Liz Reid z Google o widoczności w erze wyszukiwania AI

Szefowa Search w Google mówi, że personalizacja w wyszukiwaniu AI może wynieść niszowe i lokalne źródła, a nie tylko dużych wydawców. Występując w podcaście AI Inside 26 czerwca 2026 roku, Liz Reid, wiceprezes i szefowa Google Search, przekonywała, że gdy Search rozumie, na czym zależy użytkownikowi, potrafi wydobyć wyspecjalizowanego twórcę lub pobliski sklep, które w innym przypadku byłyby niewidoczne. Przyznała też, że danych o tym, jak odpowiedzi AI generują kliknięcia, wciąż jest mało, bo AI Mode i AI Overviews są młode.

Co się wydarzyło

Wywiad, prowadzony przez Jasona Howella i Jeffa Jarvisa, dotyczył napięcia między doświadczeniami wyszukiwania AI w Google a stronami, które dostarczają treści leżące u ich podstaw. Reid odrzuciła pogląd, że personalizacja pomaga wyłącznie dużym, ugruntowanym wydawcom. Jej argument brzmiał, że znajomość zainteresowań użytkownika, takich jak preferencja dla marek przyjaznych środowisku czy fakt posiadania małego dziecka, pozwala Search połączyć tę osobę z niszowym recenzentem, lokalną firmą lub specjalistą, których ogólna lista rankingowa by pominęła.

Otwarcie mówiła o pomiarze. Wydawcy skarżyli się, że Google dostarcza niewiele danych o kliknięciach dla AI Mode i AI Overviews w Search Console, a Reid przedstawiła to jako obszar, który się rozwija, a nie jako sprawę rozwiązaną, zachęcając strony do budowania własnych ram pomiaru sukcesu względem własnych celów.

“AI Mode ma rok, AI Overviews ma dwa lata. Więc wciąż się uczymy.”

Liz Reid, Google, on the AI Inside podcast

Szczerze mówiła też o granicach tego, jak mocno samo Google utrzymuje użytkowników. Jeśli Search nie połączy ludzi z informacjami, których chcą, powiedziała, po prostu pójdą oni bezpośrednio do źródła. To przypomnienie, że o tym, gdzie skupia się uwaga, decydują widoczność i przydatność, a nie tylko mechanika rankingu.

Dlaczego to ważne

Dwa sygnały wyróżniają się dla każdego, kto odpowiada za widoczność w wyszukiwaniu. Po pierwsze, personalizacja jest przedstawiana jako szansa dla konkretnych, wyróżniających się źródeł, a nie jako zagrożenie dla nich. Sprzyja to firmom, które są naprawdę istotne dla konkretnej osoby w konkretnym miejscu, a to dokładnie pozycja, jaką zajmuje dobrze zarządzana obecność lokalna. Po drugie, luka w pomiarze jest realna i przyznana na najwyższym szczeblu Google Search. Marki nie mogą zakładać, że powierzchnie AI szybko dostarczą im czystej atrybucji kliknięć.

Napięcie, do którego wywiad wciąż wracał, mniej ruchu z odesłań i mniej danych, mimo że odpowiedzi AI rosną, to dokładnie to, z czym mierzą się teraz zespoły w dużych organizacjach. Ujęcie Reid go nie rozwiązuje, ale wskazuje, gdzie marki wciąż mają pole do działania: trafność, wyróżnialność i bycie oczywiście przydatną odpowiedzią dla konkretnego użytkownika.

Co to oznacza dla marek wielolokalizacyjnych

Dla marki z setkami lub tysiącami lokalizacji personalizacja wydobywająca niszowe i lokalne źródła to dobra wiadomość tylko wtedy, gdy każda lokalizacja jest w danych naprawdę wyróżniająca się i poprawna. Ogólny, w połowie uzupełniony profil lokalizacji nie daje systemowi niczego konkretnego, z czym mógłby połączyć daną osobę. Zadanie polega na tym, aby każda lokalizacja naprawdę nadawała się na odpowiedź.

Zapewnij każdej lokalizacji prawdziwe, lokalnie konkretne treści i poprawne dane, tak aby personalizacja miała co wydobyć, i zarządzaj tym spójnie z jednym źródłem prawdy w postaci wizytówek lokalnych firm oraz profilami gotowymi na AI dzięki Places AI. Ponieważ powierzchnie AI nie będą raportować czystych kliknięć, zbuduj własny pomiar: wykorzystaj analizy lokalizacji i wyszukiwania, aby śledzić telefony, prośby o wskazówki dojazdu i wizyty w poszczególnych lokalizacjach, zamiast czekać na pełną atrybucję z Search Console. Następnie potraktuj to jako tę samą dyscyplinę we wszystkich silnikach, niezależnie od tego, czy pracujesz nad tym, aby zajmować wysokie pozycje w wynikach wyszukiwania AI, czy podchodzisz do optymalizacji pod silniki generatywne, bo materiał wejściowy jest ten sam: poprawna, wyróżniająca się obecność lokalna.

Podsumowanie

Szefowa Search w Google mówi markom jednocześnie dwie rzeczy: wyszukiwanie AI potrafi wydobyć konkretne, lokalne, wyróżniające się źródła i nie da Ci pełnych danych o tym, jak to się dzieje. Dla operatorów wielolokalizacyjnych odpowiedzią nie jest gonienie za czarną skrzynką, lecz przejęcie kontroli nad materiałem wejściowym, uczynienie każdej lokalizacji naprawdę przydatną i poprawną oraz mierzenie wyników, które mają znaczenie, na własnych warunkach.