Generatywna sztuczna inteligencja i wyszukiwanie oparte na AI zasadniczo zmieniają zachowania użytkowników podczas wyszukiwania i wpływają na przychody domów mediowych. Efekt „zero-click” zmniejsza liczbę kliknięć z wyszukiwarek, podczas gdy dobrze zorganizowane, zorientowane na produkty treści mają większą szansę na wykorzystanie w odpowiedziach generowanych przez AI. Treści produktowe i przychody z programu partnerskiego mogą więc stać się dla mediów interesującym elementem struktury przychodów. Dla wydawców oznacza to, że nie wystarczy polegać na tradycyjnym modelu monetyzacji. Konieczne jest połączenie wysokiej jakości treści, monetyzacji zorientowanej na wyniki oraz nowych form przychodów. Oprócz tych najczęściej omawianych, drogą do sukcesu może być również affiliate marketing, który poza generowaniem dodatkowych przychodów, może pomóc również w innych ważnych obszarach.
Rozwój wyszukiwania (AI) i jego wpływ na przychody
Ruch generowany przez wyszukiwarki internetowe przechodzi obecnie najbardziej znaczącą zmianę strukturalną od czasu pojawienia się wyszukiwania mobilnego. Generatywne odpowiedzi AI, przeglądy AI i inne AI answer engines zmieniają sposób, w jaki użytkownicy wyszukują informacje, porównują opcje i podejmują decyzję, czy w ogóle odwiedzą daną stronę.
Dla domów mediowych nie jest to tylko kwestia SEO czy widoczności w wynikach wyszukiwania. Jest to również kwestia stabilności przychodów. Jeśli bowiem spada liczba kliknięć z wyszukiwarek, spada również liczba wyświetleń stron, od której u wielu wydawców nadal zależy znaczna część monetyzacji reklamowej. Presja na model biznesowy mediów wynika więc obecnie nie tylko ze zmian technologicznych, ale także z przemian w samym rozkładzie ruchu.
Należy jednak uczciwie dodać, że presja ta nie zaczęła się dopiero wraz z pojawieniem się generatywnej sztucznej inteligencji. Model biznesowy wydawców był pod presją już wcześniej: spadek ruchu z sieci społecznościowych, spadek CPM, bardziej rygorystyczna kontrola antyfraudowa oraz rosnąca część budżetów przeznaczana na wideo, sieci społecznościowe i inne partnerstwa. Chociaż generatywna sztuczna inteligencja nie zapoczątkowała tego trendu, to znacznie przyspiesza go i uwidacznia.
Efekt „zero-click” w liczbach: co pokazują aktualne dane
Jednym z najbardziej widocznych przejawów tej zmiany jest tak zwany efekt zero-click. Chodzi o sytuację, w której użytkownik otrzymuje odpowiedź bezpośrednio w wyszukiwarce lub w interfejsie AI, dlatego nie ma potrzeby, by klikać dalej na stronę wydawcy.
Zaktualizowane badanie przeprowadzone przez Ahrefs pokazuje, że w przypadku zapytań z AI Overviews CTR pierwszego wyniku organicznego spadł z 7,3% do 2,6%, czyli o około 58%. Nie jest to więc ogólny spadek wszystkich kliknięć w wyszukiwarce, ale bardzo wyraźny wpływ właśnie tam, gdzie Google wyświetla odpowiedź AI nad klasycznymi wynikami.
BBC podaje jeszcze bardziej znaczące spadki u niektórych wydawców. Analiza Semrush z drugiej połowy 2025 roku pokazuje, że AI Overviews rozprzestrzeniły się na różne typy zapytań, w tym komercyjne i transakcyjne.
Wykres Ahrefs pokazuje, jak spadł CTR pierwszego wyniku organicznego po wprowadzeniu funkcji AI Overviews | Źródło: Ahrefs, AI Overviews Reduce Clicks by 58%
Z punktu widzenia wyników organicznych oznacza to dla wydawców:
- niższy CTR w wynikach organicznych,
- mniej odwiedzin pochodzących z wyszukiwarek,
- mniejszą liczbę wyświetleń stron.
