Statistiche sulla ricerca vocale verificate e con fonti, i miti da non citare più, la svolta di
Gemini e Alexa+ e un piano in 6 passi per conquistare le risposte vocali.

In questa pagina
In breve
la voce è ormai un'abitudine stabile e di massa, non più una tendenza in rapida crescita: circa il 35% degli americani dai 12 anni in su possiede uno smart speaker (Edison Research, 2025), e il 32% dei consumatori nel mondo ha usato un assistente vocale nell'ultima settimana (GWI). Il vero cambiamento del 2025 e del 2026 è chi risponde: Gemini ha sostituito Google Assistant su Android e Alexa+ funziona con un grande modello linguistico, quindi le ricerche vocali ricevono risposte generate e non più solo uno snippet in evidenza letto ad alta voce. Usa le statistiche qui sotto per dimensionare il canale con onestà, poi ottimizza per i motori di risposta che stanno dietro al microfono.
Vuoi approfondire? Chiedi a
Quiz veloce
Quale modo di trovare clienti online fa più per te?
Sorank corrisponde alle tue risposte
Provalo per 3 giorni sul tuo sito e scopri a che punto sei su Google, ChatGPT e le altre IA.
Prova gratis per 3 giorni3 giorni gratis, poi smetti quando vuoi. Garanzia di risultati di 90 giorni, soggetta a condizioni.
Cerca «statistiche ricerca vocale» e trovi pagine con 50, 80 o 100 numeri. La maggior parte si copia a vicenda. Risali a una cifra e spesso arrivi a un sondaggio del 2018, a un comunicato stampa di un fornitore senza dimensione del campione o a una previsione che non si è mai avverata.
L'esempio più noto è l'affermazione secondo cui entro il 2020 metà di tutte le ricerche sarebbe stata vocale. È circolata per anni, è stata attribuita a diverse aziende e non ha mai trovato riscontro in dati misurati. Compare ancora in articoli pubblicati quest'anno.
Prima di citare un numero, mettilo in una di queste tre caselle:
La maggior parte degli articoli mescola i tre. «Il 62% degli adulti usa un assistente vocale» diventa «il 62% delle persone cerca con la voce», che è un'affermazione diversa.
Un numero che puoi mettere in una presentazione per la direzione ha cinque elementi: un editore con nome, una data di rilevazione, una dimensione del campione e una popolazione (adulti dai 18 anni, persone dai 12 anni, possessori di smartphone), una domanda formulata con chiarezza e un paese. Se ne manca uno, usa il numero come segnale, non come fatto.
Prima di citare una statistica sulla voce
Ecco i numeri che abbiamo verificato sulla pagina stessa dell'editore, con ciò che misurano davvero.
La voce in quattro numeri verificati
Fonti: Edison Research Infinite Dial 2025 tramite National Public Media; GWI 2026; Amazon, 2026
Lo studio Infinite Dial di Edison Research è la misurazione continua più lunga delle abitudini audio negli Stati Uniti. L'edizione 2025, riassunta da National Public Media ad aprile 2025, colloca il possesso di smart speaker al 35% degli americani dai 12 anni in su, circa 101 milioni di persone. Di questi possessori, il 69% usa il dispositivo per ascoltare audio.
Leggi bene questo secondo numero: il compito principale di uno smart speaker sono musica, podcast e radio. La ricerca è un uso secondario. Per un marchio, uno smart speaker è prima un canale audio e poi un canale di ricerca.
La società di ricerca GWI, nel suo articolo di marzo 2026 sulle tendenze della ricerca vocale, riporta che il 32% dei consumatori nel mondo ha usato un assistente vocale nell'ultima settimana. Divide l'uso in due compiti: il 21% usa un assistente ogni settimana per trovare informazioni, il 20% per compiere un'azione.
Fonte: GWI, 4 voice search trends and statistics, marzo 2026
Il 21% è il numero che conta per la SEO. È la quota di persone che usano la voce, almeno una volta a settimana, per ottenere informazioni che un sito potrebbe fornire.
GWI segue anche l'uso mensile per assistente negli Stati Uniti tra il 2020 e il 2024: Google Assistant è cresciuto del 46%, Siri del 40% e Alexa del 26%. La crescita è reale ma lenta, e gli assistenti dei telefoni sono cresciuti più in fretta dell'assistente degli speaker.
