Blog
eCommerce

Ilu klientów korzysta z LLM przy zakupach? Dane z Polski i świata

AI pomaga klientom porównywać produkty i sprawdzać oferty. Wyjaśniamy, co oznaczają dane Gemius, CBOS i badań zakupowych oraz jakie wnioski warto wyciągnąć dla widoczności marki.

Klient porównuje produkty z pomocą asystenta AI przed zakupem

Około co piąty badany dorosły internauta w Polsce świadomie używa narzędzi takich jak ChatGPT czy Gemini przy podejmowaniu decyzji zakupowych. Tak wynika z komunikatu dotyczącego badania Altavia Kamikaze + K2 z 2026 roku. To najbliższa odpowiedź na pytanie, ilu klientów korzysta z LLM podczas zakupów.

Źródło: komunikat z badania Altavia Kamikaze + K2

LLM to duży model językowy. W praktyce klient korzysta z aplikacji opartej na takim modelu: opisuje potrzebę, zadaje dodatkowe pytania i prosi o porównanie ofert. Nie każde użycie AI oznacza jednak rozmowę z LLM, a rozmowa o produkcie nie musi kończyć się zakupem.

Ilu Polaków korzysta z AI? Co mówią dane z 2026 roku

W obiegu pojawiają się liczby 16 mln, 65% i 36%. Każda opisuje inne zjawisko. Żeby wykorzystać je w strategii marketingowej, trzeba wiedzieć, kto był badany, o co pytano i jakiego okresu dotyczy wynik.

WynikCo zmierzonoJak go interpretować
16 mlnRealni użytkownicy narzędzi AI w Polsce w czerwcu 2026 r. według MediapanelMiesięczny zasięg narzędzi AI. Nie liczba klientów używających ich przy zakupach.
65%Deklarowane korzystanie z AI wśród badanych w raporcie E-commerce w Polsce 2026Wynik dla badanej grupy. Nie odsetek całej populacji Polski ani samych użytkowników LLM.
36%Korzystanie z generatywnej AI w ostatnich trzech miesiącach w badaniu CBOSWynik badania dorosłych mieszkańców Polski, niezależnie od korzystania z internetu.
20%Świadome używanie narzędzi takich jak ChatGPT, Gemini czy Claude przy decyzjach zakupowych, według komunikatu Altavia Kamikaze + K2Deklaracja badanych dorosłych internautów. Nie udział zakupów ani przychodów.
25%Używanie zakupowych narzędzi generatywnej AI w 2025 r. w badaniu CapgeminiWynik dla respondentów z 12 krajów, bez Polski. Raport opublikowano w 2026 r.

Źródła tabeli: Gemius i IAB Polska

CBOS - Korzystanie ze sztucznej inteligencji, nr 64/2026

Altavia Kamikaze + K2 - komunikat z badania

Capgemini - What matters to today's consumer 2026

CBOS przeprowadził badanie od 7 do 17 maja 2026 roku na reprezentatywnej próbie 1041 dorosłych mieszkańców Polski. Czerwiec jest datą publikacji raportu. Rozróżnienie dat jest ważne, gdy porównujemy wyniki z kolejnymi badaniami.

Nie dodawaj tych wyników do siebie. Nie mnoż też 16 mln przez 20%, aby oszacować liczbę klientów kupujących z pomocą AI. Dane pochodzą z różnych metod i populacji, a badania nie pokazują, jak te grupy się pokrywają.

Dlaczego 39% nie oznacza potwierdzonego korzystania z LLM

Badanie Altavia Kamikaze + K2 objęło 1085 dorosłych internautów. Oprócz 20% deklarujących świadome wykorzystanie AI, kolejne 19% nie było pewnych, czy korzystało z takich narzędzi. Przykładem mogą być podsumowania AI w wyszukiwarce.

Połączenie tych grup daje 39%, ale niepewność respondentów nie jest potwierdzeniem użycia. Rzetelny opis brzmi: 20% świadomie deklaruje używanie AI przy decyzjach zakupowych, a 19% nie ma pewności. Nie należy przedstawiać tego jako dowodu, że 39% klientów kupuje przez ChatGPT.

Dane i opis próby: komunikat z badania Altavia Kamikaze + K2

Do czego klienci używają AI podczas zakupów

Komunikat z badania Altavia Kamikaze + K2 podaje 55% dla porównywania produktów, 30% dla zbierania informacji przed zakupem i 23% dla szukania najtańszej oferty. Publiczny komunikat nie pozwala nam jednoznacznie ustalić podstawy procentowania tych trzech wyników. Nie traktujemy ich więc jako odsetków wszystkich Polaków ani nie porównujemy bezpośrednio z wynikiem 20%.