A jeśli znaczna część monetyzacji opiera się na modelu CPM, obowiązuje prosta zasada: mniej wyświetlonych stron oznacza mniej wyświetleń, a tym samym presję na przychody z reklam. Serwis Search Engine Land pod koniec 2025 roku opisał, że odpowiedzi generowane przez sztuczną inteligencję wpływają na przychody wydawców właśnie dlatego, że osłabiają model oparty na ruchu i wyświetleniach reklam. (How AI answers are disrupting publisher revenue and advertising). Ponadto w lutym 2026 r. agencja Reuters poinformowała o skardze europejskich wydawców na Google w związku z AI Overviews. Pokazuje to, że nie jest to tylko problem marketingowy, ale także kwestia o znaczeniu regulacyjnym i handlowym.
Odpowiedzi generowane przez sztuczną inteligencję jako nowa „brama do internetu”
Oprócz spadku CTR zmienia się również coś głębszego: miejsce, w którym użytkownicy rozpoczynają swoją drogę w poszukiwaniu informacji lub podejmowania decyzji. W swojej analizie z października 2025 r. firma McKinsey określa wyszukiwanie oparte na sztucznej inteligencji jako nową „bramę wejściową do internetu”. Jednocześnie podaje, że do 2028 r. tylko w Stanach Zjednoczonych przez wyszukiwanie oparte na sztucznej inteligencji może przepłynąć nawet 750 miliardów dolarów przychodów konsumenckich. Jednocześnie podaje, że 44% użytkowników, którzy wypróbowali wyszukiwanie oparte na sztucznej inteligencji, określa je jako swoje główne narzędzie do pozyskiwania informacji.
Proces podejmowania decyzji przenosi się bezpośrednio do środowiska odpowiedzi generatywnych, zamiast rozpoczynać się od odwiedzin strony internetowej. | Źródło: McKinsey, Winning in the age of AI search
Dla domów mediowych jest to istotne, ponieważ zmienia się sposób, w jaki użytkownicy odkrywają informacje i podejmują decyzje. Rośnie znaczenie treści, które są nie tylko możliwe do znalezienia w wyszukiwarce, ale jednocześnie sprawdzają się jako wiarygodne źródło dla odpowiedzi generowanych przez sztuczną inteligencję.
Jakie treści faktycznie poleca wyszukiwarka oparta na sztucznej inteligencji?
Dostępne analizy cytowalności odpowiedzi generowanych przez sztuczną inteligencję wskazują, że istotną rolę odgrywa przede wszystkim treść zorientowana na produkt i silnie ustrukturyzowana. Badanie XFunnelprzeanalizowało 768 tysięcy cytowań w odpowiedziach ChatGPT, Google/Gemini i Perplexity. Wynika z niego, że w zależności od typu zapytania treści produktowe stanowiły od około 46% do ponad 70% cytowanych źródeł.
Do takich formatów należą:
• Porównania produktów – artykuły, które w przejrzysty sposób porównują dwa lub więcej produktów lub usług według jasnych parametrów, pomagają użytkownikom w podjęciu decyzji i dostarczają ustrukturyzowanych danych, które LLM z łatwością wykorzystuje.
• Artykuły typu „Best of” – treści typu „Najlepsze XYZ” podsumowują kilka wariantów według zdefiniowanych kryteriów i odpowiadają na potrzeby użytkowników, którzy aktywnie poszukują rekomendacji, zwiększając w ten sposób potencjał zakupowy.
• Szczegółowe specyfikacje i parametry – tabele oraz dokładne dane dotyczące produktów, cen i funkcji tworzą wiarygodne treści, które AI dobrze odczytuje i które wspierają konwersję użytkowników.
• Alternatywy dla znanych marek, produktów lub usług – ten rodzaj treści jest skierowany do użytkowników, którzy mają już na oku konkretne rozwiązanie, ale aktywnie rozważają inną opcję.
• Ustrukturyzowane FAQ – jasno zdefiniowane pytania i zwięzłe odpowiedzi zmniejszają niepewność użytkowników, a sztuczna inteligencja z łatwością może je włączyć do generowanych odpowiedzi.