Crescita dell'uso mensile negli Stati Uniti, dal 2020 al 2024
Fonte: GWI, marzo 2026
Lo stesso articolo di GWI nota che quasi un utente di assistenti vocali su tre ha usato ChatGPT nell'ultimo mese. Gli utenti della voce non sono un pubblico a parte: sono le stesse persone che scrivono domande nei chatbot di IA, e sempre più spesso parlano anche con loro.
Per il contesto più ampio della ricerca scritta, le nostre pagine sulle statistiche della ricerca Google e sulle statistiche GEO seguono le stesse regole sulle fonti.

I numeri sul possesso si sono mossi appena. Ciò che si è mosso è il software dentro i dispositivi. In 18 mesi, i tre maggiori assistenti hanno cambiato motore.
Come sono cambiati gli assistenti
Secondo l'annuncio di Alexa+ di Amazon, pubblicato a febbraio 2025 e aggiornato a luglio 2026, Alexa+ funziona con grandi modelli linguistici disponibili tramite Amazon Bedrock. Costa 19,99 dollari al mese ed è gratuita per gli iscritti Prime. Amazon dichiara oltre 600 milioni di dispositivi Alexa in uso. Alexa+ può svolgere attività sul web per conto dell'utente, come prenotare una riparazione, e prosegue una conversazione tra telefono, auto e computer.

Per un'azienda, questo cambia la domanda. La vecchia Alexa aveva bisogno di una «skill» per parlare del tuo marchio. Alexa+ può andare a cercare informazioni o agire direttamente su un sito. Le tue pagine diventano la materia prima di un agente.
Abner Li di 9to5Google ha riportato il 28 settembre 2026 che il ritiro di Google Assistant su mobile, iniziato a inizio settembre, era ampiamente distribuito: sui dispositivi verificati negli Stati Uniti e in Europa, Assistant era sparito e gli utenti non potevano tornare indietro. Gli speaker Google Nest e Home a quella data non erano interessati.
Conseguenza pratica: quando qualcuno tiene premuto il tasto di accensione di un telefono Android e fa una domanda, risponde un modello generativo. Può riassumere più fonti, confrontare opzioni e citare pagine, invece di leggere un unico snippet in evidenza.
Assistente classico e assistente generativo
Le statistiche sui volumi sono deboli. Gli schemi di comportamento sono molto più utili, perché puoi verificarli tu stesso nei tuoi dati.
Le persone parlano con frasi complete. «Migliori scarpe running piede piatto» scritto diventa «quali sono le migliori scarpe da corsa se ho i piedi piatti» a voce. Le ricerche vocali iniziano con chi, cosa, dove, quando, come, posso, dovrei, e spesso contengono un vincolo (prezzo, distanza, tempo).
Per questo il lavoro sulla voce si sovrappone alla ricerca di parole chiave in forma di domanda: le domande che le persone pronunciano sono le stesse che scrivono nei chatbot di IA.
La ricerca vocale classica era dominata dall'intento locale: orari di apertura, indicazioni stradali, «vicino a me», chiamare un'attività. Questo intento non è scomparso con gli assistenti generativi. Si basa ancora sugli stessi dati: il tuo Profilo dell'attività su Google, la scheda su Apple Mappe, le recensioni e la coerenza di nome, indirizzo e telefono nelle directory.
La ripartizione di GWI (21% per trovare informazioni, 20% per compiere un'azione) mostra che metà dell'uso vocale consiste nel fare qualcosa. Con agenti come Alexa+, «fare» ora include azioni su siti di terzi. Le pagine che indicano in chiaro prezzi, disponibilità, regole di prenotazione e condizioni sono più facili da usare per un agente.
Google Search Console non etichetta le ricerche vocali. Puoi comunque isolare quelle conversazionali con un filtro regex nel rapporto Query (Rendimento, poi Query, poi Espressione regolare personalizzata):
^(who|what|where|when|why|how|which|can|should|is|are|does|do)\b.*\s.*\s.*\s.*
Questo filtro tiene le query che iniziano con una parola interrogativa e contengono almeno cinque parole. Adatta le parole alla tua lingua (per esempio chi, cosa, come, perché, dove, quando, quale). Esporta l'elenco, ordinalo per impressioni e ottieni la tua domanda conversazionale, voce e testo insieme. Aggiungi un secondo filtro per l'intento locale:
(near me|open now|opening hours|closest|nearby|directions to)
Consiglio
Confronta la percentuale di clic di queste query in forma di domanda con la media del tuo sito. Molte impressioni con una percentuale di clic bassa di solito significano che un riquadro di risposta o una risposta di IA risponde già alla domanda. È proprio il contenuto da rielaborare per le risposte vocali e generate.
