Statistiche sui Chatbot AI.

I chatbot AI sono passati da novità a infrastruttura. Nel 2026 si trovano all’interno di app consumer, risultati di ricerca, flussi di servizio clienti, suite per l’ufficio, strumenti educativi e piattaforme per sviluppatori. La parte difficile non è più dimostrare che le persone li usano, ma leggere i numeri senza mescolare metriche diverse.

Una percentuale di sondaggio non è la stessa cosa di un conteggio di utenti attivi settimanali. Una visita a un sito web non è la stessa cosa di una persona. Un posto di lavoro a pagamento non è la stessa cosa di un bot di supporto attivo. Una previsione di mercato dei chatbot non è un conteggio di implementazioni. Una volta che queste linee di denominatore sono chiare, la forma del mercato è molto più facile da vedere: l’uso da parte dei consumatori è mainstream, l’abitudine quotidiana è ancora inferiore alla consapevolezza, gli ecosistemi di prodotti stanno scalando rapidamente, l’implementazione del servizio clienti è il caso d’uso aziendale più chiaro e la fiducia rimane il principale vincolo su quanto i chatbot possano spingersi.

Il panorama dei chatbot AI nel 2026

I numeri principali dei chatbot utilizzano denominatori diversi, quindi leggili come segnali separati per consumatori, prodotti, implementazioni e mercato, piuttosto che come un’unica cifra.

Adozione da parte dei consumatori: i chatbot sono mainstream, ma l’abitudine quotidiana è più ristretta

Il numero più chiaro sull’adozione da parte dei consumatori nel 2026 è il dato di Pew secondo cui il 49% degli adulti statunitensi ha utilizzato chatbot AI. Questo colloca l’uso dei chatbot vicino a una soglia di mercato di massa. Spiega anche perché i leader aziendali, gli editori, gli educatori e i team di supporto non possono più trattare i chatbot come un’abitudine tecnica di nicchia.

Ma “usato” non è la stessa cosa di “usa ogni giorno”. I dati sulla frequenza di Pew mostrano che il 24% degli adulti statunitensi utilizza i chatbot AI quotidianamente, mentre il 25% li usa più volte alla settimana o meno e il 51% non li usa affatto. Il divario tra il 49% di uso occasionale e il 24% di uso quotidiano è l’avvertenza più importante sull’adozione da parte dei consumatori: la familiarità con i chatbot è già mainstream, ma l’abitudine duratura dipende ancora dall’adeguatezza al compito.

La ripartizione dei casi d’uso rende visibile questa adeguatezza al compito. La ricerca di informazioni è in testa con il 42% degli adulti statunitensi. Le attività lavorative raggiungono il 38% tra gli adulti occupati. Intrattenimento, creazione di immagini e video, consigli medici, consigli su dieta o fitness, notizie, supporto emotivo e compagnia appaiono tutti, ma a livelli inferiori. I chatbot non sono un unico caso d’uso — sono un’interfaccia generale che gli utenti utilizzano per la ricerca, la scrittura, le decisioni, la creatività e le domande personali.

L’età racconta la stessa storia da un’altra angolazione. Pew rileva che il 66% degli adulti statunitensi di età compresa tra 18 e 29 anni ha utilizzato i chatbot, così come il 61% di età compresa tra 30 e 49 anni. L’adozione scende al 42% tra i 50-64 anni e al 23% tra i 65+ anni. Questo gradiente aiuta a spiegare perché università, luoghi di lavoro entry-level, strumenti per creatori, strumenti di codifica e prodotti consumer mobile-first sentono l’impatto prima dei servizi per adulti più anziani.

La base di non utenti è resistente, non semplicemente inconsapevole. Tra gli adulti che non usano i chatbot, Pew riporta che il 67% non è molto o per nulla propenso a usarli nel prossimo anno. Ciò suggerisce che la prossima ondata di adozione potrebbe derivare meno dal chiedere alle persone di iniziare una nuova abitudine con i chatbot e più dall’integrazione di assistenti AI nei flussi di lavoro esistenti — pagine di ricerca, centri di aiuto, suite di produttività e app mobili.

