Marketerzy ufają AI w treściach, ale nie ufają jej w wydatkach

W marketingu cyfrowym 2026 roku jest jedna zaskakująca luka. AI pisze treści, analizuje dane i optymalizuje kampanie – tak deklaruje 49 % marketerów dla mediów społecznościowych i 42 % dla retail media – ale gdy pada pytanie o „autonomiczny zakup mediów”, czyli pozwolenie AI, by sama decydowała, kiedy i za ile kupić reklamę, marketerzy zaciągają hamulec.

Co dokładnie pokazuje badanie marketerów i dlaczego adopcja AI jest tak nierównomierna?

Badanie Digiday+ Research, przeprowadzone w pierwszym kwartale 2026 roku na grupie ponad 100 specjalistów ds. marketingu, daje pierwszy ostry obraz nierównomierności wykorzystania sztucznej inteligencji^[1]. 49 % deklaruje używanie AI w kampaniach społecznościowych, 42 % w retail media (czyli reklamie w sklepach internetowych typu Amazon, Walmart czy Allegro – platformach, które same są zarówno sklepem, jak i platformą reklamową)^[2]. Najczęściej wymieniane zastosowania to analiza danych, tworzenie treści, edycja kreacji i optymalizacja kampanii – wszystkie warstwy, w których AI wspomaga człowieka, a nie zastępuje go w decyzji^[3].

Granica pojawia się przy „autonomicznym zakupie mediów” – terminie oznaczającym sytuację, w której AI sama, bez akceptacji człowieka, decyduje, na jakiej aukcji reklamowej wystartować, jaką cenę zaproponować i kiedy zatrzymać kampanię^[4]. Marketerzy wymieniają cztery konkretne obawy:

• brak przejrzystości w tym, dlaczego AI wybrała daną aukcję;
• brak realnej kontroli nad tempem wydawania budżetu;
• brak zrozumienia, na jakiej podstawie zapadają decyzje optymalizacyjne;
• brak osoby odpowiedzialnej, gdy kampania pójdzie źle^[5].

Są to obawy znane z innych branż, które wcześniej eksperymentowały z autonomicznymi systemami, ale tu mają konkretną cenę: budżet reklamowy marki.

Amy Porter, starsza wiceprezeska i dyrektorka cyfrowych mediów w agencji RPA, ujęła to jasno w wypowiedzi dla Digiday: „agentowe narzędzia zakupowe mogą poprawić przejrzystość powtarzalnych zadań wykonawczych, ale jest realne ryzyko, że zarazem zaciemnią najważniejsze decyzje, jeśli reklamodawcy będą zanadto polegać na AI w licytacji, optymalizacji i ocenie skuteczności bez nadzoru człowieka”^[6]. Dorzuciła też prognozę: „przyszłość prawdopodobnie nie jest pełną autonomią zakupu mediów, lecz AI wspomagającą procesy operacyjne, podczas gdy doświadczeni praktycy pozostają odpowiedzialni za strategię, ocenę i rozliczenia”^[7].

Raport IAB 2026 Outlook Study pokazuje, że dwie trzecie kupujących reklamy koncentruje się dziś na agentowej AI w zakupie mediów i wykonywaniu kampanii^[8]. 73 % marketerów już teraz traktuje priorytetowo treści dostosowane do odpowiedzi generowanych przez AI^[9]. Sprawdzanie skuteczności w wielu kanałach naraz wzrosło jako priorytet z 64 % do 72 % rok do roku, co odzwierciedla potrzebę powiązania działań sterowanych przez AI z faktycznymi wynikami^[10]. Chris Bruderle, wiceprezes IAB ds. analiz branżowych, dodał: „AI stała się tkanką łączącą media, pomiar, kreację i doświadczenie klienta. To, co zmienia się w 2026, to nie samo użycie AI jako narzędzia, lecz traktowanie jej jako inteligentnego partnera koordynującego kampanie w czasie rzeczywistym”^[11].

