---
title: "Strategie wdrażania AI w e-commerce z Damianem Sałkowskim"
description: "Damian Sałkowski, CEO Senuto, tłumaczy, że wdrożenie AI w e-commerce zaczyna się od audytu procesów i stacku z API, a nie od samego ChatGPT."
podcast: "Globalne Horyzonty"
host: "Rafał Moszkowców"
guest:
  name: "Damian Sałkowski"
  role: "CEO Senuto, partner w agencji Vestigio"
  company: "Senuto"
topics:
  - "AI w SEO"
  - "e-commerce"
  - "automatyzacja procesów"
  - "agenci AI i przyszłość zakupów"
  - "przyszłość wyszukiwania"
duration_min: 71
published_at: 2025-05-30
video_url: "https://www.youtube.com/watch?v=l36f5-AUs68"
url: "https://moszkowcow.com/pl/podcast/damian-salkowski-ai-w-ecommerce-seo/"
---

# Strategie wdrażania AI w e-commerce z Damianem Sałkowskim

## O gościu

- **Kim jest:** Damian Sałkowski, pionier polskiego SEO, od 2014 roku CEO Senuto, platformy do analizy widoczności i optymalizacji treści, z której korzystają użytkownicy na całym świecie. Jest też partnerem w agencji Vestigio i współprowadzi edukację AI (Sensai Academy).
- **Czym się zajmuje:** Łączy tradycyjne SEO z możliwościami sztucznej inteligencji, wdraża AI w Senuto (obsługa klienta, automatyzacja procesów, mini SaaS-y, produkty enterprise) i w projektach e-commerce klientów.
- **O czym rozmawiamy:** O tym, od czego zacząć wdrażanie AI w SEO i e-commerce, dlaczego nie wystarczy ChatGPT, jakiego stacku technologicznego potrzebuje zespół, co w e-commerce można zautomatyzować (opisy, kategorie, linkowanie, wyszukiwarka, obsługa klienta), agentach zakupowych, nieudanych wdrożeniach, podejściu Google do treści AI i przyszłości SEO.
- **Gdzie go szukać:** LinkedIn (Damian Sałkowski), Sensai Academy i newsletter oraz cotygodniowy program na YouTube prowadzony z Robertem Niechciałem.

## Najlepsze cytaty

> „Nasza marża powinna być budowana na naszej efektywności procesów.”

> „Ten, kto traktuje model językowy jako źródło wiedzy, a nie procesor wiedzy, jest skazany na te halucynacje.”

> „To jest pytanie nie czy, tylko kiedy, a przewaga polega na tym nie, czy używamy, tylko w jaki sposób używamy.”

> „Zróbmy rozwiązanie, problem się znajdzie.”

## Transkrypt

Prowadzący: Rafał Moszkowców. Gość: Damian Sałkowski.

### Wstęp

**Rafał:** Cześć wszystkim. Dziś w Globalnych Horyzontach mam przyjemność gościć Damiana Sałkowskiego, prawdziwego pioniera polskiego SEO. Od 2014 roku Damian jest CEO Senuto, platformy wspierającej optymalizację treści, z której korzystają tysiące użytkowników na całym świecie. Każdy, kto robi SEO w Polsce, na pewno zna Senuto. Równocześnie działa jako partner w agencji Vestigio i dodatkowo niestrudzenie łączy tradycyjne SEO z możliwościami, jakie niesie i daje sztuczna inteligencja. Damian, witaj w podcaście.

**Damian:** Cześć Rafał, dziękuję za zaproszenie i dziękuję za tak miłe przedstawienie.

**Rafał:** Nie ma za co. Mógłbym cię tak przedstawiać przypuszczalnie jeszcze z dobre 10 minut, bo osiągnięć na swoim koncie masz sporo i ciągle robisz nowe rzeczy, więc musiałem to skracać i skracać. Damian, mam taki pomysł, żebyśmy powiedzieli dzisiaj wiele o AI, ale z perspektywy sklepu e-commerce, który chce to AI wdrożyć. Wyobraźmy sobie, że prowadzę sklep e-commerce i widzę, że wszyscy mówią o AI w SEO. Chciałbym ten odcinek potraktować jako praktyczny przewodnik: co muszę wiedzieć, co powinienem zrobić, jak skutecznie wykorzystać AI w mojej strategii SEO. Myślisz, że to dobry pomysł?

**Damian:** Tak, spróbujmy się z tym zmierzyć. Spoko.

### Dlaczego strategia jest potrzebna przed wdrożeniem AI w SEO?

**Rafał:** Chciałem zacząć od tego, co nazwałem strategią przed wdrożeniem AI i jak to zrobić mądrze, bo że głupio można to zrobić, wszyscy pewnie wiedzą. Zacznijmy od tego, dlaczego, bo to, że wszyscy używają AI, de facto nie jest strategią.

**Damian:** Przede wszystkim warto zrozumieć, że AI, jak każde narzędzie, można wykorzystać dobrze i źle, i najczęściej jeżeli zaczniemy robić to bez planu i bez strategii, najpewniej wykorzystamy te złe metody. W większości przypadków zauważam po prostu próbę wykorzystania ChatGPT czy Claude'a do wszystkiego, czy to do opisywania kategorii, czy produktów. Nie tędy droga. Ta strategia jest potrzebna, żeby nie wpaść w pułapkę łatwości AI, ponieważ obietnica, która jest na rynku, jest taka, że AI za ciebie wszystko zrobi, a to nie do końca tak wygląda w rzeczywistości. To wymaga pewnej współpracy ze sztuczną inteligencją. Strategia jest po to, żeby nie wpaść w pułapkę obietnic, które składają różni czarodzieje, którzy pojawili się na rynku. Wiesz, jak tworzy się nowy rynek owiany tajemnicą, tak jak kiedyś było SEO, to zazwyczaj pomiędzy odbiorcą a nadawcą jest czarna skrzynka, która zawiera nie wiadomo co. Trzeba trochę zajrzeć w tę czarną skrzynkę, zrozumieć, jak działa, i dopiero wtedy cokolwiek wdrażać, bo długoterminowo nie wiemy jeszcze, jakie skutki przyniesie niskiej jakości praca sztucznej inteligencji. Google w tym zakresie ciągle zmienia zdanie. Jeszcze kilka lat temu treści generowane przez AI były dla Google czymś, czego nie chciał. Później ta narracja się zmieniła i dla Google te treści AI były okej, o ile były dobrze i poprawnie napisane. Ostatnio, w tym roku w kwietniu, dotarły do nas sygnały, że Google znowu aktualizuje swoje wskazówki dla quality raterów, czyli osób, które oceniają jakość wyników wyszukiwania, i w tych rekomendacjach jest zwrócenie szczególnej uwagi na jakość treści dostarczanych przez AI. Google wskazuje, że jeżeli te treści nie wnoszą nowej ekspertyzy, to może nie warto ich indeksować. Warto na to patrzeć długoterminowo i przewidzieć, jakie decyzje w tym zakresie może Google podejmować, a wydaje mi się, że jeszcze kilka zmian przed nami może być.

**Rafał:** Dobrze, że nawiązałeś do tego, że dzisiejszy rynek AI to tak jak kiedyś SEO: było mnóstwo szamanów i wokół tego dużo mrocznych taktyk. Dlatego myślę, że strategia jest potrzebna i zrozumienie, po co to robimy, dlaczego i na co to ułożyć w plan.

### Od czego zacząć wdrażanie AI w firmie? Od audytu procesów

**Rafał:** Przechodząc do planu: jak twoim zdaniem powinien wyglądać plan wdrożenia AI w SEO krok po kroku?

**Damian:** Przede wszystkim wydaje mi się, że to problem wielu organizacji, dotyka nawet moich. Zaobserwowałem, że tak naprawdę często nie wiemy, jak wykonujemy pewne rzeczy. Nie ma miejsca, w którym spisalibyśmy, jak wykonywane są pewne procesy i jak krok po kroku. Na początku bardzo trudno je zautomatyzować, bo nie wiemy de facto, co krok po kroku prowadzi od początku do końca do wykonania zadania. Więc pierwszym krokiem, który bym wykonał, jest audyt procesów i sprawdzenie, czy wiemy i mamy kontrolę nad tym, jak dane prace w obecnej strukturze funkcjonują. Posłużę się przykładem. Załóżmy, że mamy problem do rozwiązania: automatyzacja tworzenia opisów produktów. To częsty problem w e-commerce, bo najczęściej te opisy pochodzą z XML-i zaciąganych od hurtowni, dostawców czy producentów, a skala produktów jest zbyt duża, żeby tworzyć te opisy ręcznie. Żeby zautomatyzować opisy produktów, musimy najpierw zrozumieć, jak ten proces do tej pory wykonujemy. Czy zatrudniamy copywritera, jak ten copywriter tworzy te opisy, skąd bierze dane. Warto każdy krok zrozumieć i sprawdzić, czy AI jest w stanie nam w tym pomóc. To pierwszy krok, od którego bym zaczął.

