Systemy Spatial AI — sztucznej inteligencji rozumiejącej trójwymiarową przestrzeń fizyczną — wchodzą w fazę, w której okulary AR nowej generacji nie czekają na polecenia. Przewidują potrzeby użytkownika zanim je sformułuje. Brzmi jak slogan? To działające demo Meta Orion z marca tego roku. W tym artykule rozkładamy na części architekturę predykcyjnej inteligencji opartej na World Models — i pokazujemy, co to zmienia w e-commerce, spatial commerce i pozycjonowaniu w AI. Bo jeśli prowadzisz sklep internetowy i nie myślisz o kanałach, które dopiero powstają — ktoś inny już to robi.
Spatial AI w okularach AR — co musisz wiedzieć w 60 sekund
Poniższe wnioski podsumowują stan predykcyjnej inteligencji przestrzennej, rynek okularów AR i implikacje dla handlu internetowego. Każdy punkt to samodzielna informacja — możesz przeczytać tylko tę sekcję i wyjść z pełnym obrazem sytuacji.
- World Models to systemy AI, które zamiast przewidywać następne słowo (jak LLM), przewidują następny stan fizycznego środowiska — uwzględniając fizykę, relacje przestrzenne i trwałość obiektów. AMI Labs Yanna LeCuna zebrało 1,03 mld USD w największej europejskiej rundzie seed w .
- Okulary AR z predykcyjnym AI (Meta Orion, Google Android XR, XREAL Aura) wchodzą w fazę konsumencką w – z polem widzenia powyżej 70°, masą poniżej 100 g i kontekstowymi asystentami AI.
- Ruch z asystentów AI na strony e-commerce wzrósł o 805% rok do roku w Black Friday (Adobe Analytics). Użytkownicy z chatbotów AI są o 38% bardziej skłonni do zakupu.
- ChatGPT generuje współczynnik konwersji 1,81% wobec 1,39% z Google Organic — przewaga 31%, ale średnia wartość zamówienia (AOV) jest o 14,3% niższa.
- Spatial Commerce — handel, w którym każde środowisko fizyczne staje się „sklepem” dzięki nakładkom AR — wymaga od marek nie tylko klasycznego SEO, ale strategii GEO i AEO zoptymalizowanej pod modele przestrzenne.
- 58,5% wyszukiwań w USA kończy się bez kliknięcia (Semrush ). W AI Overviews odsetek rośnie do 83%, a w AI Mode do 93%. Spatial AI pogłębi ten trend — odpowiedzi będą renderowane bezpośrednio w polu widzenia.
- Przygotowanie e-commerce na spatial commerce zaczyna się od strukturalnych danych produktowych (Schema.org, 3D modele, digital passports) — to fundament, bez którego żaden asystent AR nie wyświetli Twojego produktu.
World Models kontra LLM — dlaczego predykcja przestrzeni wygrywa z predykcją tekstu
World Models to systemy AI, które budują wewnętrzną reprezentację środowiska fizycznego — uczą się grawitacji, trwałości obiektów i relacji przyczynowo-skutkowych z danych wizualnych i sensorycznych. Nie przewidują kolejnego tokena w sekwencji tekstu. Przewidują, co stanie się w fizycznym świecie za sekundę, za minutę, za godzinę. To nie ewolucja LLM-ów. To zupełnie inna gałąź AI.
Yann LeCun — laureat nagrody Turinga, wieloletni szef Meta FAIR — odszedł z Meta w i w uruchomił AMI Labs. Runda? Rekordowe 1,03 mld USD przy wycenie 3,5 mld USD. Inwestorzy: NVIDIA, Samsung, Toyota Ventures, Bezos Expeditions. Teza LeCuna jest brutalna w swojej prostocie — skalowanie LLM-ów nie doprowadzi do ogólnej inteligencji. Potrzebne są modele, które rozumieją fizykę. Kropka.
Równolegle działa World Labs Fei-Fei Li (twórczyni ImageNet), które wypuściło Marble — pierwszy komercyjny model świata do generowania i manipulowania środowisk 3D — i prowadzi rozmowy o rundzie 500 mln USD przy wycenie 5 mld USD. Google DeepMind odpowiada Genie 3 — interaktywnym modelem świata generującym nawigowalne środowiska 3D z 24 klatek na sekundę z promptów tekstowych. Dwa zdania opisu → trójwymiarowy świat, po którym możesz chodzić. Jeszcze trzy lata temu to był paper na arXiv. Dziś to produkt.