L’istruzione e il comportamento giovanile sono un altro canale di adozione. La copertura tematica sull’AI di Pew afferma che poco più della metà degli adolescenti statunitensi ha utilizzato i chatbot per i compiti scolastici, mentre il 12% li ha utilizzati per il supporto emotivo. Questi numeri sono importanti perché i compiti scolastici e il supporto emotivo sono entrambi contesti ad alto rischio. Mostrano perché i dati sull’adozione devono essere abbinati a aspettative di accuratezza, divulgazione e sicurezza.

La storia dell’uso delle informazioni è particolarmente delicata. Il Reuters Institute riporta che l’uso settimanale di chatbot AI per le notizie ha raggiunto il 10% a livello globale, in aumento rispetto al 7%, ma solo l’1% afferma che l’AI è la loro principale fonte di notizie. I chatbot stanno diventando parte del percorso di notizie e informazioni, eppure rimangono un supplemento per la maggior parte degli utenti piuttosto che la destinazione principale.

Ecosistema del prodotto: ChatGPT è in testa, ma la categoria è più ampia

ChatGPT rimane il segnale più forte di scalabilità ufficiale del prodotto sul mercato. OpenAI afferma che ChatGPT ha più di 900 milioni di utenti attivi settimanali, più di 50 milioni di abbonati consumer e più di 9 milioni di utenti business a pagamento. Questi numeri rendono ChatGPT una delle più grandi abitudini software ricorrenti al mondo.

Il prodotto di OpenAI sta diventando anche più globale. Nella sua analisi sull’adozione, OpenAI afferma che l’uso non inglese è ora più della metà degli utenti attivi. Questo è importante perché le prime narrazioni sui chatbot erano spesso orientate verso professionisti, studenti e sviluppatori di lingua inglese. Il mercato attuale è più internazionale e i casi d’uso dei chatbot includono sempre più traduzione, ricerca locale, attività amministrative, istruzione, commercio e risoluzione di problemi quotidiani.

Il documento sull’utilizzo storico di OpenAI aggiunge un utile benchmark di intensità. Entro luglio 2025, ChatGPT aveva 700 milioni di utenti settimanali che inviavano 18 miliardi di messaggi a settimana. Ciò equivale a miliardi di interazioni giornaliere, ma dovrebbe essere datato con attenzione perché il numero attuale di utenti settimanali dichiarato da OpenAI è più alto e il conteggio attuale dei messaggi non è divulgato nello stesso modo.

L’app Gemini di Google è l’altro importante segnale ufficiale di scalabilità consumer. Google afferma che l’app Gemini ha più di 900 milioni di utenti attivi mensili, in aumento rispetto ai livelli precedenti dichiarati nel 2025. Google afferma anche che AI Overviews raggiunge più di 2,5 miliardi di utenti mensili e AI Mode raggiunge più di 1 miliardo di utenti mensili. Questi numeri di ricerca non sono numeri di chatbot, ma mostrano come le interfacce di risposta AI si stiano muovendo nell’esperienza di ricerca predefinita.

La scala di Microsoft è diversa perché è legata ai posti di lavoro a pagamento. Microsoft afferma che Microsoft 365 Copilot ha più di 20 milioni di posti a pagamento, mentre quasi il 90% delle aziende Fortune 500 ha agenti attivi costruiti con strumenti low-code/no-code. Ciò colloca l’adozione dell’assistente aziendale all’interno del livello della suite di produttività, dove l’interfaccia può assomigliare a una chat ma la metrica è basata sui posti, gestita dall’amministratore e guidata dal flusso di lavoro.

Character.AI dimostra che la domanda di chatbot da parte dei consumatori non riguarda solo la produttività. L’azienda afferma di supportare più di 20 milioni di utenti attivi mensili attraverso i suoi servizi. Questo caso d’uso sociale/personaggio specializzato si affianca ad assistenti generici come ChatGPT e Gemini, copiloti per il posto di lavoro come Microsoft 365 Copilot e bot di supporto clienti incorporati in siti web e app.

