Google AI: Gemini e la ricerca AI

La cosiddetta “Google AI” descrive la strategia globale di Google per l’integrazione dell’intelligenza artificiale in quasi tutti i prodotti e servizi dell’azienda. Al centro di questa strategia si trova Gemini, un modello linguistico di grandi dimensioni (Large Language Model, in breve LLM), che è stato sviluppato fin dalle fondamenta per essere multimodale. Ciò significa che Gemini può elaborare e analizzare contemporaneamente diversi tipi di dati: testo, immagini, codice, audio e video.

È importante distinguere tra:

• Gemini come modello centrale: il vero e proprio modello AI, disponibile in diverse versioni (Nano, Pro, Ultra).
• Applicazioni: ad esempio la ricerca AI, le AI Overview, l’AI Mode, Gemini in Gmail o Docs e tutto ciò che si basa sul modello centrale.

Con Gemini, Google sta riorganizzando in modo fondamentale il suo motore di ricerca e il suo ecosistema di prodotti. L’obiettivo non è più solo fornire informazioni, ma anche la comprendere e risolvere immediatamente le richieste degli utenti.

Cosa può fare Gemini?

Gemini è una famiglia di modelli AI multimodali sviluppata da Google DeepMind. È stata presentata per la prima volta alla fine del 2023 e da allora è stata continuamente ampliata: la versione attuale è Gemini 2.5 e ulteriori rilasci sono già stati annunciati.

Gemini è stato sviluppato fin dall’inizio per poter elaborare diversi tipi di dati contemporaneamente. Può, ad esempio, analizzare un’immagine, generare un testo ad essa correlato e risolvere un compito di programmazione basandosi su di essa, senza dover passare tra moduli specializzati. Questa multimodalità è una differenza centrale rispetto a molti altri LLM, che sono stati inizialmente addestrati puramente sul testo.

Google offre modelli diversi per compiti specifici:

• Gemini Ultra: per compiti altamente complessi, ad esempio nella ricerca o nelle applicazioni specializzate
• Gemini Pro: modello universale per applicazioni web e l’app Gemini
• Gemini Nano: versione a basso consumo di risorse per smartphone (ad esempio nel Google Pixel)

Gemini è il risultato della fusione di due iniziative AI: Google Brain e DeepMind. Questo raggruppamento di risorse ha portato a uno sviluppo più rapido e a una maggiore qualità. Varianti speciali come Med-Gemini dimostrano già quanto sia potente il modello in aree di applicazione verticali, ad esempio nelle diagnosi mediche o nell’interpretazione di documenti complessi.

Analizza i dati di Gemini con SISTRIX

Con la Beta di SISTRIX per AI/Chatbot è possibile misurare per la prima volta in modo sistematico quanto i brand siano visibili nei grandi sistemi AI come ChatGPT, Gemini e Deepseek, permettendoti di scoprire se e quanto spesso un brand viene menzionato, quali competitor appaiono, quali temi vengono cercati più spesso e se vengono indicate le fonti. Inoltre, riconosciamo le entità rilevanti come luoghi, prodotti o persone e possiamo così classificare con precisione il contesto della menzione.

L’analisi funziona in modo simile a quella dei risultati di ricerca di Google o Amazon, mostrando per quali query di ricerca un brand è presente, quali contenuti portano a una menzione e dove c’è potenziale per l’ottimizzazione. In questo modo avrai a disposizione una nuova base per l’analisi di mercato e della concorrenza, pensata appositamente per la crescente importanza dei sistemi di ricerca basati sull’AI.

Scopri subito come sfruttare SISTRIX per il tuo business online e testa i dati AI! Sette giorni per provare l’intero tool senza alcun costo nascosto, né disdetta necessaria: testa subito SISTRIX gratuitamente.

La nuova ricerca AI di Google

La ricerca classica con il classico elenco di link blu sta venendo sempre più sostituita dalle AI Overview di Google: questi riassunti generati dall’AI appaiono al di sopra dei risultati organici e forniscono direttamente una risposta compatta alla domanda posta. Tutto ciò viene anche integrato dall’AI Mode, che consente un’interazione conversazionale, in modo simile ai Chatbot come ChatGPT.

Funzionalità in sintesi

• AI Overview: riassunti immediati provenienti da più fonti.
• AI Mode: una sorta di chat con la ricerca di Google.
• Contestualizzazione: la ricerca memorizza le domande precedenti e tiene conto delle informazioni personalizzate, a condizione che l’utente acconsenta.