I tu dochodzimy do sedna — dlaczego właściciel sklepu internetowego powinien się tym przejmować. LLM rozumie opis produktu. Tekst. Słowa. World Model rozumie, jak ten produkt wygląda w przestrzeni, jak się zachowuje fizycznie, jakie ma proporcje — i może symulować interakcję z użytkownikiem. To fundament proaktywnego AI w okularach AR: system nie czeka na pytanie „pokaż mi buty do biegania”. Analizuje kontekst przestrzenny, historię zakupową, wzorce zachowań — i sam podsuwa rekomendację.
„Internet users will consume 10 times as much content via AI summaries as they will via direct reading of long-form articles, blog posts, or product descriptions.”
(pol. Użytkownicy będą konsumować 10 razy więcej treści przez podsumowania AI niż przez bezpośrednie czytanie artykułów.)
Fishkin mówi o treściach tekstowych — a World Models przenoszą tę samą logikę na trójwymiarowe środowiska. Klient nie będzie czytał karty produktu. Będzie patrzył na produkt — dosłownie, przez okulary AR — i dostawał odpowiedzi bez pytania.
Skala inwestycji mówi sama za siebie. Rynek spatial computing ma osiągnąć 1,2 bln USD do 2035 roku przy CAGR 15,9%. To nie nisza. To nie trend konferencyjny. Każda firma e-commerce planująca sprzedawać za trzy lata musi rozumieć ten paradygmat — bo na nim będą działać asystenci zakupowi w okularach AR. A kto nie będzie widoczny dla tych asystentów, ten po prostu nie będzie istniał w tym kanale.
Okulary AR nowej generacji — kto buduje infrastrukturę Spatial AI
Rynek okularów AR przeszedł z fazy prototypów do fazy przedkonsumenckiej. Meta Orion, Google Android XR z XREAL Aura, Rokid Glasses, RayNeo X3 Pro — to nie koncepty z keynote’ów. To urządzenia z konkretnymi specyfikacjami, datami premier i budżetami marketingowymi. Parametry? Takie, przy których okulary stają się platformą dla predykcyjnego AI. Nie gadżetem.
Meta Orion i proaktywne AI
Meta Orion to najbardziej zaawansowany prototyp okularów AR z kontekstowym AI, które rozpoznaje otoczenie użytkownika i reaguje proaktywnie. Przykład z dema: skanuje zawartość lodówki i sugeruje przepis. Zanim użytkownik o to poprosi. Zanim w ogóle pomyśli o gotowaniu.
Orion wykorzystuje wyświetlacze holograficzne na bazie falowodów z carbidu krzemu (SiC), niestandardowy układ krzemowy Meta i system interakcji oparty na EMG — opasce na nadgarstek odczytującej intencje nerwowo-mięśniowe. Pole widzenia? Największe w historii okularów AR. System działa na modelu Llama zoptymalizowanym pod spatial computing i łączy śledzenie wzroku, gesty dłoni, głos oraz neuralny input z opaski. To cztery kanały wejściowe jednocześnie — żaden dotychczasowy interfejs tak nie działał.
Z perspektywy e-commerce tu zaczyna się konkret. Meta AI na Orionie widzi fizyczny świat użytkownika i nakłada na niego informacje kontekstowe. Przenieś to na retail: klient patrzy na produkt w sklepie stacjonarnym, a okulary wyświetlają porównanie cen, recenzje, warianty kolorystyczne i przycisk „kup z dostawą”. Meta to już pokazało na żywo. Nie w prezentacji — w działającym demo.
Android XR, XREAL Aura i otwarta platforma
Google zbudowało Android XR — system operacyjny dedykowany okularom AR, z silnikiem Gemini pod spodem. Rozumienie przestrzenne, rozpoznawanie obiektów, pamięć lokalizacyjna, kontekst konwersacyjny. XREAL Aura na bazie Android XR oferuje pole widzenia powyżej 70° i architekturę dual-chip. I tu sprawa robi się ciekawa — bo to platforma otwarta.