Same zastosowania pomagają uporządkować pytania klienta. Poniższa tabela zawiera przykładowe pytania przygotowane do objaśnienia procesu. Nie są to pytania pobrane z konta ani wyniki pomiaru.

Etap decyzjiPrzykładowe pytanie klientaInformacje potrzebne do odpowiedzi
Rozpoznanie potrzebyJak wybrać odkurzacz do małego mieszkania z kotem?Zastosowania, ograniczenia i kryteria wyboru.
PorównanieCzym różnią się odkurzacze pionowe i tradycyjne?Parametry w tych samych jednostkach, zalety i ograniczenia.
Krótka listaKtóre rozwiązania zmieszczą się w moim budżecie?Cena, wyposażenie i koszt eksploatacji.
Wybór sprzedawcyCo sprawdzić przed zakupem w sklepie internetowym?Dostępność, dostawa, zwroty i warunki gwarancji.
Sprawdzenie decyzjiCzy dopłata do droższego wariantu ma sens przy moich potrzebach?Konkretna różnica w użytkowaniu i warunki, w których ma znaczenie.

Dla sklepu to użyteczny podział pracy nad treścią. Opis kategorii może pomóc w wyborze typu produktu. Karta produktu powinna wyjaśniać parametry i ograniczenia. Osobne strony mogą porządkować warunki zakupu. To propozycja redakcyjna wynikająca z potrzeb klienta, a nie obietnica rekomendacji przez model.

AI doradza, ale klient chce zachować decyzję

Z raportu Gemius i IAB Polska wynika, że ponad 70% respondentów nie chciałoby powierzyć AI samodzielnego wyboru i zakupu produktu bez możliwości zatwierdzenia decyzji. Korzystanie z pomocy AI i zgoda na autonomiczne zakupy to dwie różne rzeczy.

Źródło: E-commerce w Polsce 2026 - omówienie IAB Polska

W praktyce warto przygotować informacje, które pozwalają ocenić rekomendację: dlaczego produkt pasuje do potrzeby, w czym ustępuje innym rozwiązaniom i jakie warunki trzeba sprawdzić u sprzedawcy. Klient powinien móc przejść od porady do aktualnej oferty i sam ją zweryfikować.

Co pokazują badania zagraniczne

Capgemini w raporcie What matters to today's consumer 2026 podaje, że 25% respondentów używało zakupowych narzędzi generatywnej AI w 2025 roku. Badanie objęło 12 tys. dorosłych konsumentów w 12 krajach, między innymi USA, Niemczech, Francji i Wielkiej Brytanii. Polska nie była objęta badaniem.

Źródło i lista krajów: Capgemini Research Institute

To punkt odniesienia dla wybranych rynków. Nie jest pomiarem całego świata ani podstawą do stwierdzenia, że Polska ma dokładnie taki sam poziom korzystania. Różne pytania badawcze i okresy ograniczają też porównanie z polskim wynikiem 20%.

Co te dane oznaczają dla widoczności marki w AI

Wniosek dla marketingu jest praktyczny: warto sprawdzać, jakie informacje klient dostaje, zanim wybierze produkt lub sprzedawcę. Ogólna popularność AI uzasadnia zainteresowanie tym kanałem, ale priorytety dla konkretnej firmy powinny wynikać z pytań jej odbiorców.

Zacznij od kilku potrzeb zakupowych. Dla każdej zapisz pytanie, rynek, język i środowisko AI. Sprawdź, czy odpowiedź wymienia markę, czy poprawnie opisuje ofertę i jakie strony wykorzystuje jako źródła. Powtórz analizę, bo pojedyncza odpowiedź nie opisuje całej widoczności.

Następnie wybierz jedną konkretną poprawkę. Może to być uzupełnienie brakującego parametru, wyjaśnienie zastosowania produktu albo aktualizacja warunków dostawy. Zapisz datę zmiany i wróć do porównywalnych pytań. Sama poprawa treści nie gwarantuje, że AI zacznie rekomendować markę.

Więcej o ocenie odpowiedzi: jak mierzyć widoczność marki w AI i wybrać właściwe działanie

Sprawdź czy AI widzi Twoją firmę

Wykonaj darmowy audyt

Widoczność w AI i sprzedaż mierz osobno

Wzmianka o marce nie jest wizytą w sklepie. Wizyta nie jest zakupem. Przytoczone badania nie pozwalają obliczyć, jaka część przychodów konkretnej firmy pochodzi z rozmów z LLM.

