Amerykańskie marki zaczynają płacić wyspecjalizowanym start-upom, takim jak Gauge, Limy i New Generation, za to, żeby ich produkty były widoczne dla agentów AI robiących zakupy w imieniu ludzi. Według Adobe ruch ze źródeł AI na stronach amerykańskich sklepów wzrósł w pierwszym kwartale 2026 r. o 393 proc. rok do roku, a Morgan Stanley szacuje, że do 2030 r. agenci mogą odpowiadać za 10-20 proc. amerykańskiego e-commerce.
- Według raportu Adobe Digital Insights ruch ze źródeł AI na stronach amerykańskich sklepów wzrósł w pierwszym kwartale 2026 r. o 393 proc. rok do roku, a w marcu 2026 r. ruch z AI kończył się zakupem o 42 proc. częściej niż ruch z pozostałych kanałów, takich jak płatne wyniki wyszukiwania czy e-mail marketing.
- Morgan Stanley Research szacuje, że agenci zakupowi mogą do 2030 r. odpowiadać za 190–385 mld dolarów wydatków w amerykańskim e-commerce, czyli 10–20 proc. rynku.
- Adobe zmierzyło, że strony produktowe amerykańskich sklepów – kluczowe dla decyzji agentów AI – są czytelne dla modeli językowych średnio tylko w 66 proc., co jest najsłabszym wynikiem spośród wszystkich badanych typów podstron.
Zjawisko opisał 3 października 2026 r. Brent Crane w dziale DealBook dziennika „The New York Times”. Z jego rozmów z założycielami start-upów i ich klientami wynika, że marketing kierowany do botów wygląda inaczej niż reklama dla ludzi: mniej emocji, więcej faktów, liczb i poprawnie opisanych danych o produktach.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
RTA Store zapłacił 15 tys. dolarów za przebudowę sklepu pod agentów AI
RTA Store, rodzinny internetowy sklep z szafkami kuchennymi, wydał 15 tys. dolarów na usługi start-upu New Generation z San Francisco. Jak relacjonuje „The New York Times”, szef firmy Tyler Ackerman zdecydował się na to w 2025 r., gdy jego zespół zauważył, że sklep przestał pojawiać się w rekomendacjach modeli językowych.
New Generation zmienił kod strony, dodał widżet AI odpowiadający na pytania o produkty (zadawane przez ludzi i przez boty) oraz dopisał obszerne treści opisujące szczegóły każdej pozycji w ofercie. Ackerman twierdzi, że zmiany zadziałały, i zakłada, że wkrótce będzie wydawał na przyciąganie botów nawet 12 tys. dolarów miesięcznie.
New Generation wspólnie z Visą ocenia też gotowość stron na kontakt z agentami w skali od 1 do 100. Ocena powstaje na podstawie symulacji, w których agenci próbują poruszać się po witrynie. Jonathan Arena, dyrektor generalny New Generation, podaje przykład banku: jeśli agent klienta nie potrafi otworzyć formularza wniosku o kartę kredytową, bank traci klienta.
Agenci AI wolą fakty i statystyki od emocji
Agenci AI „czytają” więcej niż ludzie i wybierają treści rzeczowe, proste i pełne danych. Tak opisuje to Caelean Barnes, szef działającego od dwóch lat start-upu Gauge. W praktyce oznacza to dla marek więcej opisów produktów, więcej wpisów blogowych i większą aktywność w mediach społecznościowych, bo informacje o firmie mają być dostępne wszędzie tam, gdzie agent może ich szukać.
Aviv Shamny, współzałożyciel i dyrektor generalny Limy (platformy wspieranej przez fundusz Andreessen Horowitz), tłumaczy różnicę tak: reklama dla ludzi celuje w uwagę i emocje, a reklama dla agentów w logikę. Limy analizuje wektory, czyli liczbowe reprezentacje znaczenia tekstu, których używają modele AI. Zapytanie w rodzaju „najlepsze buty do biegania na maraton” ma swoją reprezentację liczbową, treść strony również, a Limy sprawdza, które obszary tej przestrzeni interesują agentów. Start-up wskazuje też markom prompty, które najczęściej kończą się zakupem.
