Jak AI zmienia sposób, w jaki klienci wybierają samochód? Customer journey w branży automotive 2026

Zakup samochodu nadal kończy się w dużej mierze w świecie offline, podczas jazdy próbnej, rozmowy z doradcą czy finalizacji finansowania. Zmienia się jednak to, co dzieje się wcześniej. Zanim klient odwiedzi salon, może przeprowadzić wieloetapowy research w Google, obejrzeć testy na YouTube, przeczytać opinie i zapytać ChatGPT, Gemini lub inne narzędzie AI o najlepszy model dla swoich potrzeb.

Skala tej zmiany jest coraz większa. W badaniu Invoca z 2026 roku 63% konsumentów z branży automotive deklarowało wykorzystanie generatywnej AI podczas researchu przed zakupem samochodu. Rok wcześniej było to 41%.

Nie oznacza to jednak, że AI zastępuje człowieka. 86% badanych nadal uważa kontakt z człowiekiem za istotny przy zakupie samochodu.

To zmienia sposób patrzenia na customer journey automotive. Marka musi być obecna nie tylko wtedy, gdy użytkownik zna już jej nazwę. Musi pojawić się również wtedy, gdy klient dopiero zastanawia się, jakiego samochodu właściwie potrzebuje.

Jeszcze kilka lat temu ścieżka klienta mogła wyglądać stosunkowo prosto:

Dziś użytkownik korzysta z wielu źródeł jednocześnie:

Największa zmiana zachodzi niekoniecznie na samym końcu ścieżki, ale podczas discovery i consideration, czyli wtedy, gdy klient dopiero określa swoje potrzeby i wybiera marki oraz modele, które chce dalej analizować.

To ważna zmiana również z perspektywy SEO. Marka może zostać dodana albo usunięta z shortlisty jeszcze zanim użytkownik wpisze jej nazwę w wyszukiwarce.

Użytkownik nie musi zaczynać od pytania: „Toyota RAV4 czy Kia Sportage?”. Może najpierw opisać swój problem:

• Jaki SUV rodzinny do 180 tys. zł?
• Jakie auto hybrydowe najlepiej sprawdzi się w mieście?
• Jaki samochód kupić przy przebiegu 30 tys. km rocznie?
• Jaki elektryk sprawdzi się na długich trasach?
• Jakie auto będzie dobre dla rodziny 2+2?
• Jaki samochód ma duży bagażnik i niskie spalanie?

W takiej sytuacji użytkownik nie wskazuje żadnej marki. To AI może zaproponować konkretne modele i producentów.

To jeden z powodów, dla których zmienia się znaczenie widoczności marki. W klasycznym SEO marka walczyła przede wszystkim o pozycję i kliknięcie. W środowisku AI walczy również o to, żeby w ogóle znaleźć się w odpowiedzi i na shortliście.

Wyobraźmy sobie użytkownika, który wpisuje do ChatGPT:

„Mam 160 tys. zł, dwójkę dzieci, robię około 20 tys. km rocznie, głównie autostradą. Szukam SUV-a z automatem, dużym bagażnikiem i możliwie niskim spalaniem. Co wybrać?”

To już nie jest klasyczne wyszukiwanie jednego słowa kluczowego. Użytkownik przekazuje AI: budżet, wielkość rodziny, roczny przebieg, sposób użytkowania, typ nadwozia, preferowaną skrzynię biegów, oczekiwania dotyczące spalania.

Model może na tej podstawie stworzyć shortlistę kilku samochodów i uzasadnić, dlaczego warto je rozważyć. To właśnie consideration set staje się jednym z najważniejszych punktów nowego customer journey.

Dodatkowo analiza BrightEdge pokazuje, że w ChatGPT około 70% zapytań transakcyjnych w automotive nadal było niebrandowych. Oznacza to, że nawet użytkownik z bardzo wysoką intencją zakupową może nie zaczynać od konkretnej marki.

Nie oznacza to końca klasycznego SEO. Oznacza natomiast, że droga do wyszukiwania brandowego może zaczynać się wcześniej i przebiegać przez inne źródła.

