Dane nie pozostawiają wątpliwości. Jeżeli interesuje cię budowa widoczności w odpowiedziach AI, powinieneś stawiać na ChatGPT, który nie tylko ma 80% market share wśród modeli AI, ale gromadzi też najbardziej jakościowy ruch. Inne modele - poza kilkoma wyjątkowymi scenariuszami - nie powinny cię interesować.
Gwałtowny wzrost popularności narzędzi AI – przede wszystkim chatbotów opartych na dużych modelach językowych (ang. LLM – Large Language Model) oraz ich możliwości w zakresie przeszukiwania Internetu sprawiły, że dla wielu firm powstał nowy kanał marketingowy.
To, jakie strony, marki i produkty rekomendują użytkownikom LLMy to nie przypadek, a efekt ciężkiej pracy (jeżeli interesują cię działania w tym zakresie, sprawdź naszą ofertę na AISO).
Czy pozycjonować się w AI – to nie ulega wątpliwości. Prawdziwe pytanie brzmi – w których modelach sztucznej inteligencji się pozycjonować?
Przy działaniach SEO takiego dylematu nie było. Google miał ponad 95% rynku, o Bingu, Yahoo czy innych wyszukiwarkach mówiło się bardziej w kwestii anegdot.
W przypadku AISO scenariusz przypomina więc raczej kwestię mediów społecznościowych, gdzie platform do wyboru jest więcej: oczywiście Facebook, ale też należący do tego samego koncernu Instagram. Jest TikTok, jest już-nie-Twitter, czyli X, jest LinkedIn, jest Pinterest, jest i w końcu też będący medium społecznościowym YouTube.
W przypadku modeli językowych możemy mówić o 9 największych globalnie graczach:
ChatGPT od OpenAI
Gemini od Google
DeepSeek, czyli chinski model językowy, który na początku 2025 sporo namieszał, prezentując się jako równie dobre, a dużo tańsze rozwiązanie, niż ChatGPT
Perplexity – narzędzie oparte o AI, którego domyślną funkcją jest bycie wyszukiwarką internetową opartą o AI, a w które mocno inwestuej Amazon
Grok – powiązany z X-em, czyli dawnym Twitterem
Claude od francuskiej firmy Anthrophic
Qwen – kolejny chiński model, za którym stoi gigant Alibaba
Meta AI od Marka Zuckerberga
Mistral – kolejny francuski model
Ten katalog to bardziej nawet nazwy firm, niż konkretnych modeli. Biorę tu też pod uwagę tylko te, które funkcjonują jako chatboty. Krajobraz technologii AI jest bowiem dużo bardziej skomplikowany i zróżnicowany. Wiele modeli jest wykorzystywanych poprzez API np. w automatyzacjach czy innych customowych rozwiązaniach.
Tu biorę pod uwagę tylko te, które służą jako alternatywa dla klasycznych wyszukiwarek, to znaczy tak zwany przeciętny Kowalski nie będzie miał problemu z zalogowaniem się tam i wyszukaniem, co potrzeba. To znaczy, wystarczy wejść na stronę, wpisać w okienko swoje pytanie i zaraz dostajemy wynik. Czyli właśnie – chatboty AI. Pisząc dalej w tym tekście o AI, będzie zawsze chodziło o te chatboty.
Co właściwie znaczą te dane?
Porównanie wyszczególnionych modeli AI oparłem o dane z platformy Similarweb. Co istotne, patrzę tu na łączny ruch danego Chatbota – pierwszą, nieopublikowaną wersję tego tekstu oparłem na danych z Ahrefsa, który pokazuje tylko ruch organiczny, w efekcie wartości dla większości modeli były przeszacowane, a lider zestawienia – ChatGPT – mocno niedoszacowany.
Similarweb pokazuje dane nie tylko o ruchu organicznym, ale o wszystkich wejściach (wciąż jest to jednak estymacja). Ma też tą przewagę, że dostarcza danych o jakości ruchu – jak długo użytkownicy są na stronie, ile podstron przeglądają, jaki jest w efekcie Bounce Rate. To mocno ogólne dane, ale w tym kontekście wystarczające, by wyciągnąć sensowne wnioski.
