All'inizio di agosto 2026, decine di acquirenti di Amazon hanno scoperto di vedere sulla scheda del prodotto solo otto recensioni — senza ordinamento, senza filtri, senza possibilità di aprire le altre. Non c'era alcun avviso. Il servizio clienti ha spiegato che ciò era dovuto a una violazione delle condizioni d'uso «in merito alla raccolta e all'estrazione di contenuti dalla comunità». In altre parole, la piattaforma ha scambiato persone reali per scraper.
La storia sarebbe sembrata una curiosità se non fosse coincisa con un altro evento: il 4 agosto 2026, la Corte d'Appello del nono distretto ha annullato l'ingiunzione che bloccava l'agente IA Perplexity Comet. Il percorso legale per combattere l'automazione ha subito un arresto — e quasi simultaneamente è diventato drasticamente più severo dal punto di vista tecnico. Analizziamo cosa è successo e perché questo cambia le regole del gioco per chi raccoglie dati pubblici.
Cosa è successo: otto recensioni e un'appello di cinque giorni
Le restrizioni di massa sono state segnalate il 3-4 agosto 2026 da TechSpot, Android Authority e Shopifreaks. La situazione per i colpiti è la stessa:
- su qualsiasi prodotto sono disponibili solo 8 recensioni invece dell'elenco completo;
- gli strumenti di ordinamento e filtraggio delle recensioni scompaiono;
- non ci sono notifiche riguardo alla restrizione — l'utente lo scopre da solo;
- per rimuovere il blocco, è necessario contattare il supporto e attendere una risposta fino a cinque giorni lavorativi.
Uno dei colpiti, Fred Hall, ha incontrato la restrizione a metà luglio, mentre studiava i deumidificatori. L'operatore della chat ha citato una violazione delle Condizioni d'uso riguardante l'estrazione di contenuti degli utenti; l'appello è stato approvato dopo pochi giorni senza alcuna spiegazione. Un secondo caso è più significativo: Sean Kaufman ha ricevuto lo stesso limite di otto recensioni su tutti i prodotti consecutivamente. Non utilizza né VPN, né blocchi pubblicitari, né browser IA — l'unica sua peculiarità è che confronta a lungo i prodotti concorrenti e legge attentamente le recensioni. Amazon gli ha offerto 10 dollari sul conto e ha ripristinato l'accesso dopo cinque giorni.
Il commento ufficiale dell'azienda è il seguente: «Comprendiamo che potrebbero esserci stati casi isolati in cui i clienti non potevano accedere alle recensioni, e abbiamo lavorato per garantire l'accesso». Tuttavia, Amazon ha rifiutato di rivelare dettagli significativi: né il numero di account coinvolti, né il comportamento che attiva il rilevatore, né la data di inizio delle restrizioni, né i principi di revisione degli appelli. Alcune lamentele, a giudicare dalle discussioni, erano già emerse dal novembre 2025 — il che significa che il meccanismo è in funzione da tempo, ma ad agosto è diventato semplicemente evidente.
Perché proprio ora: il tribunale ha tolto ad Amazon uno strumento comodo
Per comprendere il contesto, è necessaria una cronologia del conflitto tra Amazon e Perplexity.
- Novembre 2024 — novembre 2025. Amazon, secondo le proprie affermazioni, ha inviato a Perplexity non meno di cinque avvisi richiedendo di interrompere gli acquisti agenti a nome degli utenti.
- Agosto 2025. Amazon stabilisce una barriera tecnica contro Comet. Secondo Amazon, Perplexity ha rilasciato una soluzione in 24 ore, mascherando il proprio agente come una normale sessione di Chrome invece di presentarsi onestamente.
- 10 marzo 2026. La giudice Maxine Chesney a San Francisco emette un'ingiunzione preliminare: Comet non può accedere alle sezioni protette da password di Amazon e acquistare per conto dell'utente. La formulazione chiave è che l'agente agisce «con il permesso dell'utente di Amazon, ma senza autorizzazione da parte di Amazon».
- 4 agosto 2026. Il nono distretto annulla l'ingiunzione. Il tribunale ha ritenuto che Amazon difficilmente vincerebbe in base al Computer Fraud and Abuse Act: quando un utente incarica l'assistente di un compito, ai server di Amazon si rivolge l'utente stesso tramite l'assistente, e non Perplexity. Il CFAA richiede di dimostrare l'accesso non autorizzato intenzionale e danni superiori a 5000 dollari all'anno — questi elementi non sono stati riscontrati dal tribunale.
