Zero-click i kanibalizacja przez AI: paradoks ruchu

Dlaczego paradoks ruchu jest teraz ważny dla firm B2B w Europie

Zespoły marketingu i SEO obserwują obecnie dwa przeciwstawne zjawiska. Obecność ich marki w odpowiedziach AI w ChatGPT, Perplexity i Google AI Overviews rośnie. Jednocześnie spada liczba kliknięć, które trafiają na stronę z wyszukiwania organicznego. To nie błąd pomiaru, lecz efekt strukturalny: systemy wyszukiwania AI podają odpowiedź bezpośrednio w interfejsie i tym samym zastępują kliknięcie w źródło.

Skala jest znaczna. W pierwszych czterech miesiącach 2026 roku 68,01% wszystkich wyszukiwań w Google zakończyło się bez kliknięcia, wobec 60,45% w 2024 roku (dane SparkToro i Similarweb, wyłącznie USA). Gartner w lutym 2024 roku przewidywał wręcz, że wolumen tradycyjnych wyszukiwarek spadnie do 2026 roku o 25%, ponieważ generatywna AI stanie się zastępczą maszyną odpowiedzi.

Dla firm B2B w Europie oznacza to jedno: kto nadal mierzy widoczność wyłącznie sesjami i kliknięciami, widzi spadającą krzywą i wnioskuje, że poniósł porażkę. W rzeczywistości wartość przesuwa się od kliknięcia do wzmianki i do jakości konwersji pozostałego ruchu. Rozwiązanie paradoksu w 2026 roku to mniej zadanie techniczne, a bardziej kwestia pomiaru i argumentacji.

Mechanika zero-click w 2026 roku: jak odpowiedzi AI zastępują kliknięcie

Sedno tego efektu jest dobrze udokumentowane. Badanie Pew Research Center oparte na 68 879 wyszukiwaniach w Google wykonanych przez 900 dorosłych Amerykanów w marcu 2025 roku jasno pokazuje mechanizm: użytkownicy, którzy zobaczyli podsumowanie AI, klikali klasyczny wynik wyszukiwania tylko w 8% przypadków. Bez podsumowania AI wartość ta wynosiła 15%, czyli prawie dwa razy więcej. Jeszcze wyraźniej widać to przy linkach wewnątrz samego podsumowania AI: użytkownicy klikali je w zaledwie 1% wizyt.

Ten spadek kliknięć o połowę działa tym silniej, im więcej zapytań w ogóle wywołuje odpowiedź AI. Zasięg AI Overviews mocno się jednak waha. Analiza Semrush obejmująca ponad 10 milionów słów kluczowych pokazuje, że wyświetlanie AI Overviews wzrosło z 6,49% słów kluczowych w styczniu 2025 roku do szczytowego poziomu 24,61% w lipcu, a następnie spadło do 15,69% w listopadzie 2025 roku. Powierzchnia widoczności nie jest więc stałą wartością, lecz ruchomym celem, który zależy od logiki wyświetlania wyników przez Google.

Ważne dla właściwej oceny: powyższe liczby pochodzą z USA. Pokazują kierunek i mechanizm, ale nie da się ich przenieść jeden do jednego na rynek DACH. Udział ruchu z AI jest tu wciąż znacznie mniejszy (zob. sekcję o realiach DACH).

Od kanibalizacji do konwersji: dlaczego mniej kliknięć nie oznacza mniejszej wartości

Kluczowy punkt paradoksu: pozostały ruch z AI jest często bardziej wartościowy. Kto przeczyta konkretną odpowiedź w ChatGPT lub Perplexity, a mimo to kliknie, przychodzi z wyższą intencją zakupową. AI dokonała już wstępnej kwalifikacji.

Dane to potwierdzają. Badanie Semrush dochodzi do wniosku, że użytkownik z wyszukiwania AI, mierząc współczynnikiem konwersji, jest wart 4,4 razy więcej niż przeciętny użytkownik z klasycznego wyszukiwania organicznego. To samo badanie prognozuje, że od początku 2028 roku w tematach marketingu i SEO wyszukiwanie AI może kierować na strony więcej użytkowników niż wyszukiwanie klasyczne.