Dane są za lipiec 2025 roku. Polecam natomiast zapisać sobie adres niniejszego wpisu i co jakiś czas tu wracać, ponieważ zestawienie będziemy aktualizować w kolejnych miesiącach.
Najważniejsze wnioski z danych o market share platform AI
Market share i trendy
Bez dwóch zdań liderem jest tu ChatGPT. Z market share na poziomie 78,56% gromadzi on 3 razy więcej użytkowników, niż wszystkie pozostałe modele razem wzięte. Nie dziwi ostatnia pozycja Mistrala – jest to jeden z dwóch francuskich modeli, ustępujący popularności Claude’owi, który cieszy się bardzo dobrą opinią szczególnie w zakresie pracy z kodem.
Drugą, nieistotną właściwie platformą w zakresie działań marketingowych, jest Meta AI. Konsorpcujm Marka Zuckerberga jest wyraźnie w tyle z popularyzacją swoich osiągnięć w dziedzinie sztucznej inteligencji. Trzeba tu jednak oddać im tyle, że przez długi czas Meta skupiała się na rozwoju modeli Llama, które w benchmarkach wypadają nienajgorzej. Nie są tu jednak uwzględnione, ponieważ Llama to modele open-sourcowe, które możemy odpalić wyłącznie na własnym serwerze (lub komputerze).
Zastanawiający jest niski market share Perplexity. Gdy ta wyszukiwarka ujarzała światło dzienne, była przełomem technologicznym. ChatGPT nie miał jeszcze wówczas możliwości przeglądania Internetu, a Google jeszcze nie opubplikował Barda (poprzednika Gemini). Perplexity jako pierwsze narzędzie łączyło zalety uporządkowanego indeksu stron WWW z generowaniem podsumowania zawartych tam informacji za pomocą AI. Mimo tego ma udział poniżej 2%.
Odpowiedź może tu tkwić jednak w tym, że Perplexity – jako jedyna spośród wszystkich porównywanych platform – jest tylko wyszukiwarką. Każde inne narzędzie możemy użyć do poleceń w stylu: “Popraw mi maila“, “Przetłumacz mi to“, “Podsumuj mi tą umowę“. Perplexity tego nie zrobi, jego use case ogranicza się jedynie do wyszukiwania informacji w Internecie.
Grok i DeepSeek mają natomiast moim zdaniem stosunkowo wysoku market share. Fakt – dane dotyczą globalnego rynku. Rozbijając to na poszczególne kraje widać, że DeepSeek ma dużo większą popularność w Chinach czy Rosji, a że są to kraje o stosunkowo dużej liczbie ludności, w globalnym ujęciu zawyża to ich udział.
Niemniej, Grok i DeepSeek zostały wprowadzone na rynek gdy już ChatGPT miał mocno wybudowaną pozycję w świadomości użytkowników, mimo tego udało im się wyszarpać kawałeczek tortu.
I w końcu Gemini – chatbot Google, dotychczasowego monopolisty rynku wyszukiwarek internetowych, ma prawie 8-krotnie mniej użytkowników, niż chatbot OpenAI.
Jeżeli porównamy dane o ruchu za lipiec z poprzednim miesiącem, to krajobraz trochę nam się tu zmienia. DeepSeek, Meta AI oraz Mistral zanotowały duże spadki łącznej liczby wizyt, pozostałe platformy odnotowały wzrost – szczególnie duży wzrost zanotował Grok. Czy był to efekt kontrowersji, jakie początkiem lipca wywołał ten model językowy? Przypomnę – modelowi, który jest zintegrowany z platformą X (dawn. Twitter) i ma możliwość odpowiadania tam na komentarze użytkowników, wyłączono wbudowane zabezpieczenia i autocenzurę.