Statistiche sui chatbot aziendali e del servizio clienti

Il servizio clienti è la corsia di implementazione aziendale più chiara perché il flusso di lavoro ha già conversazioni strutturate, domande ripetitive, percorsi di escalation e risultati misurabili. Intercom afferma che l’82% dei dirigenti senior ha investito in AI per il servizio clienti negli ultimi 12 mesi e l’87% prevede di investire nel 2026. Ma solo il 10% afferma che l’implementazione è matura, completamente integrata e su larga scala.

Questo divario di maturità potrebbe essere la migliore statistica sui chatbot aziendali. Spiega perché il mercato può sembrare contemporaneamente urgente e incompiuto. Le aziende stanno acquistando, testando, pilotando e implementando sistemi di servizio AI, ma i modelli operativi maturi sono ancora rari. Un team di supporto può avere un bot AI attivo su un sito e mancare ancora di una copertura completa della base di conoscenza, revisione QA, progettazione dell’escalation, analisi, formazione degli agenti e governance.

La ricerca di Salesforce sul servizio clienti indica un valore iniziale. Salesforce afferma che il 70% delle organizzazioni con agenti di servizio AI osserva un valore misurabile entro 60 giorni. Afferma anche che l’89% dei professionisti del servizio con agenti AI ritiene che le proprie organizzazioni trarrebbero beneficio dall’espansione dell’uso, e il 97% dei leader del servizio clienti con AI afferma che essa influisce sulla pianificazione della forza lavoro. Questa è una forte prova che l’AI per il servizio è passata dalla sperimentazione alla pianificazione operativa.

I dati di Zendesk mostrano perché l’implementazione non può essere giudicata solo dal tasso di automazione. La sua ricerca CX Trends afferma che il 74% dei consumatori si aspetta un servizio clienti 24 ore su 24, 7 giorni su 7, grazie all’AI. Il suo comunicato stampa CX Trends 2026 afferma che il 95% dei consumatori si aspetta una spiegazione quando l’AI prende una decisione, e l’80% dei leader CX ritiene che la trasparenza dell’AI sarà richiesta entro due anni. Una risposta più rapida non è sufficiente se i clienti non comprendono o non si fidano del percorso decisionale.

YouGov aggiunge un contrappeso pratico. Quasi il 70% degli americani tende a utilizzare il supporto telefonico, il 35% preferisce il telefono, il 18% ha utilizzato i chatbot e solo l’1% li preferisce. I chatbot del servizio clienti devono quindi guadagnarsi il loro posto attraverso la velocità, la qualità della risoluzione e un facile passaggio. Per molti clienti, il futuro desiderato non è “non parlare mai con un essere umano”. È “risolvere il problema rapidamente e permettermi di raggiungere un essere umano quando necessario”.

Il materiale di IBM sul servizio clienti inquadra il lato dei risultati. IBM afferma che gli adottanti maturi dell’AI nel servizio clienti hanno riportato un aumento del 17% della soddisfazione del cliente, mentre il suo spiegatore di chatbot AI per il servizio clienti definisce i chatbot come sistemi che utilizzano l’AI per simulare la conversazione umana attraverso canali testuali o vocali. IBM evidenzia anche esempi di casi, come l’assistente virtuale di Camping World che aumenta l’engagement e riduce i tempi di attesa. Questi esempi sono utili, ma dovrebbero essere letti come casi, non come medie del settore.

La previsione di Gartner mostra il livello di ambizione. Prevede che l’AI agentica risolverà autonomamente l’80% dei problemi comuni del servizio clienti entro il 2029, con una riduzione del 30% dei costi operativi. Questa non è una statistica dello stato attuale del 2026. È una previsione che mostra dove i fornitori e i leader CX si aspettano che vada l’automazione del supporto.

