AI w marketingu jest już standardem. Dlaczego firmy wciąż nie są zadowolone z efektów?

Sztuczna inteligencja przestała być w marketingu wyłącznie technologiczną ciekawostką. Narzędzia generatywne wspierają przygotowywanie treści, opracowywanie materiałów reklamowych, analizowanie danych, raportowanie wyników i optymalizowanie kampanii. Coraz większe znaczenie mają także rozwiązania, które łączą kilka procesów i umożliwiają częściową automatyzację złożonych działań.

Rosnąca popularność AI nie oznacza jednak, że organizacje potrafią już w pełni wykorzystać jej potencjał. Wdrożenie narzędzia bywa stosunkowo proste. Znacznie trudniejsze okazuje się określenie, jaki problem biznesowy ma ono rozwiązać, jak zmierzyć efekty i kto odpowiada za jakość podejmowanych decyzji.

86% badanych korzysta z AI. Ocena rezultatów jest znacznie niższa

Raport IAB Europe z 2026 roku przedstawia wyniki badania przeprowadzonego wśród 50 organizacji reprezentujących europejski ekosystem reklamy cyfrowej. To istotne zastrzeżenie metodologiczne: wyników nie należy traktować jako reprezentatywnego obrazu wszystkich firm działających w Europie.

W tej grupie aż 86% respondentów zadeklarowało wykorzystywanie sztucznej inteligencji do celów marketingowych. Wśród uczestników, którzy odpowiedzieli na pytania dotyczące inwestycji, 72% wskazało wzrost ogólnych nakładów na AI w 2026 roku w porównaniu z rokiem poprzednim, natomiast 59% zwiększyło wydatki na technologie AI przeznaczone bezpośrednio do zastosowań marketingowych.

Równocześnie średnia ocena obecnych rezultatów sztucznej inteligencji w operacjach reklamowych wyniosła 2,76 punktu na pięciostopniowej skali.

Nie oznacza to, że wdrożenia AI są nieskuteczne. Pokazuje natomiast rozbieżność między tempem upowszechniania technologii a oceną jej dotychczasowych efektów. Firmy coraz częściej korzystają ze sztucznej inteligencji, ale nie wszystkie potrafią jeszcze przełożyć ją na wystarczająco przekonujące wyniki.

Źródło: IAB Europe, „The Impact of AI on Digital Advertising Report 2026”.

Poszczególne pytania miały różną liczbę odpowiedzi, dlatego procentów nie należy interpretować jako wyników odnoszących się zawsze do identycznej grupy respondentów.

Marketing mierzy przede wszystkim oszczędność czasu. A co ze sprzedażą?

Jednym z najbardziej interesujących wyników raportu jest to, że 69% badanych wskazuje poprawę efektywności operacyjnej jako miarę skuteczności sztucznej inteligencji.

To zrozumiałe. Skrócenie czasu przygotowania raportu z kilku godzin do kilkunastu minut, szybsza analiza danych czy automatyczne opracowanie wariantów kreacji reklamowej to efekty stosunkowo łatwe do zaobserwowania i porównania.

Problem pojawia się wtedy, gdy organizacja utożsamia oszczędność czasu z poprawą efektywności biznesowej. Są to dwie różne kategorie korzyści.

Przygotowanie dziesięciu reklam w czasie, w którym wcześniej powstawały dwie, nie musi oznaczać pięciokrotnego wzrostu skuteczności kampanii. Automatycznie wygenerowany raport nie jest również gwarancją podejmowania lepszych decyzji marketingowych.

AI może zwiększyć produktywność zespołu, ale dopiero odpowiednie mierniki pokażą, czy poprawiła również wyniki firmy.

W przypadku działań performance marketingowych warto więc analizować nie tylko czas wykonania zadań, lecz także koszt pozyskania klienta, jakość leadów, współczynnik konwersji, przychód z kampanii i rentowność działań. Przy kampaniach wizerunkowych znaczenie mogą mieć inne wskaźniki, na przykład zmiana znajomości marki lub jej postrzegania, mierzone odpowiednią metodologią.

Istotne jest przy tym porównywanie wyników w podobnych warunkach. Jeśli po wdrożeniu AI kampania osiągnęła lepsze rezultaty, należy sprawdzić, czy odpowiada za to technologia, czy również zmiana budżetu, sezonowości, oferty albo sposobu targetowania.

