Prelegenci semKRK i semWAW podsumowują 2025 rok

700 000 zł wyłożonych na kampanię brandową w Google Ads, gdzie analiza aukcji wskazała nikogo.

Wdrożenia na ekspansję oparte wyłącznie na AI, bez żadnej weryfikacji człowieka.
Widziałam kilka takich sytuacji, ale jedna szczególnie zapadła mi w pamięć: polska firma wchodząca na rynek CEE poprosiła AI o „szybkie przygotowanie” czeskiej wersji regulaminu i treści na stronę. Wszystko wyglądało poprawnie, dopóki nie przeczytała tego osoba znająca rynek i świetnie znająca język.

Okazało się, że:
– regulamin zawierał paragrafy, które w Czechach nie istnieją,
– AI użyło niekiedy słownictwa typowego dla słowackiego rynku,
– część tekstu była tak formalna, że brzmiała jak pismo z ministerstwa, nie komunikat e-commerce.

Efektem były:
– skargi klientów,
– wstrzymane kampanie i przepalone budżety,
– konieczność weryfikacji strony.

To był najlepszy dowód, że automatyzacja nie zwalnia z myślenia, a w cross-border e-commerce jedna źle użyta funkcja może kosztować firmę nie tylko pieniądze, ale też reputację.
W 2025 roku zobaczyłam to zaskakująco wiele razy. AI potrafi przyspieszyć pracę, ale źle użyte potrafi spektakularnie „wyłożyć” cały projekt.

Bardzo mocną wpadką był początek wyświetlania reklam AI wideo na YouTubie. Google nie nadąża za weryfikowaniem reklam, a te, na które trafiliśmy w firmie, to były wypowiedzi prezydenta Polski i innych ważnych polityków, zachęcające do inwestowania (scam). PR'owo to chyba reklama Coca Coli w pełni zrealizowana z AI z poprzedniego sezonu. Znalazłoby się na pewno też kilka poważnych sytuacji z LinkedIna.

Największą wpadką 2025 roku była moda na „pozycjonowanie w AI”. Firmy zaczęły kupować usługi typu „pozycjonowanie w ChatGPT” czy „pozycjonowanie w AI Overviews”. I to może być szkodliwe na kilku poziomach.

Poziom pierwszy: w klasycznym rozumieniu SEO taka usługa nie powinna istnieć. LLM-y nie mają mechanizmu pozycjonowania jak Google – nie ma „top3”, rankingu ani SERP-ów. One przede wszystkim interpretują i dobierają odpowiedzi, a nie „wyświetlają Twoją stronę na pozycji X”.

Poziom drugi: marki zaczęły traktować generatywne modele jak nowy kanał do „zdobycia”, zamiast jak systemy, które w dużej mierze odtwarzają i przetwarzają reputację, którą już masz w sieci. Skutek? Zamiast budować wiarygodność i przewagi konkurencyjne, firmy pompowały treści, które rozmywały ich narrację.

Poziom trzeci: fałszywe poczucie kontroli. Marki uwierzyły, że mogą „wypozycjonować się” w LLM-ach jak w Google'u, zamiast zająć się tym, co naprawdę ma znaczenie: spójnością danych, reputacją, kontekstem i sygnałami encji.

Największą wpadką było to, że próbowaliśmy nałożyć stary model myślenia o SEO na technologię, która działa zupełnie inaczej.

Nie nazwałabym tego jedną „wielką wpadką”, ale w 2025 roku niepokojąco często widziałam treści generowane przez AI, które nie zostały nawet przeczytane przed publikacją. Posty z wklejonymi fragmentami promptów, dopiskami typu „Daj znać, czy mam przygotować kompletny artykuł/rolkę/checklistę/post”, niedokończone myśli, automatyczne podsumowania. Wszystko to trafiało w świat bez żadnej weryfikacji ;) I nie chodzi o pojedyncze przypadki. Widuję to w social mediach, w artykułach, na blogach, w ogłoszeniach o pracę, w komunikacji dużych marek, a nawet w oficjalnych dokumentach (np. przetargowych i rządowych (!)). To pokazuje, że tempo wdrażania AI jest szybsze niż tempo budowania odpowiedzialnych procesów. I to jest realny problem, a często też duża wpadka wizerunkowa.

Wpadki marketingowe w 2025 roku dzieliły się dla mnie na dwie kategorie.

Pierwsza to sytuacje wynikające z emocji – gdy adminów ponosił temperament, a impulsywne reakcje marek czy influencerów szybko zamieniały się w kryzysy. Internet nie wybacza, a fani patrzą na ręce 24/7, nie tylko w weekendy. 

