Case study, AI Search Visibility
AI Search zrobił 60 procent SQL-i. W styczniu robił 12 i nikt się nim nie przejmował
Z 12 na 60 procent w osiem miesięcy
Najtrudniejsze w AI Search nie jest pojawienie się w odpowiedziach modeli. Najtrudniejsze jest udowodnienie, że to cokolwiek daje, bo ten kanał nie zostawia śladu w analityce. Ten case study ma dowód z dwóch stron naraz: z CRM, gdzie udział AI Search wśród zakwalifikowanych szans urósł z 12 do 60 procent, i od kupującego, który sam opisał, jak przesiał rynek, zanim do kogokolwiek zadzwonił.
Nazwa klienta objęta NDA. Metodyka, zakres prac i wskaźniki są jawne.
Wyniki w liczbach
Udział AI Search wśród zakwalifikowanych szans
60 %
Odczyt z CRM klienta za sierpień 2026. W styczniu 2026 ten sam wskaźnik wynosił 12 procent. AI Search jest w CRM osobną kategorią źródła pozyskania, więc to odczyt, a nie modelowanie atrybucji.
- Udział AI Search wśród SQL-i, sierpień CRM klienta, źródła pozyskania SQL, 1 sierpnia 2026
- 60 %
- Udział AI Search wśród SQL-i, styczeń CRM klienta, źródła pozyskania SQL, 1 stycznia 2026
- 12 %
- Zapytania z AI Search, które przeszły kwalifikację CRM klienta, źródło AI Search, 1 sierpnia 2026
- 66 %
- Firmy na liście wygenerowanej przez asystenta AI Relacja kupującego przekazana zespołowi sprzedaży, 1 września 2026
- 122 firm
- Firmy w finałowym zawężeniu Relacja kupującego przekazana zespołowi sprzedaży, 1 września 2026
- 3 firmy
01 Wyzwanie
Skąd biorą się zapytania, których nie widać w żadnej analityce?
Zapytanie przychodzi na skrzynkę, jest konkretne, dobrze dopasowane i od pierwszej rozmowy wchodzi w zakres, a nie w edukację. W analityce nie ma po nim śladu, bo ostatnie kliknięcie to wpisany ręcznie adres albo formularz kontaktowy. Handlowiec pyta więc wprost, skąd klient zna firmę, i dopiero wtedy wychodzi, że pierwsze sito ustawił asystent AI, a nie wyszukiwarka. Na początku roku takich zapytań było kilka i łatwo je było uznać za anegdotę.
- Kupujący nie wpisuje frazy w wyszukiwarkę, tylko zleca asystentowi research pod zestaw twardych warunków naraz
- Lista powstaje z publicznych treści, nie z reklam, więc żadna kampania jej nie widzi i nie da się jej podbić budżetem
- Weryfikacja i tak idzie ręcznie, po stronach firm i profilach katalogowych, więc treść musi wytrzymać drugie czytanie przez człowieka
- Dopóki AI Search nie jest osobną kategorią źródła w CRM, kanał formalnie nie istnieje i nikt nie broni jego budżetu
- Kryteria sita to nie są frazy kluczowe, tylko warunki: wielkość zespołu, stos technologiczny, doświadczenie w regulowanej branży, model rozliczenia
02 Analiza
Model nie poleca. Model przesiewa, a człowiek weryfikuje
Jeden z kupujących opisał swój proces sam, w odpowiedzi na pytanie handlowca. Poprosił asystenta AI o research europejskich software house'ów pod cztery warunki naraz. Zespół na tyle mały, żeby zlecenie poniżej dwudziestu godzin miesięcznie nie było błędem zaokrąglenia. React Native i Node.js w stosie. Doświadczenie w projektach regulowanych albo okołomedycznych. Współpraca abonamentowa zamiast projektowej. Dostał ocenioną listę 122 firm i sprawdzał je po kolei na ich własnych stronach i w profilach katalogowych, zanim do kogokolwiek napisał. Jego własne podsumowanie tego kanału brzmi: to nie jest przypadek, w którym AI kogoś poleciło, tylko taki, w którym AI ścisnęło tydzień researchu przy biurku do jednego popołudnia. A na krótką listę wpuściło zdanie o długoterminowych abonamentach zamiast pojedynczych projektów. Nie hasło o technologii, nie siatka logotypów narzędzi, tylko jedno zdanie o modelu współpracy.
