Marketing cyfrowy 2026: raport trendów, zmian i aktualizacji

Marketing cyfrowy w 2026 wygląda inaczej niż jeszcze 18 miesięcy temu. Google wdrożyło cztery core updates w 12 miesięcy, AI Overviews są już domyślne dla 62% zapytań informacyjnych w Polsce, a średni CTR pierwszej pozycji organicznej spadł z 27% (2023) do 14% (luty 2026). Kto w tych warunkach nie aktualizuje strategii co kwartał, traci widoczność szybciej niż zdąży przeanalizować dane.

Ten raport to przegląd najważniejszych zmian w marketingu cyfrowym od stycznia 2025 do lutego 2026 — z perspektywy zespołu, który w tym okresie obsługiwał 40+ projektów SEO, AIO i PPC. Liczby pochodzą z realnych wdrożeń, paneli Search Console, danych SimilarWeb oraz raportów branżowych Gartner, Forrester i IAB.

Dokument jest gęsty celowo. Jeśli interesują cię tylko zmiany w Google, przejdź do sekcji „Core Updates” i „AI Overviews”. Jeśli zastanawiasz się nad narzędziami — skocz do „MarTech 2026″ i „Konsolidacja rynku”. Reklamodawcy social powinni zacząć od sekcji „Meta, LinkedIn, TikTok, YouTube”. Prognozy na H2 2026 i 2027 są na końcu.

Wszystkie daty, procenty i nazwy narzędzi są z konkretnego momentu — luty 2026. Raport będziemy aktualizować kwartalnie, dlatego odwołania do „ostatnich 12 miesięcy” dotyczą okresu luty 2025 – luty 2026. Jeśli czytasz to w H2 2026 lub 2027, kontekst się zmienił — traktuj ten materiał jak snapshot, nie wyrocznia.

Spis treści

1. Kontekst: co się zmieniło i dlaczego to ma znaczenie
2. Google Core Updates 2025–2026 — pełny bilans
3. AI Overviews i SGE — status wdrożenia w Polsce
4. Zero-click search — jak reagować bez tracenia ruchu
5. Multi-modal search — obraz, głos, wideo w 2026
6. Agenci autonomiczni — od promptów do AI workers
7. Nowe narzędzia MarTech 2026 — co warto przetestować
8. Konsolidacja rynku — akwizycje, upadki, pivoty
9. Zmiany w Meta, LinkedIn, TikTok, YouTube
10. Open source AI — wpływ na stack firm
11. Budżety marketingowe 2026 — gdzie idą pieniądze
12. Regulacje — AI Act, RODO, cookies, DSA/DMA
13. Per-branża — kto zyskał, kto stracił
14. Jak aktualizować KPI i dashboardy pod nową rzeczywistość
15. Najczęstsze błędy reakcji na zmiany
16. Prognozy na H2 2026 i 2027
17. FAQ — najczęstsze pytania
18. Co dalej

Kontekst: co się zmieniło i dlaczego to ma znaczenie

Jeśli szukasz jednego zdania opisującego marketing cyfrowy 2026: powierzchnia dystrybucji pękła na kilka warstw. Google nadal istnieje, ale nie jest już monopolistą uwagi użytkownika informacyjnego. Wokół niego działają równolegle ChatGPT, Perplexity, Gemini, Copilot, a część decyzji zakupowych zaczyna się w TikToku lub na Discordzie.

W praktyce oznacza to kilka rzeczy. Pierwsza: strategia „rankuj w Google na X fraz” już nie wystarczy — musi być uzupełniona o widoczność w LLM (to osobny kanał, omawiamy go w pełnym przewodniku AIO 2026). Druga: każda większa aktualizacja Google uderza w ruch brutalniej, bo strony mają mniejszą dywersyfikację źródeł. Trzecia: narzędzia MarTech muszą teraz integrować się z kilkoma wyszukiwarkami AI jednocześnie.

Trzy siły, które napędzają zmianę

1. Postęp modeli AI. W ciągu 12 miesięcy zobaczyliśmy Claude Opus 4.6 (styczeń 2026, 1M tokens context), GPT-5 (październik 2025), Gemini 2.5 Pro (grudzień 2025) i open-source Llama 3.3 405B. Ceny za milion tokenów spadły o 38–62% r/r. To przesuwa granicę tego, co opłaca się automatyzować.

2. Dojrzewanie AI w SERP. AI Overviews przestały być eksperymentem. Google zintegrowało je z „AI Mode” (dostępnym w PL od stycznia 2026), który jest trybem konwersacyjnym w obrębie wyszukiwarki. To pierwszy krok do modelu „Google jako asystent”, nie „Google jako indeks dokumentów”.

3. Konsolidacja rynku. Mniejsze narzędzia (Jasper, Copy.ai, Writesonic) wpadły w problemy finansowe. Duzi gracze (HubSpot, Salesforce, Adobe) kupują kompetencje AI przez akwizycje. Więcej detali w raporcie o konsolidacji MarTech.

Co to znaczy dla twojego budżetu

Jeśli alokujesz budżet 2026 według zeszłorocznego planu, dwie pozycje wymagają rewizji. Content SEO — ta sama liczba artykułów przy starszej formule daje dziś 35–55% ruchu z 2024. Trzeba albo napisać więcej i pod AIO, albo zaakceptować spadek. PPC brand — koszt ochrony własnej marki wzrósł średnio o 22% po aktualizacjach Google Ads (bardziej agresywne AI-driven bidding konkurentów na brand terms).

Dobra wiadomość: kilka kategorii dało nieoczekiwany wzrost. Email marketing personalizowany przez LLM pokazuje 2,1× lepszy CTR vs wariant bez personalizacji. Content w języku polskim (nie tłumaczony, lecz pisany natywnie) rankuje szybciej, bo konkurencja spadła o ~18%. Social commerce na TikToku dla D2C zwiększył udział transakcji o 40% r/r.

Google Core Updates 2025–2026 — pełny bilans

W okresie styczeń 2025 – marzec 2026 Google wdrożyło pięć core updates, trzy helpful content updates (zintegrowane w core od sierpnia 2025), cztery spam updates i jeden duży product reviews update. Łącznie 13 znaczących aktualizacji — rekord w historii. Pełny timeline i analizy per-update opisujemy w 5-letniej historii aktualizacji Google.

Timeline kluczowych aktualizacji

Data	Aktualizacja	Czas wdrożenia	Główny target	Volatilność SERP (SEMrush Sensor)
marzec 2025	March 2025 Core	14 dni	affiliate, thin content	9,2 / 10
czerwiec 2025	June 2025 Core	21 dni	YMYL, zdrowie, finanse	8,5 / 10
sierpień 2025	Helpful Content → Core	18 dni	cienkie strony AI, treści bez E-E-A-T	9,7 / 10
listopad 2025	November 2025 Core	12 dni	product pages, porównywarki	7,8 / 10
marzec 2026	March 2026 Core	9 dni	parasitic SEO, scaled content	9,4 / 10

Najważniejsze obserwacje z pięciu kolejnych updateów: Google przesuwa ciężar oceny z sygnałów technicznych (backlinki, prędkość) na sygnały semantyczne (E-E-A-T, doświadczenie autora, świeżość danych). Szczegółową analizę marcowego update 2026 i kto na nim stracił znajdziesz w raporcie o Core Update marzec 2026.

Kto stracił najwięcej

• Affiliate i „best-of” listy: mediana spadku widoczności −41% (dane Sistrix). Najmocniej oberwały strony bez własnych recenzji produktowych.
• Cienkie strony AI-generated: serwisy produkujące 100+ artykułów miesięcznie bez redakcji → średnio −57%.
• Parasitic SEO na domenach autorytetowych: listopad 2025 i marzec 2026 uderzyły w podstrony wynajmowane na subdomenach znanych wydawców (−73% median).
• Stare strony porównywarki: Ceneo, Skapiec, podobne serwisy europejskie — −18% median, korekta długoterminowego trendu.
• Strony z dużym udziałem UGC niskiej jakości: mediana −24%, głównie fora i stare blogi z komentarzami spam.