Druga to wpadki wynikające z bezrefleksyjnego korzystania z AI – od publikowania promptów, przez grafiki z rozpoznawalnymi twarzami, po udostępnianie deepfake’ów bez sprawdzenia. Do tego doszły nowe absurdy, jak klienci przerabiający w AI zdjęcia jedzenia z dowozu, by udowodnić, że było „zepsute”. To wszystko przypomniało, że technologia świetnie pomaga, ale nie zastąpi myślenia, uważności i kontroli jakości.

Globalne awarie Cloudflare, które "wyłączyły" wiele stron internetowych, a miały je przed takimi zdarzeniami zabezpieczać ;)

Konfiguracja Pixeli kampanii na konwersje w sklepie kraju X, gdzie kampania była skierowana na sklep kraju Y.

Z mojego doświadczenia wpadki dzielą się na te, o których pisze LinkedIn, ale rzadko obchodzą konsumentów, oraz na te, które są ważne dla konsumentów, a często pomijane przez linkedinową branżę. Kiedy walle marketerów wypełniły się zarzutami o świąteczne reklamy video AI (np. Coca-Coli), media konsumenckie pisały o niezdrowo odchudzonych cyfrowo modelkach w reklamach leginsów, oskarżały Malię Obamę o plagiat w reklamie Nike i sugerowały „promowanie eugeniki” w reklamie dżinsów z udziałem Sydney Sweeney. Co zatem było wpadką dla obu stron? Wg mnie globalna awaria Cludflare, przez którą nie działał m.in. ChatGPT, który stał się narzędziem codziennego użytku i marketerów, i konsumentów.

Chyba afera palet w Biedronce, która rozgrzała LinkedIn, ale jak zwykle nic finalnie to nie zmieniło.

Poddanie się Apple w kwestii AI i asystentów opartych o AI. Podpisanie umowy z Google i dostęp do Gemini dla użytkowników iPhone i Siri było czymś, czego nie przewidziałem. Uwzględniałem Apple na liście 3 gigantów technologicznych (Google, Microsoft, Apple), którzy wygrają wyścig o użytkownika indywidualnego. Okazało się jednak, że posiadanie grona stałych użytkowników oraz ekosystemu, który ich wiąże, nie gwarantuje w tym przypadku sukcesu.

Analiza danych marketingowych. Brak kontekstu i wyciąganie suchych faktów nie sprawdzają się tam, gdzie mówimy o ludzkich zachowaniach.

Najbardziej zawiodła mnie tam, gdzie najbardziej liczą się lokalne niuanse – czyli w transkreacji i pracy z kulturowymi kodami klientów z Rumunii, Czech, Węgier czy Bałkanów.

AI bardzo dobrze radzi sobie z tłumaczeniem „słów”, ale kompletnie gubi kontekst: emocje, relacyjność, ton komunikacji, a czasem nawet logikę lokalnych zwyczajów zakupowych. Dodatkowo w tłumaczeniu na język rumuński u jednego z klientów stworzyło „nowe słowa”, które nie występują w tym języku.

To pokazuje jedno: AI jest świetnym narzędziem, ale nie zastąpi ludzkiej wiedzy o rynku, codziennego doświadczenia i wyczucia międzykulturowego, zwłaszcza w cross-border e-commerce, gdzie zaufanie klienta i lokalne detale decydują o konwersji.

Komunikacja. Zdecydowanie AI nie zastąpi mi ręcznie przygotowanych wiadomości do naszych klientów – u nas relacje liczą się praktycznie tak samo, jak wyniki. Nikt nie chce pracować w nieprzyjemnej atmosferze. Generyczne rozmowy/maile moim zdaniem w dłuższej perspektywie negatywnie działałyby na te relacje.

W próbie „zautomatyzowania” researchu strategicznego. LLM-y potrafią świetnie streszczać, analizować i łączyć fakty, ale nie potrafią wskazać priorytetu, hierarchii ani konsekwencji biznesowych. Mogą podsunąć dziesięć możliwych kierunków, ale nie wybiorą jednego, który ma sens dla konkretnej strony, marki, rynku i celu.

2025 był rokiem, w którym ostatecznie przestałam oczekiwać, że model „wypluje strategię”. AI świetnie przyspiesza proces, automatyzuje, porządkuje dane i proponuje rozwiązania, ale potrafi też… halucynować (generować nieprawdziwe informacje). Dlatego decyzja o kierunku (o tym, co jest naprawdę potrzebne, możliwe i strategicznie istotne) nadal wymaga człowieka.

