Shopify pokazał liczby, na które od dwóch lat czeka cała branża e-commerce: sesje przychodzące z asystentów AI wzrosły w drugim kwartale 2026 roku o 197 procent rok do roku, a liczba zamówień z tego źródła potroiła się. W tym samym czasie ruch organiczny z wyszukiwarek urósł o 12 procent i nadal przyniósł sklepom więcej wizyt niż wszystkie monitorowane platformy AI razem wzięte. Wniosek, który płynie z danych jednej z największych platform sprzedażowych na świecie, jest niewygodny dla obu stron sporu: AI nie zjada wyszukiwania, ale też nie jest już marginesem, który można ignorować.
Kontekst: dwa lata straszenia kanibalizacją
Od momentu, w którym Google zaczął rozwijać AI Overviews, a ChatGPT dostał funkcję przeglądania sieci, w branży utrwaliła się prosta narracja: asystenci AI odpowiadają na pytanie za użytkownika, więc użytkownik nie klika, a sklepy i wydawcy tracą ruch. Ta narracja miała mocne oparcie w danych dotyczących treści informacyjnych, gdzie spadki liczby kliknięć są realne i dobrze udokumentowane. Problem polegał na tym, że wnioski z rynku mediów przenoszono na handel, gdzie ścieżka zakupowa wygląda zupełnie inaczej.
Handel ma jedną cechę, która odróżnia go od publicystyki: ktoś, kto chce kupić zegarek, musi w końcu wejść na stronę produktu, dodać go do koszyka i zapłacić. Asystent AI może streścić recenzję, porównać parametry i zawęzić wybór do trzech modeli, ale samej transakcji (na razie) w większości przypadków nie domknie za użytkownika. To sprawia, że AI w handlu działa raczej jak nowa warstwa porównywania ofert niż jak substytut kliknięcia.
Dane Shopify są w tym kontekście cenne z prostego powodu. Nie są to szacunki firmy zewnętrznej opartej na panelu użytkowników ani modelowanie z narzędzia SEO, ale odczyt z rzeczywistego ruchu i rzeczywistych zamówień w sieci setek tysięcy sklepów. Jak zwykle w takich raportach warto pamiętać o zastrzeżeniu: to dane jednej platformy, o określonym profilu sprzedawców, więc nie są automatycznie reprezentatywne dla całego rynku.
Kluczowe fakty z raportu
Najważniejsze liczby, które firma udostępniła na swoim blogu dla klientów enterprise i które opisały następnie serwisy branżowe, wyglądają następująco.
| Wskaźnik | Wartość (II kw. 2026, rok do roku) |
|---|---|
| Sesje z odesłań AI | +197 procent (około 3x) |
| Zamówienia z odesłań AI | około 3x więcej |
| Sesje z wyszukiwania organicznego | +12 procent, na znacznie większej bazie |
| Który kanał daje więcej ruchu | organic, więcej niż wszystkie mierzone platformy AI razem |
| Konwersja: AI kontra organic (ogółem) | około 80 procent lepsza po stronie AI |
| Kategorie oparte na specyfikacji | AI konwertuje około 2x lepiej |
| Odzież (cała kategoria) | 1,6x lepsza konwersja z AI |
| Zegarki | 2,4x lepsza konwersja z AI |
| Naszyjniki | około 2,3x lepsza konwersja z AI |
| Ustrukturyzowany katalog kontra dane zescrapowane | 2x lepsza konwersja przy danych ustrukturyzowanych |
| Sesje z AI trafiające wprost na kartę produktu | około 50 procent |
| Nowi klienci w kategoriach gustu | około 1,3x więcej z AI |
Dwie liczby z tej tabeli zasługują na osobne omówienie, bo są zdecydowanie ważniejsze od nagłówkowego wzrostu o 197 procent.
Konwersja: AI wygrywa tam, gdzie liczą się parametry
Ruch z asystentów AI konwertuje ogółem o około 80 procent lepiej niż ruch z wyszukiwania organicznego. W kategoriach, w których klient przed zakupem porównuje specyfikacje, przewaga rośnie do dwóch razy. Rekordy padają w niespodziewanych miejscach: zegarki (2,4x) i naszyjniki (2,3x) biją na tym polu całą kategorię odzieżową, która sama wypada i tak przyzwoicie z wynikiem 1,6x.