Amazon ha risposto che «non è d'accordo con rispetto» con la decisione e si riserva il diritto di chiedere una revisione. Il caso stesso nel tribunale di San Francisco non è chiuso — è stata annullata solo l'ingiunzione preliminare. Ma il segnale per il mercato è già stato lanciato: il tentativo di equiparare le azioni di un agente che opera su incarico diretto di una persona a un hacking in tribunale non sta funzionando.
Perplexity, per inciso, ha sempre sostenuto che la causa non protegge la sicurezza, ma i ricavi pubblicitari: l'agente acquista il prodotto, bypassando i risultati pubblicitari che l'utente vede. L'argomento non è così infondato: il business pubblicitario di Amazon era valutato 56 miliardi di dollari già nel 2025, e tutti questi ricavi dipendono dal fatto che un acquirente reale visualizzi la vetrina da solo.
Cosa rimane alla piattaforma quando il tribunale non aiuta
Amazon ha a lungo combattuto su due fronti. Oltre ai tribunali, l'azienda sta chiudendo sistematicamente l'accesso agli scraper IA tramite robots.txt: nella lista dei bot bloccati ci sono stati i bot di Meta, Google, Huawei e Mistral, e ancor prima — gli scraper di Anthropic, Perplexity e Google Project Mariner. A titolo di confronto: Walmart ed eBay non hanno impostato tali blocchi in robots.txt. Il problema è che robots.txt è una richiesta, non una barriera: funziona solo con chi lo rispetta volontariamente.
Da qui il passo logico — spostare la protezione a un livello in cui non è necessario chiedere consenso. È esattamente così che si presenta la storia delle recensioni: invece di bloccare specifici bot per nome, la piattaforma inizia a valutare il comportamento della sessione e a ridurre i risultati per chi ha un modello simile a quello di una macchina. Le recensioni sono l'attivo più prezioso e più copiato del marketplace, quindi l'esperimento è iniziato proprio con esse.
Il problema pratico di questo approccio sono i falsi positivi. La classificazione comportamentale si basa sulla dinamica dell'interazione: ritmo e velocità dei movimenti, pause, sequenza delle transizioni, profondità e ripetitività delle visualizzazioni. Una persona che confronta metodicamente dieci modelli di deumidificatori e apre tutte le recensioni di ciascuno di essi, secondo queste metriche, appare esattamente come un parser. Il caso di Kaufman è un'illustrazione didattica: IP pulito, browser normale, nessuna automazione, eppure è stato bannato.
Conclusione principale: l'IP pulito ha smesso di essere un passaporto
Per chi raccoglie dati pubblici, da questa storia emerge una cosa sgradevole. In passato, la logica era semplice: reputazione dell'IP scadente — blocco, reputazione buona — accesso. Ora Amazon ha dimostrato che la decisione può essere presa nonostante segnali di rete perfetti. L'utente è seduto con un provider domestico, dal proprio paese, su un vero Chrome, con una storia di acquisti completa di anni — eppure è soggetto a restrizioni, perché legge troppe recensioni di seguito.
Questo cambia le priorità nell'infrastruttura di raccolta dati. Un proxy residenziale di qualità è ancora necessario — senza di esso non si supera nemmeno il primo strato di filtri e non si vedono gli stessi risultati di un acquirente locale. Ma non è più una condizione sufficiente: se sopra un buon IP opera un robot con ritmo meccanico, il rilevatore ti catturerà al secondo strato. Un'analisi dettagliata di come è strutturato questo strato è presente nel nostro materiale su biometria comportamentale e proxy.
Cosa fare nella pratica
- Separare fisicamente «personale» e «lavorativo». Se monitori prezzi e recensioni dei concorrenti dallo stesso browser e dallo stesso IP in cui accedi al tuo account acquirente, rischi sia i dati che l'account. Profilo separato, indirizzo di uscita separato, sessione separata.
- Un pool — un compito. Il monitoraggio del Buy Box, la raccolta di recensioni e la verifica della disponibilità non dovrebbero passare attraverso lo stesso insieme di indirizzi: queste attività hanno un diverso schema di richieste, e mescolarle significa raccogliere un'impronta composita, che è più evidente di qualsiasi componente.
