Google ha recentemente introdotto la AI Mode come una nuova esperienza di ricerca avanzata, segnando un cambiamento significativo nel modo in cui gli utenti interagiscono con il motore di ricerca. Annunciata durante Google I/O 2025, la Modalità AI è disponibile come scheda separata in Google Search (attualmente per gli utenti negli USA) ed è stata definita da Google stessa come “il futuro della ricerca”
A differenza di una ricerca tradizionale – con l’elenco di link blu – AI Mode impiega tecnologie di Intelligenza Artificiale generativa per fornire risposte approfondite e conversazionali direttamente nella pagina dei risultati. In pratica, quando l’utente pone una domanda complessa, Google AI Mode fornisce un’unica risposta articolata, capace di anticipare anche le domande successive, invece di restituire solo una lista di siti web.
Questa modalità è stata progettata per gestire interrogazioni più lunghe e articolate: durante i test, le query in AI Mode sono risultate in media due volte più lunghe di quelle classiche e spesso legate a compiti complessi (confronti di prodotti, pianificazioni di viaggi, how-to qui un PDF di approfondimento) AI Mode punta quindi a diventare un assistente di ricerca completo, capace di offrire ragionamenti più avanzati, risultati personalizzati e contenuti multimodali (testo, immagini, grafici) integrati in un’unica esperienza.
Cos’è la Modalità AI di Google Search
AI Mode è una nuova modalità di ricerca che sfrutta modelli di Intelligenza Artificiale generativa (Large Language Models, LLM) per arricchire l’esperienza utente. Invece di fornire solo un elenco di pagine rilevanti, AI Mode elabora risposte complete e contestuali alle domande degli utenti. Questa modalità è accessibile tramite una scheda dedicata (“AI Mode”) sulla pagina di Google – inizialmente attivabile attraverso Search Labs ed ora disponibile a tutti gli utenti negli Stati Uniti senza necessità di opt-in. Quando si effettua una ricerca in AI Mode, Google utilizza un modello AI proprietario (una versione personalizzata del modello Gemini 2.5, il più avanzato modello linguistico di Google) per interpretare la query e generare la risposta. Secondo Google, AI Mode rappresenta la versione di ricerca “più potente” dal punto di vista dell’IA, con capacità di ragionamento migliorate e supporto nativo alla multimodalità (ricerca tramite testo, voce o immagini)
A livello di interfaccia utente, AI Mode si presenta in modo diverso dalla SERP tradizionale: la risposta dell’IA occupa la posizione principale, spesso sotto forma di paragrafo (o elenco puntato) privo di link immediati nel testo. Solo a margine – ad esempio in un pannello laterale sulla destra o in un carosello sotto la risposta – vengono mostrati alcuni link a fonti web esterne utili per approfondire Google sottolinea che AI Mode continua a “mettere in evidenza link utili” a siti di qualità, ma l’approccio è altamente focalizzato sul tenere l’utente all’interno dell’esperienza conversazionale. In effetti, come osservato dagli esperti, AI Mode sembra progettata per trattenere gli utenti nella modalità AI il più a lungo possibile, fornendo molte informazioni direttamente nella risposta e rimandando a risorse interne (es. Google Maps, Google Shopping) quando opportuno
Esempio di risposta di Google Search in Modalità AI – in questo caso per la query “top 5 resturant in Parma”.
L’IA restituisce un elenco approfondito dei migliori ristoranti a Parma, completo di descrizioni dettagliate per ciascuna opzione. Ogni voce include informazioni su stile, piatti consigliati (come torta fritta, prosciutto di Parma e pasta fatta a mano), e punti di forza (atmosfera, servizio, qualità degli ingredienti).A destra, un carosello visuale mostra i profili Google dei ristoranti con recensioni, fascia di prezzo, indirizzo e stato di apertura. Le valutazioni stellari e il numero di recensioni aiutano a orientare la scelta. Ad esempio, Trattoria Corrieri e Ristorante Gallo d’Oro mostrano alte valutazioni e prezzi accessibili, mentre Osteria dei Servi e Ristorante Cocchi sono apprezzati per la raffinatezza e l’autenticità dei piatti locali.
L’icona a forma di link accanto a ciascun nome rappresenta un collegamento interno (“dotted link”) al profilo Google dell’attività, permettendo di esplorare menù, orari e foto senza uscire dall’ecosistema Google.Questo esempio evidenzia come AI Mode offra risposte ricche e contestuali, mantenendo l’utente coinvolto nell’interfaccia di ricerca per un’esperienza informativa fluida e completa.
.
Architettura e funzionamento di AI Mode
Dal punto di vista tecnico, la Modalità AI introduce un’architettura di ricerca stratificata e contestuale, sovrapposta all’indice classico di Google.
