Marketing jako system wzrostu, pieniędzy i decyzji zarządczych

Właśnie tam powstaje popyt. Nie w samym panelu, nie w raporcie, nie w samej pozycji i nie w liczbie kliknięć. Popyt zaczyna się wtedy, gdy klient rozumie, czego potrzebuje, jak porównać rozwiązania, komu może zaufać i dlaczego jedna firma ma kosztować więcej niż druga. Google coraz mocniej wchodzi w tę przestrzeń: między zapytanie a kliknięcie, między ciekawość a intencję, między pierwsze pytanie a decyzję, którą później próbuje domknąć strona, handlowiec albo sklep.Dlatego ta zmiana nie powinna leżeć wyłącznie na biurku specjalisty SEO. Powinna leżeć na stole CMO, właściciela firmy, zarządu i osób odpowiedzialnych za przychód.

W tym tekście nie chodzi o zachwyt nad AI, tylko o to, co firma powinna sprawdzić w SEO, stronie, sklepie, danych, reputacji i raportowaniu.

Dane pokazują, że kliknięcie traci monopol na wpływ

Pew Research Center przeanalizowało 68 879 wyszukiwań Google z marca 2025 roku. Gdy pojawiał się AI summary, użytkownicy klikali tradycyjny wynik tylko w 8% wizyt. Gdy AI summary się nie pojawiało, kliknięcie w wynik następowało w 15% wizyt. Kliknięcia w same źródła cytowane przez AI summary występowały tylko w 1% wizyt. Dla marketera patrzącego powierzchownie może to wyglądać jak spadek ruchu. Dla CMO to sygnał znacznie poważniejszy: część decyzji informacyjnej zostaje obsłużona wcześniej, zanim użytkownik trafi na stronę firmy. Jeżeli użytkownik dostaje wystarczająco dobrą odpowiedź już w Google, część ruchu nie dotrze na stronę. Nie dlatego, że marka znika. Dlatego, że pierwszy etap rozumienia został obsłużony wcześniej.

A gdy pierwszy etap rozumienia dzieje się przed stroną marki, firma traci część wpływu na to, jak klient zaczyna myśleć o kategorii.To dużo poważniejsze niż niższy CTR. CTR można próbować poprawić nagłówkiem. Utracone kryterium wyboru odbudowuje się strategią.

Proste treści będą coraz łatwiejsze do skonsumowania przez AI

Kolejne badanie z 2026 roku, oparte na 161 382 dopasowanych parach artykułów Wikipedii, wskazało, że ekspozycja na Google AI Overviews obniżała dzienny ruch do anglojęzycznych stron Wikipedii o około 15%. Największe spadki dotyczyły treści kulturowych, mniejsze tematów STEM. Mechanizm jest czytelny: im łatwiej odpowiedzieć syntetycznie, tym większa szansa, że użytkownik nie przejdzie dalej. To ma duże znaczenie dla firm, które przez lata budowały content na prostych odpowiedziach: co to jest, jak działa, ile kosztuje, jak wybrać, czym się różni. Taka treść nadal może pracować, ale jej funkcja się zmienia. Coraz częściej będzie paliwem dla odpowiedzi AI, a nie gwarancją wejścia na stronę.

Tekst napisany tylko po to, żeby złapać frazę, może zostać skonsumowany przez syntetyczną odpowiedź. Tekst, który pokazuje warunki decyzji, ryzyko, koszt złego wyboru, porównanie alternatyw, dane, dowody i praktyczny kontekst, ma większą szansę stać się materiałem trudnym do zastąpienia jednym akapitem. I tu zaczyna się nowa rola contentu. Content nie może być już fabryką wejść. Musi stać się systemem dowodowym dla rynku, wyszukiwarki i sprzedaży.

Wysoka pozycja w Google nie gwarantuje udziału w odpowiedzi AI

Badanie z maja 2026 roku na 55 393 trendujących zapytaniach wykazało, że AI Overviews uruchamiały się średnio przy 13,7% zapytań, ale przy pytaniach sformułowanych jako pytanie już przy 64,7%. Prawie 30% domen cytowanych przez AI Overviews nie pojawiało się na pierwszej stronie klasycznych wyników Google. Autorzy znaleźli też, że 11% atomowych twierdzeń w AI Overview nie było wspartych przez cytowane strony.