Mechanizm jest dość oczywisty, kiedy się nad nim zastanowić. Jeśli użytkownik przeprowadził rozmowę z asystentem, opisał budżet, styl, rozmiar i przeznaczenie, a asystent odesłał go na konkretną kartę produktu, to ten użytkownik jest już po fazie rozważania. Klasyczne kliknięcie z wyszukiwarki bardzo często jest dopiero początkiem tej fazy. Innymi słowy, AI nie tyle generuje lepszy ruch, ile przenosi część procesu decyzyjnego przed kliknięcie, a sklep dostaje klienta w późniejszym momencie ścieżki. Dokładnie na tym polega różnica w podejściu, którą opisywaliśmy w tekście o tym, czym różni się AIO od SEO w praktyce.
Konsekwencja dla analityki jest natychmiastowa. Jeżeli ocenia się kanał AI wyłącznie liczbą sesji, wychodzi kilka procent ruchu i łatwo uznać temat za nieistotny. Jeżeli ocenia się go przychodem na sesję, obraz zmienia się radykalnie, bo ta sama liczba wizyt przynosi znacznie więcej zamówień.
Dane ustrukturyzowane podwajają konwersję
Druga liczba, która powinna trafić do każdej prezentacji dla zarządu, dotyczy jakości danych produktowych. Sprzedawcy, których dane produktowe były dostępne dla modeli w formie ustrukturyzowanego katalogu, notowali dwukrotnie wyższą konwersję z ruchu AI niż ci, o których produktach modele dowiadywały się z zescrapowanych stron i feedów podmiotów trzecich.
To najbardziej praktyczna informacja w całym raporcie, bo mówi wprost, na co przełożyć budżet. Nie chodzi o pisanie dodatkowych treści pod modele, ale o poprawność, kompletność i dostępność danych o produkcie: cena, dostępność, warianty, rozmiary, materiał, gwarancja. Model, który nie jest pewien parametru, po prostu poleci produkt konkurenta, o którym wie więcej.
Warto zauważyć, jak bardzo ta obserwacja zmienia hierarchię prac. W klasycznym SEO produktowym najwięcej uwagi poświęcano opisom, nagłówkom i treściom wspierającym w blogu. W modelu, w którym rekomendację wystawia asystent, kluczowe staje się to, czy maszyna potrafi jednoznacznie odpowiedzieć na pytanie o rozmiar, kompatybilność albo termin dostawy. Braki w danych nie obniżają pozycji, one po prostu eliminują produkt z zestawu rozważanych opcji, a tego nie widać w żadnym raporcie pozycji.
Czego te dane nie mówią
Rzetelna lektura raportu wymaga też wskazania, czego w nim nie ma. Shopify nie podaje bezwzględnego udziału kanału AI w całości ruchu, a bez tej liczby procentowe wzrosty trudno przeliczyć na przychód. Nie wiemy również, jak wzrosty rozkładają się między poszczególnymi asystentami, ani jaka część odesłań pochodzi z płatnych powierzchni w narzędziach AI, a jaka z odpowiedzi organicznych. Nie ma także rozbicia na rynki, co dla polskiego sprzedawcy jest istotne, bo dostępność i jakość danych produktowych w modelach bywa dla mniejszych języków wyraźnie słabsza niż dla angielskiego.
To nie podważa kierunku, ale nakazuje ostrożność w przenoszeniu mnożników wprost na własny sklep. Bezpieczniejsze podejście polega na potraktowaniu liczb Shopify jako hipotezy do sprawdzenia na własnych danych, a nie jako benchmarku, który trzeba dogonić.
Co to znaczy dla SEO i AIO
Z perspektywy osoby odpowiadającej za widoczność wnioski układają się w kilka konkretnych zadań.
- Nie przenoś budżetu z SEO do AIO, dodaj AIO obok. Organic urósł o 12 procent na dużo większej bazie, co w liczbach bezwzględnych oznacza znacznie więcej nowych sesji niż cały przyrost kanału AI. Kanibalizacja, którą prognozowano, w handlu po prostu nie nastąpiła w skali, o której mówiono.