„W firmie Philips dostrzegamy, że w erze AI-powered search nie wystarczy mieć wysokiej jakości treści wyłącznie na własnych kanałach. Ważne będzie również to, w jaki sposób produkty są prezentowane w sklepach internetowych, porównywarkach, serwisach specjalizujących się w opisach produktów oraz w wysokiej jakości recenzjach, ponieważ właśnie te źródła już dziś mają znaczący wpływ na to, w jaki sposób narzędzia AI rekomendują marki i produkty” – zdradził Martin Žižka, Senior Digital Marketing & E-commerce Manager w firmie Philips.Warto podkreślić jedną rzecz: narzędzia AI nie preferują „linków affiliate” jako takich. Preferują treści, które są wartościowe, uporządkowane, oparte na faktach i przydatne w podejmowaniu decyzji. To, że takie treści często można monetyzować w modelu partnerskim, wynika z ich praktycznej wartości, a nie jest powodem, dla którego pojawiają się w wynikach AI.
Jakie treści najczęściej polecają modele LLM | Źródło: What should content strategy be for LLM Optimization? A study of 768k citations
Program partnerski jako jedno z narzędzi dywersyfikacji dochodów
Jeśli zmienia się ekonomika modelu opartego na wyświetleniach stron, nie wystarczy skupiać się wyłącznie na zwiększaniu skuteczności reklam. Wydawcy potrzebują szerszego i bardziej stabilnego koszyka przychodów. Oprócz reklam displayowych i sprzedaży bezpośredniej mogą stopniowo rozwijać również inne filary. Na przykład programy partnerskie, treści premium, członkostwa, wydarzenia, własne produkty i usługi lub nowe modele licencjonowania treści (czyli inaczej model „Pay per demonstrated value”). W tym kontekście Search Engine Land mówi o upadku starego modelu „blogowania dla pieniędzy”. Model ten przez długi czas działał w oparciu o prostą logikę: przyciągnij ruch, wyświetl reklamę i zarób, dlatego znajduje się on obecnie pod znacznie większą presją niż wcześniej.
Rosnący udział przychodów z programu partnerskiego:
Praktyczne przykłady pokazują, że dla wielu mediów na zachód od naszych granic marketing afiliacyjny to nie tylko dodatkowe źródło dochodów. W okresach Q1-Q3 2025 r. BuzzFeed odnotował 40,28 mln dolarów w kategorii treści zorientowanych na sprzedaż i innych (commerce and other revenue) przy całkowitych przychodach wynoszących 128 mln dolarów, gdzie według raportu marketing partnerski stanowił większość tych przychodów. W tym samym okresie firma Dotdash Meredith odnotowała 26-procentowy wzrost przychodów z treści zorientowanych na sprzedaż, monetyzowanych poprzez program partnerski (affiliate commerce revenue), pomimo presji ze strony AI Overviews i słabnącej liczby odwiedzin z wyników wyszukiwania w Google. Digiday opisał również, że w przypadku Complexu już dziś 60% przychodów pochodzi z wydarzeń i treści zorientowanych na sprzedaż (revenue events and commerce), podczas gdy pozostałe 40% przypada na reklamę.
W Europie dobrym przykładem jest Future, które w roku finansowym 2025 odnotowało 76,7 mln funtówprzychodów z treści zorientowanych na sprzedaż (eCommerce revenue), podczas gdy Guardian aktywnie rozszerza swój affiliate (affiliate commerce) projekt The Filter i traktuje treści zorientowane na sprzedaż jako część szerszej dywersyfikacji przychodów obok reklam i subskrypcji. Niestety brakuje szczegółowych danych z rynku lokalnego lub przynajmniej z regionu Europy Środkowo-Wschodniej.
Affiliate nie opiera się na liczbie wyświetleń, ale na wynikach. Oznacza to, że nawet przy mniejszym ruchu na stronie przychody mogą rosnąć, jeśli wydawca dociera do odbiorców o wyższym prawdopodobieństwie konwersji. Najlepiej sprawdza się w przypadku treści, które pomagają w podjęciu konkretnej decyzji lub dokonaniu zakupu. W połączeniu z wiarygodną marką może więc stanowić ważny element szerszej dywersyfikacji przychodów, choć sam w sobie nie rozwiąże wszystkich problemów.