A grandi linee (fonte: ipullrank.com), il processo interno di AI Mode può essere descritto come segue:
Comprensione e riscrittura della query: quando l’utente pone una domanda su Google AI Mode, il sistema non la tratta come una singola query isolata. Viene invece applicata la tecnica del “query fan-out”: la domanda iniziale viene silenziosamente scomposta e riformulata in una costellazione di sotto-quesiti correlati. Alcune di queste query derivate sono esplicite (sottotemi ovvi della domanda), altre sono implicite o predittive, volte ad anticipare gli approfondimenti che l’utente potrebbe cercare In pratica, AI Mode espande l’intento di ricerca su molteplici direttrici, scandagliando vari aspetti del tema richiesto.
Ricerca multi-query parallela: tutti i sotto-quesiti generati vengono lanciati simultaneamente attraverso l’infrastruttura di ricerca. In questa fase Google esegue molteplici ricerche in parallelo per recuperare informazioni dal suo indice web, molto oltre la superficie dei classici 10 risultati organici. Nella modalità standard, la ricerca si limita a trovare i risultati più rilevanti per la query singola; in AI Mode, invece, avviene un “tuffo in profondità” nel web: decine (o addirittura centinaia, nella modalità Deep Search) di query vengono emesse per esplorare ogni sfaccettatura del problema e trovare contenuti iper-pertinenti. Google ha descritto questo meccanismo come la chiave per aiutare l’utente a “scoprire ancora più contenuti del web che corrispondono esattamente alla sua domanda
Recupero di contenuti a livello di passaggio: a differenza della ricerca classica orientata alle pagine intere, AI Mode adotta un approccio passage-level. Significa che l’indice di Google e i modelli di recupero lavorano a livello di singoli paragrafi o frasi: ogni documento viene spezzato in “chunk” (segmenti) ed è su questi che avviene l’allineamento con le query. Per ciascuna sotto-query, il sistema estrae dai documenti web passaggi specifici ritenuti rilevanti – ad esempio, una definizione particolare, una statistica, un pezzo di descrizione utile. In backend, Google utilizza dense retrieval, ovvero rappresentazioni vettoriali dense sia delle query che dei passaggi di testo: ogni query e ogni frammento di documento vengono convertiti in un embedding numerico, e la similarità tra questi vettori determina quali passaggi sono considerati pertinenti. Questo approccio consente di andare oltre la corrispondenza esatta di parole chiave, identificando anche contenuti semanticamente affini alla richiesta dell’utente (ad es. sinonimi, concetti correlati). Le tradizionali metriche di ranking basate su parole chiave (TF-IDF, BM25) pur potendo essere impiegate in una prima fase di filtro, non sono più al centro del processo: la pipeline di retrieval di AI Mode si basa prevalentemente su tecniche neurali di ranking vettoriale e similarità semantica
Ranking dinamico con modelli di linguaggio: ottenuto un insieme esteso di passaggi candidati (provenienti da tante fonti differenti), il sistema procede a determinare quali informazioni utilizzare e in che ordine. Qui entra in gioco un meccanismo di ranking “obliquo” mediato da un LLM, molto diverso dal vecchio algoritmo di ranking deterministico. Google ha sviluppato un metodo (descritto in un recente brevetto) in cui il modello linguistico mette a confronto i passaggi a coppie per valutare quale dei due risponda meglio alla query utente. In pratica, al modello viene ripetutamente posta la domanda: “Dato questo quesito, quale tra questi due testi è più rilevante? Attraverso molte comparazioni pairwise tra frammenti, il sistema deriva una graduatoria finale dei passaggi basata sul giudizio del modello. Questo approccio introduce un elemento di ragionamento relativo: non esiste più un punteggio fisso per ogni documento, ma la rilevanza è valutata confrontando direttamente i contenuti l’uno contro l’altro. Il risultato è un ranking probabilistico, mediato dall’IA, anziché deterministico come nei classici algoritmi di Google
Pipeline tradizionale di ranking deterministico – nei motori di ricerca classici, il documento viene indicizzato in base ai token testuali e ai segnali on-page/off-page. Una query avvia un processo di retrieval che assegna punteggi statici ai documenti (es. sulla base di algoritmi come BM25 o PageRank), producendo una classifica fissa di risultati pertinenti.
Nuova pipeline con ranking probabilistico in AI Mode – la query viene suddivisa in più sotto-query; i risultati (passaggi) recuperati subiscono comparazioni iterative mediati da reti neurali (LLM). Il modello genera una serie di “thought processes” (catene di ragionamento) e determina quali passaggi, tra tutti quelli considerati, contribuiscono meglio a rispondere. L’output finale non è una semplice lista ordinata, ma una risposta sintetizzata dall’IA basata sui contenuti selezionati.
Sintesi della risposta in linguaggio naturale: una volta scelti i passaggi migliori, AI Mode passa alla generazione della risposta finale. Va sottolineato che la risposta non è una citazione testuale diretta di un singolo documento, ma una sintesi combinata di informazioni provenienti da più fonti Il sistema opera come un aggregatore intelligente: riordina, parafrasa e collega tra loro i vari contributi informativi per formulare una ri