W efekcie Grok pisał publicznie, pod postami znanych osobóe kontrowersyjne posty. Na pewno wywołało to spory szum marketingowy, który mógł się zainteresować na większe zainteresowanie użytkowników tą platformą – czy tylko chwilowe – zobaczymy za miesiąc.
Udział mobile vs desktop
W kontekście interpretacji danych o ruchu ważne jest także rozbicie ruchu na urządzenia mobilne i stacjonarne. Czemu to ważne? Bo LLM-y często są wykorzystywane w zastosowaniach, nazwę to, taskowych (zadaniowych). To znaczy – użytkownik nie tyle szuka informacji, co chce, aby model wykonał zadanie: poprawił tekst, podsumował itp. Tego typu zastosowania nie są w zasadzie punktem zainteresowania działań marketingowych, tu nie bardzo jest możliwość poprawienia widoczności firmy. I tego typu zastosowania częściej mają miejsce na desktopach.
Duży udział ruchu mobile na danej platformie będzie więc sugerował stosunkowo więcej ruchu “searchowego”, tzn. takiego, gdzie użytkownik szuka informacji, w tym o markach, produktach czy usługach. I to tego typu ruch na platformach AI możemy adresować działaniami w ramach AISO.
Jak to więc wygląda w przypadku poszczególnych platform?
Jak widać, największy udział ruchu mobile mają ChatGPT (31,17%) oraz Gemini (26,73%). Z kolei najmniejszy udział ruchu mobile ma Claude (11,24%), model mocno chwalony w kontekście pisania kodu, co wlicza się w prompty zadaniowe.
Dane z Similarweb ws Google Analytics
Powyższe dane bardzo mocno rezonują mi z tym, co widzę w Google Anlytics na kontach naszych klientów. Oczywiście, jest tu sporo różnic w zakresie pochodzenia danych. Chociażby to, że z Similarweba biorę dane o ruchu na konkretnych platformach AI, podczas gdy w GA4 można zobaczyć jedynie, ile było wejść na stronę z poszczególnych modeli. A do tego dochodzą jeszcze wyzwania takie jak: adblockery, nieprawidłowa atrybucja czy chociażby odrzucony baner z cookies / consent mode.
Niemniej, na większości projektów widać podobne proporcje – to znaczy ChatGPT jako źródło ruchu odpowiada za ponad 75% wejść ze źródeł AI-owych, szczególnie w przypadku e-commerców jest to większa wartość, niż pokazuje market share wg Similarweb.
Może to świadczyć z jednej strony o tym, że w przypadku tego typu stron zdecydowana większość korzysta głównie z ChatGPT, ewentualnie, że ChatGPT daje lepszy CTR, niż np. Gemini czy Perplexity. Jednocześnie, patrząc poza ChataGPT, to widać z kolei, że Perpexity potrafi generować więcej wejść na stronę, niż Gemini, mimo że ten ostatni ma kilkukrotnie większy market share. To podkreśla wagę rozróżnia między promptami zadaniowymi, a searchowymi – w Perplexity mamy tylko te ostatnie. Market share Gemini na poziomie prawie 10% i udział w ruchu na stronach na poziomie 0,5%-2% (te wartości są trochę oko, nie robiłem jeszcze testu z udziałem poszczególnych LLM-ów w ruchu na stronach) może dawać wyobrażenie o tym, ile zapytań searchowych – czyli tych interesujących z perspektywy marketingu – w rzeczywistości jest.
Dodatkową kwestią, jaką warto rozważyć w kontekście działań nad widocznością w odpowiedziach modeli AI jest jakość ruchu.
Na podkreślenie zasługuje tu na pewno Claude z bardzo niskim bounce ratem, co może sugerować większą satysfakcję użytkowników, niż na innych platformach. Może – ponieważ dane o bounce rate często nie są oczywiste w interpretacjach.
