Il funnel non è morto. Forse ha imparato a pensare.
Il funnel non è morto. Forse ha imparato a pensare.
Il funnel non è morto. Forse ha imparato a pensare. Giovanni e Miriam di Naked Panda stanno presentando un mood board per un prodotto che lanceremo con NoiEnergia a settembre. Loro cureranno la produzione dei video della campagna e, mentre scorrono riferimenti, linguaggi e direzioni creative, a un certo punto compare una slide. Very Messy Middle. La guardo e ho una di quelle sensazioni fastidiose che arrivano quando riconosci perfettamente qualcosa, ma ti accorgi di non averci mai pensato abbastanza. Lo conosco. So cosa rappresenta. E allora perché non ne ho mai parlato? Perché non l'ho mai approfondito davvero? Da lì parte una connessione strana. Il Messy Middle mi riporta agli agenti AI, alle knowledge base, ai dati, ai sistemi che prendono decisioni.
E, per qualche motivo, anche a una notizia letta tempo fa su quel famoso 5% legato al valore economico dell'intelligenza artificiale. Sembrano cose scollegate. Probabilmente in parte lo sono. Ma continuano a restituirmi la stessa impressione: stiamo entrando in una fase in cui sempre più informazioni, comportamenti e decisioni vengono letti, strutturati e trasformati in conoscenza operativa. Non sto parlando di complottismo o del Nuovo Ordine Mondiale. Quello, se proprio serve, lo lasciamo a YouTube. Sto parlando di qualcosa di molto più concreto. E forse proprio per questo molto più radicale. Il Messy Middle non significa che il funnel è morto Prima una precisazione: nella ricerca originale di Google il modello si chiama Messy Middle. Il riferimento è il lavoro pubblicato nel 2020 da Alistair Rennie e Jonny Protheroe.
Think with Google descrive quel tratto della decisione d'acquisto in cui le persone oscillano tra esplorazione e valutazione prima di arrivare alla scelta. Nel modello, Exploration è la modalità espansiva: cerchiamo informazioni, scopriamo alternative, allarghiamo il campo. Evaluation è la modalità riduttiva: confrontiamo ciò che abbiamo trovato, eliminiamo opzioni, pesiamo vantaggi e svantaggi e proviamo a ridurre l'incertezza. Exploration ⇄ Evaluation ⇄ Exploration ⇄ Evaluation. Il punto è che non percorriamo queste fasi una sola volta e in ordine. Possiamo tornare indietro, cambiare criteri, scoprire un'alternativa nuova, ricominciare. Il percorso diventa un loop.
Che cosa significa davvero il Messy Middle
La ricerca di Google mette inoltre in evidenza alcune scorciatoie cognitive che possono intervenire nella scelta, come social proof, scarsità, autorità, immediatezza e potere del gratuito. Non decidono automaticamente cosa compreremo, ma mostrano quanto la decisione sia meno lineare di quanto un funnel possa far sembrare. Quindi no: il Messy Middle non certifica la morte del funnel. Semmai ci ricorda che il funnel è una rappresentazione utile all'azienda, non una TAC del cervello del cliente. E la critica alla linearità non nasce con Google. Già nel 2009 McKinsey proponeva il Consumer Decision Journey dopo una ricerca su quasi 20. 000 consumatori, descrivendo un processo molto più circolare del classico imbuto. Il funnel è ordinato. Noi molto meno.
Quando l’AI comprime il percorso di scelta
Poi nel Messy Middle è entrata l'intelligenza artificiale Ed è qui che quella slide ha cominciato a tormentarmi. Per anni il Messy Middle è stato anche materialmente messy. Aprivi Google. Poi cinque tab. Poi una recensione. Poi YouTube. Poi tornavi indietro. Poi chiedevi a qualcuno. Poi scoprivi un competitor che non avevi considerato e ricominciavi. Oggi posso scrivere a un sistema AI: «Confrontami queste soluzioni. Questo è il mio budget. Questi sono i miei vincoli. Queste caratteristiche per me contano, queste no. Fammi capire pro e contro.» Una parte dell'Exploration e dell'Evaluation viene compressa dentro un'unica interazione.
