Non sono arrivato in questo settore da una posizione di forza.
A un certo punto, mi sono ritrovato a dover ricominciare da capo, senza una chiara direzione da seguire. Quello che avevo, però, era una lunga esperienza con internet e una conoscenza di base di come funzionava la ricerca.
Quindi sono tornato su quello.
Ciò che era iniziato come un modo per ricostruire si è trasformato in qualcos'altro. Perché, col tempo, è diventato chiaro che il sistema che avevamo ottimizzato stava iniziando a cambiare, soprattutto con l'avvento dell'intelligenza artificiale.
E quando ciò accade, si è costretti a porsi una domanda diversa.
Non si tratta solo di capire come migliorare ciò che stai facendo, ma anche se, in primo luogo, stai ancora affrontando il problema giusto.
- Alvin Koay, fondatore Zicy.com & Growth.pro
Di cosa parleremo:
- Come funzionava la SEO agli albori e cosa ci insegna questo sui cambiamenti odierni [04:33]
- Quando l'IA è diventata una vera minaccia per i modelli SEO tradizionali [06:30 – 08:50]
- Cosa significa concretamente "AI-first" in termini operativi [09:20]
- Perché l'ingegneria delle citazioni basata sull'IA cambia il modo in cui si crea il ROI [11:55]
- Come i modelli di business si spostano dalle classifiche alla visibilità e al monitoraggio [15:20]
- I rischi della manipolazione dei sistemi di IA e i loro limiti [16:42]
- Perché la SEO è ancora fondamentale e insostituibile [18:55]
- Come la visibilità dell'IA si riflette nelle metriche di performance reali [19:50]
- Costruire un'agenzia difendibile attraverso l'autenticità e la capacità di realizzazione [21:10]
- Perché distribuzione, prova e trasparenza favoriscono la crescita [25:45]
- Scalare oltre i servizi attraverso i sistemi di intelligenza artificiale [27:10]
- Operare nell'incertezza: costruire adattandosi in tempo reale [28:48]
- La visione a lungo termine: costruire un'azienda in cui le persone prosperino [29:59]
Gli inizi della SEO e l'illusione della semplicità [04:33]
Il mio primo approccio alla SEO risale a decenni prima, agli albori di Internet.
A quel tempo, i motori di ricerca erano molto diversi:
- AltaVista
- Yahoo
- Eccitare
Il processo di classificazione non era complesso. In alcuni casi, era quasi meccanico.
Se il tuo nome di dominio compariva prima in ordine alfabetico, significa che avevi un posizionamento più alto.
Ho quindi registrato un dominio chiamato CoolVCD, semplicemente per comparire prima nelle directory.
E ha funzionato.
Abbiamo generato un traffico considerevole e creato una delle prime attività di e-commerce vendendo CD video in tutto il mondo. Quell'esperienza ci ha fornito un'importante lezione: ciò che funziona in un'era della ricerca raramente sopravvive inalterato in quella successiva.
Trent'anni dopo, quando sono tornato a occuparmi di SEO, il sistema si era completamente evoluto.
Era necessario ripensare i principi.
Quando l'IA ha smesso di essere rumore ed è diventata una minaccia [06:30 – 08:50]
Per anni, nel settore si è diffusa l'idea che "la SEO sia morta". Il più delle volte, si trattava di rumore di fondo.
Ma quando è emerso ChatGPT, la situazione è sembrata diversa. Questa volta non si è trattato solo di un cambiamento narrativo, ma strutturale.
A quel punto, Growth Pro era già cresciuta fino a contare un team di oltre 30 persone.
Il fallimento non era più solo una questione personale. Avrebbe colpito tutti i soggetti coinvolti.
La domanda quindi è diventata: come ci adattiamo prima che si verifichi un evento catastrofico?
Abbiamo iniziato a lavorare a stretto contatto con uno stratega dei dati e mio caro amico, Peter Kua, e abbiamo cominciato a sperimentare direttamente con modelli linguistici di grandi dimensioni.
Non in teoria, ma nella pratica.
Noi:
- prompt testati.
- basi di conoscenza costruite.
- embedding studiati.
- e abbiamo analizzato come sono state formulate le risposte.
Col tempo, è emerso uno schema. Ciò che osservavamo nelle LLM presentava somiglianze con il funzionamento di Google, ma anche importanti differenze.
Una volta compreso questo schema, lo abbiamo testato sui nostri asset.
Ha funzionato.
L'intelligenza artificiale come moltiplicatore di forza [09:20]
L'approccio "AI-first" viene spesso frainteso come un semplice insieme di strumenti. In realtà, si tratta di un cambiamento di prospettiva.
L'intelligenza artificiale agisce come un moltiplicatore di forza. Se sei già capace, amplifica tale capacità.
La sfida non è se utilizzare l'IA, ma come renderla operativa. Nel nostro caso, abbiamo constatato che i sistemi di IA richiedono che i contenuti siano:
- strutturato in modo diverso.
