Ricerca vocale AI: il 63% parla con Gemini, non scrive (2026)

Il 63% delle persone che usa l’app Gemini non scrive: parla. Lo ha dichiarato Google l’11 agosto 2026, annunciando che l’app ha superato 1 miliardo di utenti mensili. Per chi ha un’azienda con un sito, il dato operativo è uno solo: una fetta enorme delle domande su cui vorresti essere trovato non viene più digitata in tre parole, ma pronunciata in una frase intera. E la risposta che l’utente riceve non è una lista di dieci link: è una voce sola, che cita una o due fonti. O ci sei, o non esisti.

Sommario

• I numeri esatti che ha pubblicato Google
• Perché “il 63% parla” non è una curiosità: è un cambio di formato
• Cosa cambia davvero sul tuo sito
• L’altra metà della notizia: Gemini che agisce al posto tuo
• Cosa farei questa settimana, in ordine
• Come si misura (e cosa non si misura)
• Gli errori che vedo più spesso
• Domande frequenti
• Cosa significa per le aziende italiane

I numeri esatti che ha pubblicato Google

Parto dai fatti, perché su questo tema girano stime inventate da mesi. Questi sono i numeri che Google ha messo nero su bianco sul proprio blog l’11 agosto 2026:

• Oltre 1 miliardo di utenti mensili sull’app Gemini. Google la definisce il prodotto cresciuto più velocemente nella sua storia.
• 63% degli utenti parla direttamente con Gemini, con una quota crescente di utenti “solo voce”.
• Un’interazione su cinque in Gemini Live va oltre la voce: telecamera dal vivo e condivisione dello schermo.
• 38% delle richieste scolastiche include un allegato.
• Oltre 150 milioni di immagini generate al giorno. Google cita esplicitamente le piccole imprese che le usano per materiali di marketing.
• Oltre 100 milioni di utenti attivi su iOS.
• Automazione di azioni su oltre 40 app di uso comune: prenotare una corsa, riservare un tavolo, e così via.

Una nota di onestà, perché serve: Google non spiega come ha misurato, su quale periodo, né cosa conta come “utente mensile”. Ha anche cambiato la formula rispetto alle trimestrali precedenti — fino a luglio 2026 dichiarava “utenti attivi mensili” (950 milioni), ad agosto scrive “utenti mensili”. Non è un dettaglio da poco quando la crescita dichiarata passa da 400 milioni (maggio 2025) a 1 miliardo in quindici mesi. Prendo il numero per quello che è: un ordine di grandezza, non una misura da bilancio certificato.

Ma il numero che mi interessa non è il miliardo. È il 63%.

Perché “il 63% parla” non è una curiosità: è un cambio di formato

Della ricerca vocale si parla dal 2016. Ogni anno qualcuno prevedeva che “il 50% delle ricerche sarà vocale” e ogni anno non succedeva. Perché? Perché la ricerca vocale su Google restituiva una pagina di risultati. Tu parlavi, e lui ti dava dei link da leggere. Un’esperienza incoerente: input a voce, output da schermo. Nessuno la usava, se non per impostare timer e chiamare la mamma.

Adesso l’anello si è chiuso. Parli, e ti risponde una voce. L’esperienza è coerente per la prima volta, e per questo la gente la sta effettivamente adottando. Non è la ricerca vocale del 2016 che è arrivata in ritardo: è una cosa diversa, che ha solo lo stesso nome.

E cambia tre cose in modo strutturale.

La domanda parlata è lunga, contestuale e spesso in mezzo a una conversazione

Nessuno dice a voce alta “capannone industriale usato Verona”. Dice: “senti, sto cercando un capannone in zona Verona sud, tipo mille metri, che si possa occupare entro fine anno — chi c’è di serio?”. È una frase con un vincolo geografico, uno dimensionale, uno temporale e un giudizio di qualità dentro. Non è una keyword: è un briefing.

Questo è esattamente il meccanismo che avevo descritto quando ho scritto del modo in cui ChatGPT legge le pagine: il modello scompone la richiesta in sotto-domande e va a cercare fonti per ognuna. Se la tua pagina risponde solo alla keyword secca e non alle condizioni al contorno — tempi, zona, dimensioni, prezzo — copri un pezzo della domanda e vieni scartata sugli altri.

