IT Systems 7-8/2026 AI a Business Intelligence Dnes 9:00

Budoucnost marketingu po SEO

Jak generativní AI mění pravidla firemní viditelnosti

Svět online marketingu a firemní viditelnosti prochází nejzásadnější proměnou za poslední dvě desetiletí. Éra, kdy bylo hlavním cílem firem soutěžit o první příčky ve výsledcích vyhledávání a přilákat co nejvíce prokliků na své webové stránky, pomalu končí. Tradiční vyhledávače ztrácejí svou dominantní roli a spotřebitelé i firemní nákupčí stále častěji pokládají dotazy přímo umělé inteligenci. Když AI asistent nabídne syntetizovanou a ucelenou odpověď, naprostá většina uživatelů již nemá důvod klikat na jakékoliv odkazované stránky pod ní.

Pro firmy z toho vyplývá nová realita, v níž jejich největší konkurencí již nejsou jiné webové stránky, ale první odpověď, kterou zákazník dostane od generativní AI. Pokud značka nebo její know-how chybí v podkladech, ze kterých model čerpá, firma přichází o zákazníka ještě dříve, než by vůbