In breve
La generative UI (UI generativa) è un'interfaccia che un modello AI compone al momento della richiesta. Google ha misurato una preferenza dell'82,8% per le interfacce generate rispetto alle risposte in testo e le ha portate in Gemini e Search. Per un brand la domanda è di controllo: le piattaforme già compongono i tuoi prodotti sulle loro superfici, mentre un brand agent può comporre la vetrina del brand da componenti approvati, con il checkout che resta deterministico sui sistemi del brand.
- La generative UI (UI generativa) è un'interfaccia che un modello AI compone al momento della richiesta, da componenti approvati e dati di catalogo aggiornati.
- Google Research ha misurato una preferenza dell'82,8% per le interfacce generate sulle risposte testuali, senza testare checkout, conversioni e velocità di generazione.
- Le piattaforme AI già compongono i prodotti dei brand nelle proprie superfici generate, mentre Adobe misura un traffico da AI che converte il 42% meglio e assegna alle pagine prodotto la peggiore leggibilità macchina.
- Un brand agent con una grammatica di componenti governata compone la vetrina del brand, e lo stato del commercio resta deterministico sui sistemi del brand.
Una cliente scrive: "una giacca impermeabile, taglia 46, sotto i 200 euro, che arrivi entro venerdì". Dentro ChatGPT o Gemini la risposta a quella richiesta oggi può essere un'interfaccia: tre schede prodotto, un filtro taglia, un confronto sui materiali, composti sul momento. Google chiama questo approccio generative UI, in italiano UI generativa o interfaccia generativa, e da novembre 2025 lo ha portato dentro l'app Gemini e dentro Search AI Mode.
Prima di rilasciarlo, Google Research lo ha misurato: nelle valutazioni umane a coppie, le interfacce generate hanno battuto le risposte in testo formattato nell'82,8% dei confronti. Le persone preferiscono un'interfaccia composta a un muro di testo.
Questo articolo è per brand e operatori ecommerceVendere prodotti online attraverso il proprio negozio o i marketplace. Per la visibilità AI il fattore che decide è se il catalogo del negozio è leggibile dalle macchine.Approfondisci, e risponde a tre domande: cos'è davvero la generative UI, cosa dicono le prove pubbliche, e cosa deve già reggere nel tuo catalogo prima che un'interfaccia generata possa vendere per il tuo brand.
La vetrina sta diventando una risposta.
Cos'è la generative UI?
La generative UI (UI generativa) è un'interfaccia che un modello AI compone nel momento della richiesta: sceglie quali componenti mostrare, li riempie con dati aggiornati e decide la disposizione per quella specifica domanda, dentro limiti definiti da chi la governa. In un negozio online significa che una domanda della cliente può produrre tre schede prodotto, un confronto sulla cura del capo e un filtro taglia che un secondo prima non esistevano come pagina.
La terminologia è giovane. Il workshop CHI 2026 dedicato alla generative UI, con organizzatori da Microsoft Research, UC San Diego, MBZUAI, Apple e MIT CSAIL, riconosce che la comunità non ha ancora definizioni condivise: propone solo "working definitions", e la più ampia copre qualsiasi interfaccia creata da un modello AI, in fase di design oppure nel momento dell'uso.
Per un operatore conta la seconda metà: l'interfaccia creata nel momento dell'uso, davanti alla cliente, con i dati del catalogo.
Tre cose diverse con nomi quasi uguali
Chi cerca "UI generativa" in italiano trova tre concetti mescolati, e due non c'entrano con la vendita.
| Termine sul mercato | Cosa fa davvero | Quando lavora | Esempio |
|---|---|---|---|
| Generative design | Ottimizza forme e strutture in ambito industriale e CAD | In progettazione | Un telaio alleggerito al computer |
| Strumenti AI per designer | Generano mockup e bozze di interfaccia per il team | In fase di design | Google Stitch, funzioni AI di Figma |
| Generative UI | Compone l'interfaccia reale per l'utente, a ogni richiesta | Davanti al cliente | Tre schede più filtro taglia, adesso |
Le prime due producono un artefatto che un umano rivede prima della pubblicazione. La terza lavora in produzione, sul cliente vero: per questo le regole che la governano contano più del modello che la genera.
Un chatbot risponde a parole, una vetrina si compone
L'AI nell'ecommerce italiano si è fermata quasi ovunque al livello del testo: assistenti di supporto, descrizioni prodotto, qualche risposta automatica. La generative UI restituisce struttura: schede, confronti, filtri, moduli.
La differenza si vede nel momento della scelta. Davanti a "quale zaino contiene un album A4", un sistema testuale produce un paragrafo che la cliente deve verificare da sola. Un'interfaccia composta mette due zaini adatti affiancati, con dimensioni interne, peso e prezzo in colonna, e la scelta nasce dal confronto visivo.