Na pewno nie dziwi wysoki bounce rate na Meta AI. Niemając wcześniej doświadczenia z tą platformą wszedłem tam z ciekawości, by wpisać kilka promptów i sprawdzić wyniki. Uderzający był fakt, jak nachalnie platforma nalegała na zalogowanie się. A po jednym wpisaniu prompta nie dało się już wpisać kolejnego. Mnie to od platformy odrzuciło i podejrzewam, że nie jestem jedyny.
Stosunkowo wysoki bounce rate ma też Grok. Może mieć to związek ze wspomnianą wcześniej hipotezą, iż sporo użytkowników przybyło tam z ciekawości, w reakcji na kontrowersyjne wypowiedzi modelu. Czy tak było w rzeczywistości? Cytując znanego polskiego muzyka – “Zobaczymy, czas pokaże”.
Warto tu też wspomnieć, że ChatGPT, Gemini i Claude mają też wyraźnie dłuższy średni czas wizyty na stronie, gdzie np. Meta AI czy Mistral mają tą wartość wyraźnie mniejszą.
To kolejny sygnał świadczący o jakości ruchu. Krótkie wizyty, wysoki współczynnik odrzuceń i malejący z miesiąca na miesiąc ruch na platformie są jasnymi sygnałami, że długofalowo w danym LLM-ie nie ma sensu budować widoczności swojej marki.
Kiedy warto zainteresować się innymi modelami AI?
Wnioski z przedstawionych powyżej danych są jasne – jeżeli chcesz inwestować w AISO, skup się na ChatGPT. Być może Perplexity lub Gemini też może mieć dla ciebie sens, ale szukając legendarnych 20% działań dających 80% efektów (jakkolwiek sceptycznie do tej zasady podchodzę), to właśnie inwestycja w widoczność w modelach od OpenAI będzie dla większości biznesów najwięcej sensu.
Nie jest jednak tak, że pozostałe można z góry skreślić. Widzę bowiem kilka wyjątków, związanych po części z branżą a po części z rynkiem, na którym chcesz prowadzić działania.
Przede wszystkim geografia – na wschodniej półkuli, czyli zasadniczo Azja, krajobraz modeli językowych wygląda inaczej. Tam warto bardziej wziąć pod uwagę DeepSeeka czy Qwen właśnie, a być może jeszcze inne, mniej znane w naszej cześci świata modele. Celując natomiast we Francje, Mistral czy Claude mogą mieć większy potencjał, niż Grok czy Gemini.
I tu trochę wspieram się intuicją, a trochę bazuje na założeniach, natomiast idę o zakład, że w przypadku usług IT pozycjonowanie się w Claude, chwalonym w kontekście pisania kodu, może mieć więcej sensu, niż w przypadku bardziej lifestylowych rzeczy. Z kolei Grok jest mocno zintegrowany z Twitterem – wróć, z X-em – czyli z portalem, gdzie mocno są zaangażowani dziennikarze i politycy. Jeżeli tego typu użytkownicy są naszym targetem, wówczas może pozycjonowanie w Groku może mieć rację bytu.
Na pewno w przypadku każdej firmy należy ocenić sensowność inwestycji działań w kolejny kanał marketingowy z perspektywy analizy zachowań grupy docelowej. Bo na koniec dnia to o nich chodzi – o ludzi, do których chcesz dotrzeć ze swoim produktem czy usługą.
A jeżeli nurtują cię jakieś pytania w kontekście AI i marketingu oraz możliwych działań w tym zakresie, napisz do nas!
Specjalista R&D w dziedzinie SEO i analityki internetowej. Najlepiej czuje się w obszarze technicznego SEO, a jego głównym zadaniem jest zapewnienie, aby strony internetowe były zoptymalizowane pod kątem wyszukiwarek i osiągały wysokie pozycje w wynikach wyszukiwania.
Specjalista R&D w dziedzinie SEO i analityki internetowej. Najlepiej czuje się w obszarze technicznego SEO, a jego głównym zadaniem jest zapewnienie, aby strony internetowe były zoptymalizowane pod kątem wyszukiwarek i osiągały wysokie pozycje w wynikach wyszukiwania.