**Rafał:** Myślę, że to sensowne. To, że czasem nie wiemy, jakie mamy procesy i czy w ogóle je mamy spisane, to bolączka większości firm. Często widzę, że przychodzi chęć: zróbmy workflow, zróbmy agentów, zautomatyzujmy. A pytanie: co zróbmy? Jak nie mamy tego spisanego i przećwiczonego, a każdy w firmie robi trochę inaczej. Widziałem sytuację w e-commerce, gdzie dyrektor marketingu i zespół marketingowy, każda osoba łącznie z dyrektorem, wykonywała te same rzeczy na trzy różne sposoby i nie sposób było tam czegokolwiek wdrożyć.

**Damian:** Zauważ, że pracujemy w branży poniekąd kreatywnej, więc istnieje wiele dróg, żeby osiągnąć ten sam cel. Każde zadanie można wykonać na wiele sposobów. Dlatego wydaje mi się, że w Polsce będzie bardzo trudno w organizacjach wdrażać sztuczną inteligencję, bo w większości mamy małe i średnie firmy, które opierają się na kapitale ludzkim i ludzkich umysłach i bardzo mało tam procesów. Pewnie będzie jeszcze praca dla osób, i to chyba twoja specjalizacja, żeby zrozumieć, jak organizacja działa, i opisać to w jakiś sposób. Tego jeszcze sztuczna inteligencja nie jest w stanie zrobić. Być może za niedługo będziemy w stanie przejść z kamerą po firmie, zobaczyć, jak każdy co robi, i ta inteligencja to zrozumie. Na teraz potrzebujemy dostarczać informacje, jak pewne procesy działają i jak powinno się je realizować. I warto zrozumieć, że duży problem to suma małych problemów. Jeżeli potrafimy tę sumę małych problemów prowadzić do dużej sumy, to dobry punkt wyjścia do myślenia o automatyzacji. Widzę, że AI świetnie się wdraża u pracowników: bardzo łatwo jest, żeby pracownicy zaczęli wykorzystywać AI, ale organizacja już tak prosta nie jest, właśnie dlatego, że składa się z wielu procesów nie do końca opisanych i bardzo trudno na tak wysokim poziomie wyrażać te automatyzacje. Po swoim zespole widzę, że proces adopcji AI do pracy samodzielnej jest bardzo wysoki. Weźmy programistów: jeżeli pokażemy im na przykład Cursor, narzędzie do programowania, z łatwością większość z nich przyswaja te rozwiązania.

**Rafał:** Ciekawa perspektywa i słuszna. Z jednej strony będzie nam w Polsce trudno wdrażać AI z uwagi na małe firmy, ale może z drugiej strony to zmusi te firmy do profesjonalizacji operacji i w następstwie wdrożenia AI. To trochę wyścig: kto szybciej, skuteczniej to zrobi, ten będzie miał przewagi konkurencyjne.

**Damian:** Aczkolwiek zwracam uwagę, że to tak szybko się zmienia, że nie robiłbym super twardych wdrożeń. Starałbym się podchodzić miękko, bo być może to, co wdrożymy i poświęcimy na to kilka miesięcy, za te kilka miesięcy będzie zupełnie nieaktualne, bo problemy, które mieliśmy, zostały rozwiązane inaczej. Można z jednej strony gonić za rozwiązaniami i na bieżąco je wdrażać albo zorganizować duży projekt wdrożenia AI na kilka miesięcy, co potem może się okazać nie do końca słuszne. To pułapka rynkowa: chcielibyśmy to wdrożyć, ale to się tak szybko zmienia, że nie wiadomo dokładnie, co wdrożyć.

**Rafał:** Zanim skończysz wdrażanie, może się okazać, że to już nieadekwatne, bo można to rozwiązać inaczej. Bardzo dobra rada.

**Damian:** To skłania też do przemyślenia, że dużą przewagę będą miały firmy jednoosobowe, bo tam możesz bardzo szybko wdrażać i zmieniać. W dużej organizacji możesz dużo wdrożyć i masz wszystko opisane, ale wdrożenie zajmuje dużo czasu. W średniej organizacji możesz szybko coś wdrożyć, ale nie wiesz co, bo nie masz opisane. Oba te typy organizacji są pewnego rodzaju pułapką. Organizacja, która składa się z jednej, maksymalnie pięciu osób, będzie w stanie bardzo szybko się adaptować i zmieniać kierunki rozwoju. Być może to model przyszłości. Ja też staram się swoją organizację zdefragmentować, podzielić na mniejsze zespoły interdyscyplinarne, żeby nie musieć operować na tak dużym organizmie i zmieniać jego kierunków, bo im większy statek, tym większa inercja. Trochę zboczyliśmy z tematu SEO, ale mam nadzieję, że było to potrzebne, żeby dać obraz tego, jak o tym myślę.

### Jak Senuto wdraża AI w organizacji i w produktach?

**Rafał:** Jak najbardziej, bo sam sprowadziłeś nas do Senuto. Przygotowałem pytania o to, jak podszedłeś do implementacji AI w narzędziach Senuto. W jakim kierunku Senuto idzie? Senuto ma ciebie, więc ma łatwiej, nie?

**Damian:** Jest wiele wektorów wdrożenia AI, więc po kolei. Wdrożenie AI do organizacji jako do pracowników i osób zaangażowanych: tu mamy pełną dowolność. Każdy może wykorzystywać narzędzia AI, z jakich chce korzystać. Jest bardzo duże przyzwolenie i zachęta, żeby testować różne rozwiązania i rozwiązywać dotychczasowe problemy za pomocą sztucznej inteligencji, zwłaszcza przy tworzeniu technologii, gdzie możemy wykorzystywać Cursora czy inne narzędzia przyspieszające programowanie. Na poziomie pracowników nie wprowadzamy żadnych nakazów, ale dużo zachęt, robimy wewnętrzne szkolenia, edukujemy się nawzajem i to jest klucz do wzmocnienia produktywności jednostek. Jeśli chodzi o organizację, w pierwszej kolejności poszliśmy w stronę customer service, bo to dość powtarzalne i proste do zautomatyzowania. Zdecydowaliśmy się na natywne rozwiązanie z Intercomu: Intercom ma chatbota o nazwie Fin. Moglibyśmy zbudować swojego chatbota i nie jest to trudne, zwłaszcza teraz, ale wykorzystaliśmy to, co mieliśmy natywnie. Teraz, o ile pamięć mnie nie myli, nie chcę podawać przekłamanych liczb, ponad 50 procent zgłoszeń jest obsługiwanych przez tego bota, a zadowolenie przy problemach rozwiązanych przez bota nie spada szczególnie. To obszar, który udało się w miarę uporządkować za pomocą AI i jesteśmy zadowoleni. Na poziomie automatyzacji procesów wykorzystujemy głównie narzędzie Make: w ramach jednej infrastruktury łączy 1000 narzędzi i pomiędzy nimi możemy projektować liniowe flow, czyli przepływ danych z jednego narzędzia powoduje akcje w drugim. Ma prosty interfejs, więc każdy jest w stanie z niego skorzystać, i pomaga optymalizować drobne procesy, jak: ktoś się zapisze na webinar, to dodajemy go do listy mailingowej, operacje w CRM. Najbardziej popularny teraz, i wy wykorzystujecie, jest n8n. U nas w organizacji trochę mniej, bo jest bardziej techniczny i trudniej byłoby go zaadoptować u osób mniej technicznych. Bardzo łatwo wdraża się AI wśród pracowników, trochę trudniej na poziomie organizacji. Jest szereg rozwiązań, które moglibyśmy zastosować, ale przez to, że Senuto to dynamiczna organizacja, która bardzo często zmienia kierunki rozwoju, my tak naprawdę nie wiemy, co robimy na co dzień, w sensie nie ma zbyt wiele powtarzalnych operacji. Mamy podstawy: każdy ma włączoną transkrypcję spotkań, używamy Fireflies, więc wszystkie spotkania są transkrybowane i każdy może do nich wrócić. Takie podstawy wdrożyliśmy, ale żeby ustawić organizację na autopilota, jeszcze nie mogę o tym powiedzieć.