Kto zyskał

1. Strony eksperckie z własnymi danymi (badania, testy, wewnętrzne metryki) — średnio +32%.
2. Publishery z jasną atrybucją autorską (imię, bio, doświadczenie) — +18%.
3. Małe lokalne firmy z dobrze zrobionym GBP i treściami lokalnymi — +26% w zapytaniach lokalnych.
4. Marki z silną aktywnością off-SERP (Reddit, YouTube, Discord) — niemierzalny bezpośrednio, ale widać w brand queries +14%.
5. Forum-like content: stackexchange, quora, polskie fora branżowe — +29% w zapytaniach „how to”.

Lekcja: jak reagować bez paniki

Pierwsze 72 godziny po potwierdzeniu wdrożenia core update to czas na obserwację, nie na reakcję. Panikujący SEO-wcy zmieniają contentu pod wyobrażenie nowego algorytmu — częściej niszczą to, co rankowało, niż naprawiają problem. Kompletny playbook post-update opisuje poradnik o reakcji na aktualizacje algorytmu bez paniki.

Standardowy protokół: (1) zrzut Search Console i GA4 na dzień przed wdrożeniem, (2) dzienna kontrola impresji i CTR przez 21 dni, (3) analiza per-landing-page dopiero po finalizacji wdrożenia (Google ogłasza koniec w Search Central), (4) hipotezy → testy A/B → decyzja. Dopiero wtedy zmiany w contencie.

Wzorce wspólne dla pięciu ostatnich aktualizacji

Patrząc na pięć kolejnych core updates jako na sekwencję, widać kilka motywów, które Google ewidentnie wzmacnia. Pierwszy: świeżość danych w treści — strony z faktami starszymi niż 18 miesięcy tracą średnio 14% widoczności na zapytaniach, gdzie kontekst się zmienił. Drugi: autorstwo — strony bez bio autora, daty publikacji i daty ostatniej aktualizacji są systematycznie obniżane.

Trzeci motyw: głębokość pokrycia tematu vs liczba artykułów. W 2023 strony z 200 cienkimi artykułami rankowały. W 2026 wygrywają strony z 30 głębokimi artykułami i jasną architekturą hub-and-spoke. Czwarty: dane własne — własne badania, benchmarki, case studies z liczbami dają stronie status „original source”, którego LLM-y i Google promują równolegle.

Piąty motyw, najbardziej kontrowersyjny: brand signals off-SERP. Strony z aktywną obecnością na Reddicie, YouTube, w podcastach i niszowych community zyskują widoczność szybciej niż strony z lepszym on-page SEO, ale bez brand presence. To trudno zmierzyć bezpośrednio, ale korelacja jest na tyle silna w naszych danych, że warto traktować to jako sygnał strategiczny.

AI Overviews i SGE — status wdrożenia w Polsce

AI Overviews (dawniej SGE) przeszło w Polsce przez trzy fazy. Faza 1 (maj 2024 – luty 2025): eksperyment, pokazywane dla ~8% zapytań. Faza 2 (luty 2025 – październik 2025): rozszerzenie do 34% zapytań, głównie informacyjnych. Faza 3 (październik 2025 – obecnie): AI Overview jest domyślne dla 62% zapytań i 19% zapytań komercyjnych informacyjnych („najlepsza kawa z dostawą Warszawa” — tak, bez nich).

Co zmienia AI Overview na wyniku organicznym

Dane z paneli 140 polskich stron (luty 2025 – luty 2026, Search Console + Similarweb):

• CTR pozycji #1 (organic) dla zapytań z AI Overview: −32% do −48% vs pozycja #1 bez AI Overview.
• Impresje pozycji #2–5: −22% do −31%.
• Pozycje #6–10: bez istotnej zmiany (statystycznie nieistotny spadek −3%).
• Pozycje, które zostały „cytowane” w AI Overview: +14% CTR na pozostały ruch (efekt halo brandu).
• Zapytania, gdzie AI Overview pojawia się, ale jest szybko zamykane przez użytkownika: około 18% zapytań — tam klasyczne SERP nadal działa.

Pełen rozkład CTR i benchmarki per-branża prezentujemy w dedykowanym raporcie — AI Overviews i SGE: status wdrożenia w Polsce 2026.

Co dostaje cytowanie w AI Overview

Patrząc na ponad 2 800 polskich AI Overview „snapshotów” zrobionych od października 2025, widać cztery cechy silnie skorelowane z byciem cytowanym:

1. Konkretna liczba lub fakt w pierwszym akapicie sekcji odpowiadającej na query (korelacja +0,41).
2. Krótki akapit (2–4 zdania) z pełnym wyjaśnieniem, nie z zapowiedzią.
3. Lista lub tabela w pobliżu — 60% cytowań zawiera fragment listy.
4. Obecność w pierwszej 10-tce organic — nie jest warunkiem koniecznym (15% cytowań to strony #11–30), ale silnie zwiększa szansę.

Strategia contentowa pod AI Overview

Nie „pisz pod AI Overview” jak osobny kanał — pisz pod dobrze zdefiniowany intent z myślą o łatwym cytowaniu. Reguła kciuka: każda sekcja H2 powinna zacząć się zdaniem, które sama w sobie jest odpowiedzią na query, a potem dopiero tłumaczyć dlaczego. To jest ten sam patent, który działa dla LLM poza Google — dlatego strategia AIO i optymalizacja pod AI Overview praktycznie się pokrywają. Deep-dive w przewodniku AIO 2026.

Zero-click search — jak reagować bez tracenia ruchu

Zero-click search to zjawisko, w którym użytkownik znajduje odpowiedź w SERP (w AI Overview, featured snippet, knowledge graph, People Also Ask) i nie klika żadnego wyniku. W lutym 2026 przekroczył w Polsce próg 65% zapytań informacyjnych (dane Similarweb + Ahrefs, łączony dataset).

Dlaczego zero-click rośnie

• AI Overview odpowiada w SERP na coraz więcej zapytań.
• Featured snippets są wyświetlane dla 38% query (wzrost z 28% w 2023).
• Google wdrożyło „short answers” dla prostych pytań (dat, konwersji, definicji) — pokrywają one ~12% dziennych query.
• Mobile UX promuje SERP: użytkownik nie scrolluje poniżej pierwszego fold.
• LLM-native search (Perplexity, ChatGPT Search) operuje na modelu „pokaż odpowiedź, nie wyniki” by design.

Jak nie stracić ruchu mimo wzrostu zero-click

Trzy strategie, które realnie działają (dane z 40+ projektów, które monitorujemy):

1. Buduj brand pull-through: użytkownik widzi w AI Overview cytat z twojego serwisu → wraca do Google i wpisuje nazwę marki. Brand queries rosną proporcjonalnie do obecności w AI Overview. Zmierz to w Search Console, filtruj po „nazwa marki”.
2. Zmieniaj strukturę contentu na zachęcającą do kliknięcia mimo zero-click: obietnica „głębsza analiza, case study, narzędzie” w title i description — użytkownicy, którzy chcą więcej niż krótką odpowiedź, przyjdą po nią.
3. Dywersyfikuj kanały: YouTube, newsletter, Reddit, LinkedIn, własne community. Każdy kanał, który nie żyje na łasce SERP, jest ubezpieczeniem.

Pełen framework reakcji na zero-click i konkretne liczby z polskich wdrożeń — zero-click search w AI: co to oznacza dla SEO.

Czy zero-click to koniec SEO

Nie. To koniec SEO jako „rankuj na pozycji #1 i bierz cały ruch”. W 2026 SEO to dystrybucja contentu w ekosystemie, gdzie Google jest nadal największym, ale nie jedynym węzłem. Strony, które zaczęły traktować SEO jako element wielokanałowej obecności (YouTube, newsletter, LLM cytowania), rosną mimo zero-click. Strony, które traktują SEO tylko jako walkę o pozycję organiczną — przeciętnie tracą 8–14% ruchu r/r.

Multi-modal search — obraz, głos, wideo w 2026

Multi-modal search to zapytania, gdzie wejściem nie jest tekst — tylko obraz, głos, wideo lub ich kombinacja. W 2026 to już nie futurologia. Google Lens obsługuje 14 mld zapytań miesięcznie (dane Alphabet Q4 2025), ChatGPT przyjmuje obraz jako wejście domyślnie, a TikTok Search zastępuje Google dla 43% użytkowników pokolenia Z w wyszukiwaniu produktów lokalnych.