Skąd więc sprzeczność: marketerzy obawiają się autonomii, ale jednocześnie dwie trzecie z nich koncentruje się właśnie na agentowym AI w zakupie? Odpowiedź leży w innym badaniu. Według statystyk z 2026 roku, 34 % zespołów marketingowych w dużych firmach uruchamia już co najmniej jednego autonomicznego agenta w produkcji – ponad dwukrotnie więcej niż 14 % w czwartym kwartale 2025 roku^[12]. Adopcja rośnie szybko, ale rośnie też niepokój. Talkwalker w swoim raporcie „State of Agentic AI in Marketing 2026” pokazuje, że 52 % starszych kadr zarządzających mówi o szerokim albo pełnym wdrożeniu agentów AI, 27 % deklaruje ograniczone wdrożenie, a 15 % jeszcze nie zaczęło, ale rozważa^[13].

Raport Supermetrics 2026 Marketing Data Report wskazuje, że 80 % marketerów odczuwa presję wdrożenia AI, ale tylko 6 % w pełni ją zaimplementowało w swoich procesach^[14]. Powody niepełnego wdrożenia to ograniczony dostęp do danych i brak zaufania do AI, a więc dwa różne problemy – pierwszy jest infrastrukturalny (dane rozsiane po systemach), drugi kulturowy (niechęć do oddania decyzji).

AI dobrze radzi sobie z zadaniami, w których wynik można szybko ocenić: kreacja, edycja, analiza danych, dopisywanie wariantów tekstów. Tutaj człowiek widzi efekt natychmiast i może go zaakceptować albo odrzucić. Autonomiczny zakup mediów wymaga zaufania na dłuższej osi czasu – AI wydaje budżet przez dni albo tygodnie, a wynik jest widoczny dopiero w raportach miesięcznych. To inny typ ryzyka, na który marketerzy nie są jeszcze gotowi. Wyciek danych przez wymianę zapytań (czyli sytuację, w której wrażliwe dane firmy trafiają do zewnętrznych modeli AI) jest największą obawą 61 % dyrektorów marketingu w 2026 roku^[15].

Co wynika z tego dla marek i jak ułożyć politykę AI w zespole marketingu?

Marka, która chce wdrożyć AI sensownie, musi rozróżnić warstwy zastosowania, a nie traktować „AI” jako jedną decyzję. Najbezpieczniejsze warstwy to:

• analiza danych (AI pomaga zrozumieć, co się dzieje w kampaniach),
• tworzenie treści (AI generuje warianty kreacji, człowiek wybiera),
• edycja (AI poprawia teksty, człowiek akceptuje),
• optymalizacja kampanii w trybie sugestii (AI proponuje zmiany, człowiek je zatwierdza).

Najwyższe ryzyko to autonomiczny zakup mediów bez nadzoru, więc każdy zespół marketingowy powinien określić, jakie zastosowanie AI jest dopuszczone do produkcji, jakie wymaga zatwierdzenia człowieka, jakie pozostaje na razie zablokowane.

Skoro 61 % dyrektorów marketingu wskazuje wyciek danych przez zapytania (czyli wrażliwe informacje firmy trafiające do zewnętrznych modeli) jako największą obawę, każdy zespół powinien mieć jasną politykę: które dane można wprowadzać do zewnętrznych narzędzi AI (jak ChatGPT czy Claude), a które muszą zostać w wewnętrznych systemach. Dobrze jest zatem stworzyć listę „danych wrażliwych” (dane klientów, ceny niepubliczne, strategie konkurencyjne, dane finansowe) i jasno wskazać, których narzędzi AI nie wolno tymi danymi karmić.

Większość branży zmierza w stronę modelu, w którym AI wspomaga, a człowiek zatwierdza – nie pełnej autonomii i nie ręcznej pracy. Konkretne podejście: każda kampania powinna mieć dwie warstwy ustawień. Warstwa, w której AI ma swobodę (testowanie wariantów kreacji, optymalizacja stawek w wąskim paśmie), i warstwa, w której zmiana wymaga zatwierdzenia człowieka (zmiana grupy docelowej, znaczące podniesienie budżetu, decyzja o zatrzymaniu kampanii). Pierwsza warstwa działa szybko, druga gwarantuje kontrolę.

Marketerzy w badaniu Digiday wprost wskazują „brak osoby odpowiedzialnej, gdy coś pójdzie źle” jako jedną z głównych obaw. Każda kampania prowadzona z udziałem AI powinna mieć przypisanego ludzkiego właściciela, którego nazwisko widnieje w briefie i w raporcie końcowym. Bez tego punktu kontaktu wina „rozpływa się w systemie”.