Zaloguj się 
Dzieje się!
Gotowi na AI, niegotowi na zmianę. E-commerce mierzy się z luką wdrożeniową
Ponad połowa Polaków korzysta z AI, a co piąty powierzyłby jej zakupy online wraz z danymi karty. Tymczasem tylko 7 proc. firm na świecie wdrożyło AI w całej organizacji. E-commerce wciąż stoi przed wyzwaniem przejścia od testów do pełnej skali.
Z tego artykułu dowiesz się…
- Jaka jest skala wykorzystania sztucznej inteligencji w e-commerce w Polsce i na świecie.
- Dlaczego konsumenci są bardziej „gotowi na AI” niż firmy wdrażające nowe technologie.
- Jakie emocje i obawy towarzyszą Polakom podczas korzystania z narzędzi opartych na AI.
Dysonans pomiędzy technologiczną gotowością konsumentów a ofertą rodzimych przedsiębiorców w branży e-commerce widać jak na dłoni. Choć 53 proc. badanych deklaruje korzystanie z narzędzi opartych na sztucznej inteligencji, z czego liderem jest OpenAI ChatGPT wykorzystywany przez 85 proc. użytkowników AI, to 31 proc. respondentów miało w ostatnim roku kontakt z chatbotem lub wirtualnym asystentem bezpośrednio na stronie sklepu internetowego. To liczby z raportu „E-commerce w Polsce”, który powstał we współpracy Gemius, Polskich Badań Internetu, IAB Polska, Akademii Leona Koźmińskiego oraz Centrum Badań Mediów i Społeczeństwa ALK.
Respondenci wskazują, że doświadczenia z chatbotami są w większości pozytywne (51 proc. ocen dobrych). Mimo wszystko jednak wirtualny asystent AI nie jest jeszcze preferowaną formą kontaktu. W sytuacjach wymagających wsparcia konsumenci wciąż stawiają na tradycyjne kanały, takie jak e-mail i rozmowa telefoniczna. Obecnie sztuczna inteligencja w sklepach jest postrzegana głównie jako narzędzie do rozwiązywania prostych, natychmiastowych problemów, takich jak sprawdzanie statusu dostawy.
Między ciekawością a nieufnością
Jednocześnie badania Minds&Roses pokazują, że stosunek Polaków do AI pozostaje ambiwalentny. Choć 60 proc. badanych deklaruje pozytywne emocje wobec tej technologii, aż 40 proc. podchodzi do niej negatywnie. Dominującymi odczuciami są ciekawość (47 proc.), ostrożność (43 proc.) i niepewność (32 proc.).
Widać więc wyraźne napięcie między rosnącą akceptacją a obawami. 45 proc. respondentów dostrzega, że AI ułatwia codzienne życie, lecz niemal tyle samo (43 proc.) obawia się manipulacji informacjami.
Mimo tych wątpliwości część użytkowników jest gotowa na głębsze zaufanie. 19 proc. Polaków deklaruje chęć powierzenia AI realizacji zakupów online. Ponad połowa z nich byłaby skłonna udostępnić w tym celu nawet dane swojej karty płatniczej.
Komentarz partnera cyklu
Zaufanie i infrastruktura jako fundamenty handlu agentowego
Kluczowym wyzwaniem pozostają zaufanie i bezpieczeństwo. Agentic commerce wymaga stworzenia środowiska, w którym użytkownik ma pewność, że jego dane, preferencje i pieniądze są odpowiednio chronione, a decyzje podejmowane przez AI są transparentne i zgodne z jego intencją. Dlatego rola instytucji płatniczych ewoluuje – nie ogranicza się już do przetwarzania transakcji, ale obejmuje budowanie całego ekosystemu zaufania wokół cyfrowych zakupów.
Jednocześnie obserwujemy, że organizacje wciąż mierzą się z wyzwaniem uporządkowania danych, procesów i odpowiedzialności za decyzje podejmowane przez algorytmy. Ta luka wdrożeniowa jest naturalnym etapem dojrzewania technologii. Spójna struktura informacyjna jest konieczna do skalowania rozwiązań AI w sposób bezpieczny i efektywny.