Klienci agencji chcą gotowych rozwiązań, a nie kolejnych prezentacji AI

Podobny kierunek zmian opisywali przedstawiciele WPP podczas Innovation Festival, który odbył się 30 września 2026 roku w Warszawie.

Z wypowiedzi ekspertów przytoczonych przez Newserię Biznes wynika, że oczekiwania reklamodawców wobec agencji stały się bardziej konkretne. Po okresie testowania narzędzi i prezentowania ich możliwości klienci chcą rozwiązań, które da się wdrożyć w rzeczywistych procesach marketingowych.

Agnieszka Parfienowicz, managing partner odpowiedzialna za media solutions w WPP Media, zwracała uwagę, że reklamodawcy oczekują obecnie sprawdzonych zastosowań usprawniających współpracę, planowanie i zakup kampanii.

To istotna zmiana również z perspektywy modelu biznesowego agencji. Jeszcze niedawno samo wykorzystywanie generatywnej sztucznej inteligencji mogło być traktowane jako oznaka innowacyjności. Dziś coraz większe znaczenie ma zdolność do przedstawienia procesu, kosztów wdrożenia i mierzalnych efektów.

Agencja, która deklaruje wykorzystywanie AI, niekoniecznie wyróżnia się już samym posiadaniem odpowiednich narzędzi. Przewagę może zbudować dopiero wtedy, gdy połączy je z własnymi danymi, wiedzą branżową, strategią i sposobem organizacji pracy.

Automatyzacja produkcji kreacji nie zastępuje skutecznej strategii

Podczas wydarzenia WPP wskazywało między innymi na możliwość skrócenia procesu produkcji kreacji reklamowych z dwóch tygodni do jednego dnia.

To przykład potencjalnej skali usprawnienia, jednak bez szczegółowych informacji o porównywanych projektach, zakresie prac i sposobie kontroli jakości nie można traktować go jako uniwersalnego wyniku możliwego do uzyskania w każdej agencji.

W produkcji reklamowej sztuczna inteligencja może przyspieszać wiele etapów: przygotowanie koncepcji wizualnych, adaptację formatów, opracowywanie wariantów tekstów, tłumaczenia czy tworzenie materiałów testowych.

Nie rozwiązuje jednak automatycznie problemów związanych z niejasnym briefem, błędnie zdefiniowaną grupą docelową albo słabą propozycją wartości produktu.

Jeśli punkt wyjścia jest niewłaściwy, AI może po prostu pozwolić organizacji szybciej przygotować większą liczbę nietrafionych materiałów.

Dlatego optymalizacja procesu produkcyjnego powinna być powiązana z oceną jakości. Zespół marketingowy potrzebuje nie tylko narzędzi generujących treści, ale także zasad ich zatwierdzania, testowania i analizowania wpływu na wyniki kampanii.

Dane są kluczowe. Ale dane z platform nie pokazują całego konsumenta

Jednym z najczęściej podkreślanych zagadnień podczas Innovation Festival była jakość danych wykorzystywanych przez systemy sztucznej inteligencji.

Organizacje marketingowe mają dostęp do ogromnych zbiorów informacji: danych transakcyjnych, wyników kampanii, zachowań użytkowników na stronach internetowych, aktywności w mediach społecznościowych czy historii kontaktów z klientami.

Samo połączenie tych źródeł nie gwarantuje jednak powstania wiarygodnego obrazu odbiorcy.

Dane mogą być niekompletne, nieaktualne, zbierane według różnych definicji albo pozbawione kontekstu. Modele AI korzystające z takich informacji mogą generować analizy sprawiające wrażenie precyzyjnych, choć oparte na błędnych założeniach.

Dodatkowy problem stanowi rozbieżność pomiędzy zachowaniem konsumentów w internecie a ich rzeczywistymi opiniami i intencjami.

Według przywołanego przez WPP Media badania „Social Psycho” 46% badanych deklaruje, że w mediach społecznościowych nie wyraża tego, co naprawdę myśli, a 42% przyznaje, że kalkuluje swoje zachowanie. Jednocześnie połowa respondentów opisuje swoją aktywność jako autentyczną.