AI ma dla mnie wartość w porządkowaniu informacji, streszczaniu długich materiałów czy podpowiadaniu alternatywnych ujęć, ale w obszarze pisania treści (zarówno tych, które chciałabym gdzieś publikować, jak i roboczych materiałów wykorzystywanych później w analizach czy podsumowaniach) wciąż ma swoje ograniczenia. Modele nie odtwarzają mojego sposobu myślenia, tonu i stylu komunikacji. Treści generowane automatycznie są poprawne, ale zbyt wygładzone i pozbawione przykładów oraz niuansu, który jest dla mnie kluczowy. Dlatego w obszarach, w których liczy się autentyczność i precyzja, nadal pracuję samodzielnie, traktując AI raczej jako wsparcie niż narzędzie do zastępowania mojego „głosu”.

AI wciąż nie spełnia moich oczekiwań, jeśli chodzi o generowanie wideo – nawet narzędzia typu HeyGen nie dają jeszcze efektu, który mógłby realnie zastąpić kamerę, studio i prawdziwą realizację. Wierzę jednak, że to tylko kwestia czasu. Natomiast świetnie sprawdza się w procesie przygotowania materiałów: od pomysłu na scenariusz, przez strukturę, aż po gotowy skrypt. Mam jednak nieodparte poczucie, że ta prawdziwa kreatywność wciąż jest w naszych głowach – to my znamy nasze marki, a wideo tworzone przy dużym udziale AI wprowadza pewną generyczność treści i spłaszcza emocjonalny przekaz. AI potrafi przyspieszyć pracę, ale wykonanie i autentyczność nadal najlepiej wypadają po stronie człowieka.

Opracowywanie finalnych biznesowych wniosków dla klientów na podstawie dostępnych danych w narzędziach analitycznych. Pomimo dużego wysiłku włożonego w nakreślenie kontekstu danych, jednak tego zadania jeszcze w 2025 nie udało się w pełni oddać AI. Być może też nigdy się to nie uda w 100% :)

Nie ma takiego, jestem zakochany w tej technologii.

W myciu podłóg.
We wszystkim innym – od researchu, przez analitykę i komunikację, po kreację i planowanie – AI realnie skróciło mi czas pracy i poprawiło jakość decyzji. Ale to nadal narzędzie, jak młotek – potrzebuje operatora i wiedzy, jak sobie nim nie zrobić krzywdy.

Generowanie grafik zawierających teksty.

Trudno odpowiedzieć, czy i na którym poziomie się nie sprawdziła. Na pewno nie sprawdza się w treściach – owszem ktoś może powiedzieć, że u niego działa, i ja się z tym zgadzam. Ale są treści np. YMYL, których na stronie klienta bym nie umieścił nawet po merytorycznej korekcie. Kasa i pogoń za nią to jedno, a odpowiedzialność za drugiego człowieka to drugie.

W analizie danych i pisaniu postów na LinkedIna.

Bez względu na model i teoretyczne benchmarki korzystanie z Chatu AI w celach rozwiązywania trudnych problemów oraz rzadko spotykanych przypadków często kończy się niepowodzeniem. Zastosowanie niestandardowej konfiguracji w Docker Compose nawet z dołączoną dokumentacją? Zapomnij :)

Trudno mi sobie przypomnieć takie rzeczy. Jeśli coś było dla mnie nieprzydatne, to zwyczajnie odpuszczałem temat i o nim zapominałem – zbyt dużo mamy codziennych treści do przetworzenia. Na pewno miałem możliwość zautomatyzowania listy to-do w projektach, ale świadomie tego nie zrobiłem, ponieważ:
1) dodawałoby to tylko presji pod kątem liczby zadań, które trzeba wykonać,
2) nie każde zadanie pasuje do każdego projektu,
3) mam szybszy workflow, gdy sam zarządzam kolejnością tych zadań i płynnie dostosowuję ją do aktualnej sytuacji.

Może gdy AI faktycznie będzie inteligencją, a nie maszynowym uczeniem, to będzie się do nas dopasowywać w czasie rzeczywistym i wtedy stanie się to wygodniejsze.

Świadomie nie zautomatyzowałam… pisania książek. Po każdej kolejnej publikacji obiecuję sobie, że „to był absolutnie ostatni raz”. A potem mija chwila, znienacka pojawia się pomysł, wizja, a ja… zaczynam pisać następną książkę, jakbym miała wrodzoną amnezję twórczą.

Oddanie tego procesu LLM-om byłoby kuszące, zwłaszcza gdy na horyzoncie widać setki stron do napisania. Ale nie. AI może układać struktury i porządkować treści, ale póki co nie nauczyło się pisać z moim zestawem wiedzy, emocji, nerwicy natręctw i uporu – a to właśnie one trzymają moje książki w ryzach.

