Zakupy z AI: ChatGPT startuje 16% kupujących, kupuje 9%

Widoczność w odpowiedziach AI to dziś warunek wejścia do koszyka, ale nie sam koszyk. Amerykańskie dane opublikowane w październiku 2026 pokazują, że chatboty skutecznie otwierają ścieżkę zakupową, a potem klient i tak wraca do recenzji, porównywarek cen i marketplace'ów.

Dla marek oznacza to, że budżet na GEO bez porządku w opiniach i warunkach dostawy może przynieść wzmianki, a nie sprzedaż.

Co pokazują dane z USA

Punktem wyjścia jest raport Feedvisor 2026 Consumer Buying Behavior Report, opublikowany w połowie października 2026. Badanie przeprowadzono w sierpniu 2026 wspólnie z Zogby Analytics i objęło 1006 kupujących w USA. Feedvisor jest dostawcą oprogramowania dla sprzedawców e-commerce, więc wnioski warto czytać jako perspektywę firmy, która sprzedaje narzędzia do optymalizacji sprzedaży na marketplace'ach.

Według fragmentów raportu cytowanych przez Sourcing Journal ChatGPT jest punktem startu poszukiwań produktów dla 16% kupujących, ale miejscem zakupu dla 9%. Amazon idzie w przeciwną stronę: od 62% startów wyszukiwania do 74% zakupów.

Gdy asystent AI poleca produkt, tylko 5% badanych kupuje od razu. Reszta sprawdza najpierw gdzie indziej, m.in. w Google (24%) i na Amazonie (18%).

Uwaga o rzetelności: Retail Brew, opisując ten sam raport, podaje 10% zamiast 9% dla zakupów w ChatGPT. Różnica jest niewielka, ale przed cytowaniem liczby w prezentacji warto sprawdzić pełny raport. Na stronie raportu Feedvisor widoczne są liczby 5%, 62% i 74%. Wartości 16% i 9% pochodzą z cytatu z raportu w Sourcing Journal.

Co robią kupujący po rekomendacji AI

Drugi zestaw danych przytacza Modern Retail (tekst ukazał się 22 października 2026, Digiday opublikował go dzień później). Dane pochodzą od agencji performance marketingowej PartnerCentric, która sprzedaje usługi z obszaru partnerstw i influencer marketingu. Warto o tym pamiętać, czytając wnioski o roli twórców i recenzji.

Po sugestii AI:

• 33% kupujących sprawdza istniejące recenzje,
• 22,3% porównuje ceny,
• 18,8% szuka produktu na Amazonie lub w innym sklepie,
• 14,8% odwiedza stronę marki,
• 7,6% szuka treści twórców o produkcie.

Dodatkowo 33% badanych deklaruje, że polityka dostaw i zwrotów często lub zawsze zmienia to, co kupują. Wśród osób w dwóch najwyższych kategoriach zaufania do AI 42,2% chce recenzji przed działaniem. Stephanie Harris, założycielka i CEO PartnerCentric, podsumowuje, że AI jest punktem startowym, a nie ostatecznym werdyktem.

Metodologię osobnej białej księgi PartnerCentric z sierpnia 2026 opisuje komunikat Business Wire. Badanie przeprowadzone od 29 czerwca do 3 lipca 2026 objęło 696 kupujących, którzy w ciągu trzech miesięcy kupili coś na podstawie rekomendacji chatbota. Próba nie była dobrana kwotowo, a wyniki agencja nazywa kierunkowymi.

Modern Retail nie podaje liczebności prób dla przytoczonych liczb, więc nie wiadomo, czy to dokładnie te same dane. Interpretujemy je ostrożnie: to deklaracje, a nie obserwacje zachowań.

Dlaczego to nie oznacza słabości AI

Wysoki odsetek startów i niski zakupów nie świadczą o słabości AI. Pokazują podział ról. Kieran Powell z Channel V Media, cytowany przez Modern Retail, uważa, że odpowiedzi AI warto traktować jak zamiennik paska wyszukiwania Google i niebieskich linków, czyli element etapu badania, a nie finalizacji.

Powell powołuje się też na badanie Prosper Insights & Analytics: odzież kupiłoby przez agenta AI tylko 7,3% badanych, a rezerwację restauracji powierzyłoby mu 12,1%.

To jedna interpretacja, a dane dotyczą deklaracji. Wniosek praktyczny jest jednak zgodny z liczbami Feedvisor i PartnerCentric: AI skraca drogę do krótkiej listy, a o wyborze decyduje weryfikacja.

Jak to wygląda w Polsce

Polskie badania mają inne metody i pytania, więc nie da się ich bezpośrednio zestawić z amerykańskimi, ale kierunek jest podobny. Badanie SW Research dla On Board Think Kong (kwiecień 2026, N=830 dorosłych Polaków, metoda CAWI) zostało opisane przez OOH magazine. Wykazało, że 61% Polaków użyło AI przy planowaniu zakupów w ostatnim półroczu.

Najczęściej AI służyła do porównywania ofert (50,8%) oraz sprawdzania opinii, zalet i wad (48%). Raport zamówiła agencja, która sprzedaje usługi związane z widocznością marek, co też warto mieć na uwadze.

Z kolei w raporcie Gemius „E-commerce w Polsce 2026”, przywołanym przez Naszemiasto.pl, 65% respondentów korzysta z AI, ale ponad 70% nie jest gotowych, by ta technologia samodzielnie wybierała i kupowała za nich produkty.

Co to oznacza dla marketerów w Polsce

1. Mierz AI jako kanał górnego i środkowego lejka. Ruch z asystentów warto oceniać razem z kolejnymi punktami styku, a nie wyłącznie na podstawie konwersji last click. Sam brak zakupu w ChatGPT nie oznacza, że wzmianka nie zadziałała.
2. Zrób audyt opinii przed sezonem. Jeśli co trzeci kupujący po rekomendacji AI sprawdza recenzje, brak ocen lub sprzeczne opinie na kartach produktów i w marketplace'ach mogą wypychać klienta do konkurencji.
3. Ujednolicaj ceny, dostępność i warunki zwrotów. Co trzeci badany deklaruje, że polityka dostaw i zwrotów zmienia jego decyzję. Harris z PartnerCentric ostrzega, że przy sprzecznych sygnałach AI nie wygładza rozbieżności. To wniosek agencji, nie wynik pomiaru, ale logiczny dla marek sprzedających w wielu kanałach.
4. Pilnuj obecności na marketplace'ach. W danych Feedvisor Amazon zyskuje na etapie zakupu. W Polsce analogiczną rolę mogą pełnić duże platformy sprzedażowe, na których klient często domyka transakcję.
5. Uzupełnij GEO o dowody. Ścieżkę widoczności opisuje przewodnik GEO, a warunki dostępu do odpowiedzi ChatGPT omawia tekst o indeksie jako pierwszym progu. Wzmianka bez recenzji i jasnej oferty to dopiero połowa pracy.

Podsumowanie

AI otwiera ścieżkę zakupową, ale nie zamyka sprzedaży. Według Feedvisor tylko 5% kupujących w USA kupuje od razu po rekomendacji, a według PartnerCentric co trzeci najpierw sprawdza recenzje.

To dane deklaratywne, z amerykańskich prób i od firm, które sprzedają rozwiązania w tym obszarze, ale podobny kierunek widać także w polskich badaniach. Dla marek priorytetem na sezon świąteczny jest więc nie tylko pojawienie się w odpowiedzi AI, lecz przetrwanie kolejnego pytania klienta.