- Karta produktu jest teraz stroną docelową dla AI. Skoro połowa sesji z asystentów trafia wprost na kartę produktu, to ta karta musi się sama obronić: pełne parametry, jasna cena, widoczna dostępność, czytelne warunki zwrotu. Klient przyszedł tu z rekomendacją, nie z ciekawości.
- Priorytet: dane, nie treść. Podwojenie konwersji przy ustrukturyzowanym katalogu jest silniejszym argumentem niż większość taktyk contentowych. Audyt feedu i danych strukturalnych bije kolejny wpis blogowy.
- Mierz kanał AI osobno. Bez wydzielenia źródeł odesłań z asystentów w raportach nie zobaczysz ani wzrostu, ani lepszej konwersji, a przy kilku procentach udziału łatwo utopić ten sygnał w kategorii direct lub referral.
- Segmentuj po kategorii. Przewaga AI jest wyraźnie zależna od tego, czy produkt kupuje się parametrami, czy gustem. W asortymencie technicznym warto działać szybciej.
Warto też zestawić te dane z tym, jak rozkłada się ruch pomiędzy poszczególne platformy AI. Jak pokazywały wcześniejsze analizy rynkowe, o których pisaliśmy w podsumowaniu raportu o tym, że ChatGPT zgarnia większość ruchu z AI, kanał ten jest silnie skoncentrowany. Optymalizacja pod jednego dominującego asystenta daje więc nieproporcjonalnie duży zwrot, przynajmniej dopóki układ sił się nie zmieni.
Jak wydzielić kanał AI w raportach
Ponieważ bez pomiaru cała ta dyskusja pozostaje teoretyczna, warto uporządkować minimum techniczne. W praktyce sprowadza się ono do czterech kroków, które da się wykonać w ciągu jednego dnia pracy.
- Zbuduj w analityce segment odesłań obejmujący domeny asystentów AI oraz ich subdomeny odpowiedzialne za przekierowania, a następnie wyłącz te źródła z ogólnego worka referral.
- Sprawdź w logach serwera, które agenty modeli faktycznie odwiedzają sklep, i porównaj tę listę z listą źródeł widocznych w analityce. Rozbieżność między nimi to skala twojego problemu z atrybucją.
- Policz dla obu kanałów przychód na sesję oraz udział nowych klientów, a nie tylko liczbę wizyt. Dopiero te dwa wskaźniki pokazują, czy kanał AI zasługuje na osobny budżet.
- Oznacz datę wdrożenia zmian w danych produktowych, żeby móc porównać konwersję przed i po. Bez punktu odniesienia nie odróżnisz efektu własnej pracy od naturalnego wzrostu całego kanału.
Dopiero na tej podstawie ma sens rozmowa o pieniądzach. Jeśli okaże się, że kanał AI odpowiada za kilka procent sesji, ale generuje kilkanaście procent zamówień, argument za inwestycją w jakość danych produktowych praktycznie napisze się sam.
Reakcje branży
Komentarz, który najczęściej powtarzano po publikacji danych, pochodzi od dyrektora technicznego Shopify. W jego ujęciu sesje z AI wzrosły trzykrotnie rok do roku, ale organic i tak urósł o 12 procent na znacznie większej bazie, więc sam tort się powiększył, a nie został tylko inaczej podzielony. To sformułowanie trafiło do większości relacji, bo dobrze podsumowuje różnicę między wzrostem procentowym a wzrostem bezwzględnym. Firma w swoim materiale dodaje, że wyszukiwanie staje się bardziej rozproszone, a pierwsze sygnały tego, jak zmienia to zachowania kupujących, są już widoczne.
Część analityków przyjęła te liczby z rezerwą i słusznie zwraca uwagę na dwie rzeczy. Pierwsza to efekt niskiej bazy: potrojenie kanału, który rok wcześniej odpowiadał za ułamek ruchu, nadal daje kanał o niewielkim udziale. Druga to dynamika: jak zauważyły serwisy śledzące wyniki platformy, mnożniki wzrostu w drugim kwartale są wyraźnie niższe niż te raportowane kwartał wcześniej, co sugeruje, że najbardziej gwałtowna faza wzrostu może już mijać.
