbot antropomorfico o con un chatbot non antropomorfico. Chi dialogava con la versione antropomorfica percepiva una maggiore personalizzazione del prodotto consigliato.

Nel secondo esperimento, oltre a replicare il risultato del primo, i ricercatori hanno misurato la disponibilità a pagare un prezzo più alto. L’effetto è emerso dall’interazione tra antropomorfismo e solitudine situazionale: i partecipanti che si sentivano soli erano disposti a pagare di più per un prodotto consigliato da un chatbot antropomorfico.

Questi risultati suggeriscono che l’antropomorfizzazione dei chatbot può essere una strategia efficace per migliorare l’esperienza del consumatore nel conversational marketing. Vale però ricordare il perimetro dello studio: due esperimenti online con 417 partecipanti complessivi (Sidlauskiene et al., 2023), non una replica su traffico commerciale reale. La direzione dell’effetto è chiara, la sua taglia in un e-commerce vero resta da misurare caso per caso.

Antropomorfismo e design dei chatbot per il conversational marketing

L’antropomorfismo dei chatbot è l’attribuzione di caratteristiche umane (nome, voce, stile colloquiale, empatia) a sistemi conversazionali AI, con l’obiettivo di renderli percepiti come interlocutori credibili. Nel conversational marketing questo fattore incide su engagement, fiducia e conversione, perché genera una sensazione di interazione personale anziché transazionale.

Controllare la personalità dei chatbot antropomorfici

Nel 2026 il controllo di questi tratti non è più solo una questione di prompt scritto bene. Tecniche come i persona vectors permettono di misurare e mantenere stabile la personalità di un modello lungo conversazioni estese, evitando le derive di tono che erodono la fiducia; sul lato opposto dello schermo, la scelta dell’avatar dell’agente AI agisce sul primo livello di percezione, prima ancora che l’utente legga una singola risposta.

Ne deriva che il conversational marketing avrà sempre più bisogno di governare personalità e stile di risposta dei chatbot, per offrire un’esperienza vicina a quella con un interlocutore umano senza fingere di esserlo. Per questo il design del chatbot diventa decisivo.

Design dei chatbot conversazionali

Un design efficace per un chatbot non si limita all’aspetto estetico: significa progettare personalità, tono di voce e stile di risposta coerenti con i valori dell’azienda e capaci di adattarsi all’utente. Sapere come personalizzare le chat aziendali con ChatGPT e altri LLM è diventato un vantaggio competitivo concreto per le imprese che puntano alla fidelizzazione.

La rassegna di Chaves e Gerosa (2019) individua undici caratteristiche sociali dei chatbot e le raggruppa in tre famiglie:

• Intelligenza conversazionale: la capacità di condurre il dialogo in modo proattivo, coerente e comunicativo.
• Intelligenza sociale: buone maniere, gestione delle situazioni difficili, personalizzazione sul singolo utente.
• Personificazione: identità e personalità percepite del chatbot.

Secondo l’agenda di ricerca di Følstad et al. (2021), i chatbot sono ormai un punto d’accesso digitale ai servizi e il loro valore dipende dalla capacità di sostenere un’interazione utile e piacevole, non solo di fornire informazioni. Per questo la scelta del tono, della modalità di risposta e della personalità del chatbot è critica per fidelizzare il cliente nel contesto competitivo dell’e-commerce.

Fattori psicologici nel Conversational Marketing

L’efficacia di un chatbot antropomorfico dipende dallo stato di chi lo usa almeno quanto dal suo design: solitudine, fiducia e disponibilità ad assecondare le richieste del sistema sono i tre fattori psicologici più studiati.

Solitudine situazionale e chatbot

La solitudine situazionale è uno stato temporaneo di isolamento sociale che amplifica il bisogno di connessione e cambia il modo in cui i consumatori percepiscono i chatbot: è proprio la variabile che, nello studio di Sidlauskiene et al. (2023), rende il chatbot antropomorfico capace di alzare la disponibilità a pagare. Una ricerca condotta durante la pandemia di COVID-19 su 58 utenti di Replika, un chatbot “amico” usato ogni giorno per due settimane, ha osservato che la presenza sociale percepita media il legame tra intensità d’uso e senso di connessione con il chatbot (Christoforakos et al., 2021). Gli stessi autori segnalano che l’isolamento del periodo può aver influito sui risultati.

Fiducia nei chatbot

La fiducia nei chatbot dipende da tre leve principali: competenza percepita, stile di comunicazione e trasparenza sulle operazioni svolte. I chatbot che mostrano un comportamento socialmente competente vengono percepiti più favorevolmente, incrementando fiducia e accettazione soprattutto tra giovani adulti e millennial (Haaga-Helia eSignals).

Adattamento al comportamento del chatbot

Uno stile più umano dei chatbot aumenta la probabilità che gli utenti aderiscano alle richieste del sistema, come compilare un modulo di feedback dopo un’interazione (Adam et al., 2021). È anche il motivo per cui conviene integrare i form direttamente nelle chat. Questo adattamento comportamentale suggerisce che i chatbot più “umanizzati” possono non solo migliorare l’esperienza dell’utente, ma anche guidarlo con più efficacia attraverso processi decisionali e operativi.

Insieme ai risultati di Sidlauskiene et al. sulla disponibilità a pagare, questi fattori psicologici indicano come progettare e mettere in produzione i chatbot per aumentare l’engagement del cliente e l’efficacia complessiva del conversational marketing.