La risposta parlata è una sola

Su uno schermo, il secondo e il terzo risultato esistono. Uno li vede, magari li apre in un’altra scheda. A voce no. La voce è sequenziale: ti legge una risposta, cita una o due fonti se ti va bene, e finisce lì. Chiedere “e gli altri?” costa uno sforzo che quasi nessuno fa.

Vuol dire che nella ricerca vocale la distribuzione è ancora più spietata che nella SERP tradizionale. Nella SERP classica la posizione 4 prende ancora qualcosa. In una risposta parlata la posizione 4 non c’è proprio.

Il click smette di essere l’obiettivo

Questo è il punto che fa più male da spiegare a un imprenditore, ma va detto: se l’utente ottiene la risposta a voce, non arriva sul tuo sito. Il valore che porti a casa non è la visita, è la menzione: il fatto che il nome della tua azienda venga pronunciato come risposta. È un ritorno diverso, più simile a una raccomandazione che a un lead, e va misurato con altri strumenti. Ne ho scritto in modo più esteso quando ho affrontato il tema di come si misura la visibilità nelle AI.

Trade-off onesto, perché non voglio venderti una favola: la menzione vocale converte peggio di una visita al sito, nell’immediato. Non c’è carrello, non c’è form, non c’è retargeting. È costruzione di preferenza, non raccolta di contatti. Se la tua azienda ha bisogno di lead entro trenta giorni, questa non è la leva su cui investire per prima. Se stai costruendo un posizionamento a dodici o ventiquattro mesi, invece è esattamente lì che si gioca.

Cosa cambia davvero sul tuo sito

Passiamo alla pratica. Non ti servono “contenuti ottimizzati per la voce” come categoria a parte — quella era la moda del 2018 e non ha mai funzionato. Servono tre cose specifiche.

1. Il blocco risposta da 40-60 parole

Sotto ogni domanda reale che il tuo cliente si pone, ci deve essere una risposta compiuta lunga quanto una frase pronunciata: quaranta, sessanta parole. Non un’introduzione. Non un “in questo articolo vedremo”. La risposta.

Il motivo è tecnico, non stilistico. Quando un modello linguistico compone una risposta parlata, ha bisogno di un frammento che stia in piedi da solo, estratto dal contesto della pagina. Se la tua risposta è distribuita su quattro paragrafi con dei “come dicevamo sopra” in mezzo, non è estraibile. Se sta in un blocco autonomo sotto un titolo che è la domanda, lo è.

Regola pratica che uso: ogni H2 o H3 della pagina deve poter essere letto come una domanda, e il paragrafo subito sotto deve rispondere a quella domanda e a nessun’altra. Se il paragrafo sotto il titolo introduce invece di rispondere, l’ho scritto male.

2. Entità esplicite, non keyword ripetute

I modelli non contano le occorrenze della keyword. Collegano entità: nomi propri, luoghi, prodotti, persone, date, cifre. Una pagina che dice “il nostro team vanta una lunga esperienza nel settore” non contiene nessuna entità. Una pagina che dice “dal 2009 seguiamo la SEO di aziende manifatturiere tra Veneto e Calabria, con progetti da 15.000 a 60.000 euro l’anno” ne contiene sei.

Questo vale doppio a voce, perché la richiesta parlata è piena di vincoli: “in zona X”, “entro Y”, “sotto Z euro”. Se quei vincoli sul tuo sito non esistono in forma esplicita, il modello non può verificare che tu li soddisfi — e nel dubbio nomina qualcun altro.

3. I dati operativi devono essere veri, aggiornati e in chiaro

Orari, sedi, tempi di consegna, prezzi o almeno fasce di prezzo, disponibilità, modalità di contatto. Sono le informazioni che le richieste vocali chiedono più spesso, perché la voce si usa in mobilità e la mobilità genera domande pratiche.

