MozCon NYC 2026: jak AI‑wyszukiwanie, Billboard SEO i agenci AI zmieniają strategię widoczności dla marketerów i liderów biznesu

AI-szukanie, answer engines, agentowe interfejsy – to już nie futurystyczne hasła, ale realne źródła ruchu, leadów i sprzedaży. Dla właścicieli firm i liderów marketingu oznacza to jedno: model „zrób SEO pod Google i jesteś bezpieczny” szybko traci sens biznesowy.

MozCon od lat jest barometrem tego, jak zmienia się wyszukiwanie. Zapowiedź pierwszych prelegentów MozCon NYC 2026 pokazuje wyraźnie, gdzie przesuwa się gra o widoczność online: w stronę wizualnych wyników na SERP, obecności w odpowiedziach AI oraz zintegrowanego podejścia do SEO, PR, contentu i danych projektowanych pod kątem agentów AI. Właśnie te obszary będą w najbliższych latach decydować o tym, kto przejmie popyt z nowych form wyszukiwania i rekomendacji.

Billboard SEO: gra toczy się o wizualną powierzchnię, nie tylko o pozycje

Tom Capper, Director of Product Search Strategy w Moz, zwraca uwagę na coś, co wielu zarządzających budżetami marketingowymi wciąż bagatelizuje: dzisiejsza strona wyników wyszukiwania to gęsto zabudowany billboard – pełen reklam, modułów AI, grafik, map, wideo i rich snippets. Sam „top 3” na kluczową frazę coraz rzadziej gwarantuje widoczność, kliknięcia, a tym bardziej sprzedaż.

Coraz częściej zespoły SEO raportują poprawę pozycji, podczas gdy ruch… spada. Użytkownik „odkleja wzrok” od klasycznych linków, bo jego uwagę przejmują bloki AI, mapki lokalne, wyniki produktowe, wideo czy moduły Q&A. Ranking staje się oderwany od realnej powierzchni, jaką marka zajmuje na ekranie. Typowy błąd: świętowanie wzrostu pozycji przy jednoczesnym ignorowaniu drastycznego spadku CTR.

Capper proponuje podejście, które można określić jako Billboard SEO: nie optymalizujemy już wyłącznie pod „pozycje”, tylko pod udział w wizualnej przestrzeni wyników wyszukiwania. W praktyce oznacza to zmianę KPI – z abstrakcyjnych list fraz na konkretne wskaźniki: udział w wyświetleniach modułów, CTR z poszczególnych typów wyników, ekspozycję marek „above the fold”.

Dla biznesu to także sygnał, by wreszcie zgrać ze sobą SEO, PPC i działania lokalne (GEO). Chodzi o to, aby te kanały nie rywalizowały o tę samą uwagę użytkownika na jednym ekranie, ale świadomie się wzmacniały. Przejście na perspektywę „billboardu” szybko obnaża miejsca, w których marka traci darmową powierzchnię na rzecz konkurencji lub własnych reklam płatnych.

„Śmierć otwartej sieci”: jak przygotować się na świat zdominowany przez agentów AI

Mike King, założyciel i CEO iPullRank, stawia tezę, którą wielu marketerów woli ignorować: otwarta sieć, jaką znamy z ostatnich 25 lat, się kurczy. Strona WWW, SEO i social media przestają być trzema niezależnymi, „posiadanymi” kanałami. Coraz częściej wszystkie treści marki są filtrowane przez warstwę pośrednią – agentów AI i answer engines.

W praktyce to nie Twoja strona jest pierwszym miejscem kontaktu z klientem, ale odpowiedź wygenerowana przez model językowy. Jeśli treści Twojej marki nie są odpowiednio „zjadliwe” dla maszyn, nie zostaną zacytowane, polecone ani nawet zauważone. Biznesowa konsekwencja: możesz inwestować w content i UX, który użytkownik zobaczy dopiero jako drugi lub trzeci krok – pod warunkiem, że w ogóle do Ciebie trafi.

King proponuje myślenie o treściach jak o centralnym magazynie danych, który zasila różne warstwy prezentacji: stronę WWW, aplikacje, feedy produktowe, a teraz także interfejsy agentów AI. To odejście od „content marketingu jako kalendarza wpisów na blogu” w stronę projektowania danych produktowych, wiedzy eksperckiej i treści pomocowych w sposób, który może zostać automatycznie pobrany, zmapowany i przywołany przez modele.

Kluczowe staje się wykorzystanie protokółów i struktur przyjaznych agentom, takich jak MCP, schematy „agent-readable” czy pliki typu llms.txt, które ułatwiają modelom dostęp do treści i definiują zasady ich użycia. Dla osób decydujących o strategii oznacza to konieczność inwestowania nie tylko w „content”, ale w infrastrukturę treści: spójne schematy, API, standaryzację danych i politykę ich udostępniania. Bez tego nawet najlepiej napisane treści pozostaną poza zasięgiem agentów AI, a więc także poza głównym nurtem cyfrowej dystrybucji wiedzy.

