Sono tornato da Las Vegas con una convinzione che covavo da mesi e che ora ha un timbro ufficiale: il commercio non si progetta più solo per gli occhi di una persona davanti a uno schermo, ma anche per un agente che legge, decide e compra al posto suo. Adobe Summit 2026, andato in scena dal 19 al 22 aprile, ha messo questa idea al centro del palco. E per chi come me stava già costruendo integrazioni MCP su cataloghi Adobe Commerce, è stato un momento strano e piacevole insieme: vedere il vendor prendere la stessa direzione che avevo imboccato da solo, e farlo con i mezzi che io non ho.
Provo a mettere ordine su cosa è stato annunciato davvero e, soprattutto, su cosa ne penso.
Il Commerce MCP server: il catalogo diventa transazionabile dagli agenti
L’annuncio che mi interessa di più è il Commerce Model Context Protocol server. In modo diretto: Adobe espone catalogo, prezzi, disponibilità di stock, carrello, checkout e ordini a un agente AI tramite MCP. Non è un chatbot incollato sopra il sito. È il negozio reso leggibile e, parola chiave, transazionabile da una macchina.
La differenza è enorme. Fino a ieri, se volevi che un agente comprasse qualcosa sul tuo store, dovevi fargli guidare un browser, cliccare bottoni, sperare che il DOM non cambiasse. Fragile e lento. Con un MCP server il carrello e il checkout diventano operazioni dichiarate, con input e output definiti: aggiungi al carrello, applica il codice sconto, avvia il pagamento, restituisci lo stato dell’ordine. L’agente non “naviga”, chiama funzioni.
MCP (Model Context Protocol) è lo standard che permette a un modello di dialogare con sistemi esterni tramite tool esposti in modo strutturato. Averlo su Commerce significa che il layer transazionale del tuo e-commerce smette di essere una scatola nera per gli agenti e diventa una superficie di programmazione. È la scelta che aspettavo, ed è quella giusta.
PDP Enrichment: farsi capire dagli LLM, non solo indicizzare
Il secondo pilastro è il PDP Enrichment, un layer semantico machine-readable sopra le schede prodotto, affiancato dal Product Catalog AI Enrichment che lo genera su scala di catalogo.
Qui tocco un nervo che conosco bene. Le product detail page nascono per gli esseri umani: foto grandi, bullet emozionali, misure sparse in una tabella, materiali citati a metà descrizione. Un LLM che legge quella pagina fatica a estrarre in modo affidabile “questo capo è in cotone organico, taglia dallo S al XXL, spedito in 48 ore, reso gratuito”. Il PDP Enrichment aggiunge uno strato di dati strutturati e semantici pensato apposta perché un modello capisca attributi, varianti e condizioni, senza doverli indovinare dal testo di marketing.
Secondo me è la parte più sottovalutata dei tre annunci, e invece è quella che sposta davvero l’ago. Il Commerce MCP apre la porta, ma se dietro la porta il prodotto è descritto male l’agente prende decisioni sbagliate: consiglia la taglia errata, sbaglia la compatibilità, ignora un vincolo di spedizione. Su un catalogo sporco l’agente non risolve il disordine, lo amplifica e lo fa in fretta. L’arricchimento semantico è la condizione perché l’automazione non produca errori a valle.
Brand Visibility: farsi trovare dagli agenti, non solo da Google
Il terzo tassello è più strategico che tecnico: Brand Intelligence e Brand Visibility, cioè misurare e presidiare la presenza del brand sulle superfici di AI discovery. La domanda che Adobe pone è scomoda e giusta: quando un utente non digita più su Google ma chiede a un assistente “trovami un cappotto di lana sotto i 300 euro con reso gratuito”, il tuo brand viene citato? Con quali prodotti? A quali condizioni?
Per vent’anni la SEO è stata la disciplina di farsi trovare da un motore di ricerca. La Brand Visibility in ottica agentic è la disciplina di farsi trovare, e citare correttamente, da un agente che filtra il mondo per conto dell’utente. Non è la stessa cosa e non si vince con gli stessi strumenti. Se l’agente non ti vede, o ti rappresenta con dati vecchi, sei fuori dal set di scelta prima ancora che inizi la valutazione. Onestamente, su come si presidi davvero questa superficie non ho ancora una risposta solida, e diffido di chi ce l’ha già.
