Questo mese mi sono sorpreso ad applicare nella nostra stessa agenzia una regola di acquisto che nessuno aveva mai messo per iscritto: se un agente IA non può usare uno strumento via MCP, API o CLI, quello strumento non lo compriamo. Non era un documento di strategia. Era un riflesso, lo stesso riflesso che dieci anni fa è diventato «si integra con il CRM?». Nella stessa settimana, costruendo una scorecard competitiva per un cliente, abbiamo aggiunto una colonna di cui non avevamo mai avuto bisogno: l’agent accessibility, proprio accanto a prezzo e profondità funzionale.
Quando la stessa abitudine compare due volte in una settimana in una sola società di consulenza, non è una stranezza. Sta comparendo anche nei suoi deal. Il problema è che questo nuovo valutatore non partecipa a nessuna demo, non compila nessun form e non le dice mai di essere stato nella stanza.
Perché conta proprio adesso
I numeri confermano l’aneddoto. Due terzi dei buyer B2B ormai si affidano ad agenti IA e chatbot quanto a Google, o anche di più, quando valutano i vendor, e la lettura di Jason Lemkin su SaaStr è netta: gli agenti hanno i loro favoriti, e costruiscono quelle preferenze su segnali di prodotto autentici, non sul suo budget pubblicitario. La ricerca 2026 di Forrester sui buyer mostra che le ricerche genAI sono ormai il punto di partenza dei buyer B2B: il primo esame del suo prodotto avviene prima che chiunque nella sua azienda sappia che esiste una valutazione. E la Harvard Business Review ha messo a fuoco il punto strategico a luglio: il vantaggio competitivo si sta spostando dalla comprensione diretta dei clienti alla gestione di interazioni plasmate dall’IA.
Per una SaaS in Series A o Series B questo atterra in un punto molto concreto. Quando un prospect chiede al suo assistente se Claude può collegarsi al suo prodotto, la risposta viene verificata in pochi secondi sulla sua documentazione. Se la risposta è no, o non si trova, lei esce da un consideration set in cui non sapeva nemmeno di essere entrato.
La valutazione ha seguito la discovery fuori dal suo funnel
La maggior parte dei team GTM ha accettato che la discovery si sia spostata. I prospect interrogano prima strumenti della classe di ChatGPT, ed essere citati in quelle risposte è ormai una disciplina a sé, che copriamo nella nostra practice GEO. La novità è che la valutazione sta prendendo la stessa strada. La domanda dei buying team non è più solo «cosa fa questo prodotto», ma «i nostri agenti possono usare questo prodotto per noi». MCP in particolare è passato da curiosità a voce di checklist in meno di un anno, perché è lo standard che permette a un assistente di scoprire cosa sa fare il suo prodotto e poi farlo davvero.
Un buying team che ha già automazione in casa valuta il suo prodotto come un team di engineering valuta una libreria. Espone una superficie pulita che i sistemi esistenti possono chiamare? Contano tre superfici, in ordine approssimativo di sforzo:
- Una API, così un agente può leggere e scrivere i dati del suo prodotto in modo programmatico.
- Una CLI, così un agente può usare il suo prodotto da riga di comando come farebbe un operatore tecnico.
- Un MCP server, così assistenti come Claude e ChatGPT possono scoprire le capacità del suo prodotto e chiamarle direttamente, senza lavoro di integrazione su misura.
Se non esiste nessuna delle tre, l’agente non vede un prodotto. Vede una brochure.
Essere il default è la nuova leadership di categoria
Qui c’è un premio che si compone nel tempo. Nell’automazione del browser, uno strumento open source è diventato ciò che gli assistenti IA scelgono di default. Nessuno lo chiede per nome; l’assistente semplicemente lo sceglie. Chi tiene quella posizione in una categoria smette di pagare ogni acquisizione una alla volta. In una call con un cliente questo mese, un responsabile di prodotto ha detto ad alta voce quello che molti pensano: se gli assistenti arrivano da lei di default, la distribuzione si sistema da sola.