To ma bardzo praktyczne znaczenie.

Klasyczna wysoka pozycja w SEO nie gwarantuje obecności w odpowiedzi AI. Google może wybierać materiał do odpowiedzi według logiki innej niż zwykła lista rankingowa. Marka może mieć pozycję, a nie mieć wpływu. Może mieć ruch, ale nie mieć cytowalności. Może mieć treść, ale nie mieć struktury dowodowej, z której AI potrafi zbudować odpowiedź.

Drugie badanie z 2026 roku, oparte na 11 500 realnych zapytaniach użytkowników, pokazało, że AI Overviews generowały się dla 51,5% reprezentatywnych zapytań i pojawiały się nad wynikami organicznymi. Badacze zauważyli też niskie podobieństwo źródeł między klasycznym Google, AI Overview i Gemini oraz mniejszą stabilność odpowiedzi AI przy drobnych zmianach zapytania.

Wniosek dla marketingu jest niewygodny, ale bardzo konkretny. SEO jako polowanie na frazę robi się za wąskie. Firma musi budować treści, dane i reputację w taki sposób, aby człowiek i system potrafili zrozumieć jej wartość.

SEO po AI: od fraz do znaczenia marki

W wielu firmach nadal działa stare założenie: mamy stronę, mamy SEO, jesteśmy w Google. Po zmianach w Search pytanie brzmi inaczej.

Czy Google rozumie, komu firma pomaga? Czy AI potrafi przypisać marce konkretną specjalizację? Czy treści zawierają dowody, a nie tylko deklaracje? Czy oferta jest opisana językiem decyzji klienta? Czy firma istnieje w źródłach trzecich: mediach, recenzjach, dyskusjach, YouTube, podcastach, raportach, opiniach i porównaniach? Czy dane produktowe, lokalne i eksperckie są na tyle uporządkowane, aby system mógł użyć ich w odpowiedzi?

SEO przestaje być wyłącznie techniką widoczności. Wchodzi w zarządzanie znaczeniem marki. Nie wystarczy tekst pod słowo kluczowe. Potrzebne są definicje, porównania, dane, przykłady, case studies, odpowiedzi na realne pytania, opinie eksperckie, recenzje, uporządkowane dane, spójny profil marki i treści rozproszone poza własną stroną. W AI Search marka nie walczy już tylko o kliknięcie. Walczy o to, czy Google uzna ją za wiarygodny materiał do odpowiedzi. A to wymaga większej dyscypliny niż klasyczne „napiszmy artykuł na frazę”.

Co firma powinna zrobić teraz z SEO?

Najpierw trzeba sprawdzić, czy treści odpowiadają na pytania decyzyjne, a nie tylko informacyjne. Tekst „co to jest” może być poprawny, ale sam w sobie coraz rzadziej będzie przewagą. Firma potrzebuje treści, które pokazują, kiedy usługa ma sens, kiedy nie ma sensu, czym różnią się alternatywy, co wpływa na cenę, jakie ryzyko niesie zły wybór, po czym rozpoznać dobrego dostawcę i jaki dowód stoi za ofertą.

To są pytania, które prowadzą klienta do decyzji. I właśnie dlatego są bliżej przychodu niż klasyczne teksty pod frazę.

Firma powinna też zbudować mapę treści wokół etapów decyzji klienta. Inne treści są potrzebne, gdy klient dopiero rozpoznaje temat, inne gdy porównuje rozwiązania, inne gdy ocenia ryzyko, a jeszcze inne gdy szuka potwierdzenia, że cena ma sens. SEO po AI musi więc pracować na znaczeniu, dowodzie i zaufaniu, a nie tylko na widoczności.

Co zrobić ze stroną www albo sklepem?