Świadomie nie zautomatyzowałam procesu briefowania klientów. To etap, który w mojej codziennej pracy ma fundamentalne znaczenie, bo pozwala mi zrozumieć realne cele, obawy, ograniczenia i motywacje po stronie klienta. Nawet najbardziej zaawansowane narzędzia nie są w stanie zastąpić informacji, które pojawiają się w rozmowie: w sposobie formułowania odpowiedzi, w pauzach, w dygresjach. To te „miękkie sygnały” często decydują o projektowej precyzji i adekwatności rekomendacji. Tu nawet hipotetyczna oszczędność czasu nie wynagrodziłaby utraty tych cennych informacji.

Z tego samego powodu nie zdecydowałam się na automatyzację procesu przygotowywania ofert i odpowiedzi projektowych. Każda współpraca ma inny kontekst, a dokumenty tworzone na autopilocie szybko tracą wartość. Dopasowanie do sytuacji klienta, jego poziomu dojrzałości biznesowej i tego, „co naprawdę chce osiągnąć”, nadal wymaga takiej manualnej, świadomej pracy.

W SMSAPI świadomie nie zdecydowaliśmy się na pełną automatyzację obsługi klienta. Przy bardzo dużym obłożeniu Biura Obsługi Klienta naturalnym krokiem było wdrożenie chatbota – i rzeczywiście świetnie się sprawdził jako narzędzie do obsługi najczęściej zadawanych pytań. Jednocześnie od początku wiedzieliśmy, że nie chcemy wykluczać możliwości przekazania rozmowy do człowieka. Ten element jest dla nas kluczowy, bo to właśnie kontakt z żywą osobą buduje relację i zaufanie, których żadna automatyzacja nie odtworzy. Najbardziej zapadł mi w pamięć komentarz klienta: „Fajny ten chatbot, ale tęsknię za panią Dorotą z Biura Obsługi Klienta”. To pięknie pokazuje, że technologia może wspierać, ale nie zastąpi ludzkiej obecności.

Kontaktu mailowego ;) Pomimo automatyzacji wielu schematycznych typów konwersacji nie udało się – z wykorzystaniem AI – w 100% przekazać zadania odpisywania na wszystkie wiadomości.

Odpisywanie na maile. Komunikacja w mojej opinii powinna zostać domeną ludzi.

Spotkań 1:1 w zespole – rozmów, feedbacków, onboardingu. Poza tym, jeśli mam możliwość automatyzacji i z niej rezygnuję, to zawsze z jednego z czterech powodów:
1. koszt wdrożenia jest wyższy niż przewidywany zwrot,
2. czas wdrożenia byłby dłuższy niż zrobienie tego ręcznie,
3. kłóci się to z wartościami firmy,
4. automatyzacja obniżyłaby coś, co też ma mierzalną wartość – np. poczucie wspólnoty i zaufania w zespole.

Cold calle, bo choć automatyzacja pozwala na wykonanie dużej liczby połączeń, odbywa się to kosztem jakości.

Mamy w planach zautomatyzowanie raportów (chociaż częściowo są) oraz wykonanie panelu dla klientów w ClickUpie. Dwa argumenty, czemu tego nie zrealizowaliśmy: to kosztuje czas i pieniądze.

Dlatego powoli budujemy własne MCP (na ile nam starcza czasu i zasobów) oraz drobne usprawnienia.

Pisania postów na LinkedIn, ponieważ uważam, że ciekawsze są posty napisane bezpośrednio przeze mnie w dość charakterystycznym stylu.

Aplikacja do zadań Things 3.

Freepik – dzięki możliwości tworzenia spójnych postaci (grafik z AI) stworzyłem piękny, bardzo personalizowany prezent ślubny (komiks).

Bohaterem 2025 roku był dla mnie audyt cytowalności (nie narzędzie w sensie aplikacji, tylko narzędzie w sensie metodologii). To swoisty rodzaj inżynierii wstecznej: sprawdzania, z czego dokładnie LLM-y budują obraz marki, jakie źródła cytują, co wzmacniają, a co pomijają. Dopiero tego rodzaju analizy naprawdę pokazały mi, jak bardzo zmieniło się rozumienie widoczności w erze AI.

A jeśli chodzi o software… muszę przyznać, że nieoczekiwanym bohaterem roku został Excel. W świecie, w którym modele potrafią odpowiedzieć wszystkim na wszystko, zwykły arkusz nadal wygrywa w jednej kategorii: nie halucynuje, tylko liczy.