**Damian:** W samym produkcie ciekawa perspektywa, bo niesiemy ze sobą 10-letni dług technologiczny, który wypracowaliśmy. Nie projektowaliśmy tej aplikacji z myślą, że potem AI będzie ją rozwijać. Bardzo trudno nam dokonywać gruntownych zmian w głównej aplikacji. Poszliśmy bokiem i otworzyliśmy inne wektory rozwoju. Pierwszy to tak zwane mini SaaS-y, jak to nazwaliśmy: wewnętrzny akcelerator mini startupów, gdzie każdy w organizacji może powołać swój mały zespół i wypuścić produkt, który rozwiązuje pojedynczy problem. Wypuściliśmy produkt do pobierania SERP-ów, proste API. Wiele osób tworzy teraz w n8n procesy do pisania artykułów, więc mogą kupić to API i podłączyć do swoich procesów. Wypuszczamy też produkt Human TXT, służący do humanizacji treści pisanej przez sztuczną inteligencję, i mamy w kolejce cztery kolejne produkty. Chcemy wypuszczać nowe produkty i w ten sposób testować rynek, a te, które przejdą sześciotygodniową fazę inkubacji, będziemy rozwijać. Produkty tworzone są w małych, 3-5-osobowych zespołach interdyscyplinarnych przy dużym wykorzystaniu AI, w zasadzie wszystko tworzy sztuczna inteligencja, my tylko ją kontrolujemy, i to trochę ucieczka od długu technologicznego. Drugi obszar to produkty Enterprise, bo software'u na rynku jest bardzo dużo i będzie coraz więcej, teraz każdy może stworzyć oprogramowanie w weekend, jeśli ma podstawową wiedzę technologiczną. Uznaliśmy, że bardzo wielu klientów zamiast software'u będzie szukać rezultatów. Utworzyliśmy komórkę Enterprise, gdzie wykorzystujemy sztuczną inteligencję i nasze dane, nasze unikalne połączenie, do dostarczania insightów, raportów i operacji na klientów. Aplikacja, która jest core'owym produktem od 10 lat, ma swój rytm i nie jesteśmy w stanie z dnia na dzień zawrócić kierunku. Mini SaaS-y i Enterprise to obszary, które chcemy teraz eksplorować.

**Rafał:** W temacie mini SaaS-ów to ta niesamowita zmiana, którą AI przyniosło: jesteśmy w stanie szybko stawiać i weryfikować rozwiązania, rozwiązywać mikroproblemy mikronarzędziami. Mam przeczucie, że to trochę przyszłość.

**Damian:** Tak, ale mam tu niejednoznaczną opinię. Z jednej strony rynek narzędzi się sprofesjonalizował: nabrałeś zaufania, że jak rejestrujesz się w jakimś SaaS-ie, to ktoś zainwestował pieniądze, zrobił to porządnie. Teraz ten rynek zmienił się w dziki zachód: rejestrujesz się w narzędziu i nie wiesz, jaki jest poziom bezpieczeństwa, nie wiesz, czy ktoś tego nie zrobił za 5 dolarów, nie wiesz, gdzie twoje dane trafią. Może to zmiana na minus, bo ludzie nabiorą dystansu. Kod, który tworzy AI, niesie wiele zagrożeń związanych z bezpieczeństwem, wielokrotnie słyszałem, że dane wypłynęły z takich aplikacji. Zobaczymy, co przyniesie czas. Dlatego uruchomiliśmy komórkę Enterprise, bo być może w przyszłości ludzie będą chcieli rezultatów, a nie interfejsów jak teraz. A z drugiej strony mini SaaS-y trochę kapitalizują dane, które mamy, i ich ogrom, bo to jest coś, czego AI nie zrobi: nie pobierze danych w skali i nie zaprojektuje architektury bazy do ich przechowywania. Są narzędzia no-code, jak Make i n8n, więc ludzie zamiast narzędzi potrzebują tylko konkretnego endpointu, żeby swoje procesy zautomatyzować.

### Dlaczego do AI w SEO potrzebny jest stack z API, nie sam ChatGPT?

**Rafał:** Chciałem przejść do sekcji Go AI, but stay human w pewnym sensie. Jak twoim zdaniem należy przygotować zespół SEO, content, marketing do efektywnej pracy z AI?

**Damian:** Pierwszym krokiem jest wybór stacku technologicznego. Zespół, który będzie wdrażał AI, nie powinien robić tego tylko i wyłącznie w ChatGPT. Pierwszy krok: dać zespołowi dostęp do technologii, a na 100 procent potrzebne będą klucze API do takich usług jak OpenAI, AI Studio od Google czy Claude. Polecam narzędzie OpenRouter, które w ramach jednej struktury API daje dostęp do wszystkich modeli językowych w cenach, w jakich dostaniemy je u dostawców, i najczęściej tego używamy. Zespół wdrażający AI będzie korzystał głównie z API, a nie z interfejsów czatowych. Interfejsy czatowe służą do codziennej pracy, do ideacji, tworzenia planów, ale do powtarzalnych procesów ich nie wykorzystamy. Drugi element to decyzja: idziemy w rozwiązania kodowe czy no-code. To duża dyskusja. Po jednej stronie mamy no-code, jak Make czy n8n, które królują w tym obszarze, a po drugiej rozwiązania kodowe, czyli napisany kod wykonujący to samo, na jakimś środowisku programistycznym, najczęściej w Pythonie. Zarówno no-code jest okej, jak i kod, bo nawet osoba nietechniczna będzie w stanie napisać kod Pythona i go uruchomić. Plusy rozwiązań no-code to szybkość, bo zdecydowanie szybciej zbudujemy automatyzację w n8n niż wygenerujemy skrypty Pythona. Po stronie Pythona stoi elastyczność: możemy zrobić w zasadzie wszystko i żadne ograniczenia nas nie dotykają, a na przykład w Make mamy timeouty i tak dalej. Kolejny element to baza danych, która będzie przechowywać dane i operacje. Możemy to przechowywać w Google Sheets, jeżeli mamy mały zestaw operacji, ale pamiętajcie, że Sheets działa w ramach pamięci naszego komputera, więc po przekroczeniu pewnej ilości danych przestanie działać, nieefektywny przy dużej skali. Możemy skorzystać z baz no-code, jak Airtable czy NocoDB, open source, albo z klasycznych baz, jak MySQL, czy teraz bardzo popularny Supabase, nakładka na Postgresa. W większości przypadków warto, żeby zespół miał dostęp do chmury obliczeniowej, gdzie można takie usługi uruchamiać. Ostatnio dla mnie bardzo sprzyjająca jest chmura Google'a: możemy tam uruchamiać bazę danych, więc nasze automatyzacje mogą przekazywać dane, ale też skrypty i aplikacje. W chmurze Google'a są usługi jak Cloud Run, pozwalająca uruchamiać aplikacje webowe, Google Colab, pozwalający uruchamiać skrypty Pythona, Cloud Scheduler, pozwalający uruchamiać procesy cyklicznie. Jeżeli mamy to wszystko i mamy spisane procesy, które chcemy zautomatyzować, to mamy wszystko, żeby zacząć. Podstawowym krokiem jest zbudowanie stacku technologicznego, a po drodze trzeba podjąć kilka ważnych decyzji, bo wpłyną na to, czy praca będzie działać nieprzerwanie, czy będziemy poświęcać dużo czasu na serwisowanie tego, co wytworzyliśmy.

**Rafał:** To kompleksowy przewodnik. Zadajesz kłam powszechnym informacjom, że wystarczy mieć licencję ChatGPT i to rozwiązuje problem. Żeby wykorzystywać AI w jakiejkolwiek skali i dobrej jakości, trzeba wykorzystać wiele narzędzi i sensownie się przygotować.

**Damian:** Mam takie porównanie. ChatGPT nie bez powodu ma w nazwie czat. To rozwiązanie stworzone do czatowania, czyli naturalnej rozmowy między człowiekiem a maszyną. Jeżeli korzystacie z czatu, zapewne zdążyliście się zorientować, że on próbuje nawiązać z wami dialog. Jest w stanie zrobić research, podsumować informacje, ale na koniec dnia to dialog. Procesy, które wykonujemy w organizacjach, najczęściej na tym nie polegają. Polegają na przetworzeniu danych, przeniesieniu ich z jednego miejsca do drugiego, zmianie statusu na podstawie akcji w jednym miejscu. Te rozwiązania nie są do tego zaprojektowane, więc potrzebujemy API, żeby móc sterować zachowaniem modelu językowego, dlatego potrzebujemy całego stacku. Bardzo trudno wykonać taką pracę procesową w ChatGPT, bo musimy go po kolei instruować, co ma robić, i za każdym razem może zrobić to inaczej, bo modele językowe są niedeterministyczne. Jak rozbijemy te małe problemy i w ramach automatyzacji zaprojektujemy je krok po kroku, to mamy kontrolę, że proces za każdym razem będzie wykonany w taki sam sposób.

**Rafał:** To ważna kwestia powtarzalności, na przykład przy tłumaczeniach, transkreacji. Przez czat, który jest stworzony do interakcji między maszyną a człowiekiem, nie jesteś w stanie łatwo na skalę uzyskać powtarzalnego efektu.