W Mastercard inwestujemy w rozwiązania, które pozwalają wykorzystywać sztuczną inteligencję tam, gdzie jej rola jest najbardziej uzasadniona – przede wszystkim we wspieraniu procesów związanych z bezpieczeństwem płatności. Łączymy je z uszczelnianiem procesu płatniczego poprzez tokenizację danych płatniczych oraz odpowiednią identyfikację wszystkich stron nowego ekosystemu. Proces wieńczy właściwe uwierzytelnienie użytkownika, aby umożliwić rozwój agentów zakupowych działających w sposób odpowiedzialny, skalowalny i zgodny z regulacjami. To właśnie w tym obszarze rozegra się kolejny etap transformacji e-commerce.
Potwierdzeniem kierunku zmian są pierwsze wdrożenia rynkowe – pilotażowe transakcje w Dubaju czy w Australii oraz pierwsza w Europie transakcja agentowa zrealizowana hiszpańską kartą Mastercard we współpracy z Santanderem. Pokazuje to, że scenariusze, w których AI dokonuje zakupu w imieniu użytkownika, przestają być koncepcją, a zaczynają funkcjonować w praktyce.
Zbigniew Nowicki, przewodniczący Rady Izby Gospodarki Elektronicznej, wskazuje, że ogólny wniosek jest prosty. AI przestało być ciekawostką, a stało się narzędziem, które realnie poprawia wyniki finansowe.
Sprzedający on-line wdrażają je przede wszystkim tam, gdzie można szybko zobaczyć efekt: w automatyzacji powtarzalnych procesów, tworzeniu treści, analizie danych czy w obsłudze klienta.
– Sprzedający online wdrażają je przede wszystkim tam, gdzie można szybko zobaczyć efekt. A zatem w automatyzacji powtarzalnych procesów, tworzeniu treści, analizie danych czy obsłudze klienta. To nie są już pojedyncze eksperymenty, lecz konkretne wdrożenia. Potrafią one zwiększyć produktywność zespołów nawet o kilkadziesiąt procent – mówi Zbigniew Nowicki.
Pułapki AI w e-handlu. Kto ponosi odpowiedzialność za błędy algorytmów?
Mimo że klienci deklarują chęć korzystania z nowoczesnych rozwiązań, polskie sklepy wciąż borykają się z problemem skalowania technologii. Zbigniew Nowicki zauważa jednak, że wykorzystanie AI w branży e-commerce rośnie w tempie wykładniczym. Co więcej – z miesiąca na miesiąc wyraźnie przyspiesza.
Jeszcze niedawno wiele firm podchodziło do AI z dystansem, traktując ją jako coś „do rozważenia później”. Dziś coraz częściej widzimy podejście właściwe dla startupów: testujemy, wdrażamy, optymalizujemy.
– Jeszcze niedawno wiele firm podchodziło do AI z dystansem, traktując ją jako coś „do rozważenia później”. Dziś coraz częściej widzimy podejście właściwe dla startupów: testujemy, wdrażamy, optymalizujemy. Co ważne, AI najpierw pozwala uporządkować procesy, zmniejszyć koszty i skrócić czas pracy, a dopiero później zaczyna wpływać na dodatkowe przychody. To zdrowa kolejność. Najpierw efektywność operacyjna, potem skalowanie biznesu – mówi Zbigniew Nowicki.
Halucynacje AI i realne ryzyko dla marek
Raport zwraca też uwagę na istotny problem. Sklepy często obawiają się tzw. halucynacji modeli AI, które mogą generować wiarygodnie brzmiące, ale całkowicie nieprawdziwe informacje. W e-commerce zjawisko to może stanowić realne zagrożenie. Błędna odpowiedź udzielona klientowi przez algorytm może oznaczać dla marki poważne kłopoty. Choćby w obszarze opisów produktów, dostępności towaru czy polityki cenowej.