Będę nudna, ale moim prawdziwym odkryciem w 2025 roku był… ChatGPT. To narzędzie znamy od dawna, ale dopiero w tym roku jego wykorzystanie naprawdę się upowszechniło i zaczęło przynosić realne efekty w codziennej pracy. Od pomysłów na kampanie, przez szkice scenariuszy, po szybkie researchowe wsparcie – AI stała się dla mnie praktycznym partnerem, który przyspiesza wiele etapów przygotowań. I dopiero teraz naprawdę widać, jaką ma wartość w marketingu.

Cursor – narzędzie, za pomocą którego można w łatwy sposób, z wykorzystaniem AI, stworzyć skrypty m.in. do Google Ads w celu automatyzacji działań na kontach.

Fireflies

NotebookLM – od 2024 za mało sexy jak na hype na LinkedInie i bardzo niedoceniany w marketingu, a fantastycznie się tam sprawdza. Drugi bohater: mój AI-trener osobisty, który skutecznie motywuje, żebym robiła trening ułożony przez trenera-człowieka. :)

Sintra AI

Na razie żadne – można by napisać, że narzędzia do monitorowania promptów, ale na dziś działają jak zwykłe monitoringi słów kluczowych, więc nie jest to jakiś gamechanger na rynku.

Zdecydowanie NotebookLM.

Niezmiennie n8n i Baserow, ale też i panele (jak Coolify czy Cloudron) do zarządzania i instalacji oprogramowania na serwerach oraz zarządzania własną infrastrukturą.

Nie ulec FOMO AI.

To było oddzielenie tego, co naprawdę ważne, od tego, co tylko głośne.
Liczba danych, update’ów algorytmów i nowych funkcji AI rosła szybciej, niż dało się to realnie kontrolować. Najtrudniej było więc świadomie filtrować szum i nie reagować na każdy trend.

Największym wyzwaniem w 2025 było realizowanie opracowanej strategii, kiedy tempo zmian zaczęło wyprzedzać plany. Liczba zbieranych danych rosła szybciej niż było sens je przetwarzać, kanały mnożyły się w każdym kwartale, a algorytmy zmieniały swoje zachowania, zanim zdążyły pojawić się dokumentacje.

Najtrudniejsze było nie to, żeby wszystko ogarnąć, bo tego nie da się zrobić, tylko trzymanie się obranego kierunku, kiedy codziennie pojawiał się nowy „must-have”. W praktyce sprowadziło się to do ostrej selekcji i monitorowania tylko tych wskaźników, które były niezbędne do podejmowania decyzji.

Spójność strategii polegała na tym, żeby kontrolować wyłącznie to, co daje przewagę. Cała reszta mogła się zmieniać i zmieniała się non stop. I to było właśnie największe wyzwanie: nie dać się wciągnąć w chaos i nie reagować na wszystko, tylko na to, co naprawdę zmienia wynik.

Prosty przykład: w GA4 jest ponad 100 różnych KPI, każdy jest „ważny”. Odrzuć je wszystkie i skup się na CVR, ROAS, Revenue, Orders – i tylko na tych 4, mimo że są jeszcze LTV, Churn Rate itd.

Wyróżnianie się w danej branży w kontekście reklam. Jest ich tak dużo, że graniczy to z cudem. Również wątpliwości, czy strategia ma w ogóle sens i rozmowy w branży oraz z klientami, którzy dzielą te same wątpliwości. Jednak w szerszym ujęciu marketingu widać, że zmianie ulegają tylko te czynniki, które można "rewitalizować" do nowej technologii. Odbiorcy reklam są zmęczeni dotychczasowymi sposobami pozyskiwania ich uwagi, więc naturalnie wszystko, co wyróżnia się i wybija spośród tysięcy reklam dziennie, wygrywa.

Największym wyzwaniem w 2025 roku było… nie zwariować od narracji o końcu SEO. Technologicznie to był rok ewolucji, nie rewolucji. To nie jest tak, że nagle odkryliśmy znaczenie encji, reputacji czy E-E-A-T – te elementy są fundamentem od lat.

Nowością był raczej poziom hałasu. Nigdy wcześniej nie widziałam takiego natężenia komunikatów o „końcu SEO”, „dominacji AI” czy „rewolucji w algorytmach”. A pracuję w tej branży 16 lat i przeżyłam już wiele „końców”.

Największym wyzwaniem było więc konsekwentnie robić swoje, bez ulegania panice: edukować się, poszerzać wiedzę i dostosowywać strategię – spokojnie, krok po kroku.

Największym wyzwaniem było balansowanie między mnogością danych, narzędzi i automatycznych analiz, a ich rzeczywistą wartością. 2025 przyniósł ogrom materiałów, które wyglądały imponująco wizualnie, ale po bliższym przyjrzeniu okazywały się bardzo powierzchowne: ogólne wnioski, mało trafnych rekomendacji i niemal całkowity brak kontekstu.