Różni się też zachowanie na stronie. Analiza Adobe dla handlu detalicznego w USA pokazuje, że odwiedzający z generatywnych źródeł AI wykazują o 8% większe zaangażowanie, o 12% więcej stron na wizytę i o 23% niższy współczynnik odrzuceń niż odwiedzający ze źródeł innych niż AI. W tym samym okresie ruch referencyjny z generatywnych źródeł AI do handlu detalicznego w USA wzrósł o 1200% (luty 2025 wobec lipca 2024). Powstaje mały, ale szybko rosnący kanał o wyższej jakości.

Dla B2B oznacza to, że właściwym wskaźnikiem nie jest już sama liczba kliknięć, lecz wartość sesji i wkład kanału AI w pipeline sprzedażowy. Spadająca liczba kliknięć przy rosnącej konwersji to nie sprzeczność, lecz dwie strony tego samego paradoksu.

Strategia: optymalizacja pod cytowania zamiast pod kliknięcia

Gdy kliknięć jest coraz mniej, w centrum uwagi znajdują się cytowanie i wzmianka. Badanie GEO: Generative Engine Optimization autorstwa Aggarwala i in. (Uniwersytet Princeton i inne ośrodki, KDD 2024) przetestowało dziewięć metod redakcyjnych, które mają zwiększać widoczność źródła w odpowiedziach AI. Najlepiej wypadły trzy uzupełnienia treści: cytaty, statystyki i podawanie źródeł.

• Dodawanie statystyk: konkretne liczby zamiast stwierdzeń jakościowych sprawiają, że źródło jest znacznie lepiej widoczne w odpowiedzi AI.
• Cytaty i podawanie źródeł: bezpośrednie cytaty i jasne odwołania do źródeł sprawiają, że akapit staje się dla systemu AI łatwiejszy do wykorzystania i bardziej wiarygodny.

Uzupełnienie z praktyki, niebędące częścią badania z Princeton:

• Front-loading i Answer Islands: odpowiedź należy umieścić na początku akapitu. Zamknięty blok odpowiedzi, zrozumiały bez otaczającego kontekstu (czyli Answer Island), system AI wyodrębni łatwiej niż stwierdzenie rozproszone w kilku akapitach.
• Przejrzysta struktura: precyzyjne śródtytuły, krótkie zdania i logika pytanie-odpowiedź pomagają modelowi znaleźć właściwy fragment i poprawnie go przytoczyć.

Te taktyki mają sprawić, by Twoja wypowiedź pojawiła się w odpowiedzi AI, najlepiej razem z nazwą marki. Nawet bez kliknięcia budujesz w ten sposób widoczność i zaufanie w grupie docelowej.

Wzmianki o marce zamiast backlinków: co naprawdę koreluje z widocznością w AI

Jedna z najważniejszych zmian dotyczy sygnałów off-page. W klasycznym SEO główną walutą był backlink. W przypadku widoczności w AI ciężar przesuwa się w stronę samej wzmianki o marce.

Badanie Ahrefs obejmujące 75 000 marek (korelacja Spearmana) pokazuje, że wzmianki o marce w internecie korelują z widocznością w AI na poziomie 0,664 dla ChatGPT, 0,709 dla AI Mode i 0,656 dla AI Overviews. Najsilniej korelują wzmianki na YouTube, na poziomie około 0,737. Klasyczne metryki linków, takie jak liczba backlinków, wykazują według badania tylko bardzo słabe korelacje. Ahrefs podsumowuje to tak: najbardziej liczy się to, by być wspominanym w szerokim spektrum serwisów.

W praktyce dla firm B2B oznacza to, że obecność w mediach specjalistycznych, na portalach branżowych, na YouTube i w społecznościach takich jak Reddit bezpośrednio przekłada się na widoczność w AI, nawet jeśli te wzmianki nie zawierają linku. Digital PR i thought leadership stają się więc działaniami GEO. Graf linków pozostaje istotny dla klasycznego SEO, ale nie jest już wiarygodnym wskaźnikiem tego, jak marka jest postrzegana przez systemy AI.

Techniczne podstawy GEO: llms.txt, schema i sterowanie crawlerami

Aby systemy AI w ogóle mogły odczytać treści i poprawnie je zinterpretować, potrzebne są techniczne podstawy. Kluczowe są trzy elementy.

