Aarhus, Danimarca, 15 ottobre 2026 – Stibo Systems, fornitore leader di soluzioni per la gestione dei dati master (MDM) e azienda ideatrice della Trusted Intelligence Platform, è stata nominata “Leader” nel Magic Quadrant™ 2026 di Gartner® per le soluzioni di gestione delle informazioni sui prodotti. Si tratta della seconda volta quest’anno che l’azienda viene inserita come Leader in un Magic Quadrant di Gartner, dopo essere stata riconosciuta come Leader nel Magic Quadrant™ 2026 di Gartner® per le soluzioni di gestione dei dati master.
Per Stibo Systems, questo riconoscimento arriva in un momento in cui il ruolo dei dati di prodotto si sta espandendo in tutta l’azienda. Le informazioni sui prodotti transitano ora attraverso un numero di sistemi, canali, partner e processi aziendali mai visto prima, alimentando ogni aspetto, dalle esperienze digitali e dal commercio alla catena di fornitura, ai flussi di lavoro normativi e alle operazioni. E poiché l’intelligenza artificiale e gli agenti cercano, interpretano, raccomandano e agiscono sempre più spesso sulla base di tali informazioni, l’azienda ritiene che la posta in gioco sia sempre più alta. Stibo Systems ritiene che i dati di prodotto affidabili stiano diventando un’infrastruttura fondamentale sia per il modo in cui le imprese operano oggi, sia per come si preparano a ciò che verrà in futuro.
«I dati di prodotto sono sempre stati fondamentali per il funzionamento delle aziende. Ciò che sta cambiando è quanto di più venga loro richiesto», ha affermato Adrian Carr, CEO di Stibo Systems. «Devono essere al servizio delle persone, delle applicazioni, dei partner e, sempre più spesso, degli agenti di intelligenza artificiale, con l’accuratezza, il contesto e la governance richiesti da ciascuno di essi. Riteniamo che questo riconoscimento come Leader rifletta sia la solidità della nostra base di dati di prodotto attuale, sia il nostro continuo investimento nella direzione in cui si stanno evolvendo i dati aziendali».
“Gli acquirenti stanno sfruttando sempre più l’intelligenza artificiale e il commercio basato sugli agenti sta passando dalla fase pilota alla pratica, con gli agenti che confrontano i prodotti e forniscono consigli agli acquirenti”, ha affermato Adrian Carr, CEO di Stibo Systems. “Consideriamo il riconoscimento di ‘Leader’ da parte di Gartner come la conferma che il nostro approccio è orientato verso la direzione in cui si sta muovendo il mercato e che i nostri clienti sono già pronti per questo oggi.”
Progettato per l’AEO e il commercio agentico
Due cambiamenti stanno aumentando la posta in gioco per i dati di prodotto. L’Answer Engine Optimization (AEO), la pratica volta a garantire che i prodotti siano rappresentati in modo completo e accurato all’interno degli assistenti basati sull’intelligenza artificiale e dei motori di risposta, si basa su dati di prodotto strutturati. Il commercio basato sugli agenti (agentic commerce) offre i migliori risultati quando gli agenti possono valutare e agire sulla base di dati di prodotto completi, coerenti e ben gestiti. Entrambi poggiano sulle stesse fondamenta: gerarchie, classificazioni, relazioni, governance e contesto.
Stibo Systems parte da quelle solide basi di dati di prodotto affidabili e le estende ai casi d’uso relativi a contenuti, commercio, IA, normative e operazioni. Il Product Experience Data Cloud, basato su STEP, la piattaforma di intelligence affidabile, unisce tali basi alla governance e al contesto necessari per supportare i casi d’uso emergenti dell’IA. ProductGen AI mostra ciò che questa base rende possibile: descrizioni, traduzioni e contenuti specifici per canale generati direttamente dai dati di prodotto gestiti, in modo che i contenuti siano scalabili senza allontanarsi dalla realtà del prodotto. Il server MCP dell’azienda estende tali dati agli agenti di IA attraverso strumenti gestiti con un contesto semantico completo.
«L’IA ha decisamente alzato l’asticella per i dati di prodotto», ha affermato Carr. «Quando un motore di risposta o un agente legge un catalogo, ne interpreta la struttura, le relazioni e il contesto sottostante. I contenuti e le esperienze di prodotto determinano in che modo i dati affidabili producono risultati aziendali, e sono più efficaci quando i dati su cui si basano sono completi, governati e accurati».
Flessibilità e scalabilità su una base affidabile
I dati di prodotto assumono forme diverse in ogni settore e diventano più complessi man mano che le aziende si espandono. La piattaforma di Stibo Systems è progettata per questa varietà, supportando le gerarchie, le classificazioni, le relazioni e i modelli di dati richiesti da ciascun settore, e scalando da una prima implementazione mirata fino all’utilizzo a livello aziendale.
"I clienti non dovrebbero trovarsi a dover superare i limiti della propria piattaforma man mano che affrontano nuovi casi d’uso", ha affermato Carr. "La stessa base gestita che supporta il catalogo di un rivenditore può supportare le specifiche tecniche di un produttore o i dati di conformità di un prodotto soggetto a regolamentazione".
Indipendenza senza vincoli di fornitore
Man mano che le organizzazioni sviluppano le proprie strategie di IA, la flessibilità e la libertà di scelta architettonica assumono sempre maggiore importanza. L’indipendenza di Stibo Systems si estende all’architettura della sua piattaforma, progettata per l’interoperabilità, in grado di connettersi tra diversi ecosistemi e indipendente dal modello, consentendo così ai clienti di utilizzarla con la piattaforma di IA di loro scelta.
Questa architettura interoperabile e indipendente dal modello consente alla base di dati di prodotto di rimanere stabile mentre l’ecosistema tecnologico circostante si evolve.
"I nostri clienti dovrebbero poter perseguire la propria strategia di IA secondo le proprie condizioni e tempistiche", ha affermato Carr. "Poiché siamo indipendenti e progettati per garantire flessibilità, costruiamo la nostra roadmap in base alle reali esigenze dei nostri clienti e del mercato, offrendo al contempo alle organizzazioni la libertà di connettersi con i sistemi e le piattaforme di IA di loro scelta".
Per ulteriori informazioni, è possibile consultare il rapporto completo qui.
Gartner non promuove alcuna azienda, fornitore, prodotto o servizio descritto nelle proprie pubblicazioni e non consiglia agli utenti di tecnologia di selezionare esclusivamente i fornitori con le valutazioni più elevate o altre designazioni. Le pubblicazioni di Gartner riflettono le opinioni dell’organizzazione di analisi aziendale e tecnologica di Gartner e non devono essere interpretate come affermazioni di fatto. Gartner declina ogni garanzia, espressa o implicita, relativa alla presente pubblicazione, incluse eventuali garanzie di commerciabilità o idoneità per uno scopo particolare.
Gartner e Magic Quadrant sono marchi commerciali di Gartner, Inc. e/o delle sue affiliate.
Gartner, Magic Quadrant per le soluzioni di gestione delle informazioni di prodotto, Jason Daigler, Greg Carlucci, Nicholas Mortensen, 12 ottobre 2026
Gartner, Magic Quadrant per le soluzioni di gestione dei dati master, Stephen Kennedy, Lyn Robison, Divya Radhakrishnan, 6 aprile 2026