Su 261,260 siti web italiani attivi, solo 8,130 (3.11%) bloccano almeno un crawler IA nel robots.txt. La grande maggioranza dei proprietari non ha mai preso una decisione sull'IA.
Analisi di 41,818,678 siti web attivi e validati nei contenuti, in tutto il mondo · rilevazione: 2026-07-13 · Piperic
Il web italiano è il più aperto all'IA dell'Europa meridionale: su 261 260 siti attivi, solo il 3,11 per cento blocca un crawler IA — meno della Spagna (4,37%) e della Svizzera (4,01%), e meglio della media UE (3,56%). Nella classifica mondiale l'Italia è 12ª su 43 Paesi.
C'è però un dato che distingue l'Italia dai suoi vicini: la consapevolezza. Il 7,2% dei siti italiani ha scelto l'apertura in modo esplicito — pubblicando un file llms.txt o ai.txt — uno dei valori più alti d'Europa, e il 7,5% adotta llms.txt contro una media continentale ben più bassa. Il web italiano non è solo aperto: è più spesso deliberatamente aperto.
L'ironia è nel turismo: nel Paese che vive di viaggiatori, sono proprio le attrazioni turistiche il settore che blocca di più (9,69%) — nel momento in cui i turisti chiedono consigli a ChatGPT e Perplexity. E l'editoria conferma la regola europea: le testate italiane bloccano al 9,18%, tre volte la media nazionale.
Quota di siti che bloccano almeno un crawler IA — più è bassa, più il web è aperto. L'Italia è al 12º posto su 44 Paesi analizzati.
I Paesi vicini per confronto. La classifica completa è nel dataset scaricabile.
Ogni sito rientra in uno di quattro gruppi, in base a ciò che blocca e a ciò che dichiara:
6,898 siti italiani bloccano GPTBot per tenere i propri contenuti fuori dall'addestramento IA. Ma 475 di essi — il 6.9% — bloccano ANCHE OAI-SearchBot, con ogni probabilità per errore. Questi siti si sono esclusi del tutto dai risultati di ChatGPT Search: protetti dall'addestramento, ma invisibili proprio dove i loro clienti ormai cercano.
GPTBot (addestramento) e OAI-SearchBot (ricerca ChatGPT) sono token robots.txt indipendenti — bloccarne uno non blocca l'altro.
Quota di siti italiani che bloccano ciascun crawler nel robots.txt.
Bytespider è il crawler di ByteDance (TikTok) — ignora il robots.txt più spesso dei grandi operatori, eppure è tra i più bloccati.
Blocco dell'IA e adozione di llms.txt nelle maggiori categorie di siti italiani.
| Settore | Siti | Blocca l'IA | llms.txt |
|---|---|---|---|
| 📰 News e media | 2,820 | 9.18% | 8.33% |
| business and finance | 49,609 | 2.02% | 6.19% |
| technology and computing | 21,587 | 3.28% | 5.79% |
| home and garden | 18,842 | 2.6% | 9.01% |
| attractions | 13,796 | 9.69% | 5.29% |
| real estate | 12,979 | 1.74% | 4.79% |
| travel | 12,330 | 2.55% | 5.26% |
| style and fashion | 12,253 | 2.77% | 22.46% |
| medical health | 11,648 | 2.03% | 6.93% |
| food and drink | 10,511 | 2.3% | 9.51% |
| automotive | 10,016 | 2.42% | 8.33% |
| sports | 8,210 | 3.15% | 8.44% |
Le testate italiane bloccano l'IA 3.0 volte più spesso della media nazionale (9.18% contro 3.11%) — l'editoria è il segmento più difensivo del web.
64,023 negozi online italiani sono aperti ai crawler IA (il 97.5% di 65,644). I loro contenuti di prodotto possono già essere letti, confrontati e consigliati dagli assistenti IA — che lo sappiano o no.
Quota di siti che bloccano almeno un bot IA, per piattaforma:
Questa è l'edizione di riferimento (2026-07-13). Piperic rimisura continuamente; la prossima edizione mostrerà quanto in fretta il web italiano si sta chiudendo — o aprendo.
Gratis, senza registrazione — guarda il tuo sito come lo vedono i crawler IA:
Come citare: «Secondo l'AI Access Report di Piperic (2026-07-13), basato su 261,260 siti web italiani attivi…» — con link a questa pagina.
Scarica il dataset del Paese (JSON) Classifica globale (dataset)
Campione: 261,260 siti web attivi e validati nei contenuti (Italia, attribuzione basata su ccTLD), su 41,818,678 domini attivi analizzati nel mondo. «Attivo» = HTTP 200 e non parcheggiato. «Blocca l'IA» = il robots.txt del sito esclude almeno uno di 14 crawler IA noti. llms.txt/ai.txt = il file esiste nella root. Rilevazione: 2026-07-13 (congelata — i numeri non si muovono con il crawl in corso). Nota sul web totale: queste cifre misurano l'INTERO web attivo, coda lunga inclusa; i titoli di settore come «il 25% dei top site blocca GPTBot» misurano solo i grandi editori — entrambe le cose sono vere, misurano fenomeni diversi. L'attribuzione ccTLD sottostima i siti .com/.org.
Contatto stampa: press@piperic.com · Dati: Piperic Business Intelligence
Ogni numero in questa pagina è riproducibile dal dataset pubblico qui sopra.