Ruch z Google spada. AI analizuje produkty, PDF-y i dystrybutorów

Jeśli odpowiadasz za marketing w firmie produkcyjnej, ta sytuacja pewnie nie jest Ci obca.

W raporcie GA4 ruch organiczny spada. Formularzy jest mniej. Sprzedaż mówi, że leady są trudniejsze do zamknięcia. Na spotkaniach wszyscy zadają sobie pytanie, czy to rynek stygnie, czy kampanie przestały dowozić? Może czas zmienić agencję SEO, albo wszystkiemu winna jest konkurencja.

Zazwyczaj w takiej sytuacji marketing na szczyt listy priorytetów wrzuca ambitne zadanie: musimy odzyskać ruch.

Natomiast w B2B, szczególnie w produkcji, może się okazać, że taka decyzja podejmowana jest przedwcześnie, a realne wyzwanie jest większe niż może się wydawać.

Dane pokazują, że znacząco zmienia się sposób, w jaki klienci szukają dostawców i porównują ich oferty. Dotychczasowe punkty styku (informacje ze strony, katalog produktów, dokumentacja, dane techniczne, itd) nie tracą na znaczeniu, ale zmienia się sposób w jaki korzystają z nich potencjalni klienci. Znacznie większa część procesu zakupowego ma miejsce przed wejściem na stronę, które analityka zarejestruje jako sesję, nie mówiąc już o kontakcie z handlowcem, który widoczny będzie w CRMie.

W obliczu tych zmian osoby odpowiedzialne za marketing mają bardzo trudne zadanie, od którego w dużej mierze może zależeć dalszy rozwój całego przedsiębiorstwa. Zespół dalej musi budować popyt, dbać o markę, wspierać sprzedaż i pilnować jakości leadów, a równolegle przygotować digital na zupełnie nową ścieżkę, w której człowiek trafia na stronę później, jest bardziej wyedukowany, często po rekomendacji od agenta AI.

Tu zaczyna się realne wyzwanie i największa zmiana. Obok człowieka pojawia się nowy użytkownik strony, katalogu i treści produktowych: agent AI, który czyta, streszcza i porównuje ofertę w imieniu kupującego.

Branża produkcyjna ma jeszcze czas, ale jest go coraz mniej

Google podczas I/O 2026 pokazało przyszłość AI Mode i wyszukiwania z agentami. Firma nazwała nowy search box największą przebudową wyszukiwarki od ponad 25 lat w tekście „A new era for AI Search”. Interakcja z wyszukiwarką przesuwa się w stronę pogłębionego dialogu, analizy, podsumowania i rekomendacji.

Dane o kliknięciach pokazują ten sam kierunek. Według analizy SparkToro i Similarweb dla USA z okresu styczeń - kwiecień 2026, 68,01% wyszukiwań w Google zakończyło się bez kliknięcia. Ahrefs, po analizie 300 tysięcy fraz, pokazał z kolei, że obecność AI Overview korelowała z 58% niższym średnim CTR dla strony na pierwszej pozycji.

W branży produkcyjnej tempo tej zmiany może być trochę wolniejsze niż w innych sektorach B2B. I to jest dobra wiadomość. Badanie Industrial Equipment News i R.H. Blake pokazuje, że przy złożonych zakupach od producentów 85% respondentów nadal używa stron dostawców do pozyskania informacji, a tylko 12-13% wskazuje GenAI jako źródło danych w tym typie procesu zakupowego.

Niemniej produkcja jest częścią tej zmiany. Ma jeszcze chwilę na przygotowanie digitalu, zanim zachowania widoczne dziś mocniej w innych segmentach B2B staną się codziennością również tutaj. Strona dostawcy zostaje ważnym elementem działań marketingowych, natomiast jej rola się zmienia. Częściej będzie miejscem pozyskiwania wiedzy przez agentów AI. Dla ludzi pozostanie miejscem weryfikacji, pogłębienia wiedzy i utwierdzenia w słuszności podejmowanej decyzji, a rzadziej pierwszym punktem styku z marką czy produktem.

Marketing ma dziś dwóch odbiorców

Przez lata marketing projektował stronę i treści dla różnych grup docelowych: dyrektora technicznego, kupca, inżyniera, projektanta, albo dystrybutora. Te grupy nadal pozostają w centrum. Muszą zobaczyć, czy firma może rozwiązać ich problem, czy produkt spełnia wymogi ze specyfikacji i czy dostawca budzi zaufanie.