I numeri di Google Research danno la misura del divario: preferenza dell'82,8% per l'interfaccia generata rispetto alla risposta in testo formattato, e nel ranking ELO dello stesso studio l'interfaccia generata supera di circa 380 punti il miglior risultato di ricerca tradizionale (1736 contro 1352). I siti costruiti da esperti umani restano davanti a tutti, a quota 1800.
Una scheda vale più di un paragrafo, e il catalogo decide se la scheda dice il vero.
Le prove di Google, con le scritte in piccolo
Lo studio, annunciato con il lancio di Gemini 3 e pubblicato integralmente su arXiv, è il dato pubblico più solido sul tema, e le sue scritte in piccolo contano quanto il titolo.
| Cosa è provato | Cosa resta non provato |
|---|---|
| Le persone preferiscono l'interfaccia generata al testo (82,8% dei confronti) | Nessun test su checkout, conversioni o inventario reale |
| La capacità è nuova: i modelli piccoli della generazione precedente rompevano il 29-60% degli output, gli attuali 0% con le riparazioni dello studio attive | La velocità: la generazione "può spesso richiedere uno o due minuti", esclusa dalla valutazione |
| Batte il miglior risultato di ricerca di circa 380 punti ELO | Gli esperti umani vincono ancora in circa metà dei confronti |
| Funziona su domande reali campionate da LMArena | Gli output grezzi hanno richiesto riparazioni a JavaScript, CSS e asset inventati |
La colonna che conta per un negozio è la seconda. La preferenza è dimostrata; la vendita no. E quando un sistema probabilistico parla a nome della cassa, esiste già un precedente: nel febbraio 2024 un tribunale canadese ha ritenuto Air Canada responsabile di una politica di rimborso che il sistema di chat del suo sito aveva inventato, e l'ha obbligata a onorarla.
Un'interfaccia può comporre lo scaffale. Il contratto no.
Come vende una UI generativa: la grammatica dei componenti
La convinzione diffusa vuole che una vetrina generativa scriva tutto da zero, a ogni richiesta. Le prove indicano la strada opposta: Google ha avuto bisogno di istruzioni dettagliate e di riparazioni automatiche per tenere in piedi la generazione libera, e il paper di ricerca Veliu sulla grammatica dei componenti per l'agentic storefront formalizza la lezione per il commercio: composizione dinamica dentro confini governati.
Il modello operativo ha tre pezzi.
Componenti approvati. Il brand approva una libreria di componenti agnostici rispetto alla categoria (griglia di confronto, selettore taglia, carosello prodotto, pannello cura), ognuno con i token visivi del brand e ognuno autorizzato a dichiarare solo campi specifici del catalogo. L'agente sceglie quali componenti servono alla richiesta, con quali prodotti riempirli e quale disposizione approvata usare. Compone in tempo reale; codice non revisionato per ogni richiesta, mai.
Contesto sotto controllo della cliente. Una taglia ricordata può restringere la rosa solo se l'interfaccia la mostra, ne indica la data e offre una correzione immediata. "Ho selezionato questi capi in taglia 46: dimmi se ti serve una taglia diversa" è la forma onesta.
Il catalogo fissa il tetto. Una scheda elegante può mostrare solo ciò che un record governato sostiene: se l'istruzione di lavaggio manca, l'interfaccia lo dichiara oppure omette la promessa. Un processo di arricchimento può recuperare l'attributo mancante, e una persona lo approva prima che diventi verità di catalogo. È lo stesso lavoro sul dato che serve per generare descrizioni prodotto senza propagare incoerenze.
Il prezzo, la taglia 46 e lo stato di magazzino arrivano da record deterministici, e il checkout resta nel percorso governato del negozio. Questo confine è anche la risposta al vincolo normativo: con lo European Accessibility Act in vigore da giugno 2025, un'interfaccia che cambia a ogni sessione è un rischio di conformità se ogni variante è improvvisata, mentre componenti approvati e testati una volta (contrasto, tastiera, screen reader) portano la loro accessibilità in ogni composizione.
Chi compone la tua vetrina se non la componi tu?
Le piattaforme non aspettano. Ognuna delle grandi superfici AI già compone i prodotti dei brand dentro la propria esperienza generata, alimentata dai dati strutturatiIl markup schema.org leggibile dalle macchine (Product, Offer, AggregateRating) incorporato nella pagina come JSON-LD. È il modo canonico di dare ai motori fatti di prodotto senza ambiguità.Approfondisci del venditore.