Qui c’è un dettaglio che quasi nessuno controlla: la scheda Google Business Profile e il sito devono dire la stessa cosa. Se il sito dice “aperti fino alle 19” e la scheda dice “18:30”, hai creato un’ambiguità e i sistemi generativi, davanti a un’ambiguità, tendono a essere prudenti — cioè a non dirti.

L’altra metà della notizia: Gemini che agisce al posto tuo

Nell’annuncio c’è una riga che è passata quasi inosservata e che a me interessa più del miliardo di utenti: Gemini automatizza azioni su oltre 40 app — prenotare una corsa, riservare un tavolo, comprare biglietti.

Attenzione ai limiti, che Google aveva dichiarato tre settimane prima, al Galaxy Unpacked del 22 luglio 2026, e che nel post di agosto non vengono ripetuti: la funzione — che Google chiama screen automation — è in beta, solo su alcuni dispositivi (Pixel 10, Galaxy S26, Z Flip 8, Z Fold 8), solo in Stati Uniti e Corea, solo in inglese e coreano, solo per maggiorenni. Quindi no: domani mattina non ti arrivano prenotazioni da un agente Gemini in italiano.

Ma la direzione è dichiarata, ed è la stessa che ho visto muoversi su ChatGPT con lo shopping e sui protocolli di commercio agentico. Il punto per un’azienda italiana è questo: se il tuo sistema di prenotazione, preventivo o acquisto è raggiungibile solo da un essere umano che clicca, sei fuori dal gioco nel momento in cui l’agente diventa il canale. Un form che richiede JavaScript per caricarsi, un listino solo in PDF, una disponibilità che si vede solo chiamando: sono tutte porte chiuse a chi arriva per conto di un cliente.

Non è una cosa da fare oggi in emergenza. È una cosa da mettere in conto quando rifai il sito o cambi il gestionale, che per la maggior parte delle PMI significa nei prossimi ventiquattro mesi. Farla in quel momento costa quasi zero. Farla dopo, di corsa, costa un rifacimento.

Cosa farei questa settimana, in ordine

Cinque cose concrete, in ordine di rapporto tra fatica e risultato. Sono le stesse che faccio io sui progetti dei clienti.

1. Scrivi le venti domande vere. Non le keyword: le domande. Prendile dal centralino, dalle mail, da WhatsApp, dai commenti. Scrivile come le pronuncia il cliente, con le sue parole sbagliate incluse. Questa lista è l’asset più sottovalutato che hai in azienda e costa un pomeriggio.

2. Mappa le domande sulle pagine esistenti. Per ognuna: c’è una pagina che risponde? Il titolo di una sezione è quella domanda? La risposta sta in un blocco autonomo di 40-60 parole? Nella maggior parte dei siti che apro, la risposta esiste ma è sepolta a metà pagina dentro un paragrafo che parla d’altro. Non serve scrivere nuovo: serve ristrutturare.

3. Riscrivi le prime cento parole delle tue cinque pagine più importanti. Risposta diretta, subito, senza preamboli. È l’intervento con il ritorno più alto in assoluto, perché lavora sia sulla SERP tradizionale sia sulla citazione generativa.

4. Allinea i dati operativi ovunque. Sito, Google Business Profile, schede sulle directory di settore, firme mail. Stessi orari, stesso indirizzo, stesso telefono, stessa ragione sociale. Un pomeriggio di lavoro noioso che vale più di dieci articoli di blog.

5. Fai il test a voce, tu, con il telefono in mano. Apri Gemini, apri ChatGPT in modalità vocale, e fai le tue venti domande come le farebbe un cliente. Segnati chi viene nominato. Non ti serve un tool per capire se esisti nelle risposte parlate del tuo settore: ti serve mezz’ora e un po’ di stomaco per accettare il risultato.

Come si misura (e cosa non si misura)

Domanda che mi arriva sempre: “e come faccio a sapere se funziona?”. Risposta onesta in tre parti.