Z relacji „The New York Times” wynika, że firmy z tej branży pracują głównie nad czterema rzeczami:
- uporządkowaniem danych o produktach tak, żeby modele AI mogły je odczytać,
- rozbudową rzeczowych opisów z konkretnymi parametrami i liczbami,
- usuwaniem przeszkód technicznych, na których agent się zatrzymuje (np. niedostępny formularz),
- ustalaniem, przy jakich zapytaniach marka pojawia się w odpowiedziach AI.
Nie wszyscy sprzedawcy chcą jednak wpuszczać boty. „The New York Times” przypomina, że jeszcze niedawno większość stron je blokowała, a Amazon nadal blokuje część agentów zakupowych.
Znam ten schemat z czasów, gdy rodziło się SEO. Najpierw pojawia się nowy pośrednik między sklepem a klientem, potem branża, która obiecuje go „rozgryźć”, a na końcu rachunek, który rośnie co kwartał. Sklep z szafkami wydaje 15 tys. dolarów i już liczy się z 12 tys. miesięcznie. To jest koszt wejścia do gry, nie przewaga.
Jedno mnie w tej historii cieszy: agent, który nagradza rzeczowy opis, pełne dane techniczne i działający formularz, wymusza na sklepach to, czego klienci chcieli od zawsze. Gorzej, jeśli skończy się na tysiącach generowanych tekstów pisanych wyłącznie dla maszyn. Pytanie, na które nikt dziś nie odpowiada: kto będzie pilnował, czy agent wybiera produkt najlepszy dla kupującego, czy ten najlepiej „zoptymalizowany”?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Adobe: ruch z AI rośnie o 393 proc., ale strony produktowe są czytelne dla maszyn w 66 proc.
Liczba 393 proc., którą przytacza „The New York Times”, pochodzi z raportu Adobe Digital Insights z 16 kwietnia 2026 r. i dotyczy pierwszego kwartału 2026 r. w porównaniu z pierwszym kwartałem 2025 r. Adobe opiera analizę na ponad bilionie wizyt na stronach amerykańskich sklepów oraz ankiecie wśród ponad 5 tys. konsumentów z USA.
W marcu 2026 r. ruch ze źródeł AI kończył się zakupem o 42 proc. częściej niż ruch z pozostałych kanałów, takich jak płatne wyniki wyszukiwania czy e-mail marketing. Rok wcześniej, w marcu 2025 r., konwersja z AI była o 38 proc. gorsza. W ankiecie Adobe 39 proc. badanych zadeklarowało, że korzystało z AI przy zakupach online, a 85 proc. z tej grupy uznało, że poprawiło to ich doświadczenie.
Vivek Pandya, dyrektor Adobe Digital Insights, napisał w raporcie:
„AI szybko staje się głównym interfejsem między konsumentami a ich ulubionymi markami” / „AI is quickly becoming the primary interface between consumers and their favorite brands.”
Ten sam raport pokazuje, dlaczego start-upy w rodzaju New Generation mają klientów. Adobe zmierzyło, jaka część treści na stronach amerykańskich sklepów jest czytelna dla modeli językowych. Wynik 50 proc. oznacza, że połowy zawartości maszyna nie odczyta.
| Typ strony | Średnia czytelność dla modeli AI |
|---|---|
| Strona główna | 75 proc. |
| Strony kategorii | 74 proc. |
| Strony produktów | 66 proc. |
| Lokalizator sklepów | 73 proc. |
| Program lojalnościowy | 78 proc. |
| Obsługa klienta | 79 proc. |
| FAQ | 80 proc. |
| Kontakt | 81 proc. |
| Zwroty i wymiany | 82 proc. |
Najsłabiej wypadają strony produktów, czyli te, od których zależy, czy agent w ogóle weźmie towar pod uwagę. Rozrzut między sklepami jest duży: strony główne najlepszych sprzedawców osiągają 82,5 proc., najsłabszych 54,2 proc.
Morgan Stanley: agenci AI mogą przejąć 190-385 mld dolarów zakupów w USA do 2030 r.