**Damian:** Wynika to też z tego, że modele językowe mają parametry, którymi możemy sterować. Podam jeden przykład: parametr temperatury. Modele GPT, General Pre-trained Transformer, to technologia transformerów, którą Google opublikował w 2017 roku. Działają tak, że pobrały dużo danych z internetu i na tej podstawie są w stanie, bardzo upraszczając, przewidzieć za pomocą rachunku prawdopodobieństwa, jaki kolejny token powinien się pojawić. Jeśli mamy zdanie „moje ulubione zwierzę to”, to w internecie najczęściej będzie to pies, potem kot, tygrys już dużo mniej, prawdopodobieństwo, że tygrys, jest niskie. W ChatGPT nie mamy możliwości sterowania tą temperaturą. W zależności od tego, co wpiszemy, na przykład „bądź kreatywny” albo „be consistent”, ChatGPT jakoś ustawi temperaturę. Jeśli ustawi ją wysoko, losowość tokenów będzie wysoka, czyli będzie miał większą skłonność, żeby wybrać tygrys, a nie kot. Jeśli ustawimy niską, na przykład „bądź konsekwentny”, to zawsze wybierze pies. Między tobą a modelem jest system, który może ten zestaw parametrów trochę inaczej wylosować. W przypadku API mamy pełną kontrolę: wysyłając zapytanie bezpośrednio do modelu, możemy ustawić temperaturę na 0 albo na przykład 0,7, jeżeli chcemy, żeby model był bardziej kreatywny. Oczywiście nie chodzi o kreatywność, tylko skłonność do wybierania mniej oczywistych tokenów, ale tak można to ekstrapolować.

### Czy AI daje przewagę konkurencyjną w SEO, czy pozwala przetrwać?

**Rafał:** Czy twoim zdaniem da się budować przewagę konkurencyjną w oparciu o AI w SEO?

**Damian:** Zdecydowanie tak. Ostatnio występowałem na konferencji I Love Marketing i doszedłem tam do wniosku, że nie chodzi nawet o to, żeby budować przewagę konkurencyjną za pomocą AI, tylko walczyć o przetrwanie za pomocą AI, bo być może podmioty, które tego nie robią, nie przetrwają kolejnej zmiany. Posłużyłem się odwołaniem do ekonomii treści. Dzięki AI mamy możliwość tworzenia nieograniczonej ilości treści, więc podaż jest bardzo wysoka. Jest też strona popytowa. Po pierwsze ludzie mają inne rozwiązania do wyszukiwania informacji, ChatGPT, Perplexity, i w przyszłości nie będą tylko wykorzystywać Google'a, a mają też skłonność do oglądania wideo. Z trzeciej strony jest AI Overview, który mocno zmienia popyt na treści. Popyt spada, podaż mocno rośnie. Te dwie siły, które powinny iść w tym samym kierunku, idą w zupełnie innych, więc jeżeli chcesz przetrwać i mieć możliwość generowania korzyści z generowania treści, musisz to robić na dużej skali i bardzo tanio. Jeżeli będziesz w stanie napędzić podaż bardzo tanim kosztem, to popyt cię nie do końca interesuje, bo krzywa kosztu jest na tym samym poziomie. Jeżeli pozostaniesz przy tym samym koszcie tworzenia treści, popyt jest tak niski, że opłacalność tej inwestycji będzie bardzo spadać w czasie.

**Rafał:** Czyli nie budujmy przewagi konkurencyjnej, ale próbujmy przetrwać.

**Damian:** Korzystanie ze sztucznej inteligencji jest konieczne: albo będziemy chcieli to robić, albo zmusi nas do tego sytuacja. Przewagę konkurencyjną możemy budować w oparciu o to, jak to robimy, jak wykorzystujemy AI.

**Rafał:** To clue. W kontekście zwrotu z inwestycji w treści: na swoim przykładzie powiem, że w ciągu trzech lat ROI spadł o 100 procent w zasadzie, 99,9 procent. Więc to, co powiedziałeś o podaży i popycie, absolutnie. Widzę z pierwszej ręki, ile więcej jest treści: pracując ze stronami w różnych niszach w języku angielskim, internet jest absolutnie zalany. Helpful Content Update, który wychodził chyba w 3 czy 4 iteracjach, mocno to sprzątał. Sama nazwa wskazuje, że wycinał content, który nie wnosił dodatkowej eksperckości. Wielu copywriterów, którzy pisali te treści, dziś niestety nie ma pracy, bo robili to na średnim poziomie i te treści już nie są nikomu potrzebne. Nie chcę wchodzić, co powinni zrobić w życiu, żeby być przydatni, bo każdy powinien sobie sam wydedukować własną drogę. AI nie kończy przygody z contentem, tylko zasadniczo zmienia playground.

**Damian:** Ciekawa perspektywa. Być może grabarzem SEO nie jest AI, tylko na przykład wideo, bo ludzie lubią konsumować treści wideo, więc tacy copywriterzy powinni trochę rozszerzyć horyzonty, jeżeli chodzi o typ treści, który tworzą. Wracając do pytania: czy trzeba budować przewagę konkurencyjną w oparciu o AI? Tak, zostaniemy do tego zmuszeni. To jest pytanie nie czy, tylko kiedy, a przewaga polega na tym nie, czy używamy, tylko w jaki sposób używamy.

### Jak przerabiać jedną treść na wiele formatów dzięki AI?

**Rafał:** Dodam drobną dygresję w kontekście wideo. Wideo absolutnie zjada ruch. Wspomniałeś AI Overview, czynniki behawioralne, ludzie inaczej konsumują treści. My, w branży SEO, przyzwyczailiśmy się, że SEO to Google, bo Google ma gigantyczną przewagę rynkową, ale to się zmienia na rzecz innych formatów. Zachęcałbym agencje i contentowców do myślenia, że SEO to nie jest tylko pisana treść, a jeżeli piszesz świetną treść, to bardzo łatwo z niej zrobić podcast, wideo, niewielkim nakładem pracy. Z jednego wkładu pracy w treść możesz zrobić kilka formatów angażującej treści przystosowanej do tego, jak ludzie chcą ją odbierać. Nie chodzi o zalewanie internetu wideo niskiej jakości, tylko że to z AI dziś może być bardzo wysokiej jakości i dostosowane do sposobu konsumpcji.

**Damian:** Do tej pory w SEO staraliśmy się wcisnąć jeden typ treści do różnych intencji i sposobów konsumpcji, a AI jest świetne w przeformatowywaniu treści. Jak napiszesz artykuł, możesz wygenerować infografikę albo poprosić model, żeby na podstawie treści wygenerował wykresy w JavaScripcie, które umieścisz na stronie, więc zamiast ściany tekstu strona może mieć wiele wykresów i tymi danymi opowiadać historię. Możesz zrobić transkrypcję do wideo, nagrać shorty, podcast i to nie zajmie wiele czasu, jeżeli poprawnie to zautomatyzujesz. To, co powiedziałeś, można nazwać procesem recyklingu treści: to, co raz zrobiliśmy, warto przeformatować do różnych formatów przekazu i w ten sposób w wielu miejscach trafiać do użytkowników. SEO powinno polegać na tym, że staramy się być tam, gdzie są nasi użytkownicy, a nie szukać ich tam, gdzie sobie wybraliśmy.

**Rafał:** Dokładnie. SEO to nie są pozycje słów kluczowych w wyszukiwarce, o tym się często zapomina.

**Damian:** Jeżeli nasi słuchacze są zaznajomieni z branżą SEO, to pewnie powstanie wiele nowych nazw z przedrostkami: LLM SEO, AI Overview SEO i tak dalej. Nie dajcie się zwieść marketingowym nagłówkom. Nie ma nic złego w tworzeniu takich nagłówków, to standardowa praktyka, żeby znaleźć pozycję rynkową. Kiedyś wiele agencji urosło na tym, że zaczęło świadczyć usługi white hat SEO, kiedy przyszedł Pingwin w 2013 roku, i to też było okej. Jedyna droga to multiplatformowe, szerokie podejście do spełniania intencji różnymi formami contentu, nie tylko warstwą tekstową.

**Rafał:** Tak staram się do tego podchodzić: nie dość, że wielojęzykowo, to w różnych formatach, żeby zwrot z inwestycji w kawałek treści był sensowny, bo z samej pisanej treści jest minimalny. Powiedziałeś o wizualizacji, że AI można wykorzystać do tworzenia wektorów, grafik, interaktywnych, tu jest genialne pole do popisu. Nawet Wall Street Journal, na pewno nie w 100 procentach za pomocą AI, ale wielu wydawców na świecie mogłoby się przyglądać, jak ta organizacja robi treści: świetne pisane treści, a dla tych, którzy nie czytają, od razu audio, wszędzie zwizualizowana treść w skondensowanej formie, dopasowanie do użytkownika bez utraty meritum.