03 Wynik
Osiem miesięcy później to już nie jest anegdota
Kanał, który w styczniu odpowiadał za dwunastą część zakwalifikowanych szans, w sierpniu odpowiada za sześć na dziesięć. Ważniejsza od samego udziału jest jakość: dwie trzecie zapytań przychodzących z AI Search przechodzi kwalifikację, bo kupujący trafia na kontakt po tym, jak sam odrzucił resztę rynku. To odwrotność ruchu z reklamy, gdzie kwalifikacja jest pierwszym sitem, a nie ostatnim. Warto powiedzieć też, czego te liczby nie mówią. Nie mówią, ile z tych szans domknęło się przychodem, bo to inny horyzont czasowy. Nie mówią też, które konkretne zdanie na stronie odpowiada za które zapytanie, bo takiej atrybucji w tym kanale po prostu nie ma.
| Wskaźnik | Przed | Po |
|---|---|---|
| Udział AI Search wśród SQL-i | 12 procent, styczeń 2026 | 60 procent, sierpień 2026 |
| Jakość zapytań z tego źródła | nieznana, brak kategorii w CRM | 66 procent przechodzi kwalifikację |
| Rozpoznanie kanału | zapytania bez źródła w raporcie | AI Search osobną kategorią obok katalogu, SEO i wyszukiwarki |
| Rola strony w procesie zakupu | materiał reklamowy | materiał dowodowy do weryfikacji po skróceniu listy |
| Co decyduje o wejściu na krótką listę | hasła o technologii i skali | zdania o modelu współpracy, wielkości zespołu i doświadczeniu w regulowanej branży |
| Punkt odniesienia dla treści | konkurencja w wynikach wyszukiwania | zestaw warunków, które kupujący podaje asystentowi |
Frazy, na których AI cytuje klienta
Zapytania bez nazwy marki. Nie są własnością klienta, więc zostają jawne nawet pod NDA.
- european software houses with react native and node.js
- software house retainer instead of one-off project
- software house with regulated or healthcare adjacent experience
- small software house for sub 20 hour monthly engagement
- long term development partner rather than project agency
Proces krok po kroku
Jak przeprowadziliśmy program w 5 krokach
-
01
Nazwać AI Search osobnym źródłem w CRM
Kanał bez własnej kategorii w bazie nie istnieje dla nikogo, kto patrzy na raport. Osobne źródło obok katalogu branżowego, SEO i wyszukiwarki pozwala policzyć zapytania, zobaczyć, ile przechodzi kwalifikację, i po kilku miesiącach porównać udziały. Bez tego kroku żadna z liczb w tym case study nie istniałaby.
styczeń 2026
-
02
Pytać kupującego wprost, skąd zna firmę
Najtańsze narzędzie badawcze w tym kanale to jedno pytanie w pierwszej rozmowie. Analityka nie pokaże researchu zrobionego w oknie czatu, a kupujący zwykle opisuje swój proces chętnie i dokładniej, niż zrobiłby to jakikolwiek raport atrybucji.
przy każdym nowym zapytaniu
-
03
Wypisać warunki, po których przesiewa asystent
Nie frazy kluczowe, tylko warunki brzegowe z prawdziwych zapytań: dolny próg zaangażowania, konkretny stos technologiczny, doświadczenie w regulowanej branży, model rozliczenia. Każdy z nich ma mieć na stronie zdanie napisane wprost, a nie zawoalowane w akapicie o wartościach.
od marca 2026
-
04
Przepisać strony pod drugie czytanie
Po skróceniu listy stronę czyta człowiek szukający powodu do odrzucenia. Wygrywa konkret: co zespół utrzymywał w drugim i trzecim roku projektu, jak obsadza długo działający zespół, co się dzieje przy odejściu kluczowego inżyniera. Przegrywa katalog możliwości i siatka logotypów.
od maja 2026
-
05
Sprawdzać udział, nie tylko liczbę
Liczba zapytań z nowego kanału zawsze wygląda skromnie obok kanałów dojrzałych. Udział wśród zakwalifikowanych szans pokazuje coś innego: czy kanał przesuwa strukturę lejka. Tutaj przesunął ją z dwunastu procent na sześćdziesiąt w osiem miesięcy.