Cztery modalności, które warto rozumieć

Modalność	Typowe query	Platformy	Wolumen miesięcznie	Gotowość branży
Obraz (visual search)	„Co to za roślina”, „znajdź podobny produkt”	Google Lens, Pinterest Lens, Amazon	14 mld (global)	Wysoka
Głos (voice search)	„Pogoda Kraków jutro”, „zamów pizzę”	Asystenci domowi, Siri, Alexa, Google	~8,4 mld (global)	Średnia
Wideo (video search)	„Jak zrobić”, recenzje produktów	YouTube, TikTok, Instagram Reels	~22 mld (global)	Wysoka
Mixed (obraz + tekst)	„pasuje do tego zdjęcia”	ChatGPT, Gemini, Claude	~900 mln (szacunek)	Wczesna

Optymalizacja pod visual search

Visual search był pomijany przez większość zespołów SEO przez lata — niesłusznie. W 2026 dla e-commerce to już realny kanał (średnio 8–14% przychodu u dojrzałych sklepów modowych i home decor). Podstawy optymalizacji:

• Alt tekst pisany jak opis, nie jak keyword: „czarny skórzany plecak miejski z zamkiem błyskawicznym, model Urban Pro” (nie „plecak czarny skóra”).
• Structured data Product: pełne pola (brand, offers, aggregateRating), nie tylko cena.
• Obrazy wysokiej rozdzielczości (min. 1600px długiego boku) z kontekstem (produkt in-situ, nie tylko na białym tle).
• IndexNow i Bing sitemap — visual search często przechodzi przez Bing indeks (Pinterest, niektóre asystenci AI).
• EXIF z lokalizacją (dla lokalnych biznesów): bookmark dla Google Lens w kontekście lokalnym.

Voice search — mniejsze niż obiecano, większe niż myślisz

Voice search w 2020 miał być 50% wszystkich zapytań do 2024. Nie jest. W 2026 to ~11% (ale silnie zależne od branży — dla food delivery 26%, dla B2B SaaS <1%). Praktyczny wniosek: optymalizacja „voice-first” tylko w branżach konsumenckich z szybkimi decyzjami. Dla reszty wystarczy, że treść jest łatwa do przeczytania przez TTS — czyli krótkie zdania i jasne odpowiedzi, co i tak robisz pod AI Overview.

Wideo — najbardziej niedoszacowany kanał

Wideo z perspektywy SEO w 2026 to nie „robimy YouTube bo trzeba”. To rozumienie, że w SERP wyświetlają się „Video Results” dla 23% zapytań (wzrost z 14% w 2023), a ChatGPT i Gemini cytują transkrypty YouTube jako źródło. Jeśli twoja konkurencja ma YouTube i ty nie — tracisz w obu kanałach naraz. Pełen playbook dla multi-modal search (z ROI per modality) opisuje raport o multi-modal search 2026.

Agenci autonomiczni — od promptów do AI workers

Agenci autonomiczni w marketingu w 2024 to były demo. W 2026 to produkcja w ~20% zespołów enterprise i rosnąca liczba scale-upów. Agent to system, który dostaje cel, sam decyduje o kolejnych krokach, używa narzędzi (API, DB, CMS), pamięta kontekst między krokami i raportuje wyniki. Różnica vs klasyczny prompt: agent ma pętlę „myśl → działaj → obserwuj → myśl dalej”, a nie jeden strzał.

Co robią agenci w produkcji

1. Content production end-to-end: od research (SERP + konkurencja) przez outline, draft, edycję, publikację w CMS, po monitoring pozycji i iteracje. Średni koszt pillara 8k słów z redaktorem-człowiekiem: 180 PLN. Czas: 45 minut pracy człowieka (edycja) vs 6h tradycyjnie.
2. PPC ops: generowanie wariantów ad copy, testy A/B, budżet-re-allocation między kampaniami, wyłączanie kampanii poniżej progu ROAS. Wbudowane w Google Ads (Performance Max AI) i narzędzia partnerskie jak Smartly.io.
3. Personalizacja email: agent składa segment, pisze wariant treści per segment, wysyła, mierzy CTR, iteruje. Dojrzałe u Klaviyo (agent mode), Customer.io, częściowo Brevo.
4. Social media: publikacja na 4–6 kanałów z repurpowaniem long-form → shorts, reakcja na komentarze, A/B testing hooków.
5. Analityka i alerting: agent patrzy na GA4 + SC, wykrywa anomalie, sugeruje hipotezy, generuje dashboard-digest na Slack.

Co odróżnia agenta produkcyjnego od dema

Cztery rzeczy, które praktycznie zawsze decydują o tym, czy agent dojdzie do produkcji:

• Handle’owanie błędów: co się dzieje, gdy API zwróci 429, gdy CMS się wysypie, gdy tekst nie przejdzie moderacji. Retry, fallback, dead letter queue.
• Budżet jako hard cap: agent nie może wydać więcej niż X PLN na run, nawet jeśli „myśli”, że warto.
• Observability: pełen log każdej decyzji, którą agent podjął — żeby dało się odtworzyć „dlaczego tak zrobił”.
• Human-in-the-loop w kluczowych momentach: publikacja na blog z tysiącem abonentów nie idzie bez zatwierdzenia. Mały test A/B w email — idzie.

Pełna architektura referencyjna agentów w marketingu, z frameworkami orkiestracji (Temporal, LangGraph, n8n) — agenci autonomiczni: od promptów do AI workers.

Agenci a zakłócenia workflowów

Nieintuicyjna obserwacja z 2025: agenci nie zastępują ludzi 1:1. Zmieniają strukturę zespołu. Zespół, który wdrożył agentów content, nie zwolnił copywriterów — przeszli do roli „editor + strategist”, a zespół zwiększył produkcję 4–6×. Problemem nie jest brak pracy dla ludzi, tylko kompetencje: kto umie zaprojektować prompt, zdefiniować QA, zinterpretować wyniki agenta.

Nowe narzędzia MarTech 2026 — co warto przetestować

Landscape MarTech w 2026 liczy około 14 300 rozpoznawalnych narzędzi (dane ChiefMartec). Ale liczba nie oznacza różnorodności: większość to reskinny z podobnymi funkcjami. Sens ma koncentracja na kilku kategoriach, gdzie w ostatnich 12 miesiącach pojawiły się realnie nowe produkty lub skok jakościowy.

Siedem kategorii z realnym ruchem

Kategoria	Co robi	Nowe narzędzia 2025–2026	Cena startowa
AIO monitoring	Śledzi cytowania marki w ChatGPT/Perplexity/Gemini	Profound, Athena, Peec.ai	399–1500 USD/mies.
Agent orchestration	Orkiestruje pętle agentów, pamięć, narzędzia	LangGraph Cloud, CrewAI Enterprise, Trigger.dev	0–2000 USD/mies.
Video AI	Generowanie wideo, ad creative, repurposing	Runway Gen-4, Sora 2, HeyGen Studio	29–200 USD/mies.
CDP z LLM	Customer Data Platform z warstwą LLM do segmentacji	Hightouch AI, RudderStack AI, Census	300–4000 USD/mies.
Analytics insights	Automatyczne anomalie i „czemu X spadło”	Plerdy AI, Kumo, Hex AI	49–499 USD/mies.
SEO + content ops	Planning, content brief, generation, publish	Semrush ContentShake AI 2, Surfer AI 3, MarketMuse 2026	89–999 USD/mies.
Privacy-first analytics	Alternatywy dla GA4, zgodne z AI Act / RODO	Plausible Enterprise, Piwik PRO 2026, Matomo Cloud AI	9–250 USD/mies.