**Damian:** Jeżeli mamy warstwę tekstową, stworzenie podcastu z niej to żaden problem. Wystarczy ElevenLabs, który na podstawie treści wygeneruje podcast, możemy nawet swoim głosem. Jest NotebookLM, gdzie wrzucasz tekst i generuje podcast, a doszli do momentu, że z hostami AI można rozmawiać, wchodzić w dyskusję. Każdy tekst można automatycznie przetworzyć na taką formę. Można wymyślić różne formy przekazu: quizy, widżety z opisanymi danymi, ankiety. Biorąc pod uwagę, w jakim kierunku idzie Google, czyli te nowe guidelines dla quality raterów z kwietnia, Google będzie oczekiwał, że dasz coś więcej niż wygenerowany tekst AI. Choć będzie super wygenerowany, w niedalekiej przyszłości nie wystarczy, bo Google dostaje tej treści zbyt dużo, indeksowanie kosztuje, pojawia się szereg problemów. Trzeba podejść do tego kreatywnie i pomyśleć, jak tę treść inaczej zaprezentować, żeby użytkownik zaspokoił swoją potrzebę, a niekoniecznie rzucał się na ścianę tekstu.

**Rafał:** Paradoksalnie będzie przewaga jakości nad ilością, w mojej opinii, i przestanie się robić blogi dla blogów. Moja ulubiona rada SEO, która wciąż funkcjonuje: pan musi mieć bloga. A po co? Nie wiem, ale pan musi mieć bloga, bo dla SEO jest dobry. Mam nadzieję, że to umrze śmiercią naturalną. I to, co fajnie powiedziałeś: musimy znać swojego odbiorcę. Często spotykam firmy, które nie znają odbiorców swojej strony, nie wiedzą, do kogo to piszą. Wiedzą mniej więcej, że ma między 20 a 45 lat, ale nie wiedzą, jak konsumuje treści, jakie ma problemy, które możemy rozwiązać artykułami czy wideo. Trzeba zrobić inwestycję na początku, a później dopasować implementację, a nie robić implementację, bo musimy, a potem zastanawiać się, jak zarezonuje z rynkiem. To przepis na spalenie kupy siana i klasyczne „AI, SEO nie działa”.

**Damian:** Wcześniej to było prostsze, bo robiłeś zestaw słów kluczowych, które oni wyszukiwali, więc nie musiałeś się interesować, kim oni są, bo mieli określoną potrzebę. Klasyfikowałeś słowa kluczowe i odpowiadałeś ofertą. Jeżeli podejdziemy multiplatformowo, to na każdej platformie trzeba trochę innego języka, do każdej grupy inaczej się komunikować, więc staje się to tym ważniejsze.

### Jak mierzyć efektywność wdrożenia AI w e-commerce?

**Rafał:** Jak zasugerowałbyś mierzenie efektywności wdrożenia AI w strategii SEO, przykładowo w e-commerce?

**Damian:** Funkcja kosztu i czasu przede wszystkim. Podejrzewam, że sztuczna inteligencja nie da nam lepszych efektów niż człowiek, ale da zdecydowanie szersze możliwości automatyzacji operacji i zdecydowanie niższy koszt. Jeżeli jesteśmy w stanie uzyskać ten sam efekt przy niższym koszcie, to jest sukces, którego powinniśmy szukać. Nasza marża powinna być budowana na naszej efektywności procesów, a nie na tym, ile jesteśmy w stanie dostarczyć wartości z tej wyszukiwarki.

**Rafał:** Poza tym jesteśmy w stanie częściej testować, eksperymentować prawie za darmo.

### Co w e-commerce można zautomatyzować za pomocą AI?

**Damian:** Przejdźmy do tego, co w e-commerce można zautomatyzować za pomocą AI, żebyśmy mogli odnosić się do przykładów. Posłużę się przykładami naszych wdrożeń dla klientów e-commerce i produktów, które staramy się robić dla e-commerce'ów.

**Rafał:** Dobrze, że przeszedłeś od razu do tego, bo byłem gotowy zagłębić się w kolejne dygresje filozoficzne. Mam punkt: najskuteczniejsze wdrożenia AI w SEO w e-commerce, które obserwujesz albo które miałeś okazję robić.

**Damian:** Podzielę na kilka typów. Pierwsza to warstwa tekstowa: jesteśmy w stanie zautomatyzować w całości opisy produktów, opisy kategorii i teksty poradnikowe. W opisach produktów trzeba zbudować proces, który dowie się jak najwięcej o produkcie. Kilka tipów: na podstawie kodu SKU lub innego uniwersalnego kodu produktu warto scrawlować internet i zobaczyć, jakie cechy możemy zebrać. Jeżeli mamy na przykład iPhone'a 16, który ma SKU, to w innych sklepach też taki SKU będzie miał, więc uruchamiamy crawling, który pobiera te dane, i za pomocą promptów ekstrahujemy cechy produktu. Można za pomocą modeli multimodalnych wrzucić zdjęcia produktu do modelu: jeśli jesteśmy producentem mebli, możemy rzucić zdjęcia do AI i ono opisze cechy, kolor i tak dalej. Jak mamy zestaw cech, po kolei automatyzujemy opisy produktów. Druga rzecz to opisy kategorii. Niektóre sklepy je stosują, niektóre nie, ale jeśli już się zdecydujemy je zautomatyzować, to najczęściej badamy, jakie produkty ma dany sklep w danej kategorii, bo na przykład akcesoria samochodowe w OBI i w Leroy Merlin to dwie różne strony: tam sprzedają kołpaki, a tutaj zawieszki zapachowe. Opis kategorii powinien się odnosić do produktów, które w tej kategorii mamy, więc najważniejsze jest zebranie wszystkich produktów z kategorii i umieszczenie ich w opisie. Te dwie warstwy tekstowe niosą bardzo małe zagrożenie, bo nie powodujemy, że indeks Google'a puchnie, tylko uzupełniamy strony, które już mieliśmy w indeksie, to najbezpieczniejsze miejsce, żeby testować opisy generowane przez AI. Poradniki to kolejny element: jak mamy kategorię siekiery, to możemy zbudować proces, który powie, jakich poradników o siekierach szukają użytkownicy, i je uzupełnić. Robimy to na wielu klientach i to działa.

W warstwie architektury informacji jesteśmy w stanie bardzo dużo zrobić, zaczynając od linkowania wewnętrznego. Robiliśmy ostatnio projekt dla Answear, sklepu z modą. W niektórych sklepach macie podobne kategorie: jak są buty Adidas zielone, to na dole wyświetla się link do butów Adidas czerwone. Takie sklepy stosują boksy z linkami wewnętrznymi, bo linkowanie wewnętrzne wpływa na wewnętrzny page rank strony i pokazuje Google'owi, które strony są ważniejsze. Wykorzystując semantykę, którą dostarcza AI, łatwo wyznaczyć strony podobne do tej, na której się znajdujemy. W Answear całkowicie zautomatyzowaliśmy wybór tych boksów: do każdej kategorii dodajemy 20 podobnych kategorii wraz z optymalnym anchorem na podstawie widoczności z Search Console i naszych wewnętrznych danych. Druga rzecz w architekturze informacji to badanie, jakich kategorii nam brakuje, bo mamy zestaw produktów i można je kategoryzować na różne sposoby, a w większości sklepów brakuje jakiejś kategorii. Na przykład buty: niektóre służą do chodzenia w morzu, żeby się nie skaleczyć, więc ludzie wyszukują kategorii „buty do wody”. Architektura informacji Answear nie przewiduje takiej kategorii, a takich kategorii w tym sklepie jest kilka tysięcy, gdzie warto byłoby stworzyć statyczną stronę z produktami odpowiadającymi konkretnej potrzebie użytkownika. Za pomocą AI i jego semantyki jesteśmy w stanie to zrobić: bierzemy wszystkie słowa kluczowe powiązane z butami, filtrujemy te, gdzie nie występuje nasza konkurencja, następnie za pomocą modeli embeddingowych dokonujemy klasteryzacji, potem możemy zamienić wszystkie nasze produkty na embeddingi i porównać, czy mamy produkty odpowiadające danym kategoriom. To też wdrażamy i super działa, więc w całości przy wykorzystaniu AI jesteśmy w stanie zarządzać architekturą informacji.