- più efficiente da recuperare.
- e più facile da elaborare.
Ma farlo manualmente su larga scala non è fattibile. Quindi abbiamo utilizzato l'intelligenza artificiale stessa per scalare questo processo.
Abbiamo creato sistemi che:
- ristrutturare il contenuto.
- ottimizzalo per il recupero.
- e renderlo più accessibile ai motori di risposta.
L'obiettivo è semplice: quando i sistemi di intelligenza artificiale recuperano contenuti, dovrebbero preferire i tuoi.
Nel nostro caso, una delle strategie chiave era ancora quella dei contenuti strutturati per la SEO. Ma quando entra in gioco l'intelligenza artificiale, il suo comportamento cambia radicalmente.
Gli algoritmi non sono tutti uguali e il contenuto deve essere efficiente affinché i motori di ricerca possano recuperarlo. Abbiamo individuato una struttura specifica che funziona per l'IA, ma la sfida era la scalabilità.
È così che abbiamo iniziato a utilizzare l'intelligenza artificiale per applicare questa struttura a tutte le risorse dei clienti, in modo che quando i bot entrano in gioco, possano individuare facilmente i contenuti e riproporli nelle risposte.
Dalle classifiche alle citazioni: come si crea valore [11:55]
La SEO tradizionale si basa sul posizionamento. Un utente inserisce una breve frase chiave. Il sistema deduce l'intento e restituisce risultati classificati.
I contenuti che ottengono buoni risultati tendono ad essere:
- completo.
- autorevole.
- e lungo.
Ma questo modello dipende da un contesto limitato.
La ricerca basata sull'intelligenza artificiale elimina tale limitazione. Gli utenti ora pongono domande dettagliate e articolate, a volte composte da interi paragrafi. Il sistema quindi:
- identifica più entità.
- genera sotto-query.
- Recupera contenuti sia dai dati di addestramento che dal web aperto.
- e formula una risposta.
Questo processo consuma risorse computazionali, chiamate token.
Se il recupero dei contenuti è inefficiente, diventa costoso. E quando qualcosa diventa costoso, i sistemi lo evitano.
Questo crea un cambiamento: i contenuti che un tempo erano una risorsa possono diventare un onere.
Per adattarsi, il contenuto deve essere:
- strutturato.
- tagliato a pezzi.
- e ottimizzato per il recupero.
Questo è ciò che definiamo ingegneria delle citazioni tramite intelligenza artificiale.
I contenuti SEO tradizionali tendono ad essere molto esaustivi perché devono coprire il maggior numero possibile di argomenti contestuali per le query di ricerca brevi.
Ma quando gli utenti pongono domande lunghe e composte da più parti, il sistema le scompone in molte sotto-query e recupera i contenuti sia dai propri dati di addestramento che dal web aperto.
Questo processo consuma token. Se il contenuto non è strutturato correttamente, il sistema potrebbe impiegarne risorse per recuperarlo, con la conseguenza che potrebbe semplicemente ignorarlo.
Il modello di business: visibilità, monitoraggio e controllo [15:20]
Il modello commerciale segue questo cambiamento. Non si tratta più solo di:
- verifica dei siti web.
- migliorare le classifiche.
- o un aumento del traffico.
Diventa un sistema gestito che comprende:
- strategia.
- esecuzione.
- creazione di contenuti.
- ottimizzazione tecnica.
- e monitoraggio continuo.
La componente più importante è il monitoraggio. Noi monitoriamo:
- Le domande più importanti per un'azienda.
- su piattaforme diverse.
- in diverse aree geografiche.
E noi misuriamo:
- Qualcuno ti menziona?
- Si tratta di menzioni positive?
- Come vi posizionate rispetto alla concorrenza?
Questo diventa il nuovo livello di prestazioni.
I sistemi di intelligenza artificiale possono essere manipolati? [16:42]
È comprensibile la preoccupazione che questi sistemi possano essere manipolati. In alcuni casi, ciò è possibile.
Poiché i LLM attingono al web aperto, non sempre riescono a distinguere la verità dalla falsificazione. È possibile manipolare le narrazioni.
Tuttavia, questo sistema tende a funzionare solo in contesti di nicchia. Per argomenti più ampi e generali, il sistema si basa su una gamma più ampia di segnali.
Ciò rende più difficile la manipolazione su larga scala.
Il rischio esiste, ma è circoscritto.
La SEO è ancora la base [18:55]
C'è un'idea sbagliata secondo cui questo cambiamento sostituirebbe la SEO. Non è così.
La SEO non è separata da AEO o GEO. Ne è un sottoinsieme.
La SEO tecnica rimane essenziale per:
- struttura del sito.
- scansionabilità.
- autorità.
Senza queste basi, diventa molto più difficile avere successo negli ambienti di intelligenza artificiale.
