Wydawcy znaleźli sposób na zarabianie na AI i to nie są umowy licencyjne

Wydawcy tracą ruch z wyszukiwarek, ale zamiast narzekać, pakują swoją wiedzę o algorytmach AI w nową usługę dla marek. Future PLC już sprzedaje „widoczność w ChatGPT” jak kiedyś sprzedawało się pozycje w Google. Witamy w erze GEO-as-a-service.

Jak doszło do tego, że wydawcy sprzedają optymalizację pod AI?

Generative Engine Optimization – w skrócie GEO – to praktyka optymalizacji treści w taki sposób, by platformy AI (ChatGPT, Google AI Overviews, Perplexity, Gemini) mogły je odnajdywać, cytować i rekomendować w swoich odpowiedziach^[1]. Jeśli tradycyjne SEO polegało na walce o miejsce wśród dziesięciu niebieskich linków, GEO to walka o obecność wśród dwóch-siedmiu domen, które duże modele językowe typowo przywołują w pojedynczej odpowiedzi^[2].

Wydawcy mediowi – ci sami, którzy od miesięcy tracą ruch z powodu AI Overviews i chatbotów – odkryli, że mogą na tym zarobić. Zamiast tylko bronić własnych pozycji, zaczęli sprzedawać markom wiedzę o tym, jak pojawiać się w odpowiedziach generowanych przez AI^[3].

Pionierem jest brytyjski Future PLC, wydawca m.in. TechRadar, Tom’s Guide i PC Gamer. Według badania firmy Ahrefs TechRadar jest najczęściej cytowaną domeną wydawniczą na świecie w odpowiedziach ChatGPT^[4]. Future uruchomił usługę o nazwie Future Optic, która oferuje partnerom komercyjnym kampanie contentowe zoptymalizowane pod widoczność w generatywnych wyszukiwarkach^[5]. Treści w ramach tych kampanii są oznaczane jako sponsorowane, ale mimo to są wykorzystywane przez ChatGPT i inne LLM-y do odpowiadania na zapytania użytkowników^[6].

W kampanii marketingowej z Samsungiem promującej premierę nowych smartfonów Future osiągnął 33% wzrost widoczności produktów Samsunga w odpowiedziach ChatGPT w ciągu trzech miesięcy^[7]. Dyrektor SEO Future, Simon Glanville, mówi wprost: „Widzimy to jako duży potencjalny generator przychodów. Wszyscy, z którymi rozmawiamy, chcą większej widoczności w LLM-ach”^[8].

Nina Gould, chief innovation officer w Forbesie, potwierdziła w rozmowie z Digiday, że wydawca coraz częściej słyszy pytania od klientów o to, jak ich treści wypadają w porównaniu z konkurencją w kontekście zapytań do AI^[9]. Prasanna Dhungel, managing partner w firmie analitycznej GrowByData, uważa, że nowe usługi wydawców mogą być szczególnie przydatne dla agencji chcących łączyć marki z wydawcami w celu zwiększania cytowań w AI^[10].

Zjawisko to nabiera tempa na tle rosnącej erozji ruchu z klasycznych wyszukiwarek. Aż 50% najważniejszych słów kluczowych Future’a uruchamia obecnie AI Overview zamiast tradycyjnej strony wyników wyszukiwania^[11]. Glanville otwarcie przyznaje, że ChatGPT to „kanał widoczności”, a nie źródło ruchu w tradycyjnym rozumieniu^[12]. Wydawcy przestają myśleć o kliknięciach, a zaczynają sprzedawać obecność w odpowiedziach AI jako samodzielny produkt reklamowy.

Prognoza Gartnera zakładająca 25% spadek wolumenu tradycyjnych wyszukiwań do końca 2026 roku wygląda dziś na konserwatywną^[13]. Wczesne dane wskazują, że treści zoptymalizowane pod cytowanie przez AI osiągają 43% wyższy wskaźnik wspomień w odpowiedziach generatywnych^[14], a prawie 60% amerykańskich konsumentów korzystało już z narzędzi GenAI przy zakupach online^[15].

Co to zmienia i kto na tym zyska, a kto straci?

Wydawcy mediowi zyskują nowe źródło przychodów w momencie, gdy tradycyjne modele – reklama programmatic czy ruch organiczny i płatny z Google – kurczą się. Wydawcy nie wykorzystują GEO już tylko defensywnie, by chronić własny ruch, ale pakują optymalizację promptów, strategie danych strukturalnych i najlepsze praktyki edytorskie w płatne usługi i kampanie brandowe^[16]. Wczesne wyniki wskazują na realny potencjał komercyjny^[17].

GEO wymaga kompetencji na styku content marketingu, SEO, digital PR i product marketingu^[18]. Rynek odpowiedział: powstała już pierwsza generacja wyspecjalizowanych agencji GEO – GenOptima, iPullRank, First Page Sage, Go Fish Digital i inne – oferujących audyty widoczności w AI, optymalizację budowania wiarygodności marki w oczach algorytmów AI i monitoring cytowań w LLM-ach i monitoring cytowań w LLM-ach^[19]. Narzędzia pomiarowe – Evertune, OtterlyAI, Ranketta, Profound – pozwalają śledzić, jak często i w jakim kontekście marka pojawia się w odpowiedziach AI^[20].

Wydawcy jednocześnie tracą ruch przez AI i pomagają markom być w tym AI widocznym. Sam Gould, szef AI w FT Strategies (ramię konsultingowe Financial Timesa), przyznaje, że wydawcy „szukają jak największej liczby taktyk, by chronić ruch i utrzymać kontakt z odbiorcami”^[21]. Digiday stawia pytanie wprost: skoro silniki AI powoli erodują ruch wydawców, to czy wydawcy w ogóle powinni pomagać markom w optymalizacji pod te silniki^[22]? Odpowiedź zależy od strategii – ci, którzy podpisali umowy licencyjne z OpenAI (jak Future w grudniu 2024^[23]) mogą traktować GEO jako naturalne rozszerzenie współpracy. Reszta stoi przed dylematem.

W tradycyjnym SEO liczyły się wolumen i CTR. W GEO liczy się bycie wybranym jako źródło rekomendacji. Jak ujmuje to ekspert SEO cytowany przez Digiday: „Wierzymy, że wartość użytkowników, którzy mimo wszystko klikną, będzie wyższa – nawet jeśli wolumen kliknięć spadnie”^[24]. Innymi słowy: mniej wizyt, ale od bardziej zdecydowanych nabywców.

Ponad połowa cytowań obserwowanych w LLM-ach pochodzi z materiałów opublikowanych w ciągu ostatnich 12 miesięcy, a najwyższy wskaźnik cytowań występuje w ciągu siedmiu dni od publikacji^[25]. Marki, które nie aktualizują treści regularnie, po prostu wypadają z odpowiedzi AI. Redakcyjny cykl produkcji treści wydawców jest z natury ciągły, podczas gdy wielu marketerów wciąż myśli w kategoriach „kampanii” z datą końcową.

Rynek GEO jest jeszcze młody, a jego taksonomia nieuporządkowana – funkcjonują równolegle terminy GEO, AEO (Answer Engine Optimization) i GSO (Generative Search Optimization), oznaczające w praktyce to samo^[26]. Kierunek jest jednak jasny – w 2026 roku widoczność w AI to infrastruktura cyfrowego istnienia marki^[27]. Wydawcy, którzy zrozumieli to pierwsi, mają dziś coś, czego agencje i marki jeszcze nie wypracowały – realną wiedzę zweryfikowaną danymi o tym, jak AI wybiera, komu zaufać.