Autorzy raportu Stord „State of AI 2026” przywołują sprawę Air Canada z 2024 r., która stała się precedensem w zakresie odpowiedzialności firm za błędy algorytmów. Incydent dotyczył pasażera, którego chatbot przewoźnika zapewnił, że może kupić bilet w pełnej cenie na pogrzeb babci, a następnie ubiegać się o zwrot części kosztów w ramach taryfy żałobnej już po podróży.
Gdy pasażer złożył wniosek o obiecaną zniżkę, Air Canada odmówiła wypłaty. Firma twierdziła, że chatbot się pomylił, ponieważ wniosek należało złożyć przed wylotem.
W toku sporu przewoźnik argumentował nawet, że chatbot jest „odrębnym podmiotem prawnym odpowiedzialnym za własne działania”. Ich zdaniem, to pasażer powinien samodzielnie zweryfikować informacje na stronie internetowej, do której algorytm podał link.
Trybunał Rozstrzygania Sporów Cywilnych (Civil Resolution Tribunal) w Kolumbii Brytyjskiej stanowczo odrzucił tę argumentację. Orzekł, że linia lotnicza musi zapłacić pasażerowi 812 dolarów odszkodowania i kosztów sądowych. Trybunał uznał za oczywiste, że firma odpowiada za wszystkie informacje publikowane na swojej stronie internetowej. I to niezależnie od tego, czy pochodzą z klasycznej witryny, czy z interakcji z chatbotem.
Największym problemem we wdrożeniach AI okazuje się chaos w danych. Bez uporządkowanych baz produktowych, spójnych systemów i jednego źródła prawdy nawet najlepsze narzędzia potrafią generować błędne wyniki i pogłębiać istniejące problemy.
– Największym problemem we wdrożeniach AI okazuje się chaos w danych. Bez uporządkowanych baz produktowych, spójnych systemów i jednego źródła prawdy nawet najlepsze narzędzia potrafią generować błędne wyniki oraz pogłębiać istniejące problemy. Zatem firmy e-commerce, które chcą skutecznie korzystać z AI, muszą najpierw wykonać „nudną robotę”. Muszą same uporządkować dane i procesy – wskazuje Zbigniew Nowicki.
Jak AI zmienia widoczność sklepów online?
Arkadiusz Lefanowicz, przewodniczący Fundacji IT Leader Club Poland, podkreśla, że największa zmiana, jaka nastąpiła po 2023 r., dotyczy filozofii wyszukiwania produktów – przejścia ze słów kluczowych na intencje użytkownika. Rozwiązania oparte na modelach generatywnych wyraźnie przyspieszają ten proces.
Coraz większego znaczenia nabiera w tym kontekście GEO (Generative Engine Optimization), czyli optymalizacja treści pod wyszukiwarki generatywne. Oznacza to, że strony internetowe stają się źródłem wiedzy, na którym duże modele językowe (LLM) mogą opierać swoje odpowiedzi.
Dzięki temu oferta sklepu może pojawiać się bezpośrednio w odpowiedziach asystentów AI. Kluczowa staje się jakość treści, które powinny spełniać kryteria E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness). Chodzi o zestaw wytycznych Google'a dotyczących oceny wiarygodności i jakości informacji.
Zmiana ta jest już widoczna w praktyce rynkowej. W segmencie beauty dominuje Rossmann (43 proc. rozpoznawalności). Jego inteligentne systemy wspierają użytkowników w procesie wyboru produktów, odpowiadając na ich indywidualne potrzeby. W efekcie decyzje zakupowe coraz częściej opierają się nie na samodzielnym wyszukiwaniu i metodzie prób i błędów, lecz na spersonalizowanym doradztwie wpisującym się w model wyszukiwania oparty na intencjach.
Platformy e-commerce oraz narzędzia marketingowe wprowadzają wbudowane funkcje AI, które można uruchomić bez budowy własnych zespołów data science. W efekcie próg wejścia dla mniejszych firm wyraźnie się obniżył, a wykorzystanie AI przestało być domeną wyłącznie największych organizacji.