Prognoza 385 mld dolarów, na którą powołuje się „The New York Times”, to górna granica szacunku Morgan Stanley Research z 8 grudnia 2025 r. Bank ocenia, że agenci zakupowi mogą do 2030 r. odpowiadać za 190-385 mld dolarów wydatków w amerykańskim e-commerce, czyli 10-20 proc. rynku, przy czym 10 proc. traktuje jako scenariusz prawdopodobny, a 20 proc. jako optymistyczny. Według tego samego opracowania około 23 proc. Amerykanów kupiło coś z pomocą AI w miesiącu poprzedzającym badanie, a największy potencjał mają artykuły spożywcze i codziennego użytku.
Jeff Blackman, dyrektor zarządzający agencji marketingowej Barbarian Group, przewiduje w rozmowie z „The New York Times”, że kupujący coraz częściej będą klikać „kup” bezpośrednio w oknie czatu i nie trafią już na stronę marki.
Jacquard i FTI Consulting ostrzegają: sztuczki pod modele szybko się starzeją
Część branży uważa, że techniczne dopasowywanie się do konkretnych modeli AI ma krótki termin ważności. Toby Coulthard, założyciel platformy marketingowej Jacquard, mówi „The New York Times”, że modele zmieniają się:
„szybciej niż nasza zdolność do prób ich ogrywania” / „faster than our ability to try to game them”
Zdaniem Coultharda zalecenia aktualne dziś mogą przestać działać po dwóch miesiącach, więc marki powinny wracać do podstawowych zasad marketingu.
Akshat Trivedi, analityk FTI Consulting, porównuje obecną sytuację do przejścia na handel mobilny i do boomu na pozycjonowanie w wyszukiwarkach. Pierwsi gracze zyskali wtedy najwięcej, a gdy dołączyli pozostali, przewaga się wyrównała. Według Trivediego tym razem różni się tempo, w jakim firmy próbują wyprzedzić konkurencję. Analityk spodziewa się też produktów debiutujących najpierw w kanałach AI oraz marek nazywanych tak, żeby modele chętniej je wskazywały.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Polacy pytają AI o zakupy, ale decyzji jeszcze jej nie oddają
W Polsce AI jest już jednym ze źródeł podpowiedzi zakupowych, choć na razie w roli doradcy. Z badania ARC Rynek i Opinia „Zakupy z AI – Kto już kupuje, kto się boi, kto nie rozumie”, opisanego 2 lipca 2026 r. przez Antyweb, wynika, że osobistego asystenta AI wykorzystuje przy zakupach 23 proc. badanych, a podsumowania AI w wyszukiwarce 26 proc. Dla porównania reklamy w telewizji lub internecie wskazało 26 proc., a media społecznościowe 28 proc.
Większość respondentów nie kupuje od razu po rekomendacji AI: czyta dodatkowe recenzje, sprawdza wyniki w Google, a część porównuje odpowiedzi kilku modeli. Do scenariusza, w którym agent sam finalizuje transakcję, polskim konsumentom jest więc dalej niż amerykańskim.
Sprzedawcy przygotowują się mimo to. Allegro rozwija funkcje AI we własnej aplikacji i jest dostępne w ChatGPT. Według badania Adyen, o którym 15 lipca 2026 r. pisały „Wiadomości Handlowe”, blisko 80 proc. firm w Polsce deklaruje otwartość na agentic commerce (handel, w którym zakupy inicjuje lub realizuje agent AI). Polskiego odpowiednika pomiaru Adobe, pokazującego, jaka część treści sklepów jest czytelna dla modeli, nie znalazłem.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym artykułu Brenta Crane’a w The New York Times z dnia 03.10.2026, raportu Adobe Digital Insights z dnia 16.04.2026 oraz opracowania Morgan Stanley Research z dnia 08.12.2025. Polski kontekst opiera się na badaniu ARC Rynek i Opinia opisanym przez Antyweb oraz na publikacji „Wiadomości Handlowych” o badaniu Adyen.
Cytaty Toby’ego Coultharda, założyciela Jacquard, oraz Viveka Pandyi, dyrektora Adobe Digital Insights, zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Pozostałe wypowiedzi rozmówców „The New York Times” podano w omówieniu.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji w temacie zakupów realizowanych przez agentów AI i widoczności marek w odpowiedziach modeli.