Jeżeli Google daje użytkownikowi pierwszą interpretację wcześniej, strona www nie może zachowywać się jak broszura z zakładkami. Strona musi przejąć użytkownika, który trafia już z pewnym obrazem tematu. Często bardziej świadomy, bardziej porównujący, mniej cierpliwy i szybciej wyłapujący ogólniki. Dlatego każda kluczowa podstrona powinna jasno pokazywać, dla kogo jest oferta, jaką decyzję ułatwia, czym różni się od alternatyw, jaki dowód potwierdza wartość, od czego zależy cena i jaki następny krok ma wykonać użytkownik.

W sklepie ta sama logika dotyczy kart produktów, kategorii, filtrów, opisów, opinii, danych technicznych, dostępności, cen, FAQ i porównań. Karta produktu nie może być tylko opisem producenta. Kategoria nie może być tylko szufladą na asortyment. Filtry nie mogą być techniczną ozdobą. Wszystko ma pomagać klientowi szybciej rozpoznać, co pasuje do jego sytuacji i dlaczego dany wybór ogranicza ryzyko zakupu.

Jeżeli sklep nie porządkuje decyzji, AI i klient znajdą lepiej opisane alternatywy.

Co zrobić z danymi?

Dane nie są dodatkiem technicznym. Dane są językiem, którym firma tłumaczy systemom, jak ma być rozumiana.

Google Business Profile, Merchant Center, schema, autorzy treści, daty aktualizacji, opinie, dane lokalne, atrybuty produktów, linkowanie wewnętrzne i struktura strony wpływają na to, czy Google, AI i klient dostają spójny obraz firmy. Niespójne dane, stare informacje, przypadkowe opisy i słaba architektura strony nie są drobną usterką. W AI Search mogą sprawić, że system zbuduje lepszy obraz konkurencji, bo tam znajdzie bardziej uporządkowany materiał. Firma może istnieć w sieci, ale nadal być trudna do zrozumienia. A w nowym Search trudna do zrozumienia marka ma słabszą pozycję w pierwszej interpretacji klienta.

Co zrobić z reputacją?

Własna strona zawsze będzie mówiła, że firma jest dobra. Niesłychane odkrycie, prawie jak to, że dział sprzedaży lubi leady „na już”. Dlatego reputacja poza własnym CMS-em zaczyna mieć jeszcze większe znaczenie. Recenzje, opinie, wywiady, podcasty, materiały video, raporty, publikacje, wzmianki, partnerstwa, profile eksperckie, lokalne dane i dyskusje branżowe stają się częścią śladu marki, z którego AI może składać obraz firmy.  Nie dlatego, że każda wzmianka jest automatycznie prawdą. Dlatego, że rynek ufa marce bardziej, gdy jej wartość nie jest potwierdzana wyłącznie przez nią samą. Firma, która ma rozmytą specjalizację, ogólny język oferty, mało dowodów i słabą reputację poza stroną, trafia do jednego worka z podobnie brzmiącymi firmami.

A w takim worku klient zaczyna porównywać cenę.

Jak przeanalizować marketing po tej zmianie?

AI Search nie będzie widzieć wewnętrznych silosów firmy. Zobaczy ślad marki w sieci i spróbuje złożyć z niego sens. Dlatego trzeba sprawdzić, czy strona, content, SEO, Ads, PR, opinie, sprzedaż i analityka budują jeden spójny obraz wartości, czy każdy kanał opowiada inną wersję firmy. Jeżeli reklama obiecuje jedno, strona tłumaczy drugie, handlowiec sprzedaje trzecie, a opinie pokazują czwarte, system i klient dostają rozproszony obraz. W starym marketingu taki brak spójności często chował się pod ruchem, kampaniami i aktywnością. W AI Search staje się bardziej kosztowny, bo system szuka materiału, z którego da się zbudować jasną odpowiedź.

Audyt marketingu po tej zmianie nie powinien kończyć się na pytaniu, czy mamy SEO, Ads i content. Trzeba zapytać, czy cały marketing pomaga klientowi dojść do jednej, logicznej decyzji.

Jak zmienić raportowanie?