Warto zaznaczyć, że bez dodatkowych informacji o próbie i metodologii tego badania nie należy uogólniać wskazanych wyników na wszystkich użytkowników mediów społecznościowych.

Wnioski są jednak istotne z punktu widzenia strategii marketingowej. Aktywność użytkownika na platformie może odzwierciedlać jego zachowanie w określonej sytuacji społecznej, ale nie musi stanowić kompletnego obrazu jego potrzeb, motywacji zakupowych i preferencji.

Dlatego dane platformowe warto uzupełniać badaniami konsumenckimi, jakościowymi rozmowami z klientami, analizą procesów zakupowych oraz informacjami pochodzącymi z własnych systemów firmy.

AI potrzebuje nadzoru. Sama automatyzacja nie wystarczy

Wraz z rosnącą liczbą zastosowań sztucznej inteligencji coraz większe znaczenie zyskują kwestie odpowiedzialności za jej wykorzystanie.

Raport IAB Europe wskazuje, że 78% badanych organizacji wyznaczyło formalną osobę odpowiedzialną za nadzór nad AI. Jednocześnie, według danych przytoczonych w badaniu, 48% respondentów deklarowało posiadanie wytycznych dotyczących stosowania AI konkretnie w marketingu i reklamie.

Różnica pomiędzy wyznaczeniem osoby odpowiedzialnej a opracowaniem szczegółowych zasad stosowania technologii pokazuje, że formalny nadzór nie zawsze oznacza dojrzały proces zarządzania ryzykiem.

W praktyce firma wykorzystująca sztuczną inteligencję powinna określić między innymi, jakie dane można przekazywać do narzędzi, kto odpowiada za sprawdzanie wygenerowanych informacji, w jakich obszarach konieczna jest akceptacja człowieka i jak dokumentowane są istotne decyzje.

W marketingu ma to znaczenie nie tylko dla ochrony danych. System może wygenerować nieprawdziwe informacje o produkcie, błędnie zinterpretować raport albo stworzyć treść niezgodną z komunikacją marki.

Im bardziej automatyczny staje się proces, tym większe znaczenie ma jasne wskazanie momentów, w których wymagane są kontrola i odpowiedzialność człowieka.

Agenci AI mogą zmienić sposób planowania i kupowania reklamy

Jednym z nowych obszarów analizowanych przez IAB Europe jest agentic advertising, czyli wykorzystanie systemów AI zdolnych do realizowania wieloetapowych zadań przy różnym poziomie samodzielności.

W przeciwieństwie do prostych narzędzi generujących pojedynczą odpowiedź system agentowy może łączyć planowanie, analizowanie informacji, wykonywanie działań i ocenę ich rezultatów w ramach określonego procesu.

W badaniu 58% respondentów spodziewa się, że zakup reklamy z wykorzystaniem agentów AI osiągnie poziom operacyjnego zastosowania lub skali w ciągu najbliższego roku.

To jednak prognoza uczestników badania, a nie potwierdzenie, że większość rynku już wdrożyła tego rodzaju rozwiązania.

Praktyczne zastosowania mogą obejmować wspieranie przygotowywania planów mediowych, analizowanie danych kampanijnych, porównywanie scenariuszy alokacji budżetu czy automatyzację określonych czynności związanych z zakupem mediów.

W przypadku bardziej autonomicznych systemów pojawiają się dodatkowe pytania: kto zatwierdza decyzje dotyczące budżetu, jak kontrolowane są działania agenta i jak ograniczyć ryzyko błędów prowadzących do strat finansowych?

Rozwój agentów AI może więc zwiększyć możliwości automatyzacji marketingu, ale jednocześnie podnosi wymagania dotyczące kontroli i zarządzania technologią.

Jakie kompetencje będą najważniejsze dla marketerów?

Postępująca automatyzacja zmienia również oczekiwania wobec specjalistów zajmujących się marketingiem.

Z badania Sektorowej Rady ds. Kompetencji Sektora Komunikacji Marketingowej, przywołanego w materiale Newserii, wynika, że 91% respondentów wysoko lub bardzo wysoko ocenia znaczenie rozumienia konsumentów dla utrzymania przewagi konkurencyjnej marki w warunkach rosnącej obecności treści generowanych przez AI.