Czego nie kupować w 2026

• „AI SEO tool, który obieca ranking #1″ — nadal bajka. Żadne narzędzie nie obchodzi core algorytmu.
• Standalone AI copywriter — Jasper i podobne straciły sens, gdy Claude Opus i GPT-5 robią to samo lepiej za ułamek ceny.
• „Conversational chatbot na stronę” bez RAG nad twoją wiedzą — halucynacje zniszczą CX.
• Narzędzia do generowania masowego contentu bez QA — Google uderza w to od sierpnia 2025.
• Duże platformy all-in-one z 2019–2021, które nie przeszły transformacji AI (niektóre CDP, niektóre duże marketing automation).

Ranking 15 narzędzi wartych przetestowania w 2026, z benchmarkami i use-casami — 15 narzędzi marketingowych wartych przetestowania w 2026.

Jak zmieścić nowe narzędzia w istniejącym stacku

Zasada kciuka: nowe narzędzie dostaje 90-dniowy sprint. Wchodzi jako pilot dla jednego konkretnego use-case, nie „zastąpi dotychczasowych”. Po 90 dniach decyzja: kupić rocznie, rozszerzyć, wycofać. Bez tego stack puchnie z prędkością budżetu, nie ROI — typowy objaw to „płacimy za 14 narzędzi, aktywnie używamy 6″.

Konsolidacja rynku — akwizycje, upadki, pivoty

Rok 2025 był rekordowym rokiem akwizycji MarTech: 38 znaczących transakcji (wg MarTech Alliance) wobec 21 w 2024 i 17 w 2023. Tempo utrzymuje się w Q1 2026 (9 transakcji do marca). Do tego — dwie duże upadłości i co najmniej pięć pivotów strategicznych.

Największe akwizycje 2025–2026

1. HubSpot → Motion (maj 2025, ~1,4 mld USD) — wejście w agents i AI operations.
2. Salesforce → Syllable (sierpień 2025, undisclosed) — agent-native customer service dla Service Cloud.
3. Adobe → Frame.io 2 (październik 2025, rozszerzenie poprzedniej akwizycji) — zintegrowanie z generatywnym video.
4. Oracle → Moveworks (grudzień 2025, ~2,2 mld USD) — enterprise agents do operations.
5. Klaviyo → Postscript (luty 2026, ~650 mln USD) — konsolidacja email+SMS w jednym AI workflow.
6. Microsoft → DeepGram (styczeń 2026, undisclosed) — transkrypcja i voice AI do Teams i Copilot.
7. Shopify → Tapcart AI (listopad 2025) — mobile commerce + generative product pages.

Dwie duże upadłości

Jasper (grudzień 2025) nie zbankrutował formalnie, ale wyprzedaż aktywów i zwolnienia 72% zespołu. Powód: brak dywersyfikacji use-case, konkurencja ze strony ogólnych modeli. Writesonic (luty 2026) przeszedł w „wind-down mode” — klienci migrują na Semrush ContentShake lub Surfer.

Pivoty strategiczne

• Copy.ai → „AI GTM platform” (porzucenie standalone copywriting na rzecz go-to-market automation).
• Surfer → „Surfer AI Platform” (pełna automatyzacja content lifecycle zamiast samego content editora).
• Clearscope → „Content intelligence” (mocniejszy focus na data i analytics, mniej na scoring).
• Frase → skupienie na enterprise, wycofanie się z SMB.
• MarketMuse → akwizycja przez fundusz PE, relaunch jako „MarketMuse 2026″ z agent-native workflow.

Pełna analiza konsolidacji rynku i wnioski dla kupujących narzędzia: konsolidacja rynku MarTech: kto kogo kupił. Jeśli twoja konkurencja używa narzędzia, które zostało przejęte, sprawdź: (a) czy zmienia się roadmap, (b) czy ceny wzrosną, (c) czy twój kontrakt ma klauzulę „zmiana właściciela”.

Zmiany w Meta, LinkedIn, TikTok, YouTube

Platformy social przez 12 miesięcy zrobiły więcej zmian reklamowych niż w poprzednich dwóch latach razem wziętych. Większość to iteracje AI, mniejsza część — zmiany produktowe w odpowiedzi na regulacje (DSA, AI Act).

Meta — Advantage+ jako default

• Advantage+ Shopping jest teraz domyślną kampanią e-commerce (od października 2025); ręczne kampanie dalej dostępne, ale Meta aktywnie degraduje ich delivery.
• AI Sandbox (generowanie creatives) wydany globalnie w listopadzie 2025; średni lift CTR +18% vs ręcznie robione creatives (dane Meta + zewnętrzni partnerzy).
• Threads Ads ruszyły we wrześniu 2025 w US, w Europie od stycznia 2026; wczesny CPM niższy o 30–45% vs Instagram.
• Limity budżetu kont mniejszych — algorytm uczenia wymaga min. 50 eventów tygodniowo na kampanię (było 30).
• Targetowanie UE mocno ograniczone po DMA (marzec 2024), dalsze restrykcje dla minor audiences (styczeń 2026).

LinkedIn — powrót do contentu B2B

• Thought Leader Ads (promocja pojedynczego posta osoby z profilu firmowego) generują +2,3× CTR vs standardowe Sponsored Content.
• Conversation Ads 2.0 z integracją Copilota — odpowiedzi generowane przez LLM na podstawie profilu prospecta.
• Audience Expansion AI dla ABM: średni wzrost zasięgu kampanii ABM +34% przy utrzymaniu CTR.
• Koszty wzrosły: CPM dla B2B tech średnio +18% r/r (dane LinkedIn Marketing Labs).
• Dokumenty i carousels mają teraz dwukrotnie większy zasięg organiczny vs posty tekstowe — organic LinkedIn znów żyje.

TikTok — ads + commerce, spod znaku zapytania

• TikTok Shop w Europie ruszył w marcu 2025 (UK) i październiku 2025 (DE, FR, ES, IT); Polska nie ma TikTok Shop do lutego 2026 (planowany H2 2026).
• Smart+ Campaign (Advantage+ kopia) domyślna od listopada 2025.
• Regulacje: Trump admin wstrzymał ban, ale niepewność dalej istnieje; polskie firmy alokują max 20% budżetu social na TikTok ze względu na ryzyko.
• CPM dla polskich kampanii: 7–12 PLN (bardzo tanio vs Meta 18–35 PLN), ale ROAS silnie zależny od creative — bez native-style nagrań nie działa.
• TikTok Search Ads: nowy typ kampanii od września 2025, w Polsce w fazie beta od stycznia 2026.

YouTube — od wideo do platformy odpowiedzi

• YouTube Shorts dominują wyświetlenia nowych widzów (65% impresji dla kanałów <100k subskrypcji).
• Demand Gen (zastąpił Discovery Ads) jest dojrzały; średni CPA −22% vs poprzednik (dane Google).
• AI Overview w YouTube Search (beta od stycznia 2026) — cytowania transkryptów w odpowiedziach YouTube search.
• Monetyzacja kreatorów z AI-generated content została ograniczona od czerwca 2025: kanały bez „wartości dodanej” (głos, montaż, analiza) tracą YPP.
• Polska specyfika: średni CPM YouTube +14% r/r, ale zasięg +22% — content polskich kreatorów zaczyna być cytowany w AI Overview Google.

Pełen playbook dla każdej platformy, z benchmarkami CPC/CPM per-branża: zmiany w Meta, LinkedIn, TikTok — co nowego dla reklamodawców.

Open source AI — wpływ na stack firm

Open source AI przeszło w 2025 z „zabawki dla researcherów” do „serio rozważalna opcja produkcyjna”. Trzy flagowe modele: Llama 3.3 70B (Meta, grudzień 2024) i Llama 4 (zapowiedziana wiosna 2026), Mistral Large 2 (lipiec 2024, aktualizacje w 2025) i Qwen 3 (Alibaba, listopad 2025). Wszystkie na licencjach pozwalających komercyjne użycie (z wyjątkiem niektórych klauzul geograficznych).