Trzecia rzecz, bardzo ważna: w większości sklepów wyszukiwarki nie działają super. Najczęstszy problem to wyszukiwarka wewnętrzna. Możemy tu posłużyć się wyszukiwarkami embeddingowymi, totalnym silnikiem semantycznym: zamienić produkty i ich opisy na wektory za pomocą modeli embeddingowych, przechowywać je w bazie wektorowej, a jak użytkownik zadaje pytanie, też je wektoryzować i w ten sposób dopasować produkty. Te wewnętrzne wyniki wyszukiwania często mocno podnoszą konwersję. Na koniec customer service: możemy w całości zautomatyzować to za pomocą AI. Tu tylko nakieruję na pojęcia jak RAG, czyli Retrieval Augmented Generation, embeddingi, narzędzia jak Dify, które potrafią generować chatboty. Ostatnio Google pokazał, jeżeli są notatki w tym podcaście, mogę wrzucić, chatbota, który ma dostęp do kamery, mikrofonu i do wewnętrznej bazy wiedzy i może sterować sklepem. Na demo facet miał kwiat, pokazywał go do kamery, pytał chatbota, czy sklep ma produkty komplementarne albo jaką odżywką potraktować ten kwiat. Google wystawił to na GitHubie, więc można pobrać i zastosować u siebie. To są zastosowania, które na co dzień wdrażamy w dużych, małych i średnich e-commerce'ach i które nam się świetnie sprawdzają.

**Rafał:** Genialne, szczególnie w kontekście linkowania wewnętrznego, bo to zawsze gigantyczny problem przy dużym wolumenie: ogarnąć linkowanie tak, żeby było podlinkowane nie tylko pod SEO, ale pod konwersje. Seowcy zawsze to jakoś wdrażali, ale moim zdaniem często nie do końca sensownie.

**Damian:** Zautomatyzowaliśmy to kompletnie, więc zajmuje teraz 10 minut, cała witryna. Trochę pracy kosztowało dostrojenie systemu, ale wydaje mi się, że każdy przy wykorzystaniu tych technologii może to zrobić.

**Rafał:** Przy budowaniu przewagi konkurencyjnej gra mi to od razu: przewaga nie z samego wdrażania, tylko jak i co wdrożymy. Podeślij linki, damy. RAG, Dify znam, ale tego, co wypuściło Google, nie byłem świadomy. Widziałem coś podobnego w HeyGen, narzędziu głównie do translacji wideo i audio i do robienia UGC, ale to nie to. Dziwię się, że Google wystawiło to jako open source.

**Damian:** Google mocno działa teraz w zakresie open source, po prostu przespali moment na rynku, teraz chcą nadrobić, dając wszystko za darmo.

### Jak agenci zakupowi mogą zmienić e-commerce i SEO?

**Damian:** Wyobrażam sobie, że w kontekście e-commerce powstanie agent, który tak jak Ceneo będzie miał dostęp do wszystkich sklepów: personalny agent z dostępem do twojej kamery i wszystkich zamówień. Możesz mu nagrać wideo z domu, a on w odpowiednich sklepach zamówi odpowiednie produkty.

**Rafał:** Kusząca i przerażająca wizja jednocześnie.

**Damian:** InPost też robi coś takiego. W Stanach kilka lat temu powstał produkt typu OneBasket, nie wiem, czy tak dokładnie się nazywa: w wielu sklepach masz ten sam koszyk i dokonujesz transakcji w jednym miejscu. Może być na stronie Zalando i na stronie Answear, ale masz ten sam koszyk. Jest zewnętrzna firma, która ten koszyk dostarcza, i InPost też to teraz wdraża. Być może jeśli InPostowi udałoby się połączyć wszystkie sklepy w jednym koszyku, to agenta też byliby w stanie wdrożyć w przyszłości. Podniosłem też temat, że być może w kontekście SEO przyszłością nie jest optymalizacja pod modele językowe, bo nie wierzę, że w dużej perspektywie będziemy odbierać ruch z ChatGPT. Teraz to trend, ale za chwilę w erze agentów nie będzie miało to znaczenia. Być może warto optymalizować pod decyzję agenta. Wyobrażam sobie przyszłość tak: potrzebuję filtrów do wody, nie interesuje mnie, gdzie je zamówię. Będę miał aplikację z dostępem do określonej liczby sklepów, powiem, czego potrzebuję, albo zrobię zdjęcie, a agent sam zdecyduje, do którego sklepu wejść i kupić. Warto przewidzieć, co możemy zrobić w swoim sklepie, żeby agent był w stanie nas wybrać. Kilka zagadnień: jeśli mamy API w sklepie, warto, żeby było zapisane w jednym pliku TXT dla agentów: agent wchodzi na sklep, dostaje API w formie pliku TXT i wie, jak dokonać różnych operacji. Dwa: jak piszemy opisy albo opisujemy produkt, musimy mocno postawić na to, żeby model językowy zrozumiał, czym ten produkt się odróżnia od innych na rynku. Pewnie w ten sposób będzie o tym decydował. Trzy: w kontekście e-commerce rankingi różnego rodzaju, ranking pralek, mogą wrócić do łask. Modele językowe nie będą wiedziały, jak te rankingi są tworzone, ale mogą mieć znaczenie, bo z samego tekstu ciężko wywnioskować, co jest lepsze. Pewnie model afiliacyjny też trochę wróci do łask, to kierunek ciekawy do eksploracji: optymalizacja pod decyzję agentów. Trudno jednak określić, jak ten świat agentów będzie zbudowany: czy powstanie firma jak InPost, która zepnie wszystkie koszyki w jeden, a ty będziesz magazynem wysyłkowym, czy będzie wiele aplikacji z agentami i ty będziesz musiał stworzyć sklep tak, żeby agent umiał w nim dokonać transakcji.

**Rafał:** Ciekawa perspektywa. Trochę przypomina to voice search w Stanach i próby optymalizacji sklepów pod niego. Do dzisiaj są kraje, jak Australia, gdzie bodajże 26 procent użytkowników używa voice searcha przez Alexę i Google Home. Wyobrażam sobie, że przez mój Google Home idealnie by było zakupić pewne rzeczy przez agenta.

**Damian:** To będzie pierwsza technologia hands off. Jeżeli będziesz miał urządzenie typu okulary z kamerą i agent będzie znał twoją dietę, to jak otworzysz lodówkę, automatycznie podejmie decyzję, których produktów ci zabraknie, i je zamówi. Oczywiście to futurystyczna wizja, ale pamiętajcie, że świat zmienia się szybciej niż do tej pory i ta wizja może pojawić się szybciej, niż nam się wydaje. Oczywiście poziom zaufania do takich produktów jest bardzo istotny, ale kto by pomyślał trzy lata temu, że w takim miejscu dzisiaj będziemy.

**Rafał:** Ja na pewno nie, i myślę, że będę musiał opublikować ten odcinek bardzo szybko, bo za 4 tygodnie może być za późno. Pół żartem, pół serio.

### Kogo warto obserwować, by uczyć się wdrożeń AI w SEO?

**Rafał:** Porozmawialiśmy o tym, jak ty wdrażasz z zespołem. Czy spoza waszego podwórka widziałeś najskuteczniejsze wdrożenie AI w SEO, kogoś, kto robi to spektakularnie na wielu frontach? Nie musi być w Polsce.

**Damian:** Bardzo lubię obserwować Dejana Petrovica, specjalistę, który chyba w Australii się znajduje. Wytwarza bardzo dużo oprogramowania do automatyzacji procesów związanych z SEO i AI. Warto go śledzić. Jest bardzo techniczny i posługuje się bardzo technicznym językiem, ale jeśli się dobrze wczytamy, możemy dużo zaczerpnąć. Jeżeli chodzi o wdrożenia AI w SEO, 99,9 procent ludzi skupiło się na automatycznym generowaniu contentu w dużej skali. Szeroki zestaw zastosowań to nie mam takiej wiedzy, bo wektory są dwa. Po pierwsze branża rzuciła się na rozwiązania no-code typu n8n i powstają różnego rodzaju rozwiązania: agencje i specjaliści SEO to, co do tej pory robili w Google Sheets, zrobili automatyzacjami, nie robią nic inaczej, tylko automatycznie. A drugi obszar to content AI i tego jest bardzo dużo. To, co powiedziałem na przykładzie Answear, jeszcze tak nie widać, ale pewnie w tym kierunku będzie: zajęcie się architekturą informacji serwisu, uporządkowanie tego, co jest, bo jeżeli popyt na treści będzie malał, oni odejdą trochę od contentu, zajmą się tym, co już mają, i będą to optymalizować.

**Rafał:** Dejana gdzieś widziałem, ale operuje ultra technicznym językiem, więc trzeba być mocno w temacie i nadążać, bo jak przestaniesz się na niego patrzeć przez parę tygodni, trudno wrócić, jeśli nie jesteś inżynierem czy programistą.

