Google rozwija AI shopping na infrastrukturze, która ma już ogromną skalę. Według oficjalnych danych firmy Shopping Graph obejmuje ponad 60 miliardów listingów produktowych i jest jednym z kluczowych źródeł danych dla agentowych funkcji zakupowych Google.
Jednocześnie nowe badanie Productrise pokazuje, że sama obecność produktu w ekosystemie Google nie oznacza jeszcze dużej widoczności w AI Mode.
W analizie przeprowadzonej w lipcu 2026 roku AI Mode pokazywał łącznie około 95% mniej listingów produktowych niż klasyczne wyniki Google Search dla tych samych zapytań zakupowych.
To ciekawa luka między skalą danych, którymi dysponuje Google, a liczbą produktów, które AI rzeczywiście pokazuje użytkownikowi.
Shopping Graph ma już ponad 60 miliardów produktów
19 maja 2026 roku Google poinformowało przy okazji premiery Universal Cart, że Shopping Graph obejmuje ponad 60 miliardów listingów produktowych.
Google określa go jako jeden z najbardziej rozbudowanych katalogów produktów na świecie i wykorzystuje go jako podstawę coraz bardziej agentowych doświadczeń zakupowych.
Shopping Graph przechowuje informacje m.in. o:
- produktach,
- cenach,
- dostępności,
- wariantach,
- opiniach,
- specyfikacjach,
- zdjęciach,
- sprzedawcach.
To właśnie z tej infrastruktury korzystają klasyczne wyniki Shopping, a coraz częściej także funkcje AI związane z discovery i rekomendacjami produktowymi.
Google rozwija równolegle rozwiązania takie jak Universal Commerce Protocol i Universal Cart, które mają umożliwiać agentom AI przejście od znalezienia produktu do koszyka i zakupu.
AI Mode pokazuje dużo mniej produktów niż klasyczny Search
Productrise przeanalizował w lipcu 2026 roku ponad 2 miliony listingów produktowych oraz ponad 100 tys. wyników Search i odpowiedzi AI Mode.
Badanie trwało 21 dni i obejmowało USA oraz Wielką Brytanię, czyli rynki, na których Shopping Graph zasila AI Mode produktami. Dla porównania wykorzystywano te same zapytania, uruchamiane tego samego dnia w klasycznym Google Search i AI Mode.
Różnica była znacząca.
Klasyczne wyniki Google pokazywały produkty przy około 88% analizowanych zapytań.
AI Mode pokazywał je tylko przy około 23% zapytań.
Jeszcze większa różnica pojawiała się wtedy, gdy produkty faktycznie były widoczne.
Standardowy Search prezentował średnio około 22,5 produktu na wynik.
AI Mode średnio około 4,3 produktu.
To oznacza około 5,3 razy mniej dostępnych miejsc dla produktów w odpowiedzi AI.
Po połączeniu obu efektów Productrise wyliczył, że AI Mode pokazywał łącznie około 95% mniej listingów produktowych niż klasyczne wyniki Search.
Tylko niewielka część produktów pojawia się w obu miejscach
Jeszcze ciekawszy jest overlap.
Według Productrise tylko około 0,8% produktów widocznych w klasycznych wynikach pojawiało się również w AI Mode dla tego samego zapytania i tego samego dnia.
To sugeruje, że AI Mode nie jest po prostu „mniejszą wersją” klasycznego Google Shopping.
Może działać według innego mechanizmu selekcji.
Z perspektywy użytkownika oznacza to bardziej zawężoną odpowiedź.
Z perspektywy sklepu oznacza to znacznie większą konkurencję o każdą ekspozycję.
Co to oznacza dla e-commerce?
Skala Shopping Graph może sugerować, że najważniejsze jest samo dostarczenie produktów do Google.
Badanie Productrise pokazuje jednak, że to dopiero początek.
Google może znać produkt, posiadać jego cenę, dostępność, zdjęcia i parametry, a mimo to AI Mode może go nie pokazać użytkownikowi.
Dlatego coraz ważniejsze staje się pytanie:
dlaczego agent AI wybiera jeden produkt, a pomija dziesiątki innych?
W klasycznym Search sklep mógł walczyć o wiele pozycji i wiele powierzchni produktowych.
W AI Mode lista rekomendacji jest znacznie krótsza.
To zwiększa znaczenie jakości sygnałów produktowych i marki.