W praktyce często brakowało mi rozwiązań naprawdę dopasowanych do konkretnego projektu. Narzędzia świetnie generowały to, co „standardowe”, ale rzadko podsuwały coś, co faktycznie uwzględnia specyfikę branży, ograniczenia klienta czy zachowania użytkowników – a już na pewno nie proponowały rozwiązań jakkolwiek szytych na miarę.

Utrzymanie spójnej strategii wymagało więc nie tylko selekcji informacji, ale też świadomego filtrowania automatycznych podpowiedzi i wracania do fundamentów: rozmów z klientem, danych jakościowych, analizy intencji użytkowników i dobrej diagnozy problemu.

Największym wyzwaniem w utrzymaniu spójności strategii w 2025 roku był dla mnie duży pivot związany z LLM-ami i zmianą podejścia do wyszukiwania. AI Overviews, rosnący udział ruchu z modeli językowych w referrals i niekończąca się debata „czy SEO jest martwe?” sprawiały, że trudno było oprzeć się na stabilnych danych. Tym bardziej że wciąż brakuje idealnych narzędzi do mierzenia tego nowego ekosystemu i podejmowania decyzji opartych na twardych insightach.

Drugim wyzwaniem był silny nacisk Google i Meta na kampanie na górze lejka (np. Demand Gen lub wideo). Firmy z mniejszymi budżetami musiały zmierzyć się z rosnącymi wymaganiami dotyczącymi jakości wideo i kreacji, które dziś są praktycznie warunkiem skutecznej obecności reklamowej.

Transparentne przekazywanie danych biznesowych pomiędzy klientami a osobami zarządzającymi marketingiem. Brak obustronnego zrozumienia liczb i ich odchyleń w narzędziach analitycznych potrafił powodować wiele tarć oraz błędnych decyzji biznesowych.

Skomplikowanie lejka marketingowego – jego realizacja na kolejnych poziomach.

AI powoduje, że tradycyjna analityka robi się smutna i nudna, w czasie gdy wodotryski i fajerwerki z nowych narzędzi i rozwiązań przykuwają uwagę marketerów jak smaczki pieska. A to właśnie ciągłe trzymanie się nudnych fundamentów i ochrona ich przed nadmiarem codziennie nowych i innych pomysłów pozwoliły mi osiągnąć najlepsze efekty i spójność działań.

Uświadomienie sobie, że konieczne jest ciągłe i szybkie dostosowywanie strategii do zmieniających się warunków.

Myślę, że tak jak u wielu z SEO, utrzymanie spójności działań na skutek pojawienia się AI ze względu na ogromny zalew treściami, które to były generowane bez ładu i składu.

Dostęp, zbieranie i łączenie danych. Narzędzia, z których dotychczas korzystaliśmy z sukcesami, jak Senuto czy Ahrefs, pomimo starań nie nadążają często za zmianami i dostarczaniem danych, jakich realnie potrzebujemy. To wiąże się z koniecznością stawiania własnych rozwiązań, aby np. scrapować i zbierać dane z czatów, czy ciągłego szukania nowych dostawców API z sensownie dającymi się wykorzystać danymi.

Najbardziej zaskoczyło mnie to, jak bardzo użytkownicy w CEE wciąż oczekują podstaw, o których ekspandujące sklepy potrafią zapominać. Klienci z Rumunii, Czech czy Bałkanów przede wszystkim chcą na początek, żeby sklep był naprawdę dostosowany do nich.

I widać to po ich reakcjach. Najmocniej wybrzmiewały pozytywnie wtedy, gdy marka mówiła ich językiem, rozumiała lokalne nawyki, oferowała znane metody płatności i dostawy, była przewidywalna i prosta w obsłudze.

Użytkownicy z krajów CEE najpierw oczekują lokalności, dopiero potem doceniają wszelkie udogodnienia i technologiczne nowości.

Największe zaskoczenie w zachowaniach użytkowników w tym roku to zwrot starszych grup w stronę cyfrowych procesów finansowych i ubezpieczeniowych. To już nie są osoby, które „wolą zadzwonić”. Coraz częściej zaczynają od porównywarki, kalkulatora lub formularza. Polisy kupują online, a przy trudniejszych produktach doradca pojawia się dopiero na ostatnim etapie.

To zmienia logikę analityki i sprzedaży. Wiele decyzji jest podejmowanych online, zanim firma w ogóle zauważy ruch. Hybrydowe ścieżki stają się domyślne, a starsze osoby nie działają już wyłącznie offline – są w sieci i korzystają z możliwości internetu. Dla marek to sygnał, że jeśli nadal zakładają niską gotowość cyfrową w tych grupach, to same sobie zmniejszają rynek.