Digital PR jako paliwo dla cytowań w LLM-ach

Debbie Chew, konsultantka SEO i Digital PR, celnie wskazuje bolączkę wielu działów marketingu B2B: strony przeoptymalizowane on-site i praktycznie zerowa strategia off-site. W świecie, w którym LLM-y uczą się na podstawie ogromnych korpusów treści, brak obecności marki w zewnętrznych źródłach oznacza jedno – jesteś „niewidzialny”, zanim dyskusja w ogóle się zacznie.

Badania, na które się powołuje, pokazują, że earned media – artykuły gościnne, wzmianki w serwisach branżowych, komentarze eksperckie – wpływają nie tylko na ścieżkę decyzyjną klienta, ale także na to, jakie marki pojawiają się w odpowiedziach generowanych przez AI. Twoja strona przestaje być jedynym źródłem prawdy – zarówno dla ludzi, jak i dla modeli. Częste uproszczenie, że „wystarczy dobry blog na własnej domenie”, w tej rzeczywistości po prostu nie działa.

Chew proponuje budowanie strategii digital PR w oparciu o ramę CIDER (dobór kanałów, insighty, dystrybucja, ewangelizacja, rezultaty) i odchodzi od fetyszu wielkich logotypów typu Forbes czy Wall Street Journal. Dla wielu firm znacznie ważniejsze są te tytuły, newslettery i społeczności, które faktycznie konsumuje ich niszowa grupa docelowa. To one budują tematyczny autorytet marki, który modele uczące się mogą wiązać z Twoją kategorią i produktami.

Z perspektywy sprzedaży oznacza to zmianę oczekiwań wobec PR: nie tylko zasięg i prestiż, ale przede wszystkim jakość kontekstu, w jakim marka jest przywoływana. Im bardziej eksperckie, „encyklopedyczne” i powtarzalne w wąskim obszarze są Twoje wypowiedzi, tym większa szansa, że zostaną one odtworzone później w odpowiedziach AI kierowanych do Twoich potencjalnych klientów.

Widoczność w answer engines: ChatGPT, AI Mode, Perplexity i nie tylko

Beth Nunnington i Paul Norris z agencji Journey Further podkreślają, że w świecie AI search zachowanie podejścia „jeden kanał, jedna strategia” to oddanie przewagi konkurencji. Traktowanie wszystkich answer engines tak samo ignoruje fakt, że każdy z nich w inny sposób pobiera, ocenia i rekomenduje treści.

ChatGPT, AI Mode czy Perplexity różnią się źródłami, z których korzystają, sposobem oceniania wiarygodności, a także logiką cytowania marek. Dla brandu oznacza to konieczność budowania strategii nie „pod AI ogólnie”, ale pod konkretne modele i ekosystemy. Inne sygnały zaufania, inny poziom tolerancji na treści marketingowe, inny kontekst użycia przez użytkowników – to wszystko przekłada się na to, czy Twoja marka zostanie wspomniana dokładnie w momencie podejmowania decyzji zakupowej.

Nunnington i Norris kładą nacisk na zrozumienie, z jakich źródeł dane answer engine pobiera informacje, jak ocenia wiarygodność i kiedy decyduje się przytoczyć markę z nazwy. Z perspektywy biznesowej oznacza to przejście z myślenia „jak wyświetlić się w Google” na myślenie „jak zostać zacytowanym w odpowiedzi AI w krytycznym momencie procesu decyzyjnego”.

W praktyce może to oznaczać inwestycję w konkretne zbiory danych, dokumentację produktową, case studies czy integracje z platformami, z których answer engines aktywnie korzystają. Dla wielu firm będzie to bardziej opłacalne niż produkcja kolejnego ogólnego e-booka na blogu. Typowym błędem jest tu kopiowanie formatów „pod SEO” bez sprawdzenia, czy którykolwiek z dużych modeli faktycznie z tych treści korzysta.

Kto z biznesu najbardziej skorzysta na wnioskach z MozCon NYC

Organizatorzy MozCon NYC jasno komunikują, że SEO przestaje być osobną „szufladką” w marketingu. Staje się ramą strategiczną dla SEO, contentu, PR, PPC i działań produktowych – zwłaszcza w kontekście agentowych ścieżek użytkownika, gdzie decyzje zapadają często zanim odbiorca wejdzie na jakąkolwiek stronę.

Z perspektywy firm i agencji największą wartość z omawianych tematów wyniosą osoby odpowiedzialne za wzrost: SEO managerowie i search strategists, którzy muszą raportować coś więcej niż „ruch organiczny”; content marketerzy, którym zależy na realnym popycie z kanałów AI, a nie tylko na odsłonach; specjaliści od digital PR chcący dowiązać earned media do leadów; oraz liderzy marketingu i właściciele firm poszukujący jednego, spójnego modelu działania dla wszystkich kanałów widoczności.

Dla agencji to moment wyboru: czy pozostać dostawcą SEO on-page, czy wejść w rolę partnera odpowiedzialnego za widoczność marki w całym ekosystemie wyszukiwania i agentów AI. To drugie wymaga nowych kompetencji (data, protokoły, struktury danych), ale też innego sposobu rozliczania efektów – bliżej wspólnej odpowiedzialności za popyt i leady niż za pojedyncze wskaźniki pozycji.