Google ha acceso Business Agent a gennaio 2026: le persone parlano con il brand dentro Search, e l'agente risponde usando i dati di Merchant Center e del sito. OpenAI a marzo 2026 ha ricentrato lo shopping di ChatGPT sulla scoperta dei prodotti, con l'acquisto che in genere si completa sullo store del merchant. Microsoft ha lanciato Copilot Checkout e i Brand Agents a gennaio 2026, con i merchant Shopify iscritti in automatico salvo rinuncia. Perplexity dal novembre 2025 fa completare gli acquisti con i merchant PayPal come merchant of record.
Il traffico che ne deriva è misurato. Adobe Analytics riporta traffico da AI verso i siti retail statunitensi in crescita del 393% anno su anno nel primo trimestre 2026, e a marzo 2026 quel traffico ha convertito il 42% meglio del traffico non AI. Lo stesso report assegna alle pagine prodotto il punteggio di leggibilità macchina più basso di tutte le pagine retail: 66% in media.
Le pagine che vendono sono le meno leggibili dalle macchine che comprano.
Per un brand la conseguenza è una scelta di controllo. Se l'unica generative UI della tua categoria vive sulle piattaforme, i tuoi prodotti appaiono come li compone il loro modello, accanto a quelli dei concorrenti. La vetrina agentica sul dominio del brand è il contrappeso: gli stessi fatti di catalogo governati servono le persone sul tuo sito, la tua superficie composta e gli agenti che comprano nel commercio agentico.
Dove si inserisce l'agente del brand
Il brand agent di Veliu fa il venditore: studia come si compra nella tua categoria, prepara il negozio perché ogni dato di prodotto regga, e vende alle persone e agli agenti di acquisto AI che arrivano, con la voce del brand. Sul dominio del brand compone la superficie di vendita per ogni visitatore a partire da segnali consentiti e componenti approvati, e risponde machine to machine agli agenti di acquisto dagli stessi record governati; leggere il catalogo pubblico dall'esterno è ciò che gli permette di riempire ogni scheda con il prezzo corrente e la variante valida. Il checkout resta sui sistemi del brand, che mantiene il ruolo di merchant of record. Alle spalle: oltre 50K clienti, oltre 300K transazioni delegate, oltre 100 milioni di euro transati e oltre un anno di R&D su un marketplace di commercio delegato reale.
Cosa significa per te
- Tratta l'interfaccia come un output e il catalogo come l'input. Ogni promessa che una scheda generata può mostrare deve risalire a un campo aggiornato; ciò che non ha un campo dietro va dichiarato mancante oppure omesso.
- Approva i componenti prima di collegare un modello. Decidi per iscritto quali strutture possono apparire, quali campi ognuna può dichiarare e quali disposizioni sono accettabili.
- Rendi correggibile il contesto ricordato. Ogni dato memorizzato che restringe una rosa deve essere visibile, datato e reversibile dalla cliente sul momento.
- Tieni deterministico il commercio. Prezzo, stock, carrello, consenso, pagamento e checkout restano sotto validazione e approvazione esplicita, sui sistemi del brand.
- Misura gli errori per campo, poi allarga. Registra quali lacune di catalogo hanno bloccato quali componenti, correggi la fonte governata e solo dopo aggiungi la disposizione successiva.
La mossa concreta sta in un pomeriggio: esegui un percorso reale (una giacca impermeabile in taglia 46, disponibile, sotto i 200 euro) su 25 SKU del catalogo e registra ogni stato di componente la cui promessa a schermo non risale a un campo aggiornato.
| Stato del componente | Promessa a schermo | Campo di catalogo dietro | Esito | Azione |
|---|---|---|---|---|
| Scheda prodotto | Prezzo e disponibilità | Record offerta governato | pass / fail / da verificare | Correggi la fonte prima del layout |
| Confronto cura | Impermeabile, lavabile | Attributo cura del capo | pass / fail / da verificare | Arricchisci, poi revisione umana |
| Filtro taglia | Disponibile in taglia 46 | Stock della variante figlia | pass / fail / da verificare | Ripara i legami variante |
Autore: Team editoriale Veliu
Nota metodologica: analisi editoriale delle fonti primarie collegate nel testo, aggiornata al 3 agosto 2026: la valutazione Generative UI di Google Research, la proposta del workshop CHI 2026, la documentazione di Google Business Agent, gli annunci commerce di OpenAI, Microsoft e PayPal, la decisione del tribunale canadese su Air Canada, la direttiva European Accessibility Act e il report Adobe Analytics sul traffico AI. Gli esempi con giacca, taglie e 25 SKU sono illustrativi e la lettura è dal punto di vista di un operatore ecommerce; nessun dato nell'articolo misura le prestazioni di Veliu.
Ricevi il prossimo pezzo quando esce
Ti mandiamo le nuove note su come rendere il catalogo leggibile e acquistabile dagli agenti AI man mano che escono.
Iscriviti alla newsletter