Na MWC Google zaprezentowało prototyp z Qualcomm Snapdragon XR2+ Gen 2 i chipem przestrzennym XREAL X1S. Osobny compute puck rozmiarów smartfona obsługuje cięższe obliczenia — co rozwiązuje problem ciepła i baterii w samych okularach. Samsung współpracuje z Google i Gentle Monster nad konsumenckimi wariantami. IDC szacuje wydatki enterprise na XR w 2026 na 12 mld USD.
Otwarty ekosystem Android XR — i to jest kluczowe — oznacza, że deweloperzy e-commerce mogą budować aplikacje spatial commerce na tę samą platformę. Sklep internetowy, który dziś optymalizuje się pod Google Search, za dwa lata będzie musiał optymalizować się pod Google Gemini renderujący produkty bezpośrednio w polu widzenia okularów AR. A 38% polskich e-commerce nie pojawia się nawet w odpowiedziach tekstowych AI (Harbingers, 2025). O spatial commerce nawet nie zaczęli myśleć.
Spatial Commerce — kiedy otoczenie staje się sklepem
Spatial Commerce to model handlu, w którym środowisko fizyczne użytkownika — ulica, mieszkanie, biuro — staje się interfejsem zakupowym dzięki nakładkom AR i predykcyjnemu AI. Nie musisz otwierać przeglądarki. Nie musisz wpisywać zapytania. Patrzysz — i kupujesz. Granica między sklepem cyfrowym a fizycznym? Dla marek, które wdrożyły tę technologię, już nie istnieje.
Walmart zintegrował zakupy w ChatGPT z funkcją Instant Checkout. Amazon Rufus wygenerował 12 mld USD przyrostowej sprzedaży. Asystent Walmart Sparky podnosi AOV o około 35%. To dane z asystentów tekstowych i głosowych — z płaskiego ekranu. Okulary AR przenoszą ten model na zupełnie inny poziom, bo dodają wymiar, którego dotąd brakowało: przestrzeń.
Predykcyjna inteligencja w okularach AR działa w pętli: (1) sensory zbierają dane o otoczeniu — computer vision, SLAM, depth sensors, (2) World Model buduje wewnętrzną reprezentację sceny, (3) system przewiduje intencję użytkownika na podstawie kontekstu, historii i wzorców, (4) proaktywnie wyświetla rekomendację. Zanim użytkownik sformułuje zapytanie. I tu jest zasadnicza różnica wobec tradycyjnego search: nie ma zapytania. Nie ma SERP. Nie ma kliknięcia. Jest spojrzenie — i odpowiedź.
Dla właścicieli sklepów internetowych implikacja jest bezpośrednia i bezlitosna: jeśli Twój produkt nie ma modelu 3D, ustrukturyzowanych danych Schema.org i „cyfrowego paszportu” — asystent AR go nie wyświetli. Po prostu. Tradycyjne SEO operuje na tekście. AI Visibility Stack (GEO/AEO) operuje na danych strukturalnych, encjach i kontekście — i to ten stack decyduje o widoczności w spatial commerce.
„Adding Schema (structured data) helps search engines interpret your content and can trigger rich results. It’s an important technical SEO tactic for enhancing visibility in AI Search.”
(pol. Dane strukturalne pomagają wyszukiwarkom zinterpretować treść. To ważna taktyka technicznego SEO dla widoczności w AI Search.)
Solis mówi o AI Search w kontekście tekstowym — ale w spatial commerce stawka jest jeszcze wyższa. Bo tam nie chodzi o rich result w SERP. Chodzi o to, czy Twój produkt w ogóle pojawi się w polu widzenia klienta w okularach AR. Bez danych strukturalnych — nie pojawi się. Koniec tematu.
Twarde dane: ruch z AI i konwersje e-commerce w 2025–2026
Trzy niezależne badania, trzy różne wyniki. I to samo w sobie jest cenną informacją — metodologia pomiaru ruchu z AI jest jeszcze niedojrzała. Ale jeden trend jest bezdyskusyjny: ruch z AI rośnie wykładniczo. Poniżej zestawienie, które porządkuje obraz — bo w surowych danych łatwo się pogubić.