co miesiąc
Metodyka i dane
Jak to zmierzyliśmy
Liczby pochodzą z dwóch źródeł. Pierwsze to CRM klienta, w którym AI Search jest osobną kategorią źródła pozyskania obok katalogu branżowego, SEO i wyszukiwarki; z niego pochodzą udziały wśród zakwalifikowanych szans dla stycznia i sierpnia 2026 oraz odsetek zapytań przechodzących kwalifikację. Drugie to relacja kupującego, przekazana zespołowi sprzedaży w odpowiedzi na pytanie, skąd zna firmę; z niej pochodzą liczba 122 firm na ocenionej liście, zawężenie do trzech firm i zestaw warunków sita. Okres: styczeń - wrzesień 2026. Żadna liczba nie pochodzi z panelu reklamowego ani z modelowania atrybucji, bo ten kanał nie zostawia śladu w analityce. Opracowanie nie podaje wartości domkniętych umów ani przychodu przypisanego do kanału, bo te dane mają inny horyzont czasowy i nie były przedmiotem tego pomiaru.
Zakres ujawnienia
Klient nie wyraził zgody na ujawnienie nazwy. Branża, skala zespołu i wszystkie liczby są podane bez zmian. Ukryte zostały nazwa firmy, nazwa i dane kupującego oraz nazwy pozostałych firm z krótkiej listy. Relacja kupującego została przytoczona bez fragmentów pozwalających zidentyfikować którąkolwiek ze stron.
FAQ
Najczęstsze pytania
Te same pytania i odpowiedzi są w schema FAQPage tej strony.
Czy AI Search realnie przynosi zapytania sprzedażowe?
W tym przypadku tak i da się to pokazać liczbą. Udział źródła AI Search wśród zakwalifikowanych szans w CRM wzrósł z 12 procent w styczniu 2026 do 60 procent w sierpniu 2026. Warunkiem był jeden krok organizacyjny: kanał musiał mieć w CRM własną kategorię, bo inaczej te zapytania rozpłynęłyby się w rubryce bez źródła.
Ile zapytań z AI Search przechodzi kwalifikację?
W tym projekcie 66 procent, czyli dwa na trzy. Wynik jest wyższy niż w kanałach reklamowych, bo kolejność jest odwrotna: kupujący sam odrzuca resztę rynku, zanim napisze, więc kwalifikacja jest ostatnim sitem, a nie pierwszym. Kontakt przychodzi już po weryfikacji, nie przed nią.
Czy AI poleca firmy, czy tylko je wyszukuje?
W opisanym procesie asystent nie polecił nikogo. Zbudował ocenioną listę 122 firm pod warunki podane przez kupującego, a ten sprawdził je po kolei na ich własnych stronach i w profilach katalogowych, zanim do kogokolwiek napisał. Rola modelu polegała na ściśnięciu tygodnia researchu do jednego popołudnia, a nie na wydaniu rekomendacji.
Jak trafić na krótką listę tworzoną przez asystenta AI?
Trzeba mieć na publicznej stronie zdania odpowiadające wprost na warunki brzegowe, po których kupujący przesiewa rynek: wielkość zespołu, stos technologiczny, doświadczenie w konkretnej branży, model współpracy. W tym przypadku o wejściu na listę zdecydowało zdanie o długoterminowych abonamentach zamiast pojedynczych projektów.
Czy da się zmierzyć zapytania przychodzące z AI Search?
Nie z analityki, bo ostatnie kliknięcie to zwykle wpisany ręcznie adres albo formularz. Da się za to z CRM, jeśli AI Search jest tam osobną kategorią źródła, i z pierwszej rozmowy, w której handlowiec pyta wprost, skąd klient zna firmę. Te dwa źródła razem dają obraz, którego nie zastąpi żaden panel reklamowy ani model atrybucji.
Czym widoczność w AI Search różni się od SEO?
SEO optymalizuje pod frazy, AI Search pod warunki. W zapytaniu do asystenta pada zwykle kilka kryteriów naraz, często wykluczających się z pozycjonowaniem na ogólną frazę branżową. Do tego wynik jest weryfikowany ręcznie, więc treść musi wytrzymać czytanie przez człowieka szukającego powodu do odrzucenia, a nie tylko dopasowanie do zapytania.
Sprawdź, jak AI mówi o Twojej firmie
Dwie drogi: rozmowa z nami albo samodzielny pomiar w zestawieniu.
Opcja 1, rozmowa
Agnieszka Nowok i Sebastian Kardyś
SOLV, AI Search Visibility
Kwadrans o tym, jak modele opisują Twoją firmę i co da się zmienić w pierwszym kwartale.
Umów spotkanieOpcja 2, samodzielnie
Zestawienie widoczności marek w AI
Sprawdź swoją widoczność i pozycję wobec konkurencji. Bez kontaktu z nami.
Sprawdź widoczność