Nel marzo 2026 David Edelman, su Think with Google, ha descritto proprio una compressione della customer-decision journey: richieste più ricche e contestuali possono essere scomposte e sintetizzate dall'AI molto più rapidamente rispetto alla sequenza tradizionale di ricerche separate. L'AI non elimina necessariamente il Messy Middle. Può comprimerlo. Ma questo è solo il primo passaggio. Perché l'AI non si limita più a rispondere. Sta iniziando ad agire. GG: nel 2023 avevo già provato a costruire quel passaggio Qui la questione diventa personale. Nel 2023, per NoiEnergia, progettai un sistema che avevo chiamato GG. Oggi GG esiste. All'epoca non vide mai la luce. Tre anni fa sembrano un secolo quando si parla di intelligenza artificiale.
Oggi molte architetture sono più accessibili; allora erano più complesse, più costose e richiedevano competenze che io stesso stavo ancora iniziando a costruire. Eppure ero convinto che si potesse fare. Insieme a un collega e amico arrivammo anche a individuare il fornitore che avrebbe potuto realizzarlo. Non posso entrare troppo nel dettaglio del progetto, ma il principio era molto chiaro. Quando un agente accedeva all'anagrafica di un cliente nel CRM, GG avrebbe dovuto avere contezza della vita di quel cliente nel sistema e, sulla base di ciò che era già noto e disponibile, proporre all'agente soluzioni di vendita coerenti con quel contesto. Non una sequenza uguale per tutti. Non il classico «questo cliente è nello stage X, quindi mostriamogli Y».
Piuttosto un sistema capace di utilizzare la conoscenza già presente nel CRM per aiutare la persona che stava gestendo il contatto a scegliere una proposta più pertinente. Per me oggi questo dettaglio è fondamentale. Perché GG non era pensato per sostituire l'agente. Era pensato per amplificarne la capacità decisionale: prendere ciò che l'azienda già sapeva, renderlo utilizzabile nel momento giusto e suggerire un'azione coerente. Nel 2023 lo vedevo come qualcosa di quasi fantascientifico. Oggi lo chiameremmo con molta più naturalezza copilot, next best action, AI agent collegato al CRM o sistema di recommendation. La cosa interessante non è poter dire «l'avevo pensato prima». Non mi interessa la gara.
Mi interessa quanto velocemente si sia accorciata la distanza tra una cosa che potevo immaginare e una cosa che oggi potrei costruire davvero. E se non progettassimo più il funnel? Prendiamo una marketing automation tradizionale, semplificando: Lead → segmento → workflow → messaggio → CTA → conversione. Possiamo costruire ramificazioni sofisticate. Se apre questa email, fai questo. Se visita quella pagina, assegna un punteggio. Se scarica quel documento, entra nel workflow B. Se raggiunge una certa condizione, passa al commerciale. Funziona. Ma il percorso è stato comunque progettato prima che quella specifica persona lo percorresse.
Con un agente AI collegato a una knowledge base aggiornata e, dove appropriato, al contesto del CRM, il paradigma può diventare: Segnale → contesto → recupero della conoscenza → valutazione → prossima azione → feedback. Questa non è una conclusione della ricerca di Google. È una mia ipotesi di progetto. Il sistema non dovrebbe limitarsi ad assegnare una persona a uno step predefinito. Potrebbe interpretare ciò che sta accadendo, recuperare la conoscenza pertinente e suggerire - o, entro confini espliciti, eseguire - la prossima interazione più sensata. Potrebbe spiegare. Fare una domanda. Presentare un confronto. Recuperare un documento. Proporre un appuntamento. Aspettare. Passare la conversazione a una persona. O riconoscere che una determinata soluzione non è quella corretta. A quel punto il funnel non sparisce.
Dalla conoscenza all’azione
Resta utile per leggere quello che accade dal punto di vista dell'azienda. Il percorso, invece, può diventare dinamico. La knowledge base smette di essere documentazione Se un agente deve ragionare e agire, ciò che l'azienda sa diventa parte della customer experience. Prodotti. Listini. Contratti. Procedure. FAQ. Policy. Disponibilità. Caratteristiche tecniche. Storico utilizzabile. Regole commerciali. Limiti operativi. Non sono più soltanto documenti da tenere ordinati perché «prima o poi potrebbero servire». Diventano materia prima decisionale. E qui cambia anche una domanda molto concreta. Fino a oggi: «Il cliente riesce a trovare questa informazione?» Domani anche: «Una macchina riesce a comprenderla, valutarla e utilizzarla correttamente?»