Dużo mniejsza responsywność na remarketing niż oczekiwana.

2025 był rokiem, w którym reputacja zaczęła się łamać nie w treści, tylko w przypisie.

Coraz częściej widzę, jak ludzie sprawdzają bibliografie książek i raportów, szukając w linkach UTM-ów, które zdradzają, że autor nie cytuje realnych materiałów, tylko treści wygenerowane przez LLM-y. I jest w tym pewna ironia: przez lata walczyliśmy o klikalność linków, a dziś sam link z podejrzanym parametrem wystarczy, żeby zburzyć zaufanie do całej publikacji.

Jeśli coś było gamechangerem w badaniu zachowań użytkowników, to właśnie ta nowa, radykalna „czujność źródłowa”.

Najbardziej wyraźnym zjawiskiem (które obserwuję, jeśli chodzi o zachowania użytkowników) w 2025 roku jest rosnąca fala frustracji związana z contentem / treściami generowanymi przez AI. Ludzie chętnie korzystają z LLM-ów w swojej pracy (bo ułatwiają tworzenie, przyspieszają procesy i obniżają próg wejścia), ale jednocześnie mają coraz mniejszą tolerancję na to, by konsumować treści stworzone w podobny sposób.

Widzę ogromne zmęczenie i narzekania na powtarzalny język, przewidywalne schematy i „gładkie” komunikaty bez osobowości. Użytkownicy chcą automatyzować tworzenie contentu / pisanie postów / generowanie grafik „u siebie”, ale oczekują, że inni będą nadal tworzyć naturalnie, z własnym stylem i realną wartością. Ten rosnący rozdźwięk pomiędzy „korzystam z AI, ale nie chcę widzieć efektów AI u innych” to ciekawe wyzwanie dla wszystkich marketerów i osób odpowiedzialnych za komunikację.

Wyniki badania SMSAPI z końcówki października 2025 najbardziej zaskoczyły mnie tym, jak bardzo zmieniła się tolerancja użytkowników na błędy. Aż 44% konsumentów porzuciło zakupy na smartfonie z powodu źle działającej strony, co pokazuje, że margines błędu jest praktycznie minimalny. Użytkownicy oczekują natychmiastowości i pełnej płynności mobile, a każdy drobny problem staje się impulsem do rezygnacji. To szczególnie ważne, bo dziś niemal wszystkie działania — kampanie reklamowe, e-mail, SMS, social media czy SEO — ostatecznie prowadzą właśnie do doświadczenia mobilnego. Jeśli mobile nie działa, nie działa cała reszta. To fundament, na którym opiera się skuteczność całej strategii.

Większa zachowawczość w zakupach niż w poprzednim roku ;)

To, że część ludzi z marketingu zaczęła wierzyć, że użytkownik widzi wszystko tak jak oni. Godziny dyskusji o długości „myślnika” i wniosek z tego, że odbiorca na pewno rozpozna, że to tekst wygenerowany przez AI i go znienawidzi. Dane mówią coś innego: użytkownicy reagują na wartość, trafność i timing, nie na filozofię kroju myślnika. Widać to chociażby w tym, że mimo lokalnych backlashy wobec AI-slopu marki wciąż masowo korzystają z generatywnego AI, bo wyniki są wystarczająco dobre. Ważne, by pracować na danych, nie na przekonaniach.

Poziom wydatków klientów w obliczu widma recesji. Spodziewałem się, że będą oni dysponować znacznie mniejszymi budżetami.

"Duchy" na LinkedInie, czyli osoby, które nie dodają reakcji, nie piszą komentarzy, ale czytają posty i później osobiście zgłaszają się do firmy po usługę.

Może to nie wielkie zaskoczenie ale: brak krytycznego spojrzenia na informacje podawane przez AI.

Zero-click Marketing.

Trend, który uważałam za hype? Chyba GEO.
Im dłużej się temu przyglądałam, tym bardziej widziałam, że pod nową nazwą kryje się „SEO na sterydach”, czyli to, co tak naprawdę znamy od lat: spójność danych i komunikacji o marce, pełne pokrycie tematu oraz czytelna architektura informacji.
Z tą różnicą, że tym razem odbiorcą jest model językowy, a nie tylko algorytm i człowiek.

Przez długi czas uważałam, że kampanie na górze lejka nie są najważniejszym elementem performance marketingu – przez lata skupialiśmy się głównie na dole lejka, na twardych danych o zakupach, i osiągnęliśmy w tym naprawdę wysoki poziom. Dopiero w tym roku zobaczyłam w praktyce, jak dużą wartość daje inwestycja w widoczność: kampanie PMax, Demand Gen, wideo czy działania na Meta budują solidną bazę, która realnie wzmacnia wyniki na środku i dole lejka.