Adobe CX Enterprise: la cornice agentica end-to-end
Sopra a tutto Adobe ha collocato Adobe CX Enterprise, presentato come sistema agentico end-to-end sull’intero ciclo di vita del cliente, dalla scoperta all’acquisto al post-vendita. Non entro nel merito del marketing: la cosa che conta è che i pezzi di commerce di cui ho parlato non sono annunci isolati, ma nodi di una stessa architettura in cui gli agenti attraversano contenuto, dati e transazioni.
La mia lettura da chi già costruiva MCP
Sarò onesto sul perché questo Summit mi ha colpito. Negli ultimi mesi ho lavorato su integrazioni in cui un modello, tramite un MCP scritto da me, leggeva un catalogo Adobe Commerce e componeva operazioni sul carrello. Funzionava, ma era un percorso da pionieri: mappavo io le API, normalizzavo io gli attributi di prodotto, gestivo io i casi limite del checkout. Vedere Adobe ufficializzare questa direzione con un server MCP nativo mi dice due cose.
La prima: la direzione era giusta. Quando il vendor adotta un pattern che stavi già usando sul campo, quel pattern smette di essere una scommessa personale e diventa uno standard. Bene così: la fatica che facevo io se la prende chi ha le spalle per mantenerla.
La seconda, più pratica: il lavoro non sparisce, si sposta. Con il plumbing risolto dal server, il valore si concentra dove il server non arriva da solo, cioè nella qualità semantica dei dati, nelle regole di business del checkout, nel presidio della visibilità. Il PDP Enrichment automatico è comodo, ma un catalogo con decine di migliaia di SKU e attributi incoerenti resta un catalogo su cui un agente inciampa. Quella pulizia la fa ancora chi conosce il dominio. È l’esempio più chiaro che conosco del fatto che l’AI moltiplica la competenza di chi la guida e amplifica il disordine di chi non ce l’ha.
Ho anche una riserva, ma non è quella che ci si aspetta. Un MCP server che espone checkout e ordini è potente e, per la stessa ragione, delicato: autenticazione, autorizzazione, limiti di spesa, prevenzione degli abusi. Un agente che sbaglia non riempie solo un form, conclude un ordine. Detto questo, la risposta giusta non è la paranoia: è la misurazione. Log di ogni chiamata, metriche, una baseline di cosa fa l’agente in produzione. Chi adotterà queste tecnologie dovrà trattarle con la serietà di un’integrazione di pagamento, non con la diffidenza di chi preferisce non provarci.
La lettura di fondo è questa: Adobe non ha inventato l’agentic commerce ad aprile 2026, lo ha ufficializzato. Ha detto ai merchant che il negozio va reso leggibile alle macchine come lo è agli umani, e ha messo i mattoni per farlo dentro la sua piattaforma. Per chi vende online mid-market il messaggio è concreto e noioso: prima mettete in ordine i dati di prodotto, poi trattateli come un’interfaccia verso gli agenti. Il resto viene dopo.
Mini-FAQ
Cos’è il Commerce MCP server annunciato al Summit 2026?
È un server basato sul Model Context Protocol che espone catalogo, prezzi, stock, carrello, checkout e ordini di Adobe Commerce a un agente AI, rendendo il negozio leggibile e transazionabile dalle macchine tramite tool strutturati invece che tramite navigazione del browser.
A cosa serve il PDP Enrichment?
Aggiunge un layer semantico machine-readable sulle schede prodotto, così che un LLM possa estrarre attributi, varianti e condizioni in modo affidabile. Il Product Catalog AI Enrichment genera questo arricchimento su scala di catalogo. Resta però vero che su dati di partenza incoerenti l’arricchimento automatico ha poco da lavorare.
Cosa significa Brand Visibility in ottica agentic?
Significa presidiare e misurare la presenza del brand sulle superfici di AI discovery, cioè farsi trovare e citare correttamente dagli agenti che filtrano le opzioni per l’utente, non solo dai motori di ricerca tradizionali.
Cosa cambia per un merchant mid-market?
I dati di prodotto smettono di essere solo copy per una pagina e diventano un’interfaccia verso gli agenti. La priorità è mettere in ordine catalogo e attributi, poi presidiare la visibilità agentica e misurare cosa fanno gli agenti sul proprio store.
Chi sono. Sono Fabio Canovi, consulente Adobe italiano specializzato nell’AI agentica, presso il gruppo Lutech, certificato Adobe Commerce, Adobe Experience Manager, Adobe Analytics e Adobe Target. Lavoro all’incrocio tra la piattaforma Adobe e l’AI agentica, costruendo integrazioni con Claude e con il Model Context Protocol (MCP) per rendere cataloghi e processi di commerce leggibili e azionabili dagli agenti.