- Limitare la profondità per sessione. Otto recensioni non sono un numero casuale: è la soglia sotto la quale la piattaforma considera l'interesse normale. Raccogli le recensioni a porzioni attraverso diverse sessioni invece di estrarre l'intero feed in un solo passaggio.
- Mantenere un ritmo umano. Pause casuali, velocità irregolare delle transizioni, sequenza naturale (scheda → recensioni → ritorno ai risultati) costano meno della rotazione di mille indirizzi in una raffica di richieste.
- Monitorare la degradazione, non solo gli errori. La cosa più insidiosa nell'approccio di Amazon è che non ti restituiscono un 403. Ti restituiscono un HTTP 200 con contenuto ridotto. Un parser che controlla solo il codice di risposta continuerà a scrivere nel database otto recensioni su tremila per mesi senza lanciare alcun segnale di allerta. Aggiungi un controllo di completezza: numero di elementi, presenza di paginazione, presenza di un blocco di filtri.
- Prevedere un margine. Secondo uno studio sullo stato del Web Scraping 2026 (Apify e The Web Scraping Club), il 65,8% degli specialisti ha iniziato a utilizzare più proxy rispetto all'anno precedente, e il 58,3% ha aumentato i budget — mentre i prezzi per gigabyte in generale sono diminuiti. Non è il prezzo a crescere, ma il volume e la complessità necessari. Il 43,1% dei team ha già 2-3 fornitori per garantire la resilienza.
Vale la pena tenere a mente anche la tendenza opposta: mentre alcune piattaforme mascherano i filtri, l'industria cerca di legalizzare i «buoni» bot — tramite la firma crittografica delle richieste e l'identificazione esplicita dell'agente. Come funziona, lo abbiamo analizzato nell'articolo su Web Bot Auth e agenti firmati. Il problema è che un agente firmato si espone per definizione alla volontà della piattaforma: Amazon è felice di sapere che si tratta di un bot — e rifiuterà.
Chi sarà colpito nei prossimi mesi
Il taglio silenzioso dei risultati invece di un blocco onesto è una tecnica facilmente replicabile. È probabile che la vedremo anche su altre piattaforme: è più economica di un captcha, non rovina le metriche di abbandono e non fornisce allo scraper un segnale inequivocabile che è stato catturato.
Rischiano di più gli scenari in cui è importante la completezza dei dati, non solo il fatto di avere accesso: analisi delle recensioni per l'analisi dei prodotti, monitoraggio della reputazione, addestramento di modelli su contenuti degli utenti, intelligence competitiva dei venditori. Se lavori con un marketplace, è utile rileggere le pratiche di base per aggirare i filtri — ad esempio, la nostra analisi su le protezioni anti-bot di Amazon durante il parsing dei prezzi — e aggiungere a esse un controllo sulla incompletezza della risposta.
Questo colpisce anche le persone comuni. Un utente scambiato per un bot perde esattamente quella funzione per cui si era recato sul marketplace: la possibilità di leggere cosa si dice del prodotto. Nessun avviso, nessuna spiegazione, nessun termine chiaro per il ripristino — solo una lettera al supporto e cinque giorni di attesa.
Conclusione
Agosto 2026 ha segnato un bivio. La corte del nono distretto ha sostanzialmente affermato: un agente che agisce su incarico di una persona è una persona, e non può essere sottoposto alla legge sulle frodi informatiche. Le piattaforme hanno compreso la risposta e hanno spostato la lotta in un ambito in cui le decisioni vengono prese senza tribunale — nei filtri comportamentali del proprio frontend. I danni collaterali sotto forma di acquirenti reali con un limite di otto recensioni li preoccupano moderatamente, a giudicare dai commenti di Amazon.
La conclusione per la pratica è semplice: l'infrastruttura di raccolta dati non è più un compito di «trovare un buon IP». Un buon IP è un biglietto d'ingresso, e poi ti valutano in base a come ti comporti e quanto chiedi. Pianifica il budget, la profondità delle richieste e il controllo della completezza della risposta tenendo conto di questo — e verifica non solo che i dati siano arrivati, ma anche che siano arrivati in quantità adeguata.