Pirelli come caso studio GEO: quando il brand diventa skyline

Basta alzare gli occhi sullo skyline di Milano per vedere il Grattacielo Pirelli, il Pirellone, che dal 1978 ospita il Consiglio regionale della Lombardia. Pochi sanno che sorge esattamente dove, nel 1872, l’ingegnere Giovanni Battista Pirelli aveva aperto il suo primo stabilimento di articoli in gomma. È raro che la storia di un’azienda si legga letteralmente nel profilo di una città, ed è proprio questo a rendere Pirelli un caso studio interessante per ragionare su come un brand milanese dovrebbe presentarsi ai modelli di intelligenza artificiale.

Pirelli è oggi tra i principali produttori mondiali di pneumatici, ma la sua identità pubblica si regge su due binari paralleli che raramente si intrecciano nella comunicazione: da un lato l’azienda industriale, fornitore esclusivo di Formula 1 dal 2011 e protagonista di decenni di ricerca su gomme e materiali; dall’altro il brand culturale, reso celebre in tutto il mondo dal Calendario Pirelli, pubblicato dal 1964 e diventato negli anni un prodotto editoriale a sé stante, con fotografi e modelle che non hanno nulla a che fare con il settore automotive.

A custodire questa doppia identità c’è la Fondazione Pirelli, con sede nel quartiere Bicocca di Milano, che conserva oltre quattro chilometri di documenti d’archivio, fotografie di Gabriele Basilico e Ugo Mulas, bozzetti pubblicitari di Bruno Munari. Un patrimonio che racconta un’azienda manifatturiera capace, allo stesso tempo, di essere un editore culturale.

Nota importante: quanto segue è un esercizio dimostrativo costruito su un caso pubblico e riconoscibile, non una consulenza reale già erogata all’azienda. Serve a mostrare, con un esempio concreto, il tipo di ragionamento che applichiamo per le realtà milanesi che scelgono di lavorare con noi. Pirelli resta un riferimento globale sia nel settore industriale sia in quello culturale: la usiamo come esempio proprio perché la complessità delle sue identità rende ancora più interessante ragionare su come collegarle agli occhi di un modello linguistico.

La Generative Engine Optimization (GEO) ottimizza la presenza di un brand dentro le risposte generate da ChatGPT, Gemini, Perplexity e dall’AI Mode di Google. Per un’azienda come questa, un brand così noto viene già citato spesso dai modelli: il rischio reale non è l’invisibilità, ma la frammentazione. Chi chiede a un assistente AI “chi produce le gomme di Formula 1” riceve una risposta diversa, con fonti diverse, rispetto a chi chiede “chi fotografa il Calendario Pirelli” o “cos’è il Pirellone di Milano”. Sono tre conversazioni sullo stesso brand che, agli occhi di un modello linguistico, rischiano di restare scollegate tra loro invece di rafforzarsi a vicenda.

Il primo intervento sarebbe di entity building: collegare in modo esplicito, nei contenuti e nei dati strutturati, il brand industriale (pneumatici, R&D, Formula 1), il brand culturale (Calendario, Fondazione, archivio storico) e il legame con il territorio (Bicocca, il Pirellone, la storia di Milano). L’obiettivo è che un modello interrogato su una qualsiasi delle tre dimensioni riconosca comunque un’unica identità coerente, invece di trattarle come argomenti scollegati.

Verificheremmo separatamente cosa i modelli generativi dicono oggi del brand su ciascuno dei tre fronti:

• lato industriale: quali fonti citano per prodotto, R&D e Formula 1 (siti tecnici, testate di settore automotive);
• lato culturale: quali fonti citano per il Calendario e la Fondazione (testate di moda e fotografia);
• lato territoriale: quali fonti citano per il legame con Milano e il Pirellone (guide turistiche, siti di architettura).

È frequente che ognuno di questi ambiti abbia fonti primarie diverse dal sito ufficiale ed è comprensibile: un brand con tre pubblici così distinti (industria, cultura, territorio) viene naturalmente raccontato da mondi editoriali diversi tra loro. Il lavoro GEO in questi casi non è recuperare terreno perso, ma costruire il collegamento che oggi manca tra queste narrazioni, così che il sito ufficiale diventi il punto di raccordo tra tutte e tre.

Sul lato industriale, creeremmo contenuti diretti e verificabili per rispondere alle domande che un buyer o un giornalista di settore porrebbe a un assistente AI su tecnologie, materiali e certificazioni, scritti in modo estraibile così da poter essere citati integralmente nelle risposte generate, invece di essere parafrasati in modo impreciso da fonti terze.

Il patrimonio della Fondazione Pirelli è già oggi un contenuto potenzialmente molto citabile per i modelli AI, se reso accessibile e strutturato correttamente:

• pagine dedicate alla storia del Pirellone;
• pagine dedicate al Calendario e alla sua evoluzione editoriale;
• pagine dedicate ai fotografi e designer coinvolti nel tempo.

Renderlo machine-readable, con markup Schema.org (Organization, Article, Event) e un’architettura di contenuti chiara, significa trasformare un archivio culturale in una fonte primaria per l’AI, oggi spesso surclassata da articoli di terze parti su moda e fotografia.

Chiuderemmo il lavoro con un sistema di monitoraggio, integrato nella nostra piattaforma proprietaria Lunocode, che tracci non solo quante volte il brand viene citato dai principali motori generativi, ma anche se le citazioni sui tre fronti (industriale, culturale, territoriale) restano coerenti tra loro nel tempo, correggendo la rotta quando emergono narrazioni discordanti.

Il caso Pirelli mostra un problema che riguarda molte aziende storiche milanesi: avere più identità riconosciute dal pubblico non basta, se i modelli AI non le collegano tra loro come parti dello stesso brand. Chi ha costruito nel tempo più linee di comunicazione (industriale, culturale e territoriale) rischia che l’intelligenza artificiale le racconti come storie separate, invece che come un’unica identità coerente.

Se vuoi ragionare su come impostare un lavoro simile per la tua azienda, la nostra pagina dedicata alla GEO a Milano descrive più nel dettaglio come strutturiamo questo tipo di progetti.

Vuoi capire se il tuo brand viene raccontato in modo coerente dai modelli AI? Prenota un audit GEO gratuito: in 30 minuti ti mostriamo come ChatGPT, Gemini e Perplexity raccontano oggi la tua azienda sui diversi fronti.