Co to oznacza w praktyce

Jeśli zarządzasz budżetem marketingowym lub odpowiadasz za wzrost, wnioski z MozCon NYC 2026 warto potraktować jako agendę działań na najbliższe 12–24 miesiące.

Po pierwsze, przestań traktować „pozycje w Google” jako główny miernik sukcesu. Zastąp je wskaźnikami pokazującymi realną widoczność i wpływ na biznes: udział w powierzchni SERP, CTR z modułów wizualnych, obecność w answer engines, cytowania w odpowiedziach AI, a dalej – udział ruchu i leadów generowanych bezpośrednio z interfejsów AI. Firmy, które tego nie zrobią, będą optymalizować pod wskaźniki pozornie rosnące, przy jednoczesnej erozji przychodu z wyszukiwania.

Po drugie, potraktuj swoje treści jak system, a nie zbiór artykułów na blogu. Centralny magazyn danych, konsekwentne schematy strukturalne, API i czytelne zasady udostępniania dla agentów AI to dziś decyzje infrastrukturalne, porównywalne z wyborem CRM-u kilka lat temu. Bez uporządkowanej infrastruktury treści nawet najlepszy content nie zostanie dobrze „przeczytany” przez maszyny, a więc nie przełoży się na widoczność w odpowiedziach AI.

Po trzecie, zainwestuj w digital PR jako kanał budowania autorytetu w oczach ludzi i modeli językowych. To oznacza mniej polowania na „logo do stopki”, a więcej pracy nad głębokimi, eksperckimi publikacjami w mediach i społecznościach naprawdę konsumowanych przez Twoją grupę docelową. W krótkim terminie przynosi to wzrost jakości leadów (bo trafiasz do bardziej świadomych odbiorców), w długim – buduje rozpoznawalność marki w odpowiedziach AI.

Po czwarte, zacznij myśleć o AI search jako o wielu różnych rynkach, a nie jednym kanale. Tak jak nie prowadzisz identycznych kampanii w Google Ads i na LinkedIn, tak nie możesz używać jednej strategii dla ChatGPT, Perplexity i innych answer engines. Każdy z tych ekosystemów wymaga osobnej hipotezy: jak użytkownicy z niego korzystają, skąd model czerpie dane, które formaty treści sprzyjają cytowaniu marki.

Wreszcie, wyznacz w organizacji właściciela obszaru AI search. Nawet jeśli początkowo będzie to funkcja cząstkowa, ktoś musi systematycznie monitorować, jak ChatGPT, AI Mode czy Perplexity obsługują Twoją kategorię i markę, a następnie przekładać te obserwacje na briefy dla SEO, PR, contentu i product marketingu. Brak właściciela tematu to dziś jeden z głównych powodów, dla których firmy reagują zbyt późno.

Rekomendacje i wnioski końcowe

Dla zarządów i liderów marketingu oznacza to potrzebę podjęcia konkretnych decyzji w horyzoncie najbliższych kwartałów. Po pierwsze, warto przeprowadzić audyt obecności marki w nowym ekosystemie wyszukiwania: od powierzchni na SERP, przez widoczność w answer engines, po skalę i jakość earned media. Taki audyt powinien zakończyć się aktualizacją KPI – z pozycji i ruchu na zintegrowane wskaźniki widoczności i konwersji z kanałów AI.

Po drugie, konieczne jest zdefiniowanie docelowej architektury treści: wyboru technologii dla centralnego magazynu danych, zakresu strukturyzacji informacji produktowych i eksperckich oraz planu wdrożenia protokołów przyjaznych agentom. To nie jest wyłącznie projekt marketingowy – wymaga współpracy z IT, produktem i sprzedażą, a więc jasnego sponsora po stronie zarządu.

Po trzecie, firmy powinny zaplanować budżet i procesy dla systematycznego digital PR: określić priorytetowe media i społeczności, zbudować kalendarz wypowiedzi eksperckich oraz powiązać je bezpośrednio z celami sprzedażowymi i HR (np. pozyskiwanie talentów w wyspecjalizowanych niszach).

Po czwarte, warto zdecydować, czy rozwijać kompetencje AI search wewnątrz organizacji, czy szukać partnera zewnętrznego, który obejmie odpowiedzialność za widoczność w całym ekosystemie wyszukiwania i agentów AI. W obu wariantach potrzebna jest jasna rola właściciela obszaru oraz regularny rytm przeglądów: jak zmieniają się odpowiedzi modeli, jak reaguje konkurencja i które inwestycje przynoszą najwyższy zwrot.

Organizacje, które potraktują te działania jako spójny program transformacji – a nie zbiór jednorazowych eksperymentów – zbudują przewagę trudną do skopiowania. W świecie, w którym decyzje zakupowe coraz częściej zapadają w warstwie pośredniej agentów AI, strategicznie zaprojektowana widoczność staje się jednym z kluczowych aktywów firmy.

Źródło: Moz.com