Gdzie open source wygrywa

1. Dane wrażliwe (medyczne, finansowe, HR) — self-hosted Llama 3.3 na prywatnej infrastrukturze eliminuje ryzyko wycieku do API providera.
2. Masowe inference z predictable cost — jeśli robisz 100M+ tokens/miesiąc, self-hosted często jest 2–4× tańszy niż API.
3. Fine-tuning specjalistyczny — masz 10k przykładów par „prompt + pożądana odpowiedź” z twojego zespołu, fine-tunujesz Llamę, dostajesz model lepszy od GPT-5 w tym konkretnym zadaniu.
4. Edge / on-device — małe wersje (Llama 3.2 1B/3B) działają na telefonach i laptopach.
5. Zgodność prawna — niektóre branże (sektor publiczny, obronność) mają wymogi „gdzie przetwarzane są dane” i OpenAI nie przechodzi audytu.

Gdzie nadal wygrywa closed source

• Reasoning heavy (matematyka, kod, planning agentów) — Claude Opus 4.6 i GPT-5 mają przewagę 12–22 p.p. w benchmarkach.
• Multimodalność — obraz, wideo, audio jeszcze nie w takiej jakości w open source.
• Tool use — dojrzałość function calling jest lepsza u OpenAI i Anthropic.
• Bezpieczeństwo out-of-the-box — open source wymaga własnego guardrails layer.

Realne koszty self-hosted Llama 3.3 70B

Liczby z trzech wdrożeń produkcyjnych (luty 2026, polskie firmy 50–500 osób). Infrastruktura: pojedyncza maszyna H100 80GB (~3 600 USD/miesiąc) lub klaster A100 40GB ×4 (~5 100 USD/miesiąc). Inference latency: 18–34 tokens/sec dla 70B w fp16. Przy obciążeniu 80M tokens output/miesiąc, koszt jednostkowy: 0,07 USD/1M tokens — wobec 1,80 USD/1M tokens dla GPT-5 mini i 7,50 USD/1M dla Claude Opus 4.6. Break-even vs API zaczyna się powyżej ~30M tokens output/miesiąc.

Ukryte koszty self-hosted, które łatwo pominąć: (1) DevOps — co najmniej 0,3 FTE inżyniera odpowiedzialnego za uptime i monitoring, (2) update modeli — nowa wersja co 4–6 miesięcy oznacza re-deployment i re-testing, (3) bezpieczeństwo — guardrails, content moderation, jailbreak testing, których API providers dostarczają out-of-the-box. Realny TCO self-hosted dla średniej firmy: 8 000–14 000 USD/miesiąc all-in. Sensowne dopiero przy odpowiednio dużej skali.

Hybrydowy stack — praktyczny rekomendowany default

Większość zespołów, które testowały open source w 2025, doszła do wniosku: „nie 100% closed, nie 100% open — hybryda”. Typowy podział:

• Claude Opus / GPT-5: long-form content, reasoning, agenci.
• Llama 3.3 self-hosted: masowe zadania (klasyfikacja, embeddings, simple rewrite), dane wrażliwe.
• Mistral Large: europejski compliance-ready backup, dobre performance / latency.
• Qwen: zadania wielojęzyczne (mocne w azjatyckich językach), tańsze API niż OpenAI dla prostych zadań.

Deep-dive na open source AI w marketingu, z konkretnymi architekturami i kosztami: open source AI w marketingu: Llama, Mistral i alternatywy.

Budżety marketingowe 2026 — gdzie idą pieniądze

Polski rynek reklamy 2026 rośnie o +4,2% r/r (IAB Polska, prognoza Q1 2026), szacowany 13,4 mld PLN. To wolniej niż globalnie (+6,8%), głównie przez niższe tempo wzrostu w kategorii TV i OOH. Digital rośnie +9,1% r/r, w tym search +4,2%, social +11,3%, video +14,7%.

Podział budżetu 2026 — polski e-commerce średniej wielkości (15–50 mln PLN roczny przychód)

Kategoria	Udział 2023	Udział 2026	Zmiana
Paid Search (Google Ads)	34%	28%	−6 p.p.
Paid Social (Meta, TikTok, LinkedIn)	22%	26%	+4 p.p.
SEO + content	14%	12%	−2 p.p.
AIO + LLM visibility	0%	5%	+5 p.p.
Email + CRM	6%	7%	+1 p.p.
Influencer + UGC	8%	11%	+3 p.p.
MarTech + AI operations	4%	8%	+4 p.p.
Brand / PR / events	12%	9%	−3 p.p.
Pozostałe (TV, OOH, direct)	0%	<1%	bez zmian

Największa zmiana: AIO + MarTech AI łącznie 13% budżetu

W 2023 kategoria „MarTech + AI operations” to było 4% budżetu (głównie subskrypcje Semrush/Ahrefs). W 2026 to 8%, plus nowa kategoria „AIO + LLM visibility” (5%). Łącznie 13% budżetu idzie na to, czego 3 lata temu nie było w strukturze. Firmy, które nie zaktualizowały podziału — alokują środki na PPC Search, który rośnie wolniej od inflacji.

Gdzie obciąć, gdzie dodać w 2026

1. Obciąć: display programmatic poza retargetingiem (ROAS <1,5 dla 70% kampanii), TV do B2B, PPC brand defense poza top 3 marek konkurencji.
2. Utrzymać: Google Ads dla high-intent query, email/CRM, SEO dla niskokonkurencyjnych fraz.
3. Dodać: AIO monitoring i optymalizacja, narzędzia AI ops, video content (YouTube + Shorts), LinkedIn thought leadership dla B2B.
4. Eksperymentować: TikTok Shop (gdy pojawi się w PL), voice search w food delivery, mixed-modality content w ChatGPT.

Regulacje — AI Act, RODO, cookies, DSA/DMA

Rok 2026 to moment, w którym regulacje EU przestają być abstrakcyjne dla marketerów. AI Act zacznie obowiązywać w pełni od sierpnia 2026. Cookies third-party giną w Chrome w listopadzie 2026 (po kilku opóźnieniach). DSA i DMA już obowiązują i zmieniły sposób serwowania reklam w UE.

AI Act — co faktycznie zmienia dla marketingu

Use case	Kategoria ryzyka AI Act	Obowiązki
Generowanie treści marketingowych LLM	Limited risk	Oznaczenie „wygenerowane przez AI” w mediach typu deepfake i syntetyczny obraz/wideo
Chatbot obsługi klienta	Limited risk	Informacja, że użytkownik rozmawia z AI (nie z człowiekiem)
Personalizacja cen / ofert	High risk (niektóre przypadki)	Ocena skutków, dokumentacja, human oversight
Scoring kandydatów w rekrutacji	High risk	Pełna zgodność, audyt, explainability
Social scoring	Prohibited	Zakaz — nie stosuj w UE

Dla typowego content marketingu AI Act dokłada głównie dwie rzeczy: (1) oznaczanie syntetycznych mediów, (2) transparentność, że chatbot na stronie to AI. Jeśli robisz tylko generowanie tekstu pod SEO, obciążenie jest minimalne. Jeśli generujesz deepfake wideo lub voice clones — obowiązek disclosure.

Cookies third-party — koniec na listopad 2026

• Chrome wyłączy third-party cookies globalnie w listopadzie 2026 (ostatni z browserów; Safari i Firefox już to zrobiły).
• Privacy Sandbox Google (Topics, Protected Audience) nie został szeroko zaadoptowany — większość reklamodawców używa server-side tracking.
• First-party data stało się strategicznym aktywem — zbieranie emaili, kont, preferencji jest bazą pod wszystko inne.
• Retargeting oparty na cookies third-party po prostu przestaje działać — alternatywy: CRM retargeting (Meta Custom Audiences z emaili), contextual targeting, conversion API.
• Conversion API / server-side tracking to obowiązek, nie opcja — bez tego attribution idzie w rozsypkę.

DSA i DMA — ciche, ale istotne

DSA (Digital Services Act) zmienia obowiązki platform publikujących reklamy: muszą pokazywać, dlaczego użytkownik widzi dane ad, kto płaci, dla jakich audiencji. To ma minimalny wpływ na taktyki, ale duży na user trust — użytkownicy widzą „dlaczego widzę tę reklamę” i coraz częściej klikają „dlaczego”.

DMA (Digital Markets Act) wymusił zmiany w Google: wybór defaultowej wyszukiwarki na Androidzie, niezależne wybory consent dla różnych usług Google. Dla marketerów oznacza to: (a) Bing, DuckDuckGo i Ecosia rosną w UE (+18% r/r kombinowanie), (b) consent rates spadły o ~8% (mniej danych w analytics), (c) Google Ads ma nowy targeting layer „EU consented traffic only”.