Quello che puoi misurare bene. Il traffico di referral dagli assistenti: in Google Analytics 4 vedi arrivare visite dai domini degli assistenti (Gemini, ChatGPT, Perplexity, Copilot). Creati un segmento dedicato e guardalo mensilmente, non giornalmente. In Search Console, dopo l’introduzione dei report sul rendimento dell’AI generativa, hai un’idea di come ti muovi dentro le esperienze generative di Google.

Quello che puoi misurare in modo approssimativo. Le citazioni nelle risposte: esistono strumenti che interrogano ripetutamente i modelli con una lista di prompt e contano quante volte compare il tuo dominio. È un campione, non un censimento — due account diversi ottengono risposte diverse, e questo è documentato. Serve per vedere una tendenza nel tempo, non per dire “oggi sono al 14%”.

Quello che non puoi misurare. La risposta parlata che non produce click e non lascia traccia da nessuna parte. È la parte più grande, ed è invisibile. Chi ti vende un dashboard che misura “la tua quota di voce vocale” ti sta vendendo una stima travestita da misura. Il proxy migliore che ho trovato resta il più vecchio del mondo: chiedere ai nuovi contatti come sono arrivati, e contare quante volte la risposta è “me l’ha detto ChatGPT” o “l’ho chiesto a Gemini”. Nei miei progetti, questa risposta è passata da zero a percentuali a due cifre in circa un anno.

Gli errori che vedo più spesso

Riempire il sito di FAQ inutili. Il riflesso automatico è “allora aggiungo un blocco FAQ ovunque”. Se le domande sono finte — quelle scritte per infilarci la keyword — peggiori la pagina e basta. Una FAQ vale se è una domanda che qualcuno ti ha fatto davvero.

Scrivere “per la voce” in modo colloquiale. Non serve scrivere come si parla. Serve scrivere in modo che una frase estratta stia in piedi da sola. Sono due cose diverse: la seconda è precisione, la prima è chiacchiera.

Inseguire il volume di ricerca. Le domande parlate hanno volumi individuali bassissimi e in gran parte non compaiono in nessun tool. Se scarti un contenuto perché “quella keyword fa 20 ricerche al mese”, stai usando una metrica costruita per un mondo che si sta restringendo. La domanda giusta è: quante persone che comprano da me si pongono questa domanda? Anche se sono venti l’anno, se valgono 30.000 euro a testa, quella pagina va scritta.

Delegare tutto a un plugin. Nessun plugin trasforma una pagina che non risponde in una pagina che risponde. I dati strutturati aiutano la macchina a capire cosa c’è; se dentro non c’è niente, marcarlo bene non serve.

Domande frequenti

La ricerca vocale AI sostituirà davvero la ricerca scritta?

No, e diffida di chi lo dice. Convivranno, con usi diversi: la voce per domande pratiche, in mobilità, con vincoli espliciti; la tastiera per ricerche complesse, comparative, di lavoro. Il dato di Google riguarda l’app Gemini, non tutte le ricerche: il 63% è la quota di utenti di quell’app che parla con l’assistente, non la quota di ricerche vocali sul totale del web. È una differenza che molti titoli in giro non fanno.

Devo ottimizzare per Gemini in modo diverso rispetto a ChatGPT?

Nella pratica no, e questa è una buona notizia. I meccanismi di recupero cambiano nei dettagli, ma la sostanza è la stessa: contenuti che rispondono a domande specifiche, entità esplicite, dati verificabili, coerenza tra le fonti che parlano di te. Chi vende “ottimizzazione Gemini” come servizio separato sta vendendo lo stesso lavoro con un’etichetta nuova.

I dati strutturati servono per la ricerca vocale?

Servono, ma non fanno miracoli. Aiutano a togliere ambiguità su cose fattuali: orari, prezzi, disponibilità, autore, data. Su un’azienda locale, uno schema LocalBusiness fatto bene e coerente con la scheda Google vale la mezz’ora che costa. Non aspettarti che un markup risolva un contenuto che non risponde alle domande.

La mia azienda è piccola: ha senso lavorarci o vincono sempre i grandi?