Dane produktowe stają się coraz ważniejsze
Productrise zwraca uwagę, że Shopping Graph jest zasilany z kilku źródeł:
- feedów w Merchant Center,
- danych strukturalnych na stronach produktowych,
- treści samych stron produktowych.
Wszystkie te elementy powinny być ze sobą spójne.
Jeżeli agent ma odpowiedzieć na bardziej złożone pytanie, np.:
„jakie wodoodporne buty trekkingowe do 800 zł mają dobre opinie?”
musi być w stanie rozpoznać nie tylko nazwę produktu, ale także:
- zastosowanie,
- cenę,
- cechy,
- materiał,
- dostępność,
- opinie,
- kategorię,
- warianty.
Dlatego klasyczny feed produktowy z nazwą i ceną może być dziś niewystarczający.
Google już rozwija dodatkowe atrybuty produktowe przeznaczone pod bardziej konwersacyjne zapytania w AI Mode i Gemini. Productrise informował w lipcu 2026 roku o sześciu nowych atrybutach w specyfikacji danych Merchant Center związanych właśnie z tym sposobem wyszukiwania.
AI shopping może zwiększyć znaczenie jakości zamiast liczby pozycji
95% mniej produktów nie musi oznaczać 95% mniej możliwości sprzedaży.
Samo badanie Productrise zastrzega, że AI Mode zmienia sposób odkrywania produktów.
Użytkownik może prowadzić dłuższą rozmowę, doprecyzowywać potrzeby i otrzymywać inne zestawy rekomendacji w kolejnych etapach rozmowy.
To jednak oznacza, że dla e-commerce rośnie znaczenie bycia wybranym, a nie tylko bycia obecnym.
W klasycznym Shopping sukces mógł oznaczać znalezienie się wśród kilkunastu lub kilkudziesięciu produktów.
W AI Mode może chodzić o znalezienie się wśród kilku.
Co to zmienia w SEO i AISO?
Dla SEO to kolejny sygnał, że klasyczna widoczność produktowa i widoczność w AI zaczynają się rozchodzić.
Produkt może dobrze radzić sobie w:
- organicznych carouselach,
- Google Shopping,
- klasycznych wynikach Search,
a jednocześnie nie pojawiać się w AI Mode.
Dlatego monitoring e-commerce powinien coraz częściej obejmować osobno:
- klasyczną widoczność produktową,
- AI Overviews,
- AI Mode,
- Gemini,
- inne systemy AI.
Productrise uruchomił we wrześniu 2026 roku osobny tracking AI Mode właśnie dlatego, że produkty widoczne w tej powierzchni często różnią się od tych prezentowanych w klasycznych wynikach.
Google buduje fundament pod agentic commerce
60 miliardów produktów w Shopping Graph pokazuje skalę danych dostępnych Google.
95% mniej produktów w AI Mode pokazuje z kolei, jak mocno AI może zawężać wybór.
Te dwa fakty razem dobrze pokazują kierunek zmian w e-commerce.
Google nie buduje systemu, który ma prezentować użytkownikowi jak największą liczbę produktów.
Buduje system, który ma wybrać kilka produktów najlepiej odpowiadających konkretnemu celowi użytkownika.
Wraz z rozwojem Universal Commerce Protocol, Universal Cart i kolejnych funkcji agentowych ta selekcja może mieć coraz większe znaczenie nie tylko dla widoczności, ale również dla sprzedaży.
Dla sklepów oznacza to, że samo „bycie w Google Shopping” może przestać wystarczać.
Coraz ważniejsze będzie pytanie:
czy AI ma wystarczająco dużo dobrych danych i sygnałów, żeby wybrać właśnie nasz produkt spośród miliardów dostępnych opcji?
Źródła
- Google, Introducing the Universal Cart and more ways to help you shop, 19 maja 2026 r. — dane o ponad 60 mld listingów w Shopping Graph oraz rozwoju agentic commerce.
- Productrise, If AI Mode becomes the default, 95% of Google Shopping visibility disappears, 29 lipca 2026 r. — badanie ponad 2 mln listingów i ponad 100 tys. wyników w USA i UK.
- Productrise, Google’s Shopping Graph explained, 30 czerwca 2026 r. — opis działania Shopping Graph i źródeł danych produktowych.
- Productrise Changelog, wrzesień 2026 r. — informacje o trackingu AI Mode i nowych atrybutach produktowych.