Ecco una griglia di lettura rapida per i numeri che incontrerai più spesso, compresi quelli citati dagli articoli meglio posizionati su questo tema.
| Affermazione che vedrai | Cosa misura davvero | Verdetto |
|---|---|---|
| Il 35% degli americani dai 12 anni in su possiede uno smart speaker (Edison, 2025) | Possesso di dispositivi, Stati Uniti, persone dai 12 anni | Affidabile, serie lunga |
| Il 32% ha usato un assistente vocale nell'ultima settimana (GWI) | Uso degli assistenti, consumatori nel mondo | Affidabile come segnale, dettagli del sondaggio non pubblicati nell'articolo |
| 600 milioni di dispositivi Alexa in uso (Amazon) | Base installata, dato aziendale | Affidabile come dichiarazione aziendale, non come uso |
| «Il 50% dei consumatori americani usa la ricerca vocale ogni giorno» | Sondaggio di un fornitore del 2022, panel piccolo | Da usare con cautela, precedente agli assistenti generativi |
| «Il 90% delle ricerche vocali è in inglese» | Nessun metodo pubblico | Da non citare |
| «Metà delle ricerche sarà vocale entro il 2020» | Una vecchia previsione mai avverata | Mito, da non citare |
Non esiste una sola «SEO vocale». Esistono cinque approcci, ciascuno legato a un tipo di assistente e a un tipo di query. La maggior parte dei siti ne ha bisogno di due o tre.
Principio: mettere una risposta diretta di 40-60 parole subito sotto un titolo in forma di domanda, così che un assistente classico possa leggerla e uno generativo possa riprenderla. Quando usarla: pagine informative, guide pratiche, definizioni. Vantaggi: aiuta anche la ricerca scritta e le risposte di IA. Limiti: dipendi dalla scelta di Google per il tuo snippet. Esempio: un sito di idraulica aggiunge «Quanto dura uno scaldabagno? La maggior parte degli scaldabagni ad accumulo dura dagli 8 ai 12 anni...» come prime righe sotto un H2. Vedi la nostra guida agli snippet in evidenza.
Principio: rendere i dati della tua attività completi e identici ovunque guardino gli assistenti: Profilo dell'attività su Google, Apple Business Connect, Bing Places, Yelp, piattaforme di recensioni. Quando usarla: qualsiasi attività con una sede fisica o un'area di servizio. Vantaggi: le ricerche vocali che convertono di più sono locali. Limiti: nessun aiuto per marchi nazionali o solo online. Esempio: un ristorante corregge gli orari delle festività su tutte le piattaforme prima di dicembre. La nostra checklist di SEO locale copre i 30 punti.

Principio: marcare le sezioni di una pagina adatte alla sintesi vocale. Quando usarla: editori di notizie. Vantaggi: indica a Google Assistant quale parte leggere. Limiti: la documentazione di Google su speakable la indica come beta, solo in inglese, per utenti statunitensi con dispositivi Google Home e pensata per i contenuti di notizie. Non aspettarti risultati fuori da questo perimetro. La nostra pagina del glossario su speakable spiega la configurazione in dettaglio.

<script type="application/ld+json">
{
"@context": "https://schema.org/",
"@type": "WebPage",
"name": "How long does a water heater last?",
"speakable": {
"@type": "SpeakableSpecification",
"cssSelector": [".summary", ".answer-1"]
},
"url": "https://www.example.com/water-heater-lifespan"
}
</script>
Google raccomanda circa 20-30 secondi di audio per sezione marcata, cioè due o tre frasi, e sconsiglia di marcare righe di data, didascalie o crediti delle fonti.
Principio: raccogliere le vere domande pronunciate sulla tua offerta e rispondere a ciascuna in due o tre frasi semplici. Quando usarla: pagine di prodotto, servizio e prezzi. Vantaggi: fornisce agli assistenti generativi coppie domanda e risposta pulite e copre le query a coda lunga. Limiti: Google ormai mostra i risultati avanzati FAQ per pochissimi siti, quindi il valore sta nel contenuto, non nel markup. La nostra guida allo schema FAQ spiega cosa è cambiato.