Same pozycje, kliknięcia i sesje nie pokażą, czy marka uczestniczy w pierwszej interpretacji klienta. CMO powinien patrzeć na to, które pytania i potrzeby firma przejmuje, przy których zapytaniach AI zatrzymuje użytkownika, czy marka pojawia się w odpowiedziach AI, czy zewnętrzne źródła potwierdzają jej pozycjonowanie, czy treści skracają rozmowę handlową i czy organic search przynosi jakość popytu, a nie tylko objętość ruchu. Warto analizować, które treści zmniejszają obiekcje cenowe, pomagają sprzedaży prowadzić rozmowę, przyciągają wartościowych klientów i budują pamięć rynku przed aktywną intencją zakupową. Panel pokaże zdarzenia. Rynek pokaże wpływ.

A AI Search przesuwa część tego wpływu przed kliknięcie.

Najgorsza reakcja: teksty pod AI

Najbardziej przewidywalnym błędem będzie produkowanie „tekstów pod AI”. Czyli nowa nazwa starej choroby. Więcej akapitów, więcej automatyzacji, więcej pytań w nagłówkach, więcej podobnych odpowiedzi, mniej doświadczenia, mniej dowodów, mniej sensu. AI nie potrzebuje kolejnej porcji semantycznej waty. Potrzebuje materiału, z którego da się zbudować sensowną, wiarygodną odpowiedź.

Firma, która odpowie na zmianę wyłącznie produkcją treści, będzie miała więcej zasobów w CMS-ie, ale niekoniecznie większy wpływ na decyzję klienta.

Główny wniosek biznesowy

Google nie odbiera firmom marketingu. Odbiera im luksus bycia niejasnymi. Największa zmiana od 25 lat nie oznacza, że Google nagle zamknęło internet. Bardziej brutalne jest coś innego: Google zaczyna przejmować warstwę interpretacji przed stroną marki. A jeżeli interpretacja powstaje przed wejściem na stronę, marketing musi przestać traktować stronę www jak broszurę z zakładkami, SEO jak produkcję tekstów pod frazy, a content jak wypełniacz bloga. Strona, treści, dane, opinie, video, PR, social proof i eksperckość zaczynają pracować jako system dowodowy dla AI, klienta i sprzedaży. Kto zostanie wyłącznie przy tekstach pod frazy, ten może mieć jeszcze widoczność w panelu. Tylko rynek będzie już podejmował decyzję kawałek wcześniej.

W AI Search większą przewagę będzie miała marka, której ślad w sieci tworzy jasny, spójny i wiarygodny obraz wartości. Taki, z którego klient rozumie, za co płaci. Google potrafi przypisać firmę do właściwej decyzji. Sprzedaż nie zaczyna każdej rozmowy od obrony ceny. Bo jeżeli Google, klient i rynek nie widzą różnicy, firma bardzo szybko odkrywa, że marketing nie buduje przewagi.

Produkuje koszt.

Źródła

1. Elizabeth Reid, Google, A new era for AI Search, 19 maja 2026.
   Oficjalny komunikat Google o AI Search, AI Mode, agentach, Personal Intelligence oraz inteligentnym pasku wyszukiwania opartym na AI jako największej aktualizacji Search od ponad 25 lat.
   google/products-and-platforms/products/search/search-io-2026/
2. Pew Research Center, Do people click on links in Google AI summaries?, 22 lipca 2025.
   Analiza 68 879 wyszukiwań Google z marca 2025 roku.
3. Mehrzad Khosravi, Hema Yoganarasimhan, Impact of AI Search Summaries on Website Traffic: 
   Evidence from Google AI Overviews and Wikipedia, arXiv, 2026.
4. Haofei Xu, Umar Iqbal, Jacob M. Montgomery, Measuring Google AI Overviews: 
   Activation, Source Quality, Claim Fidelity, and Publisher Impact, arXiv, 2026.
5. Riley Grossman, Songjiang Liu, Michael K. Chen, Mike Smith, Cristian Borcea, Yi Chen, How Generative AI Disrupts Search: 
   An Empirical Study of Google Search, Gemini, and AI Overviews, arXiv, 2026.