ChatGPT vs. Google Organic — trzy sprzeczne badania
Badanie Visibility Labs (94 marki e-commerce, danych GA4) pokazuje CR z ChatGPT na poziomie 1,81% vs. 1,39% z organiki Google. Ale badanie Kaiser/Schulze na 973 serwisach mówi coś odwrotnego. A Similarweb? Podaje CR z ChatGPT na poziomie 11,4%. Trzy badania, trzy światy.
| Badanie | Próba | CR ChatGPT | CR Google Organic | AOV ChatGPT | AOV Google |
|---|---|---|---|---|---|
| Visibility Labs | 94 marki, 9,46 mln sesji organic vs. 135 tys. sesji ChatGPT | 1,81% | 1,39% | 204 USD | 238 USD |
| Kaiser / Schulze | 973 serwisy, 20 mld USD łącznych przychodów | ChatGPT konwertuje gorzej niż organic search | Brak publicznych danych AOV | ||
| Similarweb | Agregat danych panelowych () | 11,4% | 5,3% | Brak danych | |
Skąd te rozbieżności? Definicja „sesji” z ChatGPT różni się między narzędziami analitycznymi — GA4 inaczej atrybucyjnie traktuje ruch referencyjny niż panelowe metody Similarweb. Próby różnią się branżowo: Visibility Labs analizowało marki z 7- i 8-cyfrowymi przychodami, Kaiser/Schulze mieszał segmenty. Mimo tych rozbieżności jeden trend jest spójny i niezaprzeczalny — ruch z ChatGPT rośnie wykładniczo. Visibility Labs zanotowało wzrost o 1 079% (z 1 544 sesji w do 18 202 w ). Ponad dziesięciokrotny wzrost w 12 miesięcy.
Przychody z ChatGPT w próbie Visibility Labs: 474 tys. USD vs. 32,1 mln USD z organiki — 1,48% całości, rosnąc do 2,2% w drugiej połowie roku. Revenue per session: ChatGPT 3,65 USD vs. organika 3,30 USD (+10,3%). ChatGPT odpowiada za około 97% ruchu referencyjnego z LLM. Reszta — Perplexity, Gemini, Copilot — to na razie ułamki procenta.
„LLM traffic tends to be more qualified and ready to convert because users have already done their research before clicking.”
(pol. Ruch z LLM jest bardziej wartościowy — użytkownicy zrobili już research przed kliknięciem.)
Winckler trafia w sedno. Użytkownik, który przychodzi z ChatGPT, przeszedł już przez fazę eksploracji — zadał pytania, porównał opcje, zawęził wybór. Na Twoją stronę trafia z konkretną intencją. Stąd wyższy CR w danych Visibility Labs i wyższy revenue per session. Problem? Tych sesji jest jeszcze mało. Ale dynamika wzrostu — ponad 1000% rok do roku — sugeruje, że za 12 miesięcy to nie będzie margines.
Perplexity jako kanał marżowy
Perplexity generuje w niektórych kohortach AOV do 57% wyższy niż ChatGPT. Przy 780 mln zapytań miesięcznie (), wycenie 20 mld USD i ARR 148 mln USD — to gracz, którego nie da się ignorować. Przyciąga głęboki research, B2B i weryfikację parametrów technicznych. Inny typ klienta niż ChatGPT — i to widać w marżach.
Visibility Labs rekomenduje strategię bimodalnego GEO: osobna optymalizacja pod wolumen (ChatGPT — eksploracja, impulsy, szybkie pytania) i pod marżę (Perplexity — porównania specyfikacji, decyzje zakupowe B2B). Dla właściciela sklepu z asortymentem technicznym Perplexity może być bardziej dochodowy per sesję niż ChatGPT — mimo wielokrotnie mniejszego ruchu. Bo to nie wolumen decyduje o rentowności kanału. Decyduje marża na sesję.
„Mierzyliśmy ruch z LLM-ów na kontach klientów przez cały 2025 rok. Wzrost jest realny, ale nie zastępuje organiki — jest nową warstwą. Kto nie mierzy tego ruchu osobno w GA4, podejmuje decyzje w ciemno. W 2026 dodajemy do tego warstwę spatial — bo okulary AR będą kolejnym touchpointem, na którym trzeba być widocznym.”