Przewagi konkurencyjne domów mediowych w wyszukiwaniu opartym na sztucznej inteligencji
W porównaniu z serwisami czysto afiliacyjnymi domy mediowe mają jedną zasadniczą przewagę: zaufanie, które budowały przez lata dzięki pracy redakcyjnej, specjalizacji i relacjom z odbiorcami. W czasach, gdy narzędzia AI coraz częściej podsumowują i rekomendują informacje zamiast bezpośrednio generować ruch, zaufanie zyskuje nową wartość.
Właśnie dlatego domy mediowe w wybranych branżach mogą mieć przewagę nad projektami afiliacyjnymi nastawionymi wyłącznie na wyniki. Jeśli uda im się połączyć wiedzę redakcyjną z regularnie aktualizowanymi treściami produktowymi, mogą stać się bardziej wiarygodnym źródłem zarówno dla użytkowników, jak i dla narzędzi AI niż strony oparte głównie na pozyskiwaniu ruchu poprzez SEO.
Jednak nie każdy wydawca od razu odniesie sukces. Decydujące znaczenie będzie miało to, czy potrafi on tworzyć treści produktowe w sposób systematyczny: zgodnie z jasną metodologią, regularnie je aktualizując i powiązując z celami biznesowymi.
Jak sieci afiliacyjne wpisują się w tę strategię?
Rola sieci afiliacyjnej nie ogranicza się jedynie do technicznego śledzenia wyników czy samego nawiązania współpracy z reklamodawcami. Dla wydawcy równie ważny może być szybszy dostęp do szerszego portfolio partnerów, lepszy wgląd w to, które branże i oferty się sprawdzają, oraz możliwość bieżącej optymalizacji przychodów w oparciu o rzeczywiste wyniki.
Jest to szczególnie ważne na początku, kiedy wydawca dopiero szuka, w jakich kategoriach jego treści produktowe mają największy potencjał. Sieć afiliacyjna może pomóc mu szybciej przetestować, co działa, skalować udane formaty i uczynić z treści produktowych lepiej mierzalny kanał przychodów.
Sieć afiliacyjna sama w sobie nie rozwiąże kwestii strategii treści ani produktów. Może jednak znacznie obniżyć koszty wejścia w monetyzację handlową i stać się praktycznym narzędziem do budowania bardziej odpornego modelu biznesowego.
Podsumowanie
Dane z drugiej połowy 2025 r. i początku 2026 r. potwierdzają kilka trendów, których domy mediowe nie powinny lekceważyć:
• efekt zero-click nadal ogranicza liczbę kliknięć z wyników wyszukiwania,
• narzędzia AI zmieniają sposób, w jaki użytkownicy szukają informacji i podejmują decyzje,
• model reklamowy oparty wyłącznie na liczbie wyświetleń stron jest bardziej wrażliwy na wahania ruchu niż wcześniej,
• treści zorientowane na produkt i dobrze zorganizowane stają się ważniejszym elementem tego, co narzędzia AI wykorzystują jako źródło,
• według badania przeprowadzonego przez Uniwersytet Oksfordzki, w ramach którego zebrano dane od wydawców na całym świecie, 29% wydawców planuje zwiększyć przychody z programów partnerskich.
Pytanie brzmi zatem, jak szybko strategie treściowe i monetyzacyjne wydawców dostosują się do tej zmiany. Nie oznacza to, że treści produktowe lub programy partnerskie powinny być uniwersalnym rozwiązaniem. Oznacza to jednak, że w czasach, gdy klasyczny model oparty na wyświetleniach traci część swojej pewności, mogą one pomóc domom mediowym w budowaniu bardziej stabilnej i zróżnicowanej struktury przychodów. Dlatego też dziś pytanie nie brzmi, czy wyszukiwanie się zmienia. Programy partnerskie nie oznaczają przy tym wyłącznie recenzji i porównań. Dla domów mediowych może być interesujący również jako podstawa dla innych formatów monetyzacji, na przykład programów lojalnościowych. Mogą one pomóc wydawcom nie tylko w samej monetyzacji, ale także w gromadzeniu danych własnych oraz wzmocnieniu motywacji użytkowników do regularnego powracania do ich ekosystemu. Więcej na ten temat w jednym z kolejnych artykułów