L’inverso è il rischio, e non è ipotetico. Una delle piattaforme di data enrichment più usate ha consegnato la sua CLI mesi dopo che i suoi utenti avevano iniziato ad affidare il lavoro agli agenti, e in quel vuoto un’ondata di alternative agent-first ha trovato il suo varco. La velocità sulla superficie agente non è una cortesia di developer experience. Un trimestre di ritardo è un’apertura di mercato per qualcun altro.
Il pattern visto sul campo
Di recente abbiamo costruito il positioning competitivo per una piattaforma dati B2B in fase di scale, il tipo di lavoro in cui si inventariano funzionalità, prezzi e integrazioni di ogni rivale. La colonna che ha generato più discussione non era nessuna di queste. Era l’agent accessibility: quale concorrente espone una vera API, chi consegna una CLI, chi gestisce un MCP server, quale documentazione è abbastanza completa da permettere a un agente di rispondere alla domanda di un buyer senza una call commerciale.
Da quell’esercizio sono uscite due lezioni. Primo, la classifica si è rimescolata. Il leader di categoria sulle funzionalità era il peggiore sull’agent accessibility, esattamente il profilo che oggi sembra sicuro e domani viene filtrato in silenzio fuori dalle shortlist mediate dall’IA. Secondo, il messaging si è scritto da solo. Le campagne rivolte agli utenti di un rivale colpiscono in modo diverso quando può dire, in tutta verità: i suoi agenti possono usare questo prodotto già oggi.
Lo stesso filtro si sta stringendo sull’altro lato del mercato. I buying team stanno adottando regole di stack come la nostra, dove l’agent accessibility è una condizione di ingresso e non un bonus. Entrambe le estremità del suo funnel vengono filtrate dallo stesso test, e la maggior parte dei prodotti non lo ha mai eseguito su di sé.
Il playbook di agent-readiness
Cosa consiglierei, in ordine:
- Si auditi dall’esterno verso l’interno. Apra una sessione Claude o ChatGPT pulita, le chieda di valutare il suo prodotto per un buyer, poi le chieda di usarlo davvero. Ogni punto in cui si blocca è una lacuna sulla sua lista, e la trascrizione è l’audit più onesto che otterrà questo trimestre.
- Consegni prima la superficie reale più piccola. Una API documentata in sola lettura vale più di una piattaforma di agenti annunciata per l’anno prossimo. Un MCP server minimo che espone solo letture è questione di settimane, non di trimestri.
- Tratti la documentazione come materiale commerciale per macchine. Prezzi pubblici, un quickstart che funziona senza una call, e un riassunto leggibile dalle macchine di ciò che fa il suo prodotto. Gli agenti non prenotano una demo per chiarire un’ambiguità; la penalizzano e passano oltre.
- Strumenti il funnel degli agenti prima che cresca. Le registrazioni API, le connessioni MCP e le installazioni CLI devono arrivare nel suo CRM come eventi con una source propria, così la prima pipeline generata dagli agenti è visibile invece che sepolta in «direct».
- Inserisca l’agent accessibility nelle sue scorecard dei vendor. Imparerà la valutazione più in fretta eseguendola sugli altri, e il suo team smetterà di comprare strumenti che la sua stessa automazione non può usare.
- Ripeta l’audit ogni trimestre. La superficie MCP che passava a gennaio è quella che un agente salta a ottobre, perché gli strumenti intorno hanno continuato a muoversi.
Questo è un progetto GTM, non una riscrittura di piattaforma. I team che lo trattano come tale saranno i prodotti che gli agenti raccomandano senza che nessuno glielo chieda. Il premio è tutto qui.
Se vuole uno sguardo esterno su quanto il suo prodotto e il suo funnel siano davvero agent-ready, è parte del nostro lavoro di AI GTM consulting, e può parlare direttamente con noi.
Fonti
- Jason Lemkin, SaaStr. «The Future of B2B Marketing is AI Agent Recommendations. And AI Agents Play Favorites.» Gennaio 2026. saastr.com
- Forrester. «The State Of Business Buying, 2026.» Gennaio 2026. forrester.com
- Graham Kenny e Ganna Pogrebna, Harvard Business Review. «AI Is Changing How Customers Choose Your Business.» Luglio 2026. hbr.org