Negli ultimi anni il tema dei negozi senza casse ha attraversato l’immaginario pubblico come simbolo di un possibile futuro del retail. La sperimentazione più celebre, Amazon Go con la tecnologia Just Walk Out lanciata nel 2018, aveva incarnato la visione di punti vendita privi di cassieri dove telecamere, sensori e algoritmi riconoscono automaticamente i prodotti. Tuttavia, negli ultimi tempi quella visione ha mostrato limiti quando il modello non ha saputo dimostrare sostenibilità economica su larga scala.
Il ridimensionamento dei progetti di Amazon, culminato con la rimozione della tecnologia Just Walk Out da molti supermercati Amazon Fresh e con la chiusura di gran parte dei punti vendita Amazon Go e Fresh, ha aperto un dibattito sul valore reale degli autonomous store. Diverse analisi hanno indicato problemi come costi operativi elevati, difficoltà di efficienza e una penetrazione tra i consumatori inferiore alle attese, già evidenziati dalla chiusura di otto store nel 2026.
Perché il modello ha incontrato difficoltà oltreoceano
Le esperienze statunitensi mostrano che la tecnologia da sola non basta per garantire successo commerciale: l’innovazione deve convivere con vincoli economici e comportamenti d’acquisto consolidati. Il caso Amazon mette in luce come un sistema avanzato di computer vision e intelligenza artificiale possa essere tecnicamente valido ma non automatico nel creare vantaggio competitivo se i costi superano i benefici percepiti dal cliente o dal retailer. In altre parole, un prototipo innovativo non equivale a un modello di business scalabile.
Le cause principali
Tra i fattori ricorrenti emergono l’alto costo delle infrastrutture tecnologiche, la complessità operativa e limiti nell’assortimento che riducono l’attrattiva commerciale. Inoltre, l’adozione da parte dei consumatori non è sempre immediata: molti clienti continuano a privilegiare abitudini consolidate o cercano elementi di servizio non replicati da un sistema totalmente automatizzato. Queste criticità hanno portato a una riflessione più pragmatica sul ruolo reale degli autonomous store nel panorama retail.
L’approccio italiano: esempi concreti
In Italia il percorso è stato diverso: alcune iniziative hanno adottato la tecnologia come strumento per risolvere problemi concreti del territorio, invece che come vetrina. Un progetto sviluppato da DAO Cooperativa con Retail Hub, avviato nel novembre 2026, ha portato in squadra soluzioni tecnologiche pensate per i quartieri e per i piccoli punti vendita. Il format Tuday Conad “Prendi&Vai” a Verona ne è un esempio: accesso tramite identificazione digitale e registrazione automatica degli acquisti grazie a un mix di computer vision, AI e sensori avanzati, applicati a un negozio di prossimità quotidianamente frequentato dai residenti.
Risultati e replicabilità
I numeri raccolti parlano chiaro: nei primi mesi del 2026 il punto vendita di Verona ha superato il milione di euro di fatturato in uno spazio di circa 200 metri quadrati, generando centinaia di migliaia di scontrini. Il secondo store, aperto a Trento, mostra tassi di crescita ancora più sostenuti, suggerendo che un approccio calibrato alle esigenze locali può produrre performance positive. Questi casi rappresentano un esempio di come la tecnologia possa diventare un’infrastruttura per il commercio di prossimità piuttosto che un esercizio dimostrativo.
Varietà di soluzioni adottate in Italia
La sperimentazione italiana non è monolitica: esistono percorsi alternativi alla visione “pura” del cashierless. A Terni il progetto VivoGreen utilizza RFID e soluzioni di invisible payments di Nexi, dove il cliente viene identificato, i prodotti sono rilevati su un gate e l’addebito avviene sulla carta associata. Invece, la sperimentazione LaEsse di Esselunga a Milano nel 2026 ha adottato telecamere e sistemi di AI per riconoscere gli acquisti ma mantiene una logica di cassa automatica: una via di mezzo tra self-checkout evoluto e cashierless.
Impatto operativo e sociale
Queste soluzioni mostrano come la tecnologia possa ridurre costi operativi, estendere orari di servizio e sostenere la presenza commerciale in zone con bassa densità o carenza di personale. La capacità di abilitare servizi 24/7 e di alleggerire attività ripetitive lascia al retailer più spazio per curare assortimento e relazione con il cliente, trasformando l’automazione in un complemento strategico anziché in un sostituto completo dell’organizzazione tradizionale.
Conclusioni: verso un modello scalabile?
Il bilancio tra esperienze internazionali e italiane suggerisce che il successo degli autonomous store passa dalla progettazione intorno a bisogni reali, da scelte tecnologiche proporzionate e da un’integrazione con l’ecosistema locale. L’esempio italiano indica che, se la tecnologia è usata come abilitatore per servizi concreti, il modello può diventare sostenibile e replicabile. La lezione più importante è che l’innovazione tecnologica deve incontrare utilità economica e sociale per trasformarsi in una soluzione di lungo periodo.