— Tomasz Węsierski, założyciel Westom.pl
Zero-click w Spatial AI — co zostaje z klasycznego SEO
58,5% wyszukiwań w USA kończy się bez kliknięcia (Semrush). AI Overviews podnoszą ten odsetek do 83%. AI Mode — do 93%. A okulary AR z predykcyjną inteligencją? Logicznie zmierzają ku 100%. Odpowiedź jest renderowana w polu widzenia użytkownika. Nie ma strony do odwiedzenia. Nie ma linka do kliknięcia. Jest informacja — tu i teraz.
Na polskim rynku efekt zero-click już widać gołym okiem. AIO pojawia się w 24,17% polskich zapytań Google (Senuto, analiza 17,7 mln słów kluczowych). Spadek CTR po wdrożeniu AIO: średnio -19,4% rok do roku (Senuto / PurePC, analiza 1435 domen). A gdy AI Overview wyświetla się w wynikach, CTR pierwszej pozycji organicznej spada o 34,5% (Ahrefs, 2025). Każda kolejna warstwa AI pogłębia ten efekt.
Adobe Analytics raportuje wzrost ruchu z AI na strony retail o 693% w sezonie świątecznym . Sprzeczne z tezą zero-click? Nie. Ruch z AI rośnie, bo sam rynek AI rośnie — więcej ludzi korzysta z ChatGPT, Perplexity, Gemini. Jednocześnie odsetek zapytań kończących się bez kliknięcia rośnie osobno. Obie rzeczy są prawdziwe jednocześnie — i obie wymagają innej strategii. Nie możesz wybrać jednej narracji i zignorować drugiej.
Klasyczne SEO nie znika. Zmienia się jego rola — i tu nie ma co deliberować. W modelu spatial commerce SEO dostarcza fundament danych strukturalnych: Schema.org Product, FAQ, HowTo, Review. To dane, które asystenci AI parsują, żeby wyświetlić produkt w polu widzenia okularów. Bez nich Twój produkt jest niewidoczny dla World Model — tak jak strona bez indeksu jest niewidoczna dla Googlebota. Optymalizacja pod AI (GEO/AEO) to nie zamiennik SEO. To jego ewolucja na nową warstwę dystrybucji.
„If you have an online business that makes money from referred traffic, it’s definitely a good idea to consider the full picture. What you call it doesn’t matter, but AI is not going away.”
(pol. Jeśli prowadzisz biznes online, warto patrzeć na całość. AI nie zniknie.)
Mueller mówi tu coś, co wielu SEO-wców nadal ignoruje: nazwa nie ma znaczenia — GEO, AEO, LLMO, cokolwiek. AI zmienia dystrybucję treści. I albo się do tego dostosujesz, albo przegrywasz ruch na rzecz tych, którzy to zrobili.
Jak przygotować sklep na Spatial AI — praktyczna checklista
Przygotowanie e-commerce na predykcyjną inteligencję przestrzenną i okulary AR wymaga działań na trzech poziomach: dane produktowe, widoczność w silnikach generatywnych, infrastruktura 3D. Żadnych ogólników — poniżej konkretne kroki, które możesz wdrożyć od poniedziałku.
- Dane strukturalne Schema.org — wdróż pełne schema Product z atrybutami: name, description, image (wiele ujęć), sku, gtin, brand, offers, aggregateRating, review. Asystenci AI i World Models parsują te dane, żeby zrozumieć, czym jest produkt. Bez schema — jesteś niewidoczny. 76,1% URL cytowanych w AI Overviews to strony z top 10 Google (Ahrefs, 2025). Dane strukturalne pomagają się tam utrzymać.
- Modele 3D produktów — format glTF/GLB jest standardem dla AR. Google Merchant Center wspiera 3D już od . Zacznij od bestsellerów — nie musisz modelować całego katalogu na raz. 10 produktów z modelem 3D to lepszy start niż 1000 bez niego.
- Optymalizacja pod GEO i AEO — Answer Engine Optimization to nie buzzword. Twórz treści odpowiadające na konkretne pytania zakupowe w formacie parsowalnym przez LLM: krótkie definicje, porównania tabelaryczne, FAQ z Schema FAQPage. 61% utraconego CTR da się odzyskać przez zdobycie cytowania w AIO (Senuto, 2025). To nie teoria — to dane z polskiego rynku.
- Segmentacja ruchu AI w GA4 — skonfiguruj filtry na referrery: chat.openai.com, perplexity.ai, gemini.google.com, copilot.microsoft.com. Mierz CR, AOV i revenue per session osobno dla każdego. Kto tego nie robi, podejmuje decyzje na ślepo.
