Co trzecia osoba zapyta sztuczną inteligencję, czy brać kredyt i czy iść do lekarza

Jeszcze dwa lata temu eksperci powtarzali tę samą prognozę: konsumenci użyją sztucznej inteligencji do prostych rzeczy – tłumaczeń, przepisów, planowania wakacji. Decyzje wysokiego ryzyka – kredyty, ubezpieczenia, leczenie – pozostaną w rękach ekspertów, bo nikt rozsądny nie powierzy ich chatbotowi. Najnowsza prognoza Forrestera tę hipotezę wyrzuca do kosza.

Co dokładnie pokazuje raport Forrestera i czemu hipoteza o „bezpiecznych zastosowaniach” się nie sprawdziła?

Forrester w raporcie „Predictions 2026: Trust And Privacy”, opublikowanym pod koniec 2025 roku, przewiduje, że do końca 2026 roku 30 % konsumentów wykorzysta generatywną sztuczną inteligencję do decyzji wysokiego ryzyka – takich jak finanse osobiste i opieka zdrowotna^[1]. To znacznie więcej niż założono w prognozach z 2024 roku, kiedy zakładano, że ludzie będą używać AI głównie do tłumaczeń i prostych zapytań. Analitycy Forrestera wprost przyznają, że pierwotna hipoteza okazała się błędna: „Początkowo zakładaliśmy, że konsumenci będą używać generatywnej AI w zastosowaniach niskiego ryzyka, takich jak tłumaczenia czy chatboty, ale wielu okazało się bystrzejszych w temacie sztucznej inteligencji, niż przewidywaliśmy”^[2].

Co dokładnie się zmieniło? Raport wskazuje trzy zjawiska. Pierwsze to skala przyswojenia. W Ameryce Północnej 38 % dorosłych internautów używa już generatywnej AI, a 60 % z nich robi to przynajmniej raz w tygodniu^[3]. W Europie ponad jedna trzecia konsumentów przetestowała narzędzia generatywne, a w największych miastach Indii odsetek przekroczył 50 %^[4]. Dla porównania, w 2023 roku globalne przyswojenie tych narzędzi oscylowało wokół 10–15 %.

Drugie zjawisko to dojrzałość użytkowników. Osoby, które uważają się za znające temat sztucznej inteligencji, świadomie korzystają z jej zalet i ograniczają ryzyko przez sprawdzanie odpowiedzi, weryfikację źródeł i konsultację z ekspertem po wstępnym sprawdzeniu w AI^[5].

Trzecie to czynnik ekonomiczny: tam, gdzie usługi profesjonalne są drogie albo trudno dostępne (porada finansowa, konsultacja lekarska), konsumenci sami szukają w generatywnej AI tańszej alternatywy, którą potem weryfikują u specjalisty.

Druga warstwa zmiany jest jeszcze ciekawsza. Według innego raportu Forrestera, „Predictions 2026: How Financial Services Can Thrive Amid AI Disruption”, około połowa dorosłych internautów w Stanach Zjednoczonych i Wielkiej Brytanii już używa narzędzi takich jak ChatGPT, a ponad połowa z tej grupy używa ich konkretnie do uzyskiwania porad lub rekomendacji^[6]. Co więcej, 40 % amerykańskich i 43 % brytyjskich dorosłych internautów znających generatywną AI sięgnęło po nią, żeby znaleźć nowe produkty^[7].

Forrester prognozuje, że do końca 2026 roku liczba odwiedzin stron internetowych instytucji finansowych przez ludzi spadnie o 20 %, podczas gdy ruch generowany przez maszyny (czyli boty AI, asystentów głosowych, agentów cyfrowych zbierających informacje w imieniu użytkownika) wzrośnie o 40 %^[8]. Konsumenci coraz częściej zadają pytania typu „najlepsze oprocentowanie kredytu hipotecznego” albo „ile odkładać na emeryturę” nie wyszukiwarce, lecz agentowi AI. Banki, które nadal projektują doświadczenie z myślą o człowieku odwiedzającym stronę przez przeglądarkę, w 2026 roku coraz częściej tracą widoczność w odpowiedziach AI, które stają się pierwszym przystankiem klienta.

Trzeba też zauważyć paradoks zaufania. Forrester Global Government, Society, And Trust Survey z 2025 roku pokazuje, że tylko 14 % dorosłych internautów w Australii, Wielkiej Brytanii i Stanach Zjednoczonych ufa AI w scenariuszach typu samochody autonomiczne^[9]. Innymi słowy, ludzie deklarują niskie zaufanie do AI, ale w praktyce coraz częściej z niej korzystają nawet w obszarach, w których konsekwencje błędu są poważne. Forrester wyjaśnia to konsumencką umiejętnością balansowania – ludzie nie ufają AI, ale rozumieją, jak ją wykorzystać tak, żeby ryzyko zostało zminimalizowane: sprawdzają odpowiedzi w innych źródłach, konsultują się z profesjonalistą, traktują AI jako wstępne narzędzie poszukiwania, a nie ostateczne źródło prawdy.

Forrester prognozuje, że w 2026 roku codzienne wykorzystanie generatywnej AI w Europie ulegnie podwojeniu^[10]. ChatGPT prawdopodobnie przekroczy miliard tygodniowych aktywnych użytkowników w nadchodzących miesiącach^[11]. To tempo zmiany porównywalne z najszybszą fazą adopcji smartfonów – z tą różnicą, że bariera wejścia do generatywnej AI jest niższa (większość narzędzi jest darmowa albo wbudowana w aplikacje, których ludzie już używają).

Co ta zmiana oznacza dla marketerów w finansach, zdrowiu i innych branżach o wysokim ryzyku?