Osobno oceniaj rekomendacje i poprawność informacji, osobno rozpoznane wejścia z narzędzi AI, a osobno transakcje przypisane do tych wejść. Klient może przeczytać rekomendację, a później wejść na stronę bezpośrednio lub wyszukać markę w Google. Dlatego dane o wizytach pokazują tylko rozpoznaną część tej ścieżki.

Najbardziej użyteczny rezultat tej analizy to lista brakujących informacji i sposób sprawdzenia efektu zmian. Nie da się wyprowadzić z niej obietnicy określonego wzrostu sprzedaży.

Najczęstsze pytania

Czy 16 mln użytkowników AI to 16 mln klientów sklepów? Nie. To miesięczny zasięg narzędzi AI. Nie określa celu korzystania ani liczby osób podejmujących decyzje zakupowe.

Czy 20% oznacza, że co piąty zakup odbywa się przez LLM? Nie. To odsetek badanych deklarujących świadome używanie takich narzędzi przy decyzjach zakupowych. Badanie nie mierzy udziału transakcji realizowanych przez LLM.

Czy można porównać 36% CBOS z 65% Gemius? Nie bez uwzględnienia różnic. CBOS bada dorosłych mieszkańców Polski i używanie generatywnej AI w ostatnich trzech miesiącach. Raport Gemius dotyczy innej badanej grupy i ogólnego korzystania z AI.

Od czego zacząć w firmie? Od sprawdzenia odpowiedzi na kilka konkretnych pytań zakupowych i poprawności informacji o ofercie. Potem warto uzupełnić najważniejszy brak i ocenić zmianę w podobnych warunkach.

Źródła i zakres analizy

Artykuł opiera się na publicznych źródłach sprawdzonych 13 października 2026 roku. Nie wykorzystuje wyników monitoringu marek ani danych klientów Semly. Dane zakupowe Altavia Kamikaze + K2 przytaczamy za komunikatem prasowym opublikowanym w AboutMarketing; nie deklarujemy weryfikacji pełnego raportu.

1. IAB Polska: E-commerce w Polsce 2026

2. CBOS: Korzystanie ze sztucznej inteligencji, czerwiec 2026

3. Altavia Kamikaze + K2: AI jako nowy nawigator zakupowy - komunikat

4. Capgemini: What matters to today's consumer 2026

Udostępnij:

Przeczytaj inne artykuły o AI
GEO

Skup się na GEO - niech AI sprzedaje za Ciebie

W tym artykule wyjaśniam jak wdrożyć model GEO w e-commerce i dlaczego tradycyjne SEO przestaje wystarczać w dobie sztucznej inteligencji. Dowiesz się czym jest Generative Engine Optimization w zarządzaniu kategoriami oraz jak optymalizować opisy i strukturę danych aby ChatGPT i Gemini rekomendowały Twoje produkty bezpośrednio użytkownikom.

GEO

Widoczność w ChatGPT czy płatne reklamy?

Większość sklepów internetowych opiera sprzedaż na Google Ads i Meta Ads. To działa, ale koszt kliknięcia rośnie, a marża maleje. Jednocześnie klienci coraz częściej pytają ChatGPT, Gemini czy Perplexity zamiast klikać w reklamy. Pojawiają się też Google AI Overviews, które ograniczają klasyczny ruch z wyszukiwarki.

GEO

Schema.org a itemprop, który jest lepszy dla GEO w AI?

W erze sztucznej inteligencji sposób, w jaki opisujesz dane na stronie, wpływa na to, jak AI je rozumie i prezentuje. Dlatego w kontekście GEO (Generative Engine Optimization) coraz częściej pojawia się pytanie: Schema.org czy microdata z itemprop - co lepiej działa dla AI?

eCommerce

Jak zintegrować sklep z AI bez kodu?

Answer engines - ChatGPT, Google AI Overviews, Perplexity - stają się realnym źródłem ruchu i sprzedaży. Zamiast polować wyłącznie na klik warto zadbać, by Twoje karty produktów i polityki zakupowe były zrozumiałe dla modeli i chętnie przez nie cytowane. Dobra wiadomość: da się to uruchomić bez programisty, w kilka minut, korzystając z narzędzi no-code (np. Semly.ai).

Sprawdź, czy AI ChatGPT Cię widzi

Wpisz adres Twojej strony, żeby otrzymać raport widoczności w AI.