Ciò che cambia non è lo strato di base, ma la portata.
Come la visibilità dell'IA si riflette nelle metriche reali [19:50]
La visibilità dell'IA non si manifesta sempre come traffico diretto. A volte, non c'è alcun link cliccabile. Invece, quello che vedi è:
- aumento delle ricerche del marchio.
- traffico diretto.
- maggiore consapevolezza.
Gli utenti possono:
- cerca il tuo marchio dopo averlo visto menzionato
- oppure vai direttamente al tuo sito
Questo crea un tipo di attribuzione diverso. Meno diretto, ma comunque misurabile.
Spesso, quando un marchio viene menzionato nei motori di ricerca, potrebbe non esserci nemmeno un collegamento diretto.
Ma ne vedrete gli effetti in altri modi.
Le persone iniziano a cercare il marchio più frequentemente su Google, oppure digitano direttamente il nome del marchio nel browser. Nei dati analitici, si noterà un aumento delle ricerche con il nome del marchio e del traffico diretto, anche se la menzione originale non includeva un link cliccabile.
Costruire un vantaggio difendibile attraverso l'autenticità [21:10]
In un mercato affollato, la differenziazione spesso si riduce alla capacità di esecuzione.
Per noi, il principio fondamentale è semplice: se non siamo in grado di fornire risultati, non dobbiamo accettare il denaro del cliente.
Questo significa:
- Nessun contratto vincolante a lungo termine.
- Nessuna garanzia di fidelizzazione senza risultati.
- e la volontà di assumersi le proprie responsabilità fin da subito.
Questo sposta la pressione internamente. La responsabilità di ottenere risultati ricade interamente sul nostro team. Ci costringe ad andare oltre i risultati standard e a trovare continuamente modi per migliorare, anziché affidarci a un ambito di lavoro predefinito.
La squadra deve:
- adattare.
- sperimentare.
- e migliorare continuamente.
Perché ciò che conta è il risultato, non il prodotto finito.
Distribuzione come prova: mostrare il lavoro [25:45]
La fiducia non si costruisce con le affermazioni, ma con le prove.
Abbiamo scelto di pubblicare casi di studio reali con screenshot effettivi, anonimizzati ove necessario, che mostrano:
- Screenshot reali.
- dati anonimizzati.
- Confronti prima e dopo.
- e spiegazioni dettagliate passo passo.
In molti casi, stiamo di fatto regalando le nostre strategie. E lo facciamo sistematicamente, settimana dopo settimana.
Col tempo, questo crea credibilità. Non attraverso il posizionamento, ma attraverso le prove.
Scalare oltre le persone: costruire lo strato di intelligenza artificiale [27:10]
Le imprese di servizi hanno una limitazione naturale: crescono in base al numero di persone.
La tecnologia cambia tutto questo.
Abbiamo costruito quello che chiamiamo un clone AI dell'agenzia chiamata Zicy.
Cattura:
- strategie.
- quadri di riferimento per il processo decisionale.
- e logica di esecuzione.
E li applica su larga scala. Questo ci permette di:
- servire i mercati globali.
- operare in più lingue.
- e superare i limiti umani.
L'idea di base è che non si può raggiungere una crescita globale con le sole risorse umane. Ma con la tecnologia, si possono servire mercati su larga scala, in diverse lingue, senza le stesse limitazioni.
Questa è la prossima fase di crescita.
Operare in condizioni di incertezza [28:48]
Il ritmo del cambiamento nell'IA è costante. Non esiste un manuale di istruzioni stabile.
Operare in questo contesto richiede una mentalità diversa. È simile a un'analogia spesso usata nel mondo delle startup: "Creare un'azienda è come lanciarsi da una scogliera e assemblare il paracadute durante la caduta".
Questa è la mentalità che adottiamo. Pur essendo un'azienda di servizi, operiamo al ritmo di un'azienda tecnologica, adattandoci costantemente ai cambiamenti che avvengono intorno a noi.
Non aspetti la certezza. Ti adatti in movimento.
L'obiettivo finale non è la scalabilità, ma l'ambiente [29:59]
Per me, la crescita non si definisce solo in base al fatturato. Non esiste un punto di arrivo fisso.
L'obiettivo è creare un ambiente in cui:
- Le persone capaci possono svolgere un lavoro significativo.
- senza vincoli superflui.
- e senza influenze tossiche.
Ciò comprende:
- rifiutare i clienti che non si allineano a quella cultura.
- dare priorità al benessere e all'autonomia.
- e creando uno spazio in cui le persone possano prosperare.
In tal senso, l'azienda non è solo un'attività commerciale. È un sistema progettato per permettere alle persone di crescere al suo interno.
Fonte: BFM 89.9
L'articolo qui sopra evidenzia i punti chiave dell'episodio. Per i lettori che preferiscono seguire l'intera conversazione o rivedere dettagli specifici, la trascrizione completa è disponibile qui di seguito.