Przed pojawieniem się generatywnej AI użytkownik mógł wykonywać serię mikrosearchy: Toyota RAV4 spalanie, Kia Sportage spalanie, Toyota RAV4 bagażnik, Kia Sportage bagażnik, RAV4 vs Sportage, opinie RAV4, opinie Sportage. Każde zapytanie prowadziło do kolejnego etapu researchu.

Dziś część tego procesu można zawrzeć w jednym promptcie:

„Porównaj Toyotę RAV4 i Kię Sportage pod kątem spalania, bagażnika, kosztów użytkowania i zastosowania dla rodziny 2+2. Wskaż, który model będzie lepszym wyborem.”

AI może więc skompresować wiele mikrosearchy do jednej rozmowy. Nie oznacza to jednak, że użytkownik przestaje weryfikować informacje. Wręcz przeciwnie, po otrzymaniu shortlisty może przejść do Google, YouTube, stron producentów, opinii czy ofert dealerów.

AI pomaga zawęzić wybór → Google i media pomagają go zweryfikować → producent dostarcza szczegółowych informacji → dealer pomaga przejść do realnego zakupu.

Customer journey automotive nie przenosi się w całości do ChatGPT czy Gemini. Użytkownik może korzystać z różnych źródeł zależnie od tego, czego potrzebuje w danym momencie.

To ważne, ponieważ digital customer journey w automotive już wcześniej był bardzo rozbudowany. W jednym ze starszych badań Google dotyczących tego rynku użytkownik wykonywał ponad 900 cyfrowych interakcji przed podjęciem decyzji.

AI nie tworzy więc customer journey od zera. Może natomiast skrócić drogę między pytaniem a konkretną rekomendacją.

Tak. I właśnie tutaj warto uważać na zbyt daleko idące wnioski dotyczące automatyzacji zakupu samochodu.

Badanie CarGurus z 2025 roku pokazało, że 83% klientów chciałoby wykonywać więcej etapów zakupu samochodu z domu. Jednocześnie 86% nadal chce zobaczyć samochód osobiście przed podjęciem decyzji.

To dobrze pokazuje, że digitalizacja procesu nie oznacza jego całkowitego przeniesienia do internetu. AI może pomóc klientowi zdecydować: „Te trzy modele najlepiej pasują do moich potrzeb”. Dealer może natomiast odpowiedzieć na pytanie: „Który z nich mogę zobaczyć jutro, jaka jest jego cena i czy mogę odbyć jazdę próbną?”

Dlatego warto spojrzeć na oba obszary jako na dwa kolejne etapy jednej ścieżki, a nie rywalizujące ze sobą strategie. Więcej na ten temat piszemy w artykule Dealer samochodowy vs producent. Jakie działania marketingowe przynoszą najlepsze efekty?

To jeden z bardziej praktycznych problemów związanych z mierzeniem wpływu AI. Wyobraźmy sobie następującą ścieżkę:

ChatGPT rekomenduje model → użytkownik wyszukuje model w Google → ogląda test na YouTube → wchodzi na stronę producenta z Organic → sprawdza ofertę lokalnego dealera → dzwoni → umawia jazdę próbną → kupuje samochód

W Google Analytics 4 niekoniecznie zobaczymy ChatGPT jako źródło tej konwersji. Dlatego trzeba rozdzielić dwie kwestie: AI jako źródło ruchu i AI jako touchpoint wpływający na decyzję.

Referral traffic z ChatGPT może być łatwy do zmierzenia. Znacznie trudniej zmierzyć sytuację, w której AI wpłynęło na wybór modelu, ale użytkownik później przeszedł do marki przez Google.

Właśnie dlatego warto monitorować nie tylko ruch, ale również widoczność marki, udział w wynikach (Share of Voice), cytowania, wzmianki oraz obecność w odpowiedziach na najważniejsze prompty zakupowe.

Własne dane są szczególnie istotne, ponieważ pokazują, jak te zmiany wyglądają na konkretnym rynku.