W tym samym tygodniu ukazało się zresztą badanie dotyczące wydawców treści informacyjnych, według którego zaledwie 1,1 procent wizyt na stronach wydawców pochodzi bezpośrednio z narzędzi AI. Zestawienie tych dwóch publikacji dobrze ilustruje główną tezę: to nie jest jeden rynek. Handel i media dostają od tej samej technologii zupełnie różne rachunki, bo w handlu asystent musi w końcu kogoś gdzieś odesłać, a w mediach potrafi zaspokoić potrzebę informacyjną na miejscu.
Sceptycy podnoszą również kwestię atrybucji. Odesłania z asystentów bywają raportowane niekonsekwentnie, część ruchu ląduje jako bezpośredni, a część narzędzi analitycznych do dziś nie rozpoznaje wszystkich agentów. Oznacza to, że rzeczywisty udział kanału może być zarówno niedoszacowany, jak i zawyżony, w zależności od konfiguracji pomiaru. Problem widoczności marek w odpowiedziach modeli opisywaliśmy szerzej przy okazji analizy 126 milionów zapytań do systemów AI, gdzie skala rozbieżności między markami była podobnie duża.
Co dalej
Najbliższe kwartały rozstrzygną trzy sprawy. Pierwsza: czy tempo wzrostu kanału AI dalej będzie spadać, czy ustabilizuje się na poziomie kilkudziesięciu procent rocznie. Druga: czy asystenci zaczną domykać transakcję u siebie. Rozwój protokołów zakupowych i agentowych płatności idzie właśnie w tym kierunku, a wtedy sklep przestanie dostawać sesję, a zacznie dostawać samo zamówienie, co wywróci obecne modele atrybucji. Trzecia: czy platformy udostępnią sprzedawcom oficjalne kanały przekazywania danych produktowych, bo przewaga ustrukturyzowanego katalogu widoczna w danych Shopify jest zbyt duża, żeby rynek ją zignorował.
Dla zespołów pracujących nad widocznością plan na najbliższe tygodnie jest jednak niezależny od tych rozstrzygnięć. Zacznij od audytu danych produktowych, wydziel ruch z asystentów w analityce, policz przychód na sesję dla obu kanałów osobno, a potem dopiero decyduj o budżecie. Liczby Shopify pokazują, że nie trzeba wybierać między SEO a AIO, ale trzeba wiedzieć, ile faktycznie wart jest każdy z tych kanałów w twoim asortymencie.
FAQ
Czy ruch z AI zastępuje wyszukiwanie organiczne?
Według danych Shopify za drugi kwartał 2026 roku nie. Sesje z AI wzrosły o 197 procent, ale organic urósł o 12 procent na znacznie większej bazie i nadal przynosi sklepom więcej wizyt niż wszystkie mierzone platformy AI razem wzięte. W handlu oba kanały rosły jednocześnie.
Dlaczego ruch z asystentów AI lepiej konwertuje?
Bo trafia do sklepu na późniejszym etapie ścieżki zakupowej. Użytkownik opisał już asystentowi swoje potrzeby i budżet, więc kliknięcie następuje po fazie rozważania, a nie przed nią. Efekt jest najmocniejszy w kategoriach, w których kupuje się parametrami, na przykład w zegarkach (2,4x lepsza konwersja).
Co konkretnie zrobić, żeby zwiększyć sprzedaż z kanału AI?
Najsilniejszy pojedynczy czynnik w danych Shopify to jakość danych produktowych: ustrukturyzowany katalog dawał dwukrotnie wyższą konwersję niż dane pozyskiwane przez modele ze zescrapowanych stron i feedów zewnętrznych. Drugi priorytet to karta produktu, na którą trafia około połowy sesji z asystentów.
Czy te dane są reprezentatywne dla całego e-commerce?
Nie w pełni. To odczyt z jednej platformy i jej bazy sprzedawców, a nie badanie całego rynku. Kierunek jest jednak spójny z innymi obserwacjami, a wartość tych liczb polega na tym, że opierają się na rzeczywistych zamówieniach, nie na modelowaniu ruchu.
Czy wydawcy treści mogą liczyć na podobne wyniki?
Nie. Opublikowane w tym samym tygodniu badanie wskazuje, że tylko 1,1 procent wizyt na stronach wydawców informacyjnych pochodzi bezpośrednio z narzędzi AI. Asystent potrafi zaspokoić potrzebę informacyjną bez odesłania, natomiast w handlu zwykle musi odesłać użytkownika do sklepu, żeby transakcja mogła się domknąć.