• Sterowanie crawlerami AI w robots.txt: crawlery AI, takie jak GPTBot (OpenAI), ClaudeBot (Anthropic) i PerplexityBot, można w pliku robots.txt selektywnie dopuścić lub zablokować. To świadoma decyzja: kto chce pojawiać się w odpowiedziach AI, musi dopuścić odpowiednie boty. Adopcja rośnie. Według HTTP Archive dyrektywy dla GPTBot w robots.txt wzrosły z 2,6% (2024) do około 4,5% (2025).
• Dane strukturalne i schema: znaczniki schema pomagają systemom AI jednoznacznie rozpoznać encje, fakty i relacje. Poprawne dane strukturalne zwiększają szansę, że informacje zostaną przytoczone prawidłowo i w powiązaniu z marką.
• llms.txt: ten proponowany plik ma dawać systemom AI wyselekcjonowany przegląd najważniejszych treści strony. Na razie jest mało rozpowszechniony: według HTTP Archive tylko 2,13% stron w wersji desktopowej ma poprawny plik llms.txt (2,1% na urządzeniach mobilnych). Standard nie jest jeszcze ugruntowany, ale nakład pracy jest niewielki, dlatego wczesne wdrożenie może mieć sens jako eksperyment o niskim ryzyku.

Techniczne podstawy sprawiają, że treści są dostępne i czytelne dla maszyn. Nie zastępują jednak dźwigni merytorycznych z poprzedniej sekcji. Jedno i drugie się uzupełnia.

Częste błędy w ocenie paradoksu ruchu

• Traktowanie spadku kliknięć z góry jako porażki: kto mierzy tylko sesje, przeoczy wartość większej widoczności w AI i lepszej konwersji. Kanał się przesuwa, a nie znika.
• Brak oddzielenia spadku wywołanego przez AI od sezonowości: spadek kliknięć może wynikać z sezonowości, aktualizacji Google lub AI Overviews. Bez rzetelnego porównania rok do roku i bez zestawienia z zasięgiem AIO dla Twoich słów kluczowych nie da się przypisać przyczyn.
• Przenoszenie danych z USA na rynek DACH: wartości takie jak CTR na poziomie 8% czy 68-procentowy udział wyszukiwań zero-click pochodzą z USA. Udział ruchu z AI w regionie DACH jest znacznie mniejszy. Bezkrytyczne przejęcie tych liczb prowadzi do błędnych priorytetów.
• Stawianie na backlinki zamiast na wzmianki: kto przeznacza cały budżet off-page wyłącznie na link building, ignoruje fakt, że wzmianki o marce silniej korelują z widocznością w AI.
• Brak śledzenia wzmianek o marce w odpowiedziach AI: jeśli mierzysz tylko kliknięcia i pomijasz Share of Voice w odpowiedziach AI, nie masz żadnego wskaźnika faktycznego sukcesu GEO.

Realia DACH: ile ruchu z AI jest naprawdę

Tu potrzebna jest trzeźwa ocena. W regionie DACH bezpośredni ruch referencyjny z AI jest wciąż bardzo mały. Analiza SE Ranking obejmująca 63 987 stron z Niemiec, Austrii i Szwajcarii (od stycznia do kwietnia 2025 roku) szacuje udział ruchu z AI na zaledwie od 0,13 do 0,15%. Wśród wyszukiwarek wyraźnie dominuje ChatGPT z 76,48% ruchu z AI, a za nim Perplexity z 20,54%.

Baza użytkowników rośnie natomiast szybko. Według Bitkom 67% osób w Niemczech w wieku od 16 lat przynajmniej od czasu do czasu korzysta z generatywnej AI (2025), wobec 40% latem 2024 roku. Wśród narzędzi prowadzi ChatGPT z 43%, przed Microsoft Copilot z 39%, Gemini z 28% i Perplexity z 1%. Właściwym wnioskiem jest luka między wysokim wykorzystaniem a wciąż niewielkim mierzalnym ruchem referencyjnym: użytkownicy już tu są, a możliwy do przypisania strumień kliknięć jeszcze nie nadąża.

Strona konwersji uzasadnia inwestycję. Analiza Conductor wykazuje dla ruchu z AI współczynnik konwersji 14,2% wobec 2,8% dla ruchu z Google. Ważne: ta wartość konwersji nie jest zawężona geograficznie do regionu DACH, podczas gdy udziały ruchu (0,15%, ChatGPT, Perplexity) pochodzą wprost z analizy DACH. Dla dostawców B2B wniosek brzmi więc: mały wolumen, wysoka intencja i wyraźny kierunek wzrostu.