Realny harmonogram wdrożenia compliance dla średniej firmy

Ramowy plan, który stosujemy w wdrożeniach. Marzec–kwiecień 2026: audyt — co przetwarzamy, gdzie, na jakiej podstawie, czy chatboty informują o byciu AI, czy syntetyczne media są oznaczone. Maj–czerwiec 2026: wdrożenie podstawowych poprawek — disclosure w bocie, oznaczenia AI-generated, aktualizacja polityki prywatności o klauzule o trenowaniu modeli AI na danych klientów.

Lipiec 2026: gotowość dokumentacyjna — DPIA dla systemów high-risk, rejestr modeli AI używanych w organizacji, procedura human oversight tam, gdzie wymagana. Sierpień 2026: wejście w życie pełne AI Act — od tego momentu organy nadzoru mogą prowadzić kontrole. Koszt całego procesu dla firmy 50–200 osób: 30 000–80 000 PLN (w tym czas zewnętrznego radcy AI law i ewentualne narzędzia compliance).

Jak dostosować strategię 2026

1. Audyt danych: co zbierasz, gdzie, z jaką podstawą prawną. Rozwijaj first-party data.
2. Server-side tracking (sGTM, Conversion API) — jeśli jeszcze nie masz, wdrażaj w H1 2026.
3. Oznaczanie AI-generated media tam, gdzie AI Act tego wymaga (deepfake, syntetyczne głosy).
4. Transparency w reklamach: jasne targetowanie, nie manipulacyjne claims.
5. Alternative analytics (Plausible, Piwik PRO) jako ubezpieczenie pod consent-less tracking.

Per-branża — kto zyskał, kto stracił

Agregacja zmian widoczności organicznej i ROI płatnego ruchu z 40+ projektów, które monitorujemy, plus raporty publiczne (Sistrix Poland, Ahrefs Industry Reports, SimilarWeb). Dane dotyczą okresu marzec 2025 – luty 2026.

Wygrani

• Zdrowie i wellness z prawdziwym ekspertem (lekarz, dietetyk z certyfikatem): widoczność organiczna +23%, ruch z AI Overview cytowania +41%.
• Edukacja online (kursy, szkolenia z certyfikatem, e-booki techniczne): +19%, dzięki faktowi, że LLM-y często rekomendują konkretne kursy jako źródło.
• B2B SaaS z własnymi benchmarkami: firmy publikujące industry reports zyskały +28% visibility.
• Lokalne usługi z dobrym GBP: +26% w zapytaniach „near me” i lokalnych.
• DIY / hobby (ogród, kuchnia, rękodzieło): +14%, głównie dzięki wideo/Shorts i UGC.

Przegrani

• Affiliate review sites bez własnych testów: −41%.
• Programming tutorials i content coding: −52% — użytkownicy idą bezpośrednio do ChatGPT.
• Generic „best-of” listy bez unikalnych insightów: −37%.
• Porównywarki cen średnio: −18%.
• Portal newsowy masowy bez niszowej ekspertyzy: −12%, trend długoterminowy.

Branże, które zmieniły charakter

Programming / dev: klasyczne SEO w tej branży praktycznie umarło. ChatGPT i Claude odpowiadają na 80% typowych „how to in X language” lepiej niż tutorial. Przeżyły: dokumentacje produktowe, blog tech leaderów, niszowe deep-dives z własnymi benchmarkami.

Travel: AI Overview odpowiada na „hotele w Krakowie”, ale rezerwacje idą dalej do Booking. Strony travel-content (blogi podróżnicze, przewodniki) straciły 22% ruchu, ale Booking/Airbnb/Google Hotels mają nadal ten sam share. Smart-money idzie na TikTok i Instagram Reels „pokaż destynację”.

Moda i beauty: TikTok Shop i Instagram Shopping przesunęły część zakupów z Google + sklep własny. Marka ma dziś sens mieć swój katalog w 3 ekosystemach jednocześnie (własny sklep + social commerce + marketplace).

Jak aktualizować KPI i dashboardy pod nową rzeczywistość

Dashboardy z 2022 („sesje z Google organic”, „pozycje średnie dla top 20 fraz”) nie pokazują już prawdziwego obrazu. W 2026 dashboard marketera powinien mieć trzy sekcje: klasyczny SEO, AIO, zdrowie ekosystemu.

Sekcja 1: klasyczny SEO — zaktualizowana

• Impresje + CTR per fraza, z flagą „ma AI Overview”.
• Branded queries jako proxy dla brand awareness (wzrost = więcej pull-through z LLM).
• Widoczność w top 3 dla core keywords (bo tylko top 3 ma istotny ruch po AI Overview).
• Średni czas do indeksacji nowego contentu (benchmark: <48h dla dojrzałych domen).
• Rich results i featured snippets — odsetek utrzymanych po każdym core update.

Sekcja 2: AIO — cały nowy dashboard

• Mentions marki w ChatGPT, Perplexity, Gemini (narzędzia: Profound, Athena, Peec.ai).
• Share of voice w LLM vs top 3 konkurentów.
• Sentyment cytowań (pozytywny / neutralny / negatywny).
• Topics cytowań — o czym LLM cytuje twoją markę vs o czym chcesz być cytowany.
• Ruch „LLM referral” (z ChatGPT, Perplexity) — osobny kanał w GA4.

Sekcja 3: zdrowie ekosystemu

1. Dywersyfikacja ruchu: % ruchu z Google vs bezpośredni vs social vs LLM vs referral.
2. Mailing list growth — najbardziej stabilny kanał pod consent-less świat.
3. Community metrics (LinkedIn followers engagement, Discord/Slack growth).
4. Retention / LTV — bo dystrybucja będzie coraz droższa, trzeba zatrzymać klientów.
5. First-party data completeness: % transakcji z email+consent, % z pełnym profilem.

Częstotliwość przeglądu

Tygodniowo: flash report top-level (sesje, konwersje, CPA, ROAS). Miesięcznie: pełny dashboard ze wszystkimi trzema sekcjami. Kwartalnie: deep-dive review z rewizją strategii. Rocznie: restart hipotez i KPI.

Praktyczny przykład dashboardu — polski e-commerce 30 mln PLN/rok

Konfiguracja, która sprawdza się u trzech klientów średniej wielkości. Stack: Looker Studio jako warstwa wizualizacji, BigQuery jako data warehouse, dane z GA4, Search Console, Meta Ads, Google Ads, Klaviyo, Profound (AIO). Dashboard ma trzy zakładki — strategiczna (top-level KPI dla zarządu), operacyjna (alerty i anomalie dla zespołu), eksperymentalna (A/B testy i hipotezy w toku). Czas konfiguracji od zera: 4–6 tygodni z jednym data analyst.

Najczęściej oglądane metryki dzienne to: nowe sesje organic, ROAS dla Performance Max i Advantage+, mention rate w ChatGPT/Perplexity, CTR dla top 20 query w Search Console oraz wykres „SERP volatility” z SEMrush Sensor. Tygodniowy raport dodaje: brand queries trend, lista 5 stron z największym spadkiem widoczności i 5 z największym wzrostem, status budżetu vs plan kwartalny.

Kluczowy element, którego brakuje w 80% dashboardów polskich e-commerce 2026: warstwa atrybucji multi-touch z modelem data-driven. Bez tego porównanie ROI między kanałami jest zgadywaniem — last-click przeszacowuje bottom-of-funnel (Google brand, retargeting), niedoszacowuje top-of-funnel (SEO informacyjne, social awareness, AIO mentions). Modele data-driven dostępne są w GA4 (od grudnia 2024 dla wszystkich kont) i wymagają tylko poprawnej konfiguracji konwersji oraz min. 600 konwersji w 30-dniowym oknie atrybucji.

Najczęstsze błędy reakcji na zmiany

Z obserwacji 40+ projektów w ostatnich 12 miesiącach — lista błędów, które kosztowały zespoły najwięcej.