Il quadro aziendale non è quindi “i chatbot sostituiscono i team di supporto”. È più specifico: i chatbot AI e gli agenti di servizio vengono utilizzati per rispondere a domande ripetitive, guidare i clienti, riassumere il contesto, assistere gli agenti umani, classificare l’intento, attingere da basi di conoscenza, instradare i casi e automatizzare i passaggi a basso rischio. I programmi più efficaci misurano insieme risoluzione, qualità dell’escalation, CSAT, contenimento, risoluzione al primo contatto, tempo di gestione, produttività degli agenti e fiducia del cliente.

Dimensioni del mercato e previsioni di ricavo

Il mercato dei chatbot sta crescendo rapidamente, ma le previsioni sulle dimensioni del mercato variano perché le definizioni variano. Grand View Research stima il mercato globale dei chatbot a $11,8 miliardi nel 2026, in aumento rispetto ai $9,6 miliardi del 2025, e prevede $41,2 miliardi entro il 2033 con un CAGR del 19,6%. Identifica inoltre il Nord America come la quota di ricavi regionali più grande con il 31,3% nel 2025.

Fortune Business Insights prevede un punto di partenza simile per il 2026, ma un mercato a lungo termine più ampio. La sua previsione del mercato dei chatbot colloca la categoria a $10,42 miliardi nel 2026 e $60,21 miliardi entro il 2034, implicando un CAGR del 24,51%. La sua previsione del mercato dei chatbot AI generativi è più ampia e più rapida, da $12,98 miliardi nel 2026 a $113,35 miliardi entro il 2034.

Questi numeri dovrebbero essere letti come segnali di spesa e ricavo, non come tassi di adozione. I ricavi del mercato crescono quando le aziende pagano per software, API, posti aziendali, implementazione, integrazioni e automazione del supporto. L’uso da parte dei consumatori può crescere senza ricavi equivalenti se l’utilizzo è gratuito. I ricavi aziendali possono crescere anche quando il numero di bot implementati è modesto, se le grandi aziende acquistano piattaforme costose. Una previsione di mercato indica ai lettori che il denaro si sta muovendo nella categoria. Non rivela quante persone hanno risolto con successo un problema di supporto con un bot ieri.

La distinzione tra “chatbot”, “chatbot AI generativo”, “AI conversazionale” e “AI per il servizio clienti” continuerà a creare confusione. Un bot tradizionale basato su regole per siti web, un agente di servizio clienti generativo, un assistente alle vendite, un copilota per la base di conoscenza, un agente vocale e un chatbot consumer generico possono tutti apparire nelle previsioni di mercato correlate. Il modo più pulito per utilizzare i dati di mercato è citare l’ambito della previsione, mantenere visibile la definizione del fornitore ed evitare di mediare le stime in un falso consenso.

Traffico, app e la differenza tra visite e utenti

I dati sul traffico sono preziosi perché catturano comportamenti che sondaggi e divulgazioni aziendali potrebbero non rilevare. La classifica per categoria di Similarweb mostra quali siti web di chatbot stanno attirando grandi volumi di attenzione web. A maggio 2026 ha classificato chatgpt.com al primo posto, gemini.google.com al secondo, claude.ai al terzo, chat.deepseek.com al quarto e grok.com al quinto nella sua categoria AI Chatbots and Tools. La sua analisi sull’AI generativa mostra che ChatGPT, Gemini, Claude, Perplexity e Grok hanno tutti guadagnato traffico o slancio nelle app in diverse finestre temporali.

I dati di Ofcom nel Regno Unito sono un esempio particolarmente chiaro di slancio del traffico. ChatGPT ha avuto 1,8 miliardi di visite nel Regno Unito nei primi otto mesi del 2025, rispetto ai 368 milioni nello stesso periodo del 2024. Questo è un enorme segnale comportamentale, ma non è un conteggio di utenti. Il Regno Unito non ha 1,8 miliardi di persone; il numero riflette visite ripetute.

Per i marketer e gli editori, i segnali di traffico sono importanti perché mostrano dove l’attenzione e i referral possono spostarsi. Per i team di prodotto, mostrano lo slancio competitivo. Per gli investitori, mostrano la domanda. Ma i dati sul traffico sono più deboli quando vengono utilizzati per stimare conteggi esatti di utenti attivi o quote di mercato di categoria senza la divulgazione del prodotto stesso.