Równolegle pojawił się drugi odbiorca. Agent AI działa inaczej niż człowiek. Ładny layout niewiele dla niego znaczy. Informacji o parametrach czy cenach szuka w dostępnych danych, a aktualna karta produktu i to, jakie dane znajdzie, mogą zadecydować o tym, czy konkretna firma pojawi się w jego rekomendacji.

Opisaliśmy to szerzej w artykule „Wszystko, co publikujesz w sieci, ma teraz drugiego użytkownika. Nazywa się agent AI”. Dla CMO praktyczny wniosek jest prosty: digital trzeba przeprojektować tak, żeby człowiek mógł wygodnie podjąć decyzję, a agent AI mógł poprawnie odczytać, porównać i zacytować dane.

To powinno mieć wpływ na priorytety. Strona produktowa, katalog, PDF, opisy u dystrybutorów, wersje językowe, schema, PIM, DAM, CRM, wyszukiwarka produktowa i analityka przestają być osobnymi tematami technicznymi. Dla kupującego i agenta AI to jedna warstwa, z której czerpie informacje o firmie, produkcie i porównuje je z konkurencją.

Jeśli ta warstwa nie będzie odpowiednio przygotowana, marketing może zrobić najlepszą kampanię, a klient i tak wybierze rozwiązanie, którego ekosystem w digitalu będzie lepiej przygotowany do nowych realiów w erze AI.

Kupujący widzi jednego dostawcę

Weźmy prosty scenariusz. Producent ma dobrą ofertę, wykwalifikowanych handlowców i produkt, który pasuje do zapytania. Na stronie karta produktu mówi jedno. PDF z kartą techniczną ma inne parametry i jednostki. Dystrybutor skopiował opis sprzed dwóch sezonów. Wersja EN nie ma najnowszego certyfikatu. Sprzedawcy mogliby wszystko wytłumaczyć, ale będą mieli na to szansę dopiero podczas rozmowy, do której najprawdopodobniej nie dojdzie.

Dla tej konkretnej firmy to są cztery różne miejsca i cztery różne odpowiedzialności.

Dla klienta to po prostu jeden potencjalny dostawca.

Dla agenta AI też.

Właśnie tu spadek ruchu organicznego przestaje być tylko problemem SEO. Osoba odpowiedzialna za marketing patrzy na wykres i widzi mniej wejść. Natomiast prawdziwe wyzwanie może być wcześniej: w braku danych, w sprzecznym opisie u dystrybutora, w PDF-ie trudnym do odczytania albo na stronie, gdzie architektura i struktura informacji nie jest odpowiednio przygotowana.

Z danych 6sense B2B Buyer Experience Report 2025 wynika, że 94% kupujących B2B używa LLM w procesie zakupowym. Jeśli firma albo produkt nie jest tam widoczna, to po prostu znika z radaru potencjalnych klientów.

Człowiek przychodzi później, ale wie więcej

W nowej ścieżce użytkownik często trafia na stronę w innym momencie niż wcześniej. Rzadziej na pierwsze rozeznanie, a częściej, żeby zrobić końcową weryfikację: czy dokumentacja się zgadza, czy produkt spełnia normy, czy termin dostawy jest możliwy, czy firma ma doświadczenie w podobnym zastosowaniu i czy cena na stronie jest ostateczna.

Gartner w maju 2026 roku pisał, że 67% kupujących B2B preferuje proces bez kontaktu z przedstawicielem handlowym, 70% woli cyfrowy self-service, a 69% zwraca się do sprzedaży, żeby zweryfikować wnioski wygenerowane przez AI.

To jest ważne dla osób odpowiedzialnych za marketing, bo rola digitalu wykracza poza pozyskanie ruchu z nowego kanału. Strona i wszystkie punkty styku przed kontaktem ze sprzedażą powinny przygotować kupującego do rozmowy, a czasem obronić firmę w porównaniu z konkurencją, czego nie pokażą żadne narzędzia analityczne.

Podobny sygnał daje Similarweb. W badaniu o widoczności marek w odpowiedziach AI użytkownicy, którzy otrzymali rekomendację marki, byli 2,5 raza bardziej skłonni odwiedzić jej stronę w ciągu kolejnych 7 dni. Część takiego ruchu nie wróci jako elegancki referral z narzędzia AI. Może wrócić jako brand search albo ruch direct.

Dlatego spadek ruchu organicznego pokazuje tylko wycinek rzeczywistości.