Te działania, z odpowiednimi celami i mikrokonwersjami, budują solidną bazę odbiorców, a w efekcie potrafią obniżyć CAC na dole lejka i zwiększyć liczbę docelowych konwersji – szczególnie wtedy, gdy pracujemy na dobrze zdefiniowanych grupach odbiorców.

Alternatywne programy do GA4 jak np. Triple Whale (zwłaszcza pod kątem doszacowywania udziału kanałów SM w sprzedaży / pozyskiwaniu leadów).

Reklama video "z ręki". Do tej pory uważałem, że piękna reklama video, przygotowana w "sterylnych" warunkach obroni się profesjonalizmem. Nieprawda – pokazanie "ludzkiej" twarzy działa lepiej!

Mam szczęście dostępu do danych z kampanii setek dużych firm w Polsce i na świecie. Łatwo więc mogę weryfikować zachowania konsumentów, trendy i ich odbicie w danych. Zaskoczeniem dla mnie jest, że efekt „nowości” wciąż dobrze działa – także w namingu. GEO, SXO i AIO dobrze chwyta uwagę, nawet jeśli to nadal SEO, czyli pozycjonowanie w jakimś silniku wyszukiwania. To trochę jakby pisać „u nas kupisz drożdżówki z lukrem, szneki z glancem i zawijane na okrągło lukrowane słodkie bułeczki” – wszystko to samo, a jednak jakby więcej. ;)

Nie jestem aż tak podatny, żeby zaraz rzucać się na jakiś temat. Cierpliwość i spokój to cechy, które sprawiają, że trzeba to przemyśleć, zastanowić się, czy potrzebne, a dopiero potem poszukać, kto to za mnie zrobi lub wymyśli, abym mógł jego rozwiązanie kupić.

Spadek ruchu na stronach www.

Serwer side-tag w mniejszych firmach.

Niedoceniany trend? Rozjeżdżająca się tożsamość marek w różnych systemach.
Marki mają dziś więcej wersji siebie niż człowiek na Tinderze (tak tylko słyszałam ;)) i to zaczyna być realny problem.

Coraz ważniejsze będzie ujednolicanie i porządkowanie komunikacji, bo to właśnie komunikacja tworzy dane, na których operuje technologia. W erze AI spójność marki staje się kluczowa: to ona decyduje o tym, jak systemy interpretują markę, jak ją klasyfikują i jak ją pokazują światu.

Jednym z niedocenianych trendów, który obserwuję z dużym zainteresowaniem, jest rosnące znaczenie własnych baz odbiorców – szczególnie w kontekście SMS i e-mail marketingu. Wiele firm nadal traktuje je po macoszemu, mimo że to kanały, które dają pełną kontrolę, wysoką dostarczalność i realny wpływ na konwersję.

Widzę też ogrom niewykorzystanego potencjału w automatyzacjach: od segmentacji po personalizowane scenariusze komunikacji. Mam poczucie, że w ciągu najbliższych dwóch lat marki, które świadomie zainwestują w rozwój własnych baz i mądrą automatyzację, zyskają przewagę — szczególnie w świecie, w którym koszty mediów rosną, a algorytmy bywają coraz mniej przewidywalne.

Rozwój serwerów MCP pod kątem szerszego wykorzystywania Agentów AI w codziennych zadaniach, pod kątem ich dalszej automatyzacji.

Śledzenie po stronie servera (GTM Server-Side).

Bardzo uważnie patrzę na tworzenie zamkniętych ekosystemów przez Google, do których odcina się dostęp czatów AI innych niż googlowski Gemini. Jeśli ten model się utrwali, to znacząco wzrośnie użycie np. map Google oraz przerzucenie SEO i reklam w to miejsce. Pod niestacjonarny biznes obstawiam istotność integracji – z kalendarzem Google (dodawanie terminów wysyłek automatycznie do kalendarza zamawiającego?), Gmailem (coraz więcej reklam profilowanych i „natywnych na poczcie”?), Meetem, YouTubem itd. Ponieważ technologie będą teraz budować swoje przewagi łatwą oraz szybką dostępnością, komplementarnością i intuicyjnością, to Google może tym wygrać rynek. Ponownie.

Koniec z Łatwym Trackingiem i wzrost wartości danych własnych (First-Party Data).

Wzrost krótkich filmów, które szybko podają odpowiedź na zagadnienie, którego szuka potencjalny użyszkodnik.