Strumento gratuito
Ti serve un JSON-LD FAQPage pulito per i tuoi blocchi di domande? Generalo in pochi secondi con il generatore gratuito di schema FAQ.
Principio: fare del tuo marchio quello che Gemini, Alexa+, la modalità vocale di ChatGPT e Perplexity nominano e citano. Quando usarla: qualsiasi marchio i cui acquirenti fanno domande di confronto o di raccomandazione. Vantaggi: segue la svolta del 2026 descritta sopra e funziona per le risposte di IA vocali e scritte. Limiti: più difficile da misurare, richiede menzioni su siti di terzi e non solo sulle tue pagine. Esempio: un'azienda di software monitora ogni mese la domanda «qual è il miglior strumento di fatturazione per i freelance» in quattro assistenti di IA.
Qui aiuta il monitoraggio delle menzioni nell'IA di Sorank: verifica se ChatGPT, Gemini, Claude e Perplexity citano il tuo marchio nelle domande dei tuoi clienti, ed è l'indicatore più vicino che hai alle risposte vocali generative.
| Strategia | Ideale per | Tipo di assistente | Impegno | Misurabile con |
|---|---|---|---|---|
| Scrittura con la risposta in apertura | Contenuti informativi | Classico e generativo | Basso | Search Console, monitoraggio degli snippet |
| Igiene dei dati locali | Attività locali | Classico e generativo | Medio | Statistiche del Profilo dell'attività, chiamate |
| Markup speakable | Editori di notizie, inglese statunitense | Google Assistant sugli speaker | Basso | Difficile da misurare |
| FAQ conversazionali | Pagine di prodotto e servizio | Soprattutto generativo | Medio | Impressioni a coda lunga |
| Ottimizzazione per i motori generativi | Query di confronto e raccomandazione | Generativo | Alto | Monitoraggio delle menzioni nell'IA |
Puoi completare questo piano in circa una settimana su un sito piccolo, in due o tre settimane su uno grande.
Il piano in 6 passi per la ricerca vocale
Search Console ti mostra ciò per cui sei già posizionato. Per trovare ciò per cui non lo sei ancora, aggiungi tre fonti: i riquadri «Altre domande» sulle tue parole chiave principali, i ticket di assistenza e gli appunti delle chiamate commerciali, e le domande che le persone fanno agli assistenti di IA. La ricerca di prompt per l'IA di Sorank elenca le domande che i clienti fanno agli assistenti di IA nel tuo mercato, un buon indicatore di come formulano le domande a voce.
Leggi la tua risposta ad alta voce. Se resti senza fiato, è troppo lunga. Regole che funzionano per la sintesi vocale e per l'estrazione generativa:
Gli assistenti personalizzano le risposte in base al luogo e alla cronologia. Per confrontare un mese con l'altro, usa lo stesso dispositivo, lo stesso luogo e la stessa formulazione. Annota: l'assistente, la domanda esatta, se viene nominata una fonte, quale marchio viene raccomandato. Dieci domande per cinque assistenti ti danno 50 dati al mese, abbastanza per vedere una tendenza.
Cos'è: citare «l'X% delle persone cerca con la voce» senza anno. Come riconoscerlo: segui il link; se il sondaggio originale è precedente al 2022, ha misurato assistenti che non esistono più in quella forma. Come correggerlo: scrivi sempre l'editore e l'anno nella frase, e sostituisci ogni numero anteriore al 2022 con uno recente oppure eliminalo.
Cos'è: usare «il 35% possiede uno smart speaker» per sostenere che un terzo delle ricerche è vocale. Come riconoscerlo: la statistica parla di dispositivi, possessori o famiglie, non di query. Come correggerlo: usa il possesso solo per dimensionare il pubblico, e i dati d'uso (come il 21% di uso settimanale per informarsi di GWI) per dimensionare la domanda di ricerca.
Cos'è: creare pagine come «/risposte-ricerca-vocale» piene di domande in stile parlato. Come riconoscerlo: pagine povere con decine di domande e risposte di una riga, poco traffico, a volte in cannibalizzazione con le tue vere pagine. Come correggerlo: sposta ogni risposta nella pagina dove vive l'argomento e reindirizza la pagina vocale.