- Strategia bimodalnego GEO — optymalizuj osobno pod wolumen (ChatGPT — impulsywni kupujący, niższy AOV) i pod marżę (Perplexity — głęboki research, wyższy AOV). Jedna strategia GEO na oba kanały to strata potencjału. Widzimy to u klientów — różnica w AOV potrafi sięgać 57%.
- Cyfrowe paszporty produktów — rośnie zapotrzebowanie na „radical traceability”: pochodzenie materiałów, ślad węglowy, certyfikaty. Okulary AR mogą wyświetlać te dane po spojrzeniu na produkt. Przygotuj infrastrukturę danych — nawet jeśli dziś nie masz klienta w Orionie. Bo za rok możesz mieć.
Etyka i prywatność predykcyjnej inteligencji
Proaktywne AI w okularach AR wymaga dostępu do głębokich danych personalnych — lokalizacja, wzorce wzroku, historia zakupowa, kontekst przestrzenny. To nie smartfon, który leży w kieszeni. To urządzenie, które widzi to, co Ty widzisz. Standard na dziś to „privacy-by-design”: przetwarzanie danych lokalnie na urządzeniu, nie w chmurze centralizowanej.
Meta Orion przetwarza część danych na compute pucku (off-device, ale lokalnie). Google Android XR korzysta z on-device AI w chipie Snapdragon XR2+. To podejście edge computing — dane wrażliwe nie opuszczają ekosystemu użytkownika. Dla marek e-commerce konsekwencja jest jasna: personalizacja w spatial commerce nie będzie oparta na cookies trzecich stron (które i tak umierają), ale na modelach first-party data przetwarzanych lokalnie. Inny paradygmat. Inne narzędzia. Inne kompetencje.
Zaufanie klientów jest tu walutą — i to nie metafora. Firmy, które transparentnie komunikują, jakie dane zbierają i jak je przetwarzają, zyskają przewagę w spatial commerce. Badania z Q4 2025 pokazują, że 77% konsumentów preferuje marki z jasnymi politykami prywatności w kontekście AI. A w świecie, gdzie okulary AR śledzą Twój wzrok, „jasna polityka prywatności” to nie formalność prawna — to warunek przetrwania na rynku.
Spatial AI jako nowy kanał sprzedaży — perspektywa 2026–2028
Predykcyjna inteligencja w systemach Spatial AI i okulary AR nowej generacji nie zastąpią Google Search ani Allegro. Nie w tym roku, nie w przyszłym. Ale tworzą nową warstwę dystrybucji, na której marki muszą być widoczne — dokładnie tak, jak 10 lat temu musiały być widoczne na mobile. Kto wtedy zignorował responsive design, ten płaci za to do dziś.
World Models przechodzą z laboratoriów do komercjalizacji. AMI Labs, World Labs, Google DeepMind Genie 3, NVIDIA Cosmos — to nie akademickie eksperymenty. To firmy z miliardowymi rundami i roadmapem produktowym, który kończy się w Twojej kieszeni. Okulary AR Meta Orion, XREAL Aura na Android XR, Rokid Glasses z ChatGPT-5 — to hardware, który w ciągu trafi do konsumentów. A Google wysyła dziś 345 razy więcej ruchu niż ChatGPT, Perplexity i Gemini razem wzięte (Ahrefs, 2025) — co oznacza, że pole do wzrostu AI jest gigantyczne.
Dla e-commerce konsekwencja jest jednoznaczna: przygotuj dane produktowe na świat, w którym klient nie wpisuje zapytania — patrzy i dostaje odpowiedź. Schema.org, modele 3D, strategia GEO/AEO, segmentacja ruchu AI, cyfrowe paszporty produktów. Te elementy za dwa lata będą decydować o widoczności tak, jak pozycjonowanie stron decydowało o widoczności w Google przez ostatnie 20 lat.
Spatial AI w okularach AR to nie odległa przyszłość. To infrastruktura, która powstaje teraz. Kto zaczyna się do niej przygotowywać dziś, ten za dwa lata będzie miał przewagę operacyjną, której konkurencja nie nadrobi w kwartał. A kto czeka na „lepszy moment”? Cóż — lepszy moment był wczoraj.
