Diciannove milioni e mezzo di citazioni. Non è una stima, ma il dato concreto che BrightEdge ha tracciato nell'ultima rilevazione: l'intelligenza artificiale di Google, quella che risponde direttamente in cima ai risultati di ricerca, ha saccheggiato i post di Facebook con una frequenza che non ha eguali rispetto a qualsiasi altro tipo di fonte.

Il dato ribalta un'assunzione finora data per certa: che un modello linguistico, quando risponde, stia «leggendo» pagine web pubbliche, magari da editori o istituzioni. Invece no. Legge post social, spesso generati da utenti privati, raccolti all'interno di un ecosistema chiuso che non è pensato per essere indicizzato come una pagina HTML. E lo fa senza che l'utente finale venga mai indirizzato verso quella piattaforma.

La società di consulenza SEO BrightEdge, che monitora il comportamento delle AI overviews di Google, fotografa una tendenza già nota agli addetti ai lavori ma ora quantificata in modo netto: i contenuti prodotti dentro i giardini recintati – Facebook, ma anche altri social network – sono diventati una fonte primaria per i riepiloghi generati da Gemini e dal motore di ricerca. Non si tratta di una svista: è un effetto strutturale del modo in cui Google aggrega e riordina l'informazione. Perché perdere tempo a navigare un sito quando un post pubblico riassume già l'argomento e l'algoritmo lo considera abbastanza autorevole?

Le conseguenze immediate sono evidenti: chi produce informazione originale – testate giornalistiche, blog tecnici, portali verticali – vede sparire il passaggio diretto dell'utente, che prima arrivava dal motore di ricerca e oggi si ferma prima, leggendo il condensato dell'AI. Ma c'è un problema più profondo, che tocca il cuore della missione di AI‑RADAR: la sovranità sulle fonti. Se un LLM costruisce le proprie risposte attingendo in modo opaco da sistemi chiusi, la tracciabilità della conoscenza diventa impossibile. Chi controlla i dati sa esattamente da dove proviene ogni token? La risposta, per un servizio cloud come quello di Google, è un no quasi scontato: il processo di groundig è una scatola nera, e l'utente finale – ma anche l'azienda che usa l'API – non ha modo di verificare se una risposta sia figlia di un giornale verificato o di un post virale con zero fact-checking.

Questo scollamento tra fonte reale e risposta finale interroga direttamente chi valuta deployment on‑premise di modelli linguistici. Un'organizzazione che decide di mantenere il controllo sui propri carichi di inference – magari su hardware dedicato, con GPU per LLM quantizzati – lo fa spesso per ragioni di conformità (GDPR, audit interni) e di trasparenza delle fonti. In un setup self‑hosted, è possibile vincolare il modello a un corpus documentale noto, garantendo che ogni risposta sia riconducibile a un atto aziendale, a un documento legale o a un dataset curato. Al contrario, affidarsi a un'AI cloud che mescola post Facebook con contenuti editoriali senza dichiararlo mina esattamente quel patto di fiducia.

Non è solo una questione di privacy, ma di economia dell'attenzione. Il dato BrightEdge racconta di una partita in cui Meta, proprietaria di Facebook, guadagna rilevanza senza cedere traffico, mentre gli editori perdono sia lettori sia valore pubblicitario. Allo stesso tempo, Google rafforza il proprio ruolo di gatekeeper assoluto, perché solo chi controlla l'infrastruttura cloud può permettersi di orchestrare un rimescolamento così massiccio delle fonti senza che nessuno possa intervenire.

Per i decisori che mappano il TCO di una strategia AI, la trasparenza nella provenienza delle informazioni non è un lusso accessorio ma un costo nascosto – e potenzialmente un moltiplicatore del rischio. Scegliere dove far girare l'inference significa anche decidere se lasciare che il modello si abbeveri a qualsiasi fonte o se imporre una governance delle fonti degna di questo nome. Il numero – 19,5 milioni – non è solo un aneddoto: è il sintomo di un cambio di paradigma che sposta il baricentro dalla verificabilità all'opacità, proprio mentre enti regolatori e aziende chiedono il contrario.