W badaniu Delante przeanalizowano 10 marek automotive pod kątem m.in.: widoczności organicznej, liczby referring domains, cytowań w AI, mentions, Share of Voice, odpowiedzi na prompty o wysokiej intencji zakupowej oraz rejestracji samochodów.

Nie oznacza to oczywiście, że większa liczba linków automatycznie powoduje większą sprzedaż albo większą liczbę cytowań. Korelacja nie jest dowodem związku przyczynowego. Wynik pokazuje jednak coś istotnego: cyfrowy autorytet marki i jej obecność w różnych ekosystemach Search nie funkcjonują jako całkowicie niezależne obszary.

W analizowanym zestawieniu pięć marek z najwyższą liczbą cytowań AI, Toyota, BMW, Audi, Mercedes i Skoda, odpowiadało za ponad 40% rejestracji.

Automotive to dla nas nie tylko przedmiot analiz i raportów, to również branża, w której realnie prowadziliśmy działania SEO i SEM.

Jeżeli klient może zapytać AI o samochód, którego jeszcze nie zna, sama obecność rozbudowanych stron modeli nie wystarczy. Producent powinien odpowiadać również na pytania, które pojawiają się przed wyborem marki.

Nie chodzi jednak o stworzenie setek generycznych artykułów. Treści powinny dostarczać konkretnych, możliwych do zweryfikowania informacji, które odpowiadają na realne potrzeby użytkowników. To również zwiększa szansę, że marka będzie obecna w zewnętrznych publikacjach, porównaniach i zestawieniach, więcej o budowaniu takiej widoczności piszemy w artykule Jak pozyskiwać linki poprawiające widoczność w modelach AI?

W przypadku dealera szczególnego znaczenia nabiera Local SEO i dostępność informacji. Klient, który wcześniej otrzymał rekomendację modelu od AI, może wykonać kolejny krok: „Gdzie mogę zobaczyć ten samochód w Krakowie?” albo „Który dealer ma ten model dostępny od ręki?”

Na tym etapie znaczenie mają zupełnie inne informacje niż podczas discovery. Klient chce wiedzieć: gdzie znajduje się salon, czy konkretny model jest dostępny, jaka jest aktualna cena, czy można odbyć jazdę próbną, jakie są opcje finansowania, jakie są opinie klientów, jak skontaktować się z salonem, kiedy salon jest otwarty.

Dlatego profil Google, lokalne landing pages, aktualna oferta, opinie i dane kontaktowe nie są dodatkiem do strategii. Są częścią końcowych etapów customer journey.

W tym miejscu łatwo wpaść w pułapkę narracji: SEO się kończy → teraz czas na AISO. To zbyt duże uproszczenie.

SEO nadal odpowiada za techniczne i treściowe fundamenty widoczności, m.in. architekturę, indeksację, crawlability, content czy autorytet. GEO obejmuje działania związane z widocznością w środowisku Google, w tym w generatywnych elementach wyszukiwarki. AISO rozszerza perspektywę na środowiska takie jak ChatGPT, Gemini czy Perplexity.

Nie są to jednak trzy niezależne światy.

Nie trzeba zaczynać od przebudowania całej strategii. Warto najpierw sprawdzić, jak marka wygląda w konkretnych scenariuszach zakupowych.

To właśnie ten moment może decydować o tym, jakie modele znajdą się później na jego shortliście.

Klient automotive nadal potrzebuje samochodu, jazdy próbnej, finansowania i człowieka po drugiej stronie. Zmieniło się przede wszystkim to, co dzieje się wcześniej.

Producent nie konkuruje już wyłącznie o pozycję na frazę związaną z konkretnym modelem. Konkuruje również o to, żeby jego samochód pojawił się wtedy, gdy klient pyta AI: „Co powinienem kupić?”

Dealer z kolei nie konkuruje wyłącznie o frazę „salon samochodowy + miasto”. Musi być łatwy do znalezienia również wtedy, gdy użytkownik chce przejść od rekomendacji do konkretnego samochodu, dostępności i jazdy próbnej.