Klient, który dwa lata temu wpisywał w Google’a „najlepsza karta kredytowa 2026”, dziś coraz częściej pyta ChatGPT albo Perplexity, a otrzymaną odpowiedź traktuje jako pierwsze sito. Marka, której nie ma w tej odpowiedzi, może być nieobecna na ścieżce zakupowej klienta nawet wtedy, gdy klasyczne SEO wciąż pokazuje jej stronę na pierwszej pozycji. Strona internetowa marki w 2026 roku jest źródłem danych dla AI, a nie celem ruchu i tej zmiany nie da się odłożyć w czasie.

Praktyczna konsekwencja dla zespołów marketingowych w finansach jest taka, że treści muszą być projektowane pod ekstrakcję przez modele językowe. Konkretnie: ceny i parametry produktów (oprocentowanie, prowizja, koszty dodatkowe) widoczne publicznie i podane wprost na stronie, sekcja często zadawanych pytań na każdej stronie produktowej, treści doradcze pisane w formie „pytanie–odpowiedź” zamiast długich esejów. Bank, który chowa oprocentowanie kredytu hipotecznego za przyciskiem „skontaktuj się z doradcą”, w 2026 roku traci na rzecz konkurenta, którego AI po prostu zacytuje, bo znalazł konkretną liczbę w treści strony.

Konsument, który sprawdza w AI „co oznacza wynik laboratoryjny”, „czy moje ubezpieczenie pokrywa fizjoterapię”, „jakie są skutki uboczne leku” – szuka prostej odpowiedzi. Marki w branżach, takich jak ochrony zdrowia, ubezpieczeń i innych branż regulowanych, mają skłonność do publikowania treści w żargonie prawnym albo medycznym. W 2026 roku tę formę warto zostawić jako załącznik PDF do regulacji, a treść główną przepisać tak, jak rozmawia z pacjentem dobry lekarz, a z klientem dobry doradca – prostym językiem, z odpowiedziami w pierwszym akapicie i z wyraźną informacją, kiedy konsument powinien skonsultować się z profesjonalistą.

Skoro 30 % konsumentów już teraz – albo w bardzo bliskiej przyszłości – używa generatywnej AI do decyzji wysokiego ryzyka, koszt nieobecności marki w odpowiedziach AI rośnie. Pojawiła się nowa kategoria narzędzi pomiarowych – Brand Radar od Ahrefs, Profound, Conductor – które monitorują obecność marki w odpowiedziach generowanych przez ChatGPT, Perplexity, Google AI Overviews i Microsoft Copilot. Dla instytucji finansowej albo dużej sieci zdrowotnej koszt rocznej subskrypcji takiego narzędzia jest zwracany przez pojedynczego klienta zdobytego dzięki cytowaniu w AI. Brak monitorowania widoczności w AI to dziś brak danych o jednym z najszybciej rosnących kanałów akwizycji.

Forrester używa terminu „zero-click world” (świat bez kliknięć) – sytuacji, w której odpowiedź AI w pełni zaspokaja potrzebę konsumenta, a do strony marki nikt nie wchodzi^[12]. Dla branż finansowych i zdrowotnych ten świat oznacza, że klasyczne metryki marketingowe (ruch na stronie, czas spędzony, współczynnik odrzuceń) zaczynają tracić znaczenie. W ich miejsce wchodzą nowe: liczba cytowań marki w AI, ton i kontekst tych cytowań, udział głosu marki w odpowiedziach AI na konkretne zapytania zakupowe.

Skoro 30 % konsumentów używa AI do decyzji finansowych i zdrowotnych, a regulatorzy w Europie i Stanach Zjednoczonych zaostrzają wymogi co do transparentności AI, marki same powinny przygotować się na pytania, które wcześniej nie istniały. Co się stanie, jeśli klient podejmie złą decyzję finansową na podstawie odpowiedzi ChatGPT, w której cytowano twoją stronę? Czy bank ma obowiązek monitorować, jak AI opisuje jego produkty? Czy ubezpieczyciel powinien aktualizować treści, gdy AI cytuje je w sposób mylący? Te pytania nie mają jeszcze jednoznacznych odpowiedzi prawnych, ale instytucje, które już teraz tworzą wewnętrzne zasady postępowania, będą lepiej przygotowane na nadchodzącą regulację.

Polski rynek finansowy ma jeden z najwyższych w Europie wskaźników korzystania z bankowości mobilnej i samoobsługi cyfrowej, więc kulturowa gotowość do używania AI do decyzji finansowych jest tu prawdopodobnie wyższa niż średnia europejska. AI Overviews działają w Polsce od maja 2025 roku, a model Gemini 3 stał się dla nich domyślny w styczniu 2026 roku – polskie zapytania finansowe i zdrowotne już dziś uruchamiają odpowiedzi generatywne.

Regulacje europejskie (AI Act, DSA, DMA) tworzą ramę, w której instytucje finansowe i zdrowotne mają wyższe wymogi co do dokumentowania, jak AI komunikuje ich ofertę. Polskie banki, firmy ubezpieczeniowe i sieci medyczne, które do końca 2026 roku zbudują wewnętrzny system monitorowania widoczności w AI, będą w stanie wykazać należytą staranność, gdy regulator zapyta o transparentność.

Prognoza Forrestera to opis rzeczywistości, która już zachodzi. Konsumenci nie czekają na zgodę regulatora ani na opinię branży, żeby korzystać z generatywnej AI w decyzjach, które dziesięć lat temu byłyby zarezerwowane wyłącznie dla rozmowy z profesjonalistą. Marki, które zbudują strategię obecności w AI dla decyzji wysokiego ryzyka, w 2027 roku zajmą pozycje, na które konkurencja będzie wpadać dopiero później.