La stessa cautela si applica ai segnali delle app. Gli utenti mensili delle app, i download, le classifiche e la crescita delle sessioni possono essere utili, ma spesso provengono da stime di panel o classifiche degli app store. Possono mancare l’utilizzo web, l’utilizzo aziendale, l’utilizzo incorporato e il comportamento multi-dispositivo. Le divulgazioni ufficiali degli utenti da OpenAI, Google, Microsoft o altri fornitori dovrebbero ancorare la scalabilità del prodotto ogni volta che sono disponibili; i dati sul traffico e sulle app dovrebbero aggiungere un colore direzionale.

Fiducia, sicurezza e aspettative degli utenti

L’adozione sta crescendo più rapidamente della fiducia. Pew riporta che il 63% degli adulti statunitensi ritiene che l’AI stia avanzando troppo rapidamente. Rileva inoltre che il 71% crede che un maggiore utilizzo dell’AI renderà le informazioni personali meno sicure, il 67% ha poca o nessuna fiducia nella capacità del governo statunitense di regolare efficacemente l’AI e il 59% non è fiducioso che le aziende svilupperanno e utilizzeranno l’AI in modo responsabile.

Questi numeri sono importanti perché i chatbot chiedono fiducia in modo molto diretto. Gli utenti digitano domande private al loro interno. I dipendenti caricano documenti. I clienti descrivono problemi. Gli studenti chiedono consigli. I pazienti possono fare domande relative alla medicina. Gli acquirenti possono condividere i dettagli dell’ordine. Un’interfaccia chatbot può sembrare conversazionale, il che rende più facile per gli utenti divulgare contesti sensibili.

Il problema della fiducia non riguarda solo la privacy. Include anche accuratezza, allucinazioni, qualità della fonte, tono, escalation, tenuta dei registri e spiegabilità. Il 20% di fiducia globale nelle notizie dei chatbot AI del Reuters Institute mostra che gli utenti di informazioni sono cauti. La scoperta di Zendesk secondo cui il 95% dei consumatori si aspetta spiegazioni mostra la stessa pressione nel servizio clienti.

Il Quadro di gestione del rischio AI del NIST è utile perché sposta la conversazione da “quanti utenti” a “cosa rende un sistema AI affidabile”. Per gli operatori di chatbot, ciò significa monitorare più del volume. Le metriche operative utili includono tassi di fallback, successo dell’escalation, tassi di intenti non supportati, accuratezza delle risposte, tassi di reclamo, incidenti di privacy, copertura della revisione umana e soddisfazione dell’utente per attività.

La fiducia spiega anche perché l’adozione dei chatbot per il servizio clienti può aumentare mentre i clienti preferiscono ancora i canali telefonici o umani. I dati sulle preferenze di canale di YouGov mostrano che l’uso dei chatbot non equivale automaticamente alla preferenza per i chatbot. Un chatbot che risolve rapidamente i problemi di routine può essere ben accetto. Un chatbot che blocca l’escalation, inventa politiche o ripete risposte predefinite diventa una responsabilità.

Come non interpretare erroneamente i numeri dei chatbot

Il modo più sicuro per interpretare le statistiche sui chatbot è iniziare dal denominatore. Scegli il tipo di fonte qui sotto per vedere a cosa servono i suoi numeri e a cosa no.

Stanford HAI aggiunge un contesto di categoria da un denominatore diverso: afferma che l’AI generativa ha raggiunto il 53% di adozione della popolazione entro tre anni, con variazioni a livello di paese, inclusi il 61% a Singapore e il 28,3% negli Stati Uniti. Questa è un’adozione più ampia dell’AI generativa, non lo stesso denominatore del sondaggio specifico sui chatbot statunitensi di Pew, e i due non dovrebbero essere equiparati.

Domande frequenti

Fonti e ulteriori letture