– Coraz większe znaczenie mają rozwiązania dostępne w modelu SaaS. Platformy e-commerce oraz narzędzia marketingowe wprowadzają wbudowane funkcje AI, które można uruchomić bez budowy własnych zespołów data science. W efekcie próg wejścia dla mniejszych firm wyraźnie się obniżył. Wykorzystanie AI przestało być domeną wyłącznie największych organizacji – dodaje Arkadiusz Lefanowicz.
Branżowi liderzy wdrożeń
W Polsce wdrożenia AI w e-commerce koncentrują się w sektorach o dużej skali operacyjnej i wysokiej konkurencji cenowej. Dotyczy to przede wszystkim handlu detalicznego, branży odzieżowej, elektronicznej oraz FMCG. Właśnie tam wykorzystywane są systemy rekomendacji, dynamicznego ustalania cen i analizy zachowań użytkowników.
– Platformy sprzedażowe wykorzystują AI do zarządzania katalogami produktów, klasyfikacji ofert i wykrywania nadużyć. W branży beauty oraz health stosowana jest personalizacja ofert oparta na danych o użytkownikach i historii zakupów. W e-grocery modele predykcyjne wspierają planowanie dostaw i zarządzanie dostępnością produktów. Wreszcie, w sprzedaży usług, takich jak turystyka, wykorzystywane są systemy dynamicznych cen oraz personalizacji ofert – dodaje Arkadiusz Lefanowicz.
W handlu elektroniką rozwiązania oparte na sztucznej inteligencji są cenione przede wszystkim za skuteczność w dostarczaniu precyzyjnych danych o parametrach technicznych produktów. Dla współczesnego klienta ma to kluczowe znaczenie. Jak wynika z raportu – aż 31 proc. użytkowników AI oczekuje od wirtualnych asystentów szczegółowych informacji o produkcie, takich jak skład czy certyfikaty. 25 proc. wykorzystuje te narzędzia do bezpośredniego porównywania cech różnych ofert. Dzięki temu AI ułatwia merytoryczną ocenę sprzętu i pomaga podjąć trafną decyzję zakupową bez konieczności samodzielnego przeszukiwania tabel z danymi.
Z kolei w branży modowej technologia ta pomaga zarządzać specyficznymi wyzwaniami, takimi jak wysoka skala zwrotów. Umożliwia bowiem lepsze dopasowanie asortymentu do intencji zakupowych użytkownika już na etapie researchu.
Najczęściej stosowane systemy AI koncentrują się na obszarach bezpośrednio powiązanych z przychodami i kosztami operacyjnymi. Systemy rekomendacyjne analizują historię zakupów oraz zachowania użytkowników, wpływając na wartość koszyka i współczynnik konwersji.
– Najczęściej stosowane systemy AI koncentrują się na obszarach bezpośrednio powiązanych z przychodami i kosztami operacyjnymi. Systemy rekomendacyjne analizują historię zakupów oraz zachowania użytkowników, wpływając na wartość koszyka i współczynnik konwersji. Modele dynamicznego ustalania cen uwzględniają zmiany popytu, ceny konkurencji oraz poziom zapasów. W logistyce stosowane są modele prognozowania popytu, które ograniczają braki magazynowe i nadwyżki towarów. W obsłudze klienta wykorzystywane są chatboty i voiceboty, przejmujące znaczną część powtarzalnych zapytań – mówi Arkadiusz Lefanowicz.
Główne wnioski
- W branży e-commerce widoczna jest wyraźna luka wdrożeniowa – konsumenci masowo korzystają z AI, ale firmy rzadko wdrażają tę technologię w pełnej skali w swoich organizacjach.
- Jednymi z głównych barier wykorzystania AI w e-commerce są jakość danych oraz brak uporządkowanych procesów organizacyjnych.
- Z jednej strony rośnie zaufanie użytkowników do AI, z drugiej, konsumenci nadal obawiają się manipulacji i błędów algorytmów.
Artykuł powstał na zlecenie Mastercard.