Questa nuova esperienza di ricerca ha conseguenze di vasta portata: gli utenti devono fare meno ricerche da soli, i contenuti sono presentati in modo pre-strutturato e il percorso verso l’informazione si accorcia drasticamente.

“L’AI Mode cambia sia la visualizzazione che la selezione dei risultati, ma non stravolge completamente il mondo della ricerca. Soprattutto in considerazione del fatto che potrebbe diventare lo standard per la ricerca web in futuro, questo è un segnale decisamente positivo.” (Johannes Beus)

Traccia le AI Overview con SISTRIX

Da alcuni mesi Google mostra le AI Overview in modo capillare anche in Italia: attualmente appaiono già per circa il 25% di tutte le keyword. Per poter analizzare le AI Overview ed ottimizzare di conseguenza i contenuti, SISTRIX offre ben tre diverse funzionalità.

• Un filtro nella tabella delle keyword consente di scoprire in modo mirato per quali parole chiave un dominio viene citato anche come fonte nell’AI Overview.

• Una voce di menu nella sezione SERP mostra tutte le keyword per le quali un dominio appare nell’AI Overview e fornisce informazioni sulla sue posizione al suo interno.

• L’archivio SERP è stato ampliato per mostrare il contenuto completo dell’AI Overview, incluse le fonti collegate e le entità riconosciute.

Scopri subito quali keyword del tuo sito mostrano un’AI Overview! Sette giorni per provare SISTRIX senza alcun costo nascosto, né disdetta necessaria: testa subito SISTRIX gratuitamente.

Gemini vs. ChatGPT: due approcci a confronto

Mentre OpenAI con ChatGPT si è inizialmente focalizzata sul testo e ha aggiunto la multimodalità in un secondo momento, Gemini è stato concepito per la multimodalità fin dall’inizio. Ciò consente collegamenti più profondi tra diversi tipi di dati.

• Gemini è completamente integrato nel mondo dei prodotti Google, dalla Ricerca a Gmail, fino a Google Cloud.

• ChatGPT, invece, beneficia dell’integrazione nei servizi di Microsoft, come Bing, Word o Excel.

Un vantaggio di Gemini risiede nel collegamento con la Ricerca di Google. Il modello può includere informazioni aggiornate dal web e, teoricamente, ridurre le allucinazioni. Nella pratica, entrambi i sistemi reagiscono a un prompt e forniscono una risposta basata su probabilità e non su fatti. Inoltre, non tutto ciò che compare nel web è corretto: più testi AI semi-veri costituiscono la base delle risposte AI, maggiore è la probabilità di non ricevere una risposta corretta.

Per la SEO, questo significa che in futuro ci si dovrà distinguere positivamente dalla massa di testi generati dall’AI e fornire ancora più trasparenza sulle fonti e sui dati utilizzati, sui quali non solo le persone, ma anche i motori di ricerca AI possano fare affidamento.

Impatto sulla ricerca classica e sulla SEO

La nuova logica di ricerca sta cambiando radicalmente il comportamento degli utenti:

• Le informazioni vengono presentate direttamente nei risultati di ricerca
• Gli utenti cliccano meno frequentemente sui risultati organici
• L’importanza dei classici fattori di posizionamento SEO si sposta dal click verso la citazione

Per i creatori di contenuti, ciò significa che la competizione per la visibilità diventa più difficile, poiché Google, con le sue risposte AI, si trasforma in un concorrente diretto. Allo stesso tempo, emerge la necessità di strutturare i contenuti in modo che vengano citati come fonte affidabile nelle AI Overview.

Google si sta muovendo dall’essere un Search Engine (Motore di Ricerca) verso un Answer Engine (Motore di Risposta), con un impatto diretto sul traffico, sulla monetizzazione e sull’architettura delle informazioni sul web. Per molti SEO essere semplicemente menzionati nelle note a piè di pagina, senza però ricevere click, non sarà presto più abbastanza.

Gemini in tutti i prodotti di Google

Il modello Gemini è ormai integrato in quasi tutti i prodotti del gruppo:

• Ricerca di Google: le AI Overview e l’AI Mode si basano direttamente su Gemini.
• App Gemini: disponibile per Android e iOS come assistente personale.
• NotebookLM: utilizza Gemini per estrarre informazioni strutturate da documenti personali e per convertire automaticamente il testo in formati audio.
• Google Workspace: Gemini aiuta a scrivere, riassumere e analizzare contenuti in Gmail, Docs, Sheets, ecc.
• Smartphone Pixel: Gemini Nano funziona localmente e consente, ad esempio, riassunti dei messaggi vocali direttamente sul dispositivo.
• Google Cloud: gli sviluppatori possono creare le proprie applicazioni tramite l’API Gemini.