Cos'è: aggiungere il markup speakable a un e-commerce o a un sito di servizi in francese o in tedesco e aspettare risultati. Come riconoscerlo: nessun cambiamento dopo mesi. Come correggerlo: riserva speakable ai contenuti di notizie in inglese rivolti agli Stati Uniti, come documenta Google, e concentra il tuo impegno sulla scrittura con la risposta in apertura.
Cos'è: ottimizzare solo per la «posizione zero» mentre gli utenti Android ora ricevono risposte da Gemini. Come riconoscerlo: occupi lo snippet in evidenza, ma gli assistenti nominano un concorrente quando fai la domanda ad alta voce. Come correggerlo: aggiungi il protocollo di test del passo 5 al tuo report mensile e lavora sulle menzioni su siti di terzi (recensioni, confronti, directory) su cui si basano gli assistenti generativi.
Cos'è: orari, numeri di telefono o nomi dell'attività diversi tra le schede. Come riconoscerlo: chiedi «[attività] è aperta adesso?» a due assistenti e ottieni due risposte. Come correggerlo: scegli una scheda di riferimento, aggiorna ogni scheda a partire da quella e ricontrolla dopo ogni cambio di orario. La nostra guida alla SEO iperlocale mostra come gestire le ricerche «vicino a me».
Attenzione
Non comprare pacchetti di «ottimizzazione per la ricerca vocale» che promettono una risposta vocale garantita. Nessuno controlla quale fonte sceglie un assistente, e gli assistenti generativi cambiano fonti da un giorno all'altro.
Nessuno strumento riporta direttamente il traffico vocale. Devi combinare più viste parziali.
| Strumento | Cosa mostra | Rilevanza per la voce |
|---|---|---|
| Google Search Console | Query in forma di domanda, impressioni, percentuale di clic | Domanda conversazionale, voce e testo mescolati |
| Statistiche del Profilo dell'attività su Google | Chiamate, richieste di indicazioni, ricerche | Azioni vocali locali |
| Strumenti di monitoraggio del posizionamento con funzioni della SERP | Possesso degli snippet in evidenza | Risposte degli assistenti classici |
| Monitoraggio delle menzioni nell'IA | Citazioni del marchio nelle risposte di IA | Risposte degli assistenti generativi |
| Protocollo di test manuale | Ciò che ogni assistente dice ad alta voce | Verità sul campo, campione piccolo |
Per un elenco più lungo di strumenti e funzioni, vedi il nostro confronto dei software di SEO vocale e la pagina di definizione dell'ottimizzazione per la ricerca vocale.
La voce non è il prossimo grande canale che le statistiche promettevano nel 2018. È un'abitudine stabile di circa un terzo dei consumatori ogni settimana, soprattutto locale e orientata ai compiti. La vera novità è che gli assistenti dietro al microfono ora generano risposte. Questo avvicina la SEO vocale e l'ottimizzazione per i motori generativi: le stesse pagine con la risposta in apertura, gli stessi dati locali puliti e le stesse menzioni su siti di terzi servono entrambe.
Inizia oggi con i due filtri di Search Console. In un'ora saprai a quante domande conversazionali risponde già il tuo sito, e a quali risponde un concorrente al posto tuo.
Circa il 35% degli americani dai 12 anni in su possiede uno smart speaker, secondo l'Infinite Dial 2025 di Edison Research. A livello mondiale, GWI riporta che il 32% dei consumatori ha usato un assistente vocale nell'ultima settimana, e il 21% ne usa uno ogni settimana per trovare informazioni.
Il possesso di dispositivi si è fermato a circa un americano su tre, e l'uso degli assistenti cresce lentamente. Il grande cambiamento è qualitativo: nel 2026 Gemini ha sostituito Google Assistant su Android e Alexa+ funziona con grandi modelli linguistici, quindi le domande vocali ora ricevono risposte generate.
Scrivi una risposta breve e diretta sotto ogni titolo in forma di domanda, mantieni le tue schede locali identiche ovunque e rispondi alle vere domande dei clienti nelle pagine dove vive l'argomento. Poi prova ogni mese le tue domande principali in Gemini, Siri, Alexa e ChatGPT per vedere chi viene citato.