Kompetencje technologiczne i cyfrowe wskazało 88% badanych, kreatywność i tworzenie koncepcji 87%, umiejętności strategiczne i planowanie 85%, a kompetencje analityczne oraz pracę z danymi 84%.

Warto podkreślić, że są to oceny znaczenia kompetencji, a nie prognozy procentowego wzrostu zatrudnienia w określonych zawodach.

Przedstawione wyniki pokazują, że umiejętność obsługi technologii nie jest postrzegana jako alternatywa dla tradycyjnych kompetencji marketingowych. Coraz większe znaczenie ma ich połączenie.

Specjalista potrafiący korzystać z AI, ale nierozumiejący potrzeb klientów, może mieć trudności z prawidłową oceną otrzymanych wyników. Z kolei marketer dysponujący doświadczeniem strategicznym, lecz niewykorzystujący nowych narzędzi, może działać wolniej niż konkurencja.

Kluczowe stają się więc umiejętności formułowania problemów, oceny jakości danych, weryfikowania odpowiedzi modeli oraz przekładania analiz na decyzje biznesowe.

Co firmy powinny mierzyć, wdrażając AI w marketingu?

Wyniki badań sugerują, że kolejnym etapem rozwoju AI w marketingu powinna być większa dyscyplina w ocenie rezultatów.

Zamiast rozpoczynać wdrożenie od wyboru narzędzia, firma może najpierw zidentyfikować proces, który generuje zbyt wysokie koszty, trwa zbyt długo albo nie zapewnia oczekiwanej jakości.

Następnie warto ustalić punkt odniesienia i sprawdzić, czy wdrożenie rzeczywiście przyniosło poprawę.

Przedstawione mierniki są propozycją redakcyjną, a nie zestawem wyników raportu IAB Europe. Ich dobór powinien zależeć od modelu biznesowego firmy, charakteru kampanii i celu konkretnego wdrożenia.

Ważne jest również uwzględnienie pełnego kosztu technologii. Oprócz abonamentów za narzędzia mogą to być wydatki na integracje, szkolenia, kontrolę jakości, bezpieczeństwo danych i utrzymanie procesów.

Wdrożenie, które oszczędza kilka godzin pracy, ale wymaga kosztownej i czasochłonnej kontroli każdego rezultatu, może okazać się mniej opłacalne, niż początkowo zakładano.

Przyszłość marketingu to nie wybór między AI a człowiekiem

Podczas Innovation Festival WPP przedstawiciele branży wielokrotnie zwracali uwagę na konieczność łączenia możliwości technologicznych z ludzkim doświadczeniem, kreatywnością i krytycznym myśleniem.

To podejście znajduje uzasadnienie także w wynikach badań. Sztuczna inteligencja może wspierać analizowanie dużych zbiorów danych i automatyzować powtarzalne zadania, ale nie eliminuje potrzeby weryfikowania założeń, rozumienia kontekstu i odpowiedzialności za podejmowane decyzje.

W praktyce przewaga konkurencyjna może coraz rzadziej wynikać z samego dostępu do zaawansowanego modelu AI. Większego znaczenia nabiorą sposób jego wykorzystania, jakość własnych danych, organizacja procesów i kompetencje zespołu.

Firmy, które potrafią połączyć te elementy, mogą szybciej rozwijać skuteczne rozwiązania marketingowe. Organizacje ograniczające się do kupowania kolejnych narzędzi bez zmiany procesów i metod pomiaru ryzykują natomiast wzrost kosztów bez proporcjonalnych korzyści.

Najważniejszym pytaniem dla marketingu w 2026 roku nie jest już to, czy korzystać ze sztucznej inteligencji. Jest nim to, w jaki sposób wykazać, że jej zastosowanie rzeczywiście poprawia wyniki biznesowe.

Źródła

• IAB Europe, „The Impact of AI on Digital Advertising Report 2026”, 24 września 2026 r.
• IAB Europe, omówienie najważniejszych wyników badania, 24 września 2026 r.
• Newseria Biznes, materiał z 7 października 2026 r. dotyczący wykorzystania AI w marketingu i Innovation Festival WPP.
• Sektorowa Rada ds. Kompetencji Sektora Komunikacji Marketingowej, wyniki badania cytowane przez Newserię Biznes.
• WPP Media, badanie „Social Psycho”, wyniki przytoczone w materiale Newserii Biznes.