Anche strumenti sperimentali come “Project Mariner“, un Browser-Agent che visita autonomamente siti web, confronta prodotti o effettua prenotazioni, sono basati su Gemini.

Prospettive critiche

Google è sotto critica per la sua strategia AI: oltre alle questioni relative al diritto d’autore e a una crescente monopolizzazione del mercato, ci sono state anche delle problematiche di sicurezza.

Pressione regolatoria

Nel corso del procedimento antitrust in corso negli Stati Uniti si sta esaminando se l’integrazione di Gemini nei servizi di Google violi la legge sulla concorrenza. In particolare, si fa riferimento agli accordi di esclusiva con Apple e alla questione se le risposte AI di Google vengano visualizzate in modo preferenziale rispetto ad altre.

Utilizzo dei dati e mancanza di controllo

Un problema centrale nell’offensiva AI di Google risiede nell’uso non trasparente dei dati. Molte funzioni AI (come le AI Overview o la ricerca contestuale) si basano su dati utente che provengono da diversi servizi Google. Sebbene Google sottolinei che ciò avviene solo con il consenso degli utenti, la prassi rimane confusa.

In particolare nell’uso di Gemini in Gmail, Google Docs o nell’AI Mode, la domanda è: quali dati confluiscono nell’addestramento del modello? Cosa viene memorizzato? E come si possono controllare questi processi?

Un problema centrale è la mancanza di reversibilità: i dati utilizzati una volta non possono essere rimossi dal processo di addestramento. Ciò significa che chi rilascia accidentalmente informazioni sensibili (ad esempio a causa di un malinteso nell’AI Mode) non ha quasi modo di “eliminare l’apprendimento”di tali dati.

Inoltre, esiste il pericolo della cosiddetta opacità funzionale: gli utenti non possono più comprendere perché sia stato mostrato un determinato risultato o sia stata fornita una determinata risposta. Questa problematica della black box mina la fiducia nei sistemi, in particolare quando Gemini influenza le decisioni in ambiti sensibili come la sanità, l’istruzione o la finanza.

Rischi per la sicurezza

Gemini non è immune all’abuso. Ricercatori di sicurezza hanno dimostrato che è possibile attivare determinate azioni di Smart Home con inviti di calendario manipolati, a insaputa dell’utente. La Prompt Injection è un rischio serio per il quale finora non esiste una soluzione.

Allucinazioni

Purtroppo, anche Gemini produce disinformazione. Un esempio: Med-Gemini ha inventato un ictus cerebrale inesistente (“basilar ganglia stroke“) durante una diagnosi, un errore pericoloso che dimostra come anche i modelli AI specializzati debbano essere verificati e ulteriormente migliorati prima di poter essere utilizzati in sicurezza.

Gemini cambia il futuro della ricerca

Gemini non è solo un modello linguistico, bensì l’infrastruttura centrale per i futuri prodotti di Google: la ricerca AI, Gmail, Docs, gli smartphone e i servizi Cloud si basano sempre più su questo modello. Google si sta trasformando da un motore di ricerca a un risolutore di problemi universale.

Con questa trasformazione nascono nuove opportunità per utenti, aziende e sviluppatori. Allo stesso tempo, crescono anche le sfide: protezione dei dati, trasparenza, equità e naturalmente la domanda su a chi appartenga effettivamente la conoscenza digitale nel World Wide Web.

Per la SEO questo significa: è necessaria una trasformazione. Chi vuole rimanere visibile anche in futuro deve creare contenuti che non siano solo leggibili, ma che vengano anche riconosciuti dalle macchine come affidabili e utili. La ricerca classica perderà d’importanza, dato che ormai si tendono a cercare solo risposte veloci per le quali non si desidera cliccare su una pagina web, ma continuerà a rimanere efficace per essere trovati e menzionati dalle risposte AI.

Inoltre, si continueranno a cercare prodotti o soluzioni per i quali le risposte AI non sono sufficienti. Di conseguenza, vale la pena continuare ad investire nella SEO, accettando la crescente complessità e le sfide del futuro.