È per questo che SEO, dati strutturati, cataloghi, API, CRM, governance e gestione della conoscenza iniziano a sovrapporsi. Non perché improvvisamente tutto sia AI. Ma perché la qualità dell'informazione influenza direttamente la qualità di ciò che un sistema intelligente può fare. Dalla raccomandazione all'azione Finora abbiamo usato molto l'AI per chiederle: «Cosa dovrei comprare?» La direzione successiva è più interessante: «Occupatene tu.» Nel gennaio 2026 Google ha presentato Universal Commerce Protocol (UCP), uno standard aperto pensato per consentire ad agenti e sistemi di operare lungo il percorso d'acquisto, dalla scoperta fino al post-vendita.
A maggio 2026 Google ha poi presentato Universal Cart, un carrello intelligente che lavora tra merchant e servizi Google e può eseguire attività in background come monitorare prezzi e disponibilità. Non significa che domani delegheremo ogni acquisto a un agente. Significa però che il confine tra raccomandazione e azione sta diventando molto più sottile. Possiamo immaginare tre livelli: Ieri: Trigger → Exploration ⇄ Evaluation → Purchase. Oggi: Trigger → persona + AI → Exploration ⇄ Evaluation → Purchase. Domani, almeno in alcuni contesti: Trigger → agente → ricerca → valutazione → proposta → autorizzazione → azione. A quel punto una parte del Messy Middle potrebbe non essere più attraversata direttamente da noi. Potremmo delegarla. Ogni cosa diventerà un dato? È la sensazione che continuo ad avere.
Ogni piccola scelta sembra inserirsi in un sistema più grande. Non nel senso che ogni gesto finirà automaticamente dentro una fantomatica conoscenza globale: esistono dati privati, sistemi chiusi, limiti tecnici, consenso, governance e vincoli normativi. Ma una quota crescente delle attività digitali produce segnali. Alcuni vengono raccolti. Alcuni strutturati. Alcuni trasformati in informazioni interrogabili. E quelle informazioni possono contribuire a produrre nuove decisioni. Comportamento → dato → conoscenza → decisione → nuovo comportamento. Un feedback loop. Ed è qui che, per qualche strano collegamento mentale, mi è tornata in mente quella storia del 5%. Quel 5% non era esattamente come lo ricordavo La memoria aveva fatto quello che fa spesso: aveva compresso la notizia.
Chi decide il prossimo passo
Nel luglio 2026 il Financial Times ha riportato che OpenAI aveva discusso l'ipotesi di assegnare al governo statunitense una partecipazione del 5% della società. Le discussioni erano preliminari e la proposta non equivaleva al «5% degli introiti dell'AI distribuito alla popolazione» che la mia memoria aveva finito per sintetizzare. Perché allora quel ricordo si è riacceso davanti a una slide sul Messy Middle? Non credo per il numero. Credo per la domanda che contiene. Chi produce il valore della conoscenza? I modelli? Le aziende? Le infrastrutture? I dati? Le persone che, direttamente o indirettamente, quei dati li producono? Non ho una risposta. E non voglio inventarmela per regalare a questo articolo una conclusione perfetta. Una torre fatta di bit Più collego questi pezzi, più continuo a vedere una strana immagine. Stiamo cercando di toccare il cielo costruendo una torre fatta di bit? Fantascienza. Ma non tutta. Nella realtà stiamo costruendo sistemi molto più concreti: informazioni, documenti, cataloghi, comportamenti, modelli, API, knowledge base e agenti che possono trasformare una parte della complessità in conoscenza e azione. Sistemi che possono migliorare la vita e il lavoro. Non so se di tutti. Sicuramente di chi saprà che esistono, comprenderà come funzionano e avrà gli strumenti per utilizzarli. Ed è forse questo che quella slide di Giovanni e Miriam ha riaperto nella mia testa. Non la morte del funnel. Qualcosa di più interessante. Fino a oggi abbiamo cercato di disegnare il percorso del cliente. Domani potremmo progettare soprattutto le conoscenze, i confini e le regole attraverso cui un sistema costruirà una parte di quel percorso ogni volta da capo. E allora la domanda non sarà più soltanto: «Dove si trova il cliente nel funnel?» Potrebbe diventare: «Chi sta decidendo quale sarà il suo prossimo passo?» Fonti e approfondimenti Google / Think with Google - "How people decide what to buy lies in the 'messy middle' of the purchase journey" McKinsey & Company - "The consumer decision journey" Think with Google - David C. Edelman, "Customer-decision journeys are compressing. What does that mean for marketers?" Google - "New tech and tools for retailers to succeed in an agentic shopping era" Google - "Google Shopping introduces Universal Cart" Financial Times - "OpenAI proposes handing Trump administration 5% stake"