Błąd 1: reakcja na core update w ciągu 72h

Zespół widzi spadek ruchu, panikuje, zmienia H2, skraca treści, dodaje FAQ „bo podobno Google lubi”. Efekt: po dwóch tygodniach, gdy update się stabilizuje, strony wracają — ale już zmienione na gorsze. Reguła: nie zmieniaj nic przez pierwsze 14 dni od komunikatu o starcie update, nawet jeśli spadek boli.

Błąd 2: ignorowanie AIO

„Nasi klienci nie używają ChatGPT” — najczęstsza wymówka dla B2B firm, które tracą leadów pull-through z LLM. Sprawdź w ChatGPT zapytania, na które odpowiada konkurencja, ale nie ty. Prawie zawsze okaże się, że twoi klienci jednak tam są.

Błąd 3: inwestycja w każde nowe narzędzie AI

Zespół testuje 8 narzędzi jednocześnie, żadnego nie wdraża poważnie. 90-day pilot protocol (jedno narzędzie, jeden use case, jasne kryteria sukcesu) jest prozaiczny, ale działa.

Błąd 4: mass produkcja contentu AI

Publikacja 200 artykułów miesięcznie wygenerowanych przez Llamę bez edycji. Google uderza w to co 2–3 miesiące. Treści AI działają — ale z redakcją człowieka i uniqe POV. Bez tego to thin content, który Google eliminuje.

Błąd 5: rezygnacja z SEO na rzecz „tylko social”

Po spadku ruchu z Google zespół przerzuca 100% budżetu na TikTok i LinkedIn. Po 6 miesiącach: CPM social wzrosły +25%, organic reach spadł, lead jakości spadł. SEO nadal generuje najtańszych leadów per konwersja. Lepszy plan: dywersyfikacja, nie pivot.

Błąd 6: brak aktualizacji starego contentu

Strony z 2022 leżą w sitemapie, nie były ruszane od 3 lat, a Google coraz bardziej preferuje świeżość. Kwartalna rewizja top 50 stron wg ruchu i aktualizacja dat, faktów, screenów — daje średnio +12% ruchu na aktualizowanych stronach.

Błąd 7: pomijanie AI Act w roadmapie

„Zastosujemy się, gdy dostaniemy karę”. Problem: kary AI Act idą do 35 mln EUR lub 7% globalnego obrotu. Nawet dla małej firmy to ryzyko egzystencjalne. Basic compliance (oznaczenia AI-generated media, disclosure chatbotów) to 2 dni pracy prawnika — zrób to teraz.

Prognozy na H2 2026 i 2027

Prognozy to ryzyko — ale zbyt ostrożne prognozy nikomu nie pomagają. Poniżej nasza najlepsza ocena z dzisiejszych danych, z jasnym oznaczeniem poziomu pewności.

Co prawie pewne (pewność >80%)

• AI Overview osiągnie 80%+ pokrycia zapytań informacyjnych w UE do końca 2026.
• Cookies third-party wygasną w Chrome do listopada 2026 (kolejne opóźnienie mało prawdopodobne).
• AI Act zacznie obowiązywać w pełni od sierpnia 2026 — pierwsze kary dla dużych platform w H1 2027.
• Jeszcze jeden core update Google w H2 2026 (wrzesień/październik — typowy rytm).
• Ceny flagowych modeli LLM spadną o kolejne 30–50% do końca 2026.
• TikTok Shop wejdzie do Polski najpóźniej w Q4 2026.

Prawdopodobne (pewność 50–80%)

1. Pierwszy duży LLM europejski (Mistral Ultra? otwarty model z Polski?) wejdzie w compliance-ready deployment dla sektora publicznego w H1 2027.
2. Browser agents (OpenAI Operator, Anthropic Claude Computer Use) wejdą do produkcji e-commerce — zakupy przez agenta zaczną być >1% transakcji w H2 2027.
3. Apple Intelligence zintegruje LLM firm trzecich na dużą skalę (poza ChatGPT już dostępnym) — Claude lub Gemini default alternative.
4. YouTube uruchomi AI Overview-like feature w SERP wideo globally.
5. LinkedIn stanie się osobnym „search engine B2B” z własnym AI odpowiedzi na temat firm.

Spekulatywne (pewność <50%)

• Google wprowadzi płatny tier „AI Search Pro” bez reklam dla power users w H2 2027.
• Pojawi się pierwszy „AI-native search engine” (inne niż Perplexity, inne niż LLM providers) z >1% udziału rynku w UE.
• RODO zostanie zaktualizowane o poprawki wymuszone AI Act (kwestia treningu modeli na danych osobowych) — nie wcześniej niż 2028.
• Przynajmniej jeden duży social network „umrze” pod ciężarem regulacji (kandydat: X/Twitter w UE).
• Post-cookie „deterministic identity” (email-based graph) stanie się dominującym sposobem targetowania reklam w UE.

Jak przygotować się na obie strony prognozy

Strategia no-regret (działania, które wygrywają w każdym scenariuszu):

1. Buduj first-party data — działa w każdym scenariuszu post-cookie.
2. Dywersyfikuj kanały — mniej zależności od jednej platformy.
3. Twórz unikalny content z własnymi danymi — działa w SEO, AIO, i w świecie agentów.
4. Wprowadź observability na swój stack AI — gdy modele/narzędzia się zmieniają, musisz wiedzieć, co się popsuło.
5. Edukuj zespół — najmocniejsza inwestycja, bo narzędzia się zmienią, umiejętności zostają.

Dziesięć trendów AI w marketingu, które najbardziej zdefiniują drugą połowę 2026, omawiamy w szczegółach w 10 trendów AI w marketingu, które zdefiniują 2026. Strategiczny kontekst dla SEO pod nową rzeczywistość — w SEO 2026: kompletny przewodnik. A dla PPC — SEM i PPC 2026: strategia, optymalizacja i skalowanie kampanii płatnych.

FAQ — najczęstsze pytania

Czy 2026 to koniec klasycznego SEO?

Nie, ale koniec SEO jako „rankuj na #1 i bierz cały ruch z zapytania”. W 2026 SEO to jeden z 3–5 kanałów dystrybucji contentu, który wciąż generuje największy wolumen, ale z niższym CTR. Zmiany: dywersyfikacja na LLM (AIO), większy nacisk na brand, video, community. Zespoły, które traktują SEO jako element ekosystemu (a nie jedyny kanał), rosną. Te, które trzymają się podejścia z 2020, średnio tracą 8–14% ruchu rok do roku. Klasyczne techniki (intent mapping, internal linking, technical SEO) nadal działają — tylko trzeba dołożyć AIO.

Jak szybko trzeba reagować na core update Google?

Pierwsze 14 dni od komunikatu o starcie update: nic nie zmieniaj. Obserwuj Search Console, Analytics, rankingi. Wdrożenie update trwa średnio 14–21 dni i w pierwszym tygodniu fluktuacje są normalne — strona może spaść i wrócić w ciągu 3 dni. Po dniu 14 zacznij analizę per-URL: które strony straciły, czy mają wspólny wzorzec (cienka treść, brak autora, stary content). Od dnia 21 wdrażaj poprawki — z hipotezą, testem A/B i pomiarem. Reakcja w dniu 2 to prawie zawsze pogorszenie sytuacji.

Czy warto inwestować w AIO, skoro ChatGPT i Perplexity mają <15% udziału?

Tak, z trzech powodów. Po pierwsze: 15% udziału przy wysokim intencie daje nieproporcjonalnie dużo leadów (odpowiedzi AI są długie i rekomendują konkretne firmy — to silny sygnał). Po drugie: trend wzrostowy (+6 p.p. r/r) — za 2 lata to będzie 25–30%. Po trzecie: pull-through do Google — użytkownik widzi cytowanie twojej marki w ChatGPT i potem wpisuje nazwę w Google. Brand queries rosną dzięki AIO nawet bez bezpośredniego ruchu. Koszt startowy optymalizacji pod AIO jest niski (tej samej treści, lepiej zestrukturyzowanej), ROI jest asymetrycznie wysoki.

Jak mierzyć widoczność w ChatGPT, Perplexity, Gemini?