Agentic Commerce: kolejna fala

Kolejny etap wykracza poza odpowiedź i prowadzi do działania. Agenci AI, tacy jak Perplexity Comet, już nie tylko szukają informacji: działają jako interfejs zakupowy. Porównują, wybierają i inicjują transakcje. W ten sposób sama AI staje się węzłem decyzyjnym między dostawcą a klientem.

Dla widoczności B2B oznacza to kolejną zmianę wymagań. Jeśli agent wstępnie kwalifikuje produkty i dostawców, dane produktowe, specyfikacje i warunki handlowe muszą być dostępne w formie czytelnej dla maszyn, kompletnej i ustrukturyzowanej. Czego agent nie jest w stanie poprawnie odczytać, to nie trafia do ścisłego porównania. Dane strukturalne i spójny profil encji stają się tym samym czynnikiem nie tylko widoczności, ale i sprzedaży. W 2026 roku ten trend jest jeszcze młody, ale kierunek jest jasny: kto jest niewidoczny dla agentów, wypada ze wstępnej selekcji.

Metryki i pomiar: jak uwidocznić paradoks ruchu

Aby zarządzać paradoksem, potrzebne są wskaźniki wykraczające poza liczbę kliknięć.

• Share of Voice w odpowiedziach AI: jak często Twoja marka pojawia się w odpowiedziach ChatGPT, Perplexity, Google AI Mode i AI Overviews na istotne prompty w porównaniu z konkurencją? To główny wskaźnik widoczności GEO.
• Śledzenie cytowań i wzmianek: sprawdzaj, czy marka jest cytowana (ze źródłem), czy tylko wspominana. Obserwuj też Mention-Source-Divide: z jakich źródeł (media branżowe, YouTube, społeczności) pochodzą wzmianki, które pojawiają się w odpowiedziach AI?
• Atrybucja ruchu referencyjnego z AI w GA4: segmentuj ruch ze źródeł AI osobno i mierz współczynnik konwersji oraz wartość sesji oddzielnie od klasycznego ruchu organicznego. W ten sposób udowodnisz lepszą wartość konwersji kanału AI.
• Rzetelne wyodrębnienie spadku kliknięć: porównuj CTR i kliknięcia rok do roku i zestawiaj spadek z zasięgiem AIO dla Twoich słów kluczowych. Tylko tak oddzielisz spadek wywołany przez AI od sezonowości i aktualizacji algorytmu.

Z tego bezpośrednio wynika argumentacja ROI wobec zarządu: kliknięcia mogą spadać, podczas gdy widoczność (Share of Voice) i wartość sesji rosną. Kto mierzy obie strony, może udowodnić wkład kanału AI w pipeline sprzedażowy, zamiast pokazywać tylko spadającą krzywą kliknięć.

Ramy działania dla firm B2B w Europie

Paradoks zero-click nie jest powodem do niepokoju, lecz wezwaniem do zmiany podejścia. Z danych wynikają trzy priorytety.

Po pierwsze treści: przygotować je tak, aby systemy AI mogły wyodrębniać z nich odpowiedzi i je cytować. Według badania z Princeton najskuteczniejszymi dźwigniami są konkretne liczby, cytaty i podawanie źródeł. W praktyce dodatkowo pomagają front-loading i zamknięte bloki odpowiedzi. Po drugie strategia off-page: budować wzmianki o marce w szerokim spektrum mediów branżowych, na YouTube i w społecznościach, ponieważ korelują one z widocznością w AI silniej niż backlinki. Po trzecie pomiar: śledzić Share of Voice w odpowiedziach AI i wartość sesji, wykazywać ruch z AI w GA4 osobno i weryfikować spadek kliknięć względem zasięgu AIO.

Dla regionu DACH obowiązuje przy tym realistyczne oczekiwanie: ruch z AI jest dziś niewielki, ale szybko rośnie i konwertuje powyżej średniej. Kto już teraz stworzy techniczne podstawy i przygotuje treści do wyodrębniania odpowiedzi, buduje widoczność w kanale, który w przewidywalnej przyszłości zyska na znaczeniu. Paradoksu nie rozwiązuje się przez odzyskanie kliknięć, lecz przez właściwy pomiar sukcesu.