Ha senso, e ci sono dati che lo confermano. L’analisi più recente sull’indice di ricerca di ChatGPT ha mostrato che i siti senza alcun accordo di licenza vengono trattati esattamente come i partner editoriali — e tra i siti citati comparivano anche piccole realtà italiane. Il criterio non è la dimensione: è la specificità. Su una domanda generica vince chi ha autorità; su una domanda specifica del tuo settore e della tua zona, vince chi ha la risposta precisa. Le domande parlate sono quasi sempre del secondo tipo.

Quanto ci vuole per vedere risultati?

Sulla struttura dei contenuti, le prime citazioni si vedono in sei-dodici settimane dalla pubblicazione, se il sito è già indicizzato decentemente. Sul posizionamento complessivo del brand nelle risposte, si ragiona in trimestri, non in settimane. Chi ti promette risultati in trenta giorni sta vendendo fumo o sta lavorando su keyword talmente marginali che i risultati non cambiano il fatturato.

Cosa significa per le aziende italiane

Tolgo il rumore e ti lascio quello che conta se hai un’azienda in Italia.

Primo: il tuo cliente sta già parlando con un assistente, anche se tu non te ne accorgi. Un miliardo di utenti mensili significa che Gemini è dentro i telefoni Android che il tuo cliente ha in tasca, e su oltre cento milioni di iPhone. Non è una tecnologia da early adopter americani: è il pulsante che si attiva tenendo premuto il tasto laterale su metà degli smartphone che circolano nella tua provincia. La domanda “ma i miei clienti la usano?” ha già una risposta, e non dipende da quanto è digitale il tuo settore.

Secondo: l’italiano è un vantaggio, per ora. La concorrenza per essere citati sulle domande in lingua italiana è ridicolmente più bassa che in inglese. Su un settore B2B di nicchia, in italiano, spesso non esiste nemmeno una fonte decente da citare — e il modello ripiega su qualcosa di generico o su un competitor estero tradotto male. Quella è una finestra aperta, e non resterà aperta per sempre. Chi pubblica adesso contenuti precisi in italiano sul proprio ambito si prende una posizione che tra due anni costerà dieci volte tanto.

Terzo: le PMI italiane hanno la materia prima e non la usano. Il vantaggio competitivo qui non è il budget: è la conoscenza specifica che hai in testa tu e i tuoi tecnici. Le tolleranze, i tempi reali di consegna, i casi in cui una soluzione non conviene, i numeri veri dei tuoi progetti. È esattamente il tipo di contenuto che i modelli faticano a trovare e quindi premiano quando lo trovano. Ed è esattamente il contenuto che nessuna agenzia esterna può scrivere al posto tuo senza intervistarti. Il collo di bottiglia non sono i soldi: sono le due ore al mese che nessuno dedica a metterlo per iscritto.

Quarto: prima la coerenza, poi il volume. Se dovessi scegliere una sola cosa da fare entro settembre, non sarebbe pubblicare venti articoli. Sarebbe far dire la stessa identica cosa a sito, scheda Google, LinkedIn, directory di settore e preventivi: stessa ragione sociale, stessi servizi con gli stessi nomi, stessi numeri. Un’identità coerente su cinque fonti pesa più di venti pagine che si contraddicono a vicenda.

Quinto, e vale come avvertimento: l’automazione agentica arriverà in Italia con dodici-diciotto mesi di ritardo rispetto agli Stati Uniti, come tutto. Quel ritardo è il tuo tempo di preparazione, non una scusa per ignorare la cosa. Se nel frattempo rifai il sito, pretendi che il listino sia in HTML leggibile e non in un PDF, che i form funzionino senza JavaScript esotico, che le disponibilità siano pubbliche. Sono richieste che oggi costano zero al preventivo e che tra due anni valgono la differenza tra essere raggiungibili e non esserlo.

Il resto — il miliardo di utenti, la crescita record, i 150 milioni di immagini al giorno — è cronaca. La sostanza è che la domanda del tuo cliente si è allungata, si è fatta parlata, e adesso ha una risposta sola. Il lavoro è meritarsela.

Se vuoi capire dove sei messo su questo, puoi partire dal mio percorso Growth Partner GEO & SEO oppure leggere come lavoro sul posizionamento del brand nelle risposte AI.