Trzy metryki podstawowe. Mention rate: ile zapytań branżowych zwraca odpowiedź cytującą twoją markę (%). Narzędzia: Profound, Athena, Peec.ai (399–1500 USD/miesiąc). Share of voice: twoja markę vs top 3 konkurencji w tych samych zapytaniach. Sentyment: pozytywny / neutralny / negatywny w kontekście cytowania. Plus: ruch referral w GA4 z domen chatgpt.com, perplexity.ai, gemini.google.com. W 2026 referral z LLM to już mierzalna wartość — dla dojrzałych stron 2–5% sesji. Pełny setup pomiaru AIO opisujemy w przewodniku AIO 2026.

Które narzędzia MarTech warto wdrożyć pierwsze w 2026?

Zacznij od trzech kategorii, które mają najszybszy ROI. Pierwsza: AIO monitoring (Profound lub Peec.ai) — bez tego nie wiesz, jak stoisz w LLM. Druga: server-side tracking + conversion API — bez tego attribution pada po końcu cookies. Trzecia: jedno narzędzie AI content ops (Semrush ContentShake 2 lub Surfer AI 3) — integruje research, brief, draft, optymalizację w jednym flow. Dopiero po 3 miesiącach i przetestowaniu tych trzech — dokładaj agenci (LangGraph, CrewAI), video AI (Runway, HeyGen), CDP z LLM. Błąd: wdrażać 5 narzędzi naraz — zespół nie ogarnie żadnego poważnie.

Jak dostosować budżet marketingowy 2026 do nowej rzeczywistości?

Trzy ruchy na podstawie danych z polskich e-commerce. Obniż PPC Search o 4–6 p.p. (Google Shopping nadal warto, standard search text ads tracą ROAS przez AI Overview). Dodaj 5% na kategorię AIO + LLM visibility (narzędzia monitoringu, optymalizacja contentu). Zwiększ o 3–4 p.p. MarTech + AI operations (agenci, content ops tooling, privacy-first analytics). Utrzymaj SEO + content (nawet jeśli słabnie per-artykuł, volumen i koszt jednostkowy produkcji spadły). Rozważ dodanie TikTok Shop gdy dostępny w PL. Pełne benchmarki podziału budżetu — w sekcji „Budżety marketingowe 2026″.

Czy AI Act zmusi mnie do zmiany sposobu używania AI w marketingu?

Dla typowego content marketingu — minimalnie. AI Act wymaga oznaczania „AI-generated” dla deepfake wideo, syntetycznych głosów, fałszywie wyglądających obrazów. Dla tekstu blogowego — nie ma obowiązku disclosure. Chatboty na stronie muszą informować, że są AI (nie człowiekiem) — to 1 linijka w pierwszej wiadomości bota. Personalizacja cen lub scoring klientów mogą trafić do „high risk” — tam dokumentacja i human oversight. Od sierpnia 2026 audyt compliance: 2 dni pracy prawnika dla małej firmy, 2 tygodnie dla enterprise. Kary: do 35 mln EUR lub 7% globalnego obrotu — ryzyko realne, ale compliance basic nie jest trudny.

Jak przygotować się na koniec third-party cookies w Chrome?

Wdróż cztery rzeczy do września 2026 (2 miesiące przed Chrome sunset). Pierwsza: server-side tracking (sGTM lub Piwik PRO) — klient API zamiast pixel. Druga: Conversion API w Meta Ads i Google Ads — hashed email + server events. Trzecia: zbieranie first-party data z jasną value proposition (newsletter, konto, rabat za email). Czwarta: retargeting przez Custom Audiences z emaili (zamiast cookies). Dodaj: kontekstowy targeting (Mindshare, Integral Ad Science), CDP jeśli skala wymaga. Nie licz na Privacy Sandbox — adopcja jest minimalna. Retargeting via cookies po listopadzie 2026 po prostu przestaje działać, a attribution bez Conversion API idzie w rozsypkę.

Czy open source LLM jest wystarczająco dobry, żeby zastąpić OpenAI/Anthropic?

Dla masowych zadań (klasyfikacja, summarization, simple rewrite, embeddings) — tak. Llama 3.3 70B i Mistral Large 2 dogoniły GPT-4 Turbo z 2024 przy ułamku kosztu inference. Dla reasoning-heavy (długie agent loopy, złożone planning, kod) — jeszcze nie. Claude Opus 4.6 i GPT-5 trzymają przewagę 12–22 p.p. w benchmarkach. Praktyczne podejście: hybryda. Flagowe modele do zadań, które wymagają top jakości; open source self-hosted do masowych zadań i wrażliwych danych. Firmy, które zrobiły tę transformację w 2025, raportują 30–50% oszczędności na kosztach LLM i lepszy compliance dla danych PII.

Jak zacząć wdrażać agentów autonomicznych w marketingu?

Cztery kroki, żeby nie utopić 6 miesięcy i 100k PLN. Pierwszy: wybierz jeden workflow, który boli i jest mierzalny (np. research-do-outline-do-draft dla bloga, albo generowanie ad variants i A/B test). Drugi: zbuduj prototype z prostym stackiem (LangGraph albo CrewAI + Claude Opus + 2–3 narzędzia). Trzeci: produkcja z rygorem (budget caps, observability, human-in-the-loop dla publikacji). Czwarty: iteracja przez 2–3 miesiące, dopiero potem drugi agent. Nie zaczynaj od 10 agentów jednocześnie. Nie oddawaj agentowi decyzji finansowych bez zatwierdzenia. Pełny playbook agentów w marketingu — w osobnym raporcie o agentach autonomicznych.

Czy warto utrzymywać tradycyjne SEO obok AIO?

Tak — są to dwie nakładające się, nie konkurujące warstwy. 85% technik SEO (intent research, structured data, internal linking, page speed, E-E-A-T, content quality) działa dla obu kanałów. Specyficzne dla AIO: krótsze akapity, odpowiedzi-first, więcej tabel i list, jawna atrybucja autorska. Koszt dodania AIO do istniejącej strategii SEO to zwykle +10–20% nakładu, ROI wyższy bo zyskujesz nowy kanał. Porzucenie SEO byłoby błędem — Google nadal dostarcza 50–65% ruchu dla większości stron, mimo AI Overview. Właściwy model: SEO jako fundament + AIO jako warstwa cytowania.

Jakie jest ryzyko uzależnienia od jednego providera AI w stacku?

Średnie, ale warto hedgować. Trzy scenariusze: (1) podwyżka cen — OpenAI i Anthropic podnosili o 20–40% na wybrane modele w 2025, dalszych podwyżek można się spodziewać; (2) awaria — Claude i GPT miały w 2025 po 3–5 większych outageów po 2–6h, co paraliżuje agentów w produkcji; (3) zmiana polityki (content moderation, access) — powoduje retrosowe zmiany w zachowaniu modelu. Minimalizacja: abstrakcja nad providerem (litellm, LangChain), 2–3 providerów w stacku, automatyczny failover, cache odpowiedzi dla deterministycznych zadań. Dla masowego workloadu — open source self-hosted jako backup.

Co dalej

Ten raport otwiera cały klaster materiałów o aktualnościach i trendach. W zależności od tego, który obszar wymaga twojej uwagi najpilniej:

• Google i SERP → zacznij od analizy ostatniego update w Google Core Update marzec 2026, dalej AI Overviews w Polsce i reakcja na aktualizacje algorytmu.
• Perspektywa historyczna → historia aktualizacji Google — 5 lat lekcji.
• AI trends → 10 trendów AI w marketingu 2026, zero-click search w AI, multi-modal search, agenci autonomiczni.
• Narzędzia i rynek → 15 narzędzi marketingowych 2026, konsolidacja rynku MarTech, open source AI w marketingu.
• Reklama social → zmiany w Meta, LinkedIn, TikTok.
• Głębokie przewodniki → SEO 2026, AIO 2026, SEM i PPC 2026.

Raport aktualizujemy kwartalnie. Jeśli widzisz w swoich danych coś, co kłóci się z naszymi obserwacjami — napisz. Dane z realnych wdrożeń są cenniejsze niż jakikolwiek raport branżowy.