Artificial intelligence is radically reshaping online user habits and behaviors. While traditional search engines begin to lose their exclusivity on information access, advanced Large Language Models (LLMs) such as ChatGPT and Gemini generate direct answers that immediately satisfy consumer requests. Google's dominance is not in question, but the introduction of features like AI Overview marks a paradigm shift towards an increasingly "zero-click" ecosystem. In this landscape, SEO specialists must recalibrate their strategies, shifting from simple search engine optimization to GEO (Generative Engine Optimization): the goal is no longer just to rank among the top results, but to be selected and cited by AI as an authoritative source within generative responses. This thesis explores this transition not only on a theoretical level but also through qualitative research conducted on industry professionals using the Grounded Theory methodology. The study's results highlight three fundamental dimensions of the ongoing change: a "strategic shift" moving the professional's value from technical execution to consultancy, a holistic "brand optimization", necessary to ensure the authority required by algorithms (E-E-A-T), and a "redefinition of value", characterized by the crisis of traditional KPIs (clicks and traffic) in favor of concrete business metrics.

L’intelligenza artificiale sta modificando radicalmente abitudini e comportamenti degli utenti online. Mentre i motori di ricerca tradizionali iniziano a perdere l'esclusiva sull'accesso alle informazioni, modelli linguistici avanzati (LLM) come ChatGPT e Gemini generano risposte dirette che soddisfano immediatamente le richieste dei consumatori. Il dominio di Google non è in discussione, ma l'introduzione di funzionalità come AI Overview segna un cambio di paradigma verso un ecosistema sempre più "zero-click". In questo panorama, gli specialisti SEO devono ricalibrare le proprie strategie, passando dalla semplice ottimizzazione per i motori di ricerca alla GEO (Generative Engine Optimization): l'obiettivo non è più solo posizionarsi tra i primi risultati, ma essere selezionati e citati dall'AI come fonte autorevole all'interno delle risposte generative. Questa tesi esplora tale transizione non solo sul piano teorico, ma attraverso un’indagine qualitativa condotta su professionisti del settore mediante la metodologia della Grounded Theory. I risultati dello studio evidenziano tre dimensioni fondamentali del cambiamento in atto: una "virata strategica" che sposta il valore del professionista dall'operatività tecnica alla consulenza, un'"ottimizzazione del brand" olistica, necessaria per garantire l'autorevolezza richiesta dagli algoritmi (E-E-A-T) e una "ridefinizione del valore", caratterizzata dalla crisi dei KPI tradizionali (click e traffico) in favore di metriche di business concrete.

SEO e AI generativa: sfide e strategie nell'evoluzione della ricerca online

ESPERTI, MATTIA
2024/2025

Abstract

Artificial intelligence is radically reshaping online user habits and behaviors. While traditional search engines begin to lose their exclusivity on information access, advanced Large Language Models (LLMs) such as ChatGPT and Gemini generate direct answers that immediately satisfy consumer requests. Google's dominance is not in question, but the introduction of features like AI Overview marks a paradigm shift towards an increasingly "zero-click" ecosystem. In this landscape, SEO specialists must recalibrate their strategies, shifting from simple search engine optimization to GEO (Generative Engine Optimization): the goal is no longer just to rank among the top results, but to be selected and cited by AI as an authoritative source within generative responses. This thesis explores this transition not only on a theoretical level but also through qualitative research conducted on industry professionals using the Grounded Theory methodology. The study's results highlight three fundamental dimensions of the ongoing change: a "strategic shift" moving the professional's value from technical execution to consultancy, a holistic "brand optimization", necessary to ensure the authority required by algorithms (E-E-A-T), and a "redefinition of value", characterized by the crisis of traditional KPIs (clicks and traffic) in favor of concrete business metrics.
2024
SEO and generative AI: challenges and strategies in the evolution of online search
L’intelligenza artificiale sta modificando radicalmente abitudini e comportamenti degli utenti online. Mentre i motori di ricerca tradizionali iniziano a perdere l'esclusiva sull'accesso alle informazioni, modelli linguistici avanzati (LLM) come ChatGPT e Gemini generano risposte dirette che soddisfano immediatamente le richieste dei consumatori. Il dominio di Google non è in discussione, ma l'introduzione di funzionalità come AI Overview segna un cambio di paradigma verso un ecosistema sempre più "zero-click". In questo panorama, gli specialisti SEO devono ricalibrare le proprie strategie, passando dalla semplice ottimizzazione per i motori di ricerca alla GEO (Generative Engine Optimization): l'obiettivo non è più solo posizionarsi tra i primi risultati, ma essere selezionati e citati dall'AI come fonte autorevole all'interno delle risposte generative. Questa tesi esplora tale transizione non solo sul piano teorico, ma attraverso un’indagine qualitativa condotta su professionisti del settore mediante la metodologia della Grounded Theory. I risultati dello studio evidenziano tre dimensioni fondamentali del cambiamento in atto: una "virata strategica" che sposta il valore del professionista dall'operatività tecnica alla consulenza, un'"ottimizzazione del brand" olistica, necessaria per garantire l'autorevolezza richiesta dagli algoritmi (E-E-A-T) e una "ridefinizione del valore", caratterizzata dalla crisi dei KPI tradizionali (click e traffico) in favore di metriche di business concrete.
SEO
GenAI
Motori di ricerca
Ricerca online
Digital Marketing
File in questo prodotto:
File Dimensione Formato  
Esperti_Mattia.pdf

Accesso riservato

Dimensione 3.13 MB
Formato Adobe PDF
3.13 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/100811