Prospettive future del Conversational Marketing

Il Conversational Marketing sta spingendo le aziende a ripensare il modo in cui interagiscono con i consumatori. La sua efficacia, potenziata dall’antropomorfizzazione e da un’attenta considerazione dei fattori psicologici, migliora engagement ed efficienza delle transazioni a una condizione: che l’AI resti affiancata, non sostitutiva, dell’intelligenza umana nei casi complessi. È la lezione che Klarna ha pagato per prima, e che l’arrivo di agenti come Muse e di modelli sempre più economici come GPT-6 Sol e Luna, che costano la metà dei predecessori, rende ancora più attuale: quando automatizzare costa poco, la tentazione di automatizzare tutto cresce.

Per chi vuole mettere in pratica questi principi, Mimir è l’agente AI aziendale che sviluppiamo: personalità, tono e integrazioni si configurano sull’identità del brand e sulle esigenze dei clienti.

Fonti:

• OpenAI (2026). GPT-6 Astra: A new generation of intelligence. https://openai.com/index/gpt-6-astra/
• OpenAI (2 ottobre 2026). A model guide for the GPT-6 family. https://openai.com/index/practical-guide-building-gpt-6/
• TechCrunch (22 settembre 2026). OpenAI launches GPT-6 Sol and Luna, boasting lower cost and fewer mistakes. https://techcrunch.com/2026/09/22/openai-launches-gpt-6-sol-and-luna/
• Simon Willison (22 settembre 2026). Claude Opus 5.5, GPT-6 Sol, GPT-6 Luna, and a new price war. https://simonwillison.net/2026/Sep/22/opus-and-sol-and-luna/
• Axios (3 settembre 2026). OpenAI releases new model GPT-6 Astra, says it may represent AGI. https://www.axios.com/2026/09/03/openai-astra-gpt-6-agi-brockman
• TechCrunch (25 settembre 2026). Meta is putting its muscle behind Muse as the AI app takes off. https://techcrunch.com/2026/09/25/meta-is-putting-its-muscle-behind-muse-as-the-ai-app-takes-off/
• OpenAI (2026). ATV Big Air Tour turned 3 days of work into 3 hours with ChatGPT. https://openai.com/index/atv-big-air-tour/
• Klarna (27 febbraio 2024). Klarna AI assistant handles two-thirds of customer service chats in its first month. https://www.klarna.com/international/press/klarna-ai-assistant-handles-two-thirds-of-customer-service-chats-in-its-first-month/
• Bloomberg (8 maggio 2025). Klarna Turns From AI to Real Person Customer Service. https://www.bloomberg.com/news/articles/2025-05-08/klarna-turns-from-ai-to-real-person-customer-service
• Customer Experience Dive (9 maggio 2025). Klarna changes its AI tune and again recruits humans for customer service. https://www.customerexperiencedive.com/news/klarna-reinvests-human-talent-customer-service-AI-chatbot/747586/
• Fortune Business Insights. Conversational Commerce Market, Size & Forecast. https://www.fortunebusinessinsights.com/conversational-commerce-market-111349
• Mordor Intelligence. Conversational Commerce Market Size, Share & Trends. https://www.mordorintelligence.com/industry-reports/conversational-commerce-market
• Sidlauskiene, J., Joye, Y., & Auruskeviciene, V. (2023). AI-based chatbots in conversational commerce and their effects on product and price perceptions. Electronic Markets, 33(1), 1–21. https://doi.org/10.1007/S12525-023-00633-8
• Adam, M., Wessel, M., & Benlian, A. (2021). AI-based chatbots in customer service and their effects on user compliance. Electronic Markets, 31(2), 427–445. https://doi.org/10.1007/S12525-020-00414-7
• Rabassa, V., Sabri, O., & Spaletta, C. (2022). Conversational commerce: Do biased choices offered by voice assistants’ technology constrain its appropriation? Technological Forecasting and Social Change, 174, 121292. https://doi.org/10.1016/J.TECHFORE.2021.121292
• Roy, R., & Naidoo, V. (2021). Enhancing chatbot effectiveness: The role of anthropomorphic conversational styles and time orientation. Journal of Business Research, 126, 23–34. https://ideas.repec.org/a/eee/jbrese/v126y2021icp23-34.html
• Følstad, A., Araujo, T., Law, E. L. C., Brandtzaeg, P. B., Papadopoulos, S., Reis, L., … Luger, E. (2021). Future directions for chatbot research: an interdisciplinary research agenda. Computing, 103(12), 2915–2942. https://doi.org/10.1007/S00607-021-01016-7
• Haaga-Helia eSignals (2021). The influence of interactional style on affective acceptance in human-chatbot interaction: a literature review. https://esignals.fi/research/en/2021/02/04/the-influence-of-interactional-style-on-affective-acceptance-in-human-chatbot-interaction-a-literature-review/
• Christoforakos, L., Feicht, N., Hinkofer, S., Löscher, A., Schlegl, S. F., & Diefenbach, S. (2021). Connect With Me. Exploring Influencing Factors in a Human-Technology Relationship Based on Regular Chatbot Use. Frontiers in Digital Health, 3, 689999. https://doi.org/10.3389/FDGTH.2021.689999
• Chaves, A. P., & Gerosa, M. A. (2019). How should my chatbot interact? A survey on human-chatbot interaction design. arXiv. https://arxiv.org/abs/1904.02743