**Damian:** I jest bardzo duży szum w kontekście AI. Bardzo dużo ludzi zajmuje się kolportażem newsów, nie do końca je rozumiejąc, i wywołuje duży efekt FOMO. Jest Julian Goldie, którego znam osobiście, który przyjął taką taktykę FOMO: jak coś publikuje, to wszystko jest insane. Nie ma nic, co nie jest insane w ostatnim tygodniu. Przez to bardzo trudno zdecydować, co jest ważne, więc trudno mi kogoś polecić, kto rzetelnie podchodzi do tematu. Staram się eksplorować tę wiedzę bezpośrednio, korzystając z dostawców technologii: czytam dokumentację Google'a i staram się zrozumieć, jak mogę to wdrożyć.

**Rafał:** Ja mogę polecić ciebie jako źródło informacji i Roberta Niechciała, którego serdecznie pozdrawiam.

**Damian:** O ile możemy się polecić, staramy się nie robić clickbaitu, w ramach rozsądku, dość praktycznie do tego podchodzić, nie dać się zwariować. Świat działa w oparciu o sensację, a AI jest dużą sensacją, więc tego wrażenia ciężko się pozbyć, ale staramy się prowadzić tę edukację w trybie niebudzenia strachu wśród ludzi.

**Rafał:** Uważam, że robicie to dobrze, naprawdę, bez lukru. Nie jest to dla wszystkich, ale dla ludzi zainteresowanych na 100 procent.

### Jakie są pułapki i nieudane wdrożenia AI w SEO?

**Rafał:** Na koniec o pułapkach i zagrożeniach. Podajmy przykład nieudanych wdrożeń AI w SEO. Ja widziałem niesamowicie nieudane tłumaczenia za pomocą AI, mówiące rzeczy, po których raczej pozwałbyś firmę do sądu, niż coś od niej kupił. Nie musisz nazywać firmy, bo godziny prawników kosztują.

**Damian:** Było dużo przykładów, gdzie ktoś wpadł na pomysł: pobiorę sitemapę twojej strony i wszystkie twoje treści przepiszę przez AI. Takie serwisy generowały po kilka milionów wizyt jeszcze dwa lata temu, ale wykorzystywały to nieumiejętnie, tworząc treści przez ChatGPT, i spadły do zera. Takich przykładów na Twitterze można było mnożyć dziesiątki. Główny problem był taki, że ktoś robił to na masową skalę i bardzo szybko: strona powstała i w dwa tygodnie miała 100 tysięcy artykułów, a później zero. Jest nawet polski przypadek agencji, która w taki sposób działała i przez długi czas miała setki tysięcy wizyt, a teraz jest prawie zero. Rada: jak generujemy treści AI, nie robić tego na tak dużą skalę, że publikujemy codziennie więcej, a potem nic. Trzeba to robić z rozsądkiem: jeżeli do tej pory nie publikowaliśmy nic, to nie możemy publikować tysiąca artykułów dziennie. Drugi podstawowy problem to halucynacje. Modele językowe są zaprojektowane tak, że nie do końca są w stanie powiedzieć, że czegoś nie potrafią albo nie wiedzą, tylko odpowiadają jakąś głupotą. Ten, kto traktuje model językowy jako źródło wiedzy, a nie procesor wiedzy, jest skazany na te halucynacje. Według różnych badań Google ma jakieś 1,5 procent halucynacji, ale wystarczy, że w co setnym artykule będziesz miał błędną informację. Ostatnio był przykład faceta, który leciał z Australii do Chile i ChatGPT powiedział mu, że nie potrzebuje wizy, a potem tydzień siedział na lotnisku. Nie chcemy takich rzeczy. Najczęściej rozwiązujemy to tak, że zanim napiszemy artykuł, zbieramy zestaw faktów z internetu i na podstawie tych faktów generujemy treści, nie w oparciu o wiedzę, którą ma model. Nieudane wdrożenia AI polegają głównie na nieumiejętnym wyskalowaniu tworzenia treści przez AI i to głównie obserwowałem.

**Rafał:** Chciałbym, żeby wybrzmiało: używajmy AI jako procesora wiedzy, a nie źródła. To główny powód halucynacji i tych głupot, które były w AI Overview. Dziś jest dużo lepiej, ale pamiętasz początki AI Overview w Stanach. Takim szkodliwym wdrożeniem było dla mnie właśnie AI Overview.

**Damian:** Sławne wdrożenie, może nie z obszaru SEO, ale dające do myślenia, to Klarna. Startup pozwalający dokonywać zakupów ratalnych albo z odroczoną płatnością, wielomiliardowy. Dwa lata temu zwolnili chyba 1000 osób z obsługi klienta i przerzucili się w pełni na AI, a teraz się z tego wycofują, z powrotem zatrudniają ludzi do obsługi klienta. Chyba nie wynikało to z błędów, tylko po prostu ludzie z jakiegoś powodu jeszcze nie lubią być obsługiwani przez maszyny, jak próbujesz się dodzwonić na infolinię banku i jedyne co mówisz, to: połącz mnie z konsultantem.

**Rafał:** Pamiętam z 15-20 lat temu biura podróży czy banki w Wielkiej Brytanii, które korzystały z takich automatów. Skojarzenie w społeczeństwie jest takie, że to najgorsze, co może być, i wszyscy mówią: połączcie z konsultantem. Klarna to szwedzki startup z finansowaniem w wielu rundach ze Stanów, w UK uznawany za premium procesor, nie jakiś PayPal dający raty w tragicznych warunkach. Z bardzo premium marką poszli w bardzo nie premium rozwiązanie tnące koszty i wprowadzające w błąd, bo były case'y, gdzie użytkownicy byli wprowadzeni w błąd przez agentów AI. Zaczęli mocno tracić biznes i mieli duże problemy finansowe przy zdobywaniu następnej rundy.

**Damian:** Główna rada: nie robić rzeczy, na które twoi klienci nie są gotowi, i jak najmniej ingerować w relację pomiędzy klientem a usługą. Są usługi, gdzie klienci nie wymagają obsługi żywej osoby, ale są takie, gdzie to konieczne. W przypadku SEO warto zwrócić uwagę na efekt skali: jeżeli robimy coś w dużej skali, istnieje duże prawdopodobieństwo popełnienia błędu. Zwłaszcza w branżach istotnych, jak finanse czy zdrowie: jeśli zautomatyzujemy tworzenie treści w aptece i popełnimy jeden błąd na 100 tysięcy artykułów, może kogoś kosztować zdrowie lub życie i tego się nie da wycenić. Problem tego, że kupię inną śrubkę, niż chciałem, jest mały, ale problem dotyczący zdrowia jest duży, więc trzeba podejść do tego z wrażliwością, trochę odepchnąć pęd związany z FOMO wytworzonym przez natłok informacji i pomyśleć o długoterminowych skutkach, zwłaszcza że Google co jakiś czas zmienia opinię o contencie AI i nie wiemy, jaka będzie za rok.

### Jak Google podchodzi do treści generowanych przez AI?

**Rafał:** Jak Google podchodzi do treści generowanych przez AI? Przeczytałem mnóstwo rzeczy na ten temat. Sam mam kilka case'ów, w których treść AI była linkowana przez Stanford University i stała wysoko w Google, a artykuły pisane przez człowieka na tym samym serwisie, moim zdaniem dużo lepsze, były kompletnie zdewaluowane i finalnie wyindeksowane.

**Damian:** Są badania, nie potrafię się powołać na źródło, które wykazały, że de facto dla ludzi nie ma różnicy, czy tekst napisał człowiek, czy AI, w większości przypadków. Ważne, że ludzki copywriting też został trochę zniszczony przez SEO. Powołam się na niedzielę handlową: w jaki sposób serwisy pisały o niedzieli handlowej i jak trudno było się dowiedzieć, kiedy jest. W takich przypadkach AI jest dużo lepsze, bo szybciej dostajesz informację. W rzeczach newsowych, opiniotwórczych ludzie jednak wolą czytać treści stworzone przez człowieka i nadal contentem można zbudować duży zasięg. Jest w Polsce serwis, który postawił na mocną społeczność, mocną relację z odbiorcami i na tym wygrywa, i na unikalności dostarczanych treści. To, co robimy w kontekście pisania treści przez AI, to staramy się zrozumieć to, co już zostało napisane, i napisać innymi słowami, i to nie ma szczególnie głębokiej wartości. Google ma patenty, które dostarczają informacji o tym, jak dana jednostka treści wpłynęła na wiedzę, jaką Google na dany temat posiada. Jeżeli mamy unikalną wiedzę z jakiegoś obszaru, na przykład piszemy artykuł o rowerach i wiemy coś unikalnego, czego jeszcze nie ma w Google, to jest przewaga. Google ma nawet patenty, gdzie oblicza z jakiegoś wzoru, ile nowych informacji dany artykuł dostarcza do jego grafu wiedzy na ten temat.

**Rafał:** To dobre podsumowanie: tak długo jak treści wnoszą wartość, nie powinno być problemu. Tak samo użytkownicy nie będą mieli problemu, bo te treści są dzisiaj nie do rozróżnienia: copywriterzy, którzy piszą bzdury, i AI, które pisze bzdury, halucynuje albo powtarza te same treści innymi słowami, tak jak ja teraz powtarzam twoje treści moimi słowami.

### Jak może wyglądać SEO za 2–3 lata?

**Rafał:** Na sam koniec, Damian, ostatnie kilka minut: wiem, że to wróżenie z fusów, ale jak według ciebie będzie wyglądało SEO za 2-3 lata i czy w ogóle będzie SEO, czy już trzeba robić certyfikat murarza i szukać roboty w Norwegii?

**Damian:** To gimnastyka umysłowa, bo w przyszłości nie przewidzimy nawet tematu prezentacji na najbliższej SEMKARCE w czerwcu, będę musiał się szeroko zmierzyć z tym tematem. Widzę kilka kierunków. Branża SEO przetrwa w takiej lub innej formie. Wydaje mi się, że dokona jakiejś konsolidacji, bo w niektórych obszarach zwrot z inwestycji będzie tak mały, że nie uda się w to inwestować. Będzie jeszcze etap, gdzie sprzedawcom uda się przekonać ludzi, żeby wydali kasę, ale przyjdzie moment, że wszyscy się zorientują, że to już nie działa jak działało, i pewne grupy klientów odpadną. Myślę, że małe i średnie firmy przejdą na przykład do wyników lokalnych, a klasyczne SEO oparte na treści w ich przypadku nie będzie miało sensu. Pierwszy etap w branży SEO to automatyzacja, dzięki temu zwiększenie efektywności finansowej, i przetrwają te podmioty, które będą w stanie ją przeprowadzić, bo prawdopodobnie nie uda się dojść do momentu, że będziemy mogli więcej brać za te usługi, tak jak do tej pory, bo tego ruchu w Google było coraz więcej i mogliśmy dowozić coraz więcej efektów. Tutaj to się ograniczy, więc nasza marża powinna być budowana na efektywności procesów, a nie na tym, ile wartości jesteśmy w stanie dostarczyć z wyszukiwarki. Drugi etap to poszerzenie horyzontów poza wyszukiwarkę. Dużą część ruchu mogą odbierać serwisy wertykalne, na przykład ZnanyLekarz czy Booksy, czyli wewnętrzne wyszukiwarki, i bardzo ważne stanie się różnorodne dostarczanie contentu, czy to na YouTube, czy do innych miejsc, gdzie ruch z wyszukiwarek też występuje. YouTube to druga wyszukiwarka i wydaje mi się, że to pierwsze miejsce, do którego skierują kroki agencje SEO. Tam też można robić keyword research, nagrywać evergreeny i osiągać całkiem przyzwoity ruch i nawet większą uwagę odbiorcy przykuć. Chwilowym trendem będzie pozycjonowanie w czatach. Powstaje dużo narzędzi, dużo agencji się w tym specjalizuje. Nie wierzę długoterminowo, że tam można zbudować widoczność i duży ruch, bo już teraz Deep Research od Google potrafi przejrzeć 1600 stron, żeby odpowiedzieć na pytanie. Jaki CTR tam uzyskasz? A w erze agentów nie będziemy korzystać z czatów do wszystkiego, tylko agent skorzysta z czatu i podejmie decyzję za nas, więc być może w przyszłości optymalizacja pod decyzję agentów.

**Rafał:** To będzie duży temat. Nie warto dać się wkręcać w pozycjonowanie pod ChatGPT, warto myśleć o tym jako o efekcie ubocznym twojej popularności w Google. Jak jesteś popularny w Google i masz autorytet jako firma, e-commerce, jako twoje treści i produkty, to się tam pojawisz.

**Damian:** Czytałem, że warto być wysoko w Bingu, bo większość chatbotów korzysta z Binga.

**Rafał:** Też coś takiego słyszałem, nie testowałem, nie wiem, czy to prawda.

**Damian:** Wiele więcej nie zrobimy, żeby być widocznym w LLM-ach, niż to, co do tej pory robimy. Być może warto postawić na wyróżniki w ofercie, w copywritingu: czym nasz produkt się odróżnia od innych. Rankingi mogą być kluczowe, bo widzę, że modele często szukają w ten sposób, bo to, co wpisujemy do ChatGPT, nie jest tym, co ChatGPT wpisuje do Binga. Robi transformację tych zapytań i często ta transformacja polega na tym, że jak wyszukujemy kosmetyków, to wpisuje do Binga „najlepsze kosmetyki” albo „ranking kosmetyków”. Być może w ten sposób warto się spozycjonować, ale krótkoterminowo, bo długoterminowo wydaje mi się, że chatboty nie będą dużym źródłem ruchu. Na pewno nie zastąpią Google'a w żadnym wypadku, a to, że teraz dostarczają 3 procent ruchu Google'a, to chyba pik. Będzie tylko gorzej.

**Rafał:** Myślę, że jest jeszcze przestrzeń do wzrostu, ale nie wielka, i bardziej Google zostanie zastąpione przez TikToka i YouTube'a, w mojej opinii w długim okresie.

### Jakie trzy rzeczy wdrożyć i jakich trzech błędów unikać?

**Rafał:** Na sam koniec: trzy rzeczy, które twoim zdaniem każda firma powinna wdrożyć już teraz, bez których żaden e-commerce nie powinien się obejść.

**Damian:** Automatyzacja warstwy tekstowej, szczególnie opisy produktów i kategorii, to no-brainer, bo nie rozrastamy indeksu, uzupełniamy tylko to, co już mamy. Wewnątrz organizacji jedna rzecz, którą bym wdrożył, to transkrypcja spotkań i podsumowanie notatek. Mała rzecz, ale wiele zmienia w organizacji. Trzecia rzecz w e-commerce to operacje dotyczące architektury informacji, czyli być może da się zmienić sposób kategoryzacji, poprawić linkowanie wewnętrzne, a już na pewno wewnętrzną wyszukiwarkę produktów.

**Rafał:** A trzy błędy, których należy unikać? Podsumowując.

**Damian:** Poleganie na jednym rozwiązaniu, na przykład ChatGPT. Nietestowanie rozwiązań przy dużej skali, bo małe błędy mogą nieść duży koszt. I trzeci błąd, który mi się wydaje ważny: błąd niewłaściwego stacku technologicznego, czyli źle dobierzemy narzędzia do procesów. Jeżeli na przykład korzystamy z Make i mamy codziennie do napisania 100 tysięcy produktów, to w długiej perspektywie może nie być to dobre rozwiązanie.

**Rafał:** Dodałbym, że trzeba zrozumieć swojego odbiorcę, o którym już dzisiaj mówiłem, i to zrobić w pierwszej kolejności, a potem budować na odbiorcę, a nie budować na zasadzie, że cokolwiek zrobimy, może znajdzie odbiorcę. AI nam pomoże zrozumieć, kto od nas kupuje, a to jeszcze pomoże zrozumieć, jak do takiej osoby dotrzeć, jak już ją zidentyfikujemy.

**Damian:** Wiesz, Rafał, jak to mówią: zróbmy rozwiązanie, problem się znajdzie.

**Rafał:** Tak jest, taki będzie tytuł tego odcinka. Damian, niesamowicie ci dziękuję. Włożyłeś kupę wartości w tę rozmowę. Gdyby ktoś chciał cię znaleźć i posłuchać dalej, gdzie to najlepiej?

**Damian:** Najlepiej albo na moim LinkedInie, albo na sensai.academy. Mamy tam darmowy newsletter i co tydzień w piątek wysyłamy świeżą dawkę wiedzy, a też na YouTubie prowadzimy z Robertem program, w czwartki o 13, czyli o tej porze, o której teraz nagrywamy ten podcast, więc tam też co tydzień można zobaczyć. Przedstawiamy nowości ze świata sztucznej inteligencji, jeżeli kogoś to interesuje.

**Rafał:** Będę na pewno na waszym webinarze. Jeszcze raz bardzo ci dziękuję, wszystkiego dobrego i do zobaczenia.

**Damian:** Dziękuję bardzo, do zobaczenia.

## Polecajka gościa

**Dejan Petrovic (DEJAN), specjalista SEO i AI z Australii** (źródło wiedzy). Damian poleca śledzenie go jako autora oprogramowania do automatyzacji procesów SEO i AI, choć posługuje się bardzo technicznym językiem.

Źródło: https://moszkowcow.com/pl/podcast/damian-salkowski-ai-w-ecommerce-seo/