Jak przygotować digital

Punktem wyjścia powinno być uporządkowanie cyfrowych punktów styku tak, żeby wspierały nową ścieżkę zakupu.

Pierwszy element to architektura informacji. Karty produktów, kategorie, filtry, konfigurator, dokumentacja i case studies muszą odpowiadać na pytania, które kupujący zadaje przed rozmową ze sprzedażą. W branży produkcyjnej często są to normy, certyfikaty, zakresy pracy, kompatybilność, dostępność, serwis, dane logistyczne, wersje językowe i zastosowania.

Drugi element to czytelność dla agenta AI. Dane techniczne powinny być dostępne w HTML lub tabelach, a nie tylko w PDF-ie. Dokumentacja powinna mieć aktualne wersje i spójne nazwy. Opisy u dystrybutorów muszą być spójne z tym, co pokazuje strona i o czym opowiada sprzedawca na targach. Jeśli używacie PIM, DAM albo CRM, marketing potrzebuje wspólnego procesu z osobami, które odpowiadają za aktualność danych we wszystkich tych miejscach.

Trzeci element to UX przeprojektowany pod użytkownika, który trafia na stronę na późniejszym etapie i który jest lepiej wyedukowany. Taki klient ma już sporą wiedzę o firmie, produkcie i konkurencji. Chce szybko zweryfikować konkretny szczegół, pobrać specyfikację, porównać warianty, znaleźć odpowiedni kontakt, żeby wysłać zapytanie albo upewnić się, że dostawca jest wiarygodny.

Czwarty element to analityka. Jeśli marketer widzi tylko sesję i wypełniony formularz, traci z oczu dużą część procesu zakupowego. W raporcie powinien pojawić się ruch na stronach o wysokiej intencji, pobrania dokumentacji i/lub innych plików, użycie wyszukiwarki/konfiguratora, kliknięcia w kontakt, przejścia do formularza, brand search, ruch direct i wejścia na treści techniczne.

To są wyzwania z pogranicza marketingu, UX, technologii i danych. Właśnie tam kryje się klucz, jak przejść od ogólnej diagnozy i leczenia objawów „organic spada, musimy się odbić” do zajęcia się przyczynami: które punkty styku wymagają przebudowy, które dane trzeba uporządkować i zoptymalizować, jakich informacji brakuje agentowi AI, a gdzie człowiek traci zaufanie przed kontaktem ze sprzedażą.

Od czego zacząć

Z naszego doświadczenia wynika, że lepiej niż porywanie się na rewolucję AI w firmie, sprawdza się technika małych kroków.

W firmie produkcyjnej rekomendujemy wybrać jedną rodzinę produktów, istotną dla sprzedaży i przeanalizować cztery miejsca:

• stronę produktu,
• PDF z kartą techniczną,
• opis u jednego dystrybutora,
• wersję językową dokumentacji, na przykład EN albo DE.

Po takim przeglądzie zwykle szybko widać, czy problemem faktycznie jest sam ruch, czy może to źle przygotowana ścieżka użytkownika, która nie odpowiada temu, jak obecnie prowadzony jest etap discovery w procesie zakupowym. Sprawdź, czy strona, pliki do pobrania i dystrybutor mają te same dane i parametry. Zobacz, czy dane techniczne mają zoptymalizowaną strukturę. Porównaj daty aktualizacji. Wejdź w ścieżkę kupującego, który chce zrobić research bez kontaktu z handlowcem. Potem wpisz w ChatGPT, Gemini albo Perplexity zapytanie, które mógłby zadać klient: o warianty produktu, normy, kompatybilność, dostawcę z największym doświadczeniem w danym kontekście.

Nowe zasady gry

Marketing w produkcji od dawna działa w trudnym układzie. Sprzedaż ma relacje z klientami i wiedzę z rynku. Product management zna szczegóły techniczne. IT utrzymuje systemy. Dystrybutorzy odpowiadają za swoje punkty styku z klientem. CMO ma dowieźć popyt i wiarygodną komunikację, choć raczej nigdy nie kontroluje wszystkich elementów, które składają się na doświadczenie kupującego.

AI wzmacnia problem, który istnieje od dawna.

Dlatego spadek ruchu z Google może być czymś więcej niż korektą po aktualizacji algorytmu. Może być sygnałem, że discovery przesuwa się w inne miejsca, a użytkownik który trafia na stronę ma inne potrzeby niż dotychczas. Może też być sygnałem, że firma jest niewidoczna dla agentów AI, przez co wypada z gry, w której zaczynają obowiązywać nowe zasady.