I concorrenti che l'AI nomina al posto tuo

Quasi tutti aprono la prima verifica di visibilità sulle AI cercando il proprio nome. Scorrono la risposta, lo trovano o non lo trovano, e chiudono la scheda. È la cosa meno interessante che c'è sullo schermo. Il pezzo che conta è il resto della frase: le aziende consigliate mentre tu non c'eri.

Quella lista è una mappa competitiva, e non l'hai disegnata tu. L'ha messa insieme un sistema che non ha mai visto la tua pipeline, il tuo listino o le trattative che hai perso l'ultimo trimestre. Conosce solo il modo in cui il web parla della tua categoria, e quello che dice il web di solito non coincide con quello che dice la tua mappa.

Da dove un modello prende l'idea dei tuoi concorrenti

Un modello linguistico non conserva un elenco ordinato di mercati con sotto la lista dei fornitori. Conserva associazioni statistiche tra parole, e recupera pagine nel momento stesso in cui risponde. Quando una domanda nomina una categoria, i marchi che escono sono quelli che compaiono più spesso vicino a quella categoria nei testi su cui ha imparato, o nelle pagine che ha appena caricato.

La logica di raggruppamento è quindi testuale, non commerciale. Due marchi finiscono nello stesso gruppo perché vengono nominati sulle stesse pagine: le stesse classifiche, gli stessi articoli di confronto, gli stessi thread di forum, le stesse discussioni su Reddit. La co-citazione è tutta la qualifica richiesta. Nessuno ha verificato se tu e l'azienda che ti sta accanto inseguiate davvero lo stesso compratore.

Questo ribalta l'assunto abituale. Tu tratti il tuo insieme competitivo come un fatto del mondo; il modello lo tratta come un fatto del corpus.

Cosa ne viene fuori, e perché a prima vista sembra un errore

Compaiono aziende che non hai mai considerato concorrenti

Spesso più piccole di te. A volte arrivano dalla categoria accanto e risolvono un problema adiacente per un compratore leggermente diverso. Escono perché hanno un'impronta testuale densa nei posti che contano: documentazione vera, una comunità attiva, un fondatore che risponde in pubblico e, soprattutto, l'abitudine a farsi scrivere addosso dagli altri. Il modello legge quella densità come rilevanza.

Non è detto che stiano vincendo il mercato. Stanno vincendo il paragrafo. Sono due risultati diversi, e solo uno dei due si vede da dentro la tua azienda.

I concorrenti veri spariscono

L'immagine speculare è ancora più strana. Un rivale grosso e affermato, con una rete commerciale solida, uno stand fisso alla fiera di settore e un nome che i compratori riconoscono al volo, può semplicemente non esserci nella risposta. Se il web aperto dice poco di lui nel contesto della domanda posta, il modello non ha niente a cui aggrapparsi.

Colpisce soprattutto i fornitori enterprise. La loro conoscenza vive dentro PDF protetti, presentazioni commerciali, portali per partner e sale riunioni: posti dove il modello non è mai entrato. L'assenza da una risposta AI non dice niente sulla solidità di un'azienda. Dice qualcosa su dove quell'azienda viene discussa.

Il tuo concorrente cambia quando cambia la lingua

Fai la domanda d'acquisto in italiano e ottieni una serie di nomi. Falla in tedesco o in spagnolo e la serie può cambiare parecchio, con attori locali seduti in quei posti. Il web in lingua tedesca discute di fornitori tedeschi, cita testate tedesche, litiga nei forum tedeschi, e il modello risponde con quello che quella lingua contiene.

Per chi esporta la conseguenza è diretta: il tuo rivale dentro una risposta AI dipende dal mercato, ed è spesso un'azienda di cui la tua rete vendite non ha mai sentito parlare. Un monitoraggio dei concorrenti sulle AI che gira solo nella tua lingua sta descrivendo un mercato solo, e ti invita in silenzio a leggerlo come la descrizione di tutti gli altri.

Come leggere la lista senza raccontarti una storia

Questi modelli sono probabilistici. La stessa domanda, posta due volte, può restituire due schieramenti diversi. L'unità di analisi non è mai la singola risposta.

Conta la frequenza, non le comparse. Ripeti la domanda molte volte, su piattaforme diverse, e tieni il conto. Un nome che torna nella maggior parte delle esecuzioni è un'associazione strutturale: il modello collega in modo stabile quel marchio a quella domanda. Un nome uscito una volta sola è rumore, e riscrivere il posizionamento per un campione singolo è un ottimo modo per inseguire un sorteggio.

Poi guarda l'ordine. Essere nominato per primo non è come essere nominato per ultimo. Il primo nome di una risposta generata occupa la posizione della scelta ovvia, quella sicura, quella che citi prima di mettere qualsiasi distinguo.

Poi guarda la caratterizzazione. È la parte che quasi nessuno registra, e porta più informazione della citazione in sé. Leggi la frase attaccata a ogni nome. «Lo standard del settore» è una cosa. «Un'alternativa economica per team piccoli» è un'altra. Essere nominato terzo e descritto come la scelta di budget è un risultato completamente diverso dall'essere nominato per primo e descritto come lo standard, e qualunque misurazione che tratti i due casi come una citazione uguale ha buttato via la scoperta. Vale anche per uno score di visibilità, il nostro compreso, se guardi solo il valore e mai le frasi che ci stanno sotto.

L'unica domanda che vale la pena porre su quella lista

Non «come li faccio sparire». La domanda utile è: perché il modello associa loro a questa domanda e non me?

La risposta sta quasi sempre nelle fonti. Perplexity mostra le citazioni in linea. ChatGPT, con la navigazione attiva, linka quello che ha caricato. Apri quelle pagine, una a una, e ritroverai sempre la stessa forma: pagine di terzi dove il tuo concorrente c'è e tu no. Una classifica su una testata di settore. Un confronto scritto da qualcuno che nessuno ha briefato. La risposta di un professionista in un forum. La pagina di documentazione di un'azienda che si integra con loro.

Un avvertimento. Non chiedere al modello perché ha scelto loro. Produrrà una motivazione fluida e sicura di sé, e quella motivazione è una ricostruzione a posteriori, non un rapporto dall'interno della macchina. Le fonti recuperate sono reali e verificabili. La spiegazione dichiarata è prosa.

Il lavoro cambia forma. Il buco non è sul tuo sito, dove hai controllo pieno e dove hai già speso anni. È su pagine che non possiedi, dentro conversazioni sulla tua categoria che avvengono senza di te.

Cosa non puòi farci

Non muovi un modello attaccando un concorrente. Non esiste un file di disconoscimento per i modelli linguistici e non esiste un modulo dove segnalare una raccomandazione come ingiusta. Non esiste nemmeno la leva positiva: nessun endpoint dove candidarsi, nessun fattore di ranking da regolare, nessun livello di partnership che compri l'inclusione. Chi si offre di togliere un rivale dalle risposte delle AI, o di infilare il tuo nome al posto suo, ti sta vendendo qualcosa che non può consegnare, e conviene dare per scontato che il resto del suo discorso valga altrettanto.

Quello che si può avere e sapere: quali aziende vengono nominate al posto tuo, in quale lingua, in quale mercato, quanto spesso, in che ordine e descritte come. PSentry riporta esattamente questo, lingua per lingua e mercato per mercato, su ChatGPT, Claude, Gemini e Perplexity. Misura. Non manipola gli output dei modelli e non promette che la lista cambierà.

Se la lista cambierà mai è una questione di business, non di software. Dipende dal fatto che la tua categoria cominci a parlare di te in pubblico, nelle lingue in cui vendi, su pagine che non controlli. Succede lentamente. E non puòi nemmeno provarci finché continui a credere che i tuoi concorrenti siano quelli sulla tua slide.

Il riassunto onesto

La riga più preziosa di una risposta AI è quella con dentro il nome di qualcun altro. È una lettura gratuita e poco lusinghiera di come il tuo mercato viene davvero descritto nei testi. Leggi i nomi, contali come si deve, annota come vengono inquadrati e vai a cercare le pagine che ce li hanno messi. Quella è una lista di cose da fare vera, ed e più lunga di quella che avevi.

Domande Frequenti

Perche un'AI consiglia un'azienda più piccola della mia?

Perche la dimensione non è visibile a un modello linguistico. La presenza testuale sì. Un'azienda piccola con documentazione accurata, una comunità attiva e l'abitudine a farsi citare da terzi ha un'impronta più densa proprio nei testi da cui il modello attinge, rispetto a un'azienda più grande la cui conoscenza dorme nelle presentazioni commerciali.

Quante volte devo chiedere prima che la lista significhi qualcosa?

Piu di una, e più di una per piattaforma. Non esiste una soglia magica, ma il principio è semplice: tratta ogni risposta come un campione, non come un verdetto, e fidati solo dei nomi che ricorrono su molte esecuzioni. La singola risposta che ti ha innervosito con ogni probabilità è rumore.

Posso far rimuovere un concorrente da una risposta AI?

No. Non esiste un meccanismo per farlo e non esiste un fornitore in grado di eseguirlo. I nomi dentro una risposta sono un sottoprodotto di quello che dice il web, e l'unica cosa che li sposta è che il web cominci a dire qualcosa di diverso: cosa che richiede tempo e che non è il deliverable di nessuno.

Devo farlo in tutte le lingue in cui vendo?

Se esporti sì, ed è lì che si concentrano le sorprese. L'insieme competitivo che un'AI nomina in un mercato di destinazione è spesso fatto di attori locali, e quella risposta resta invisibile se chiedi sempre e solo in italiano.

Cosa devo registrare a ogni controllo?

La piattaforma, la lingua, il prompt esatto, ogni marchio nominato, l'ordine in cui compare, la frase usata per descriverlo e le fonti citate, se ci sono. La lista dei marchi da sola non basta: il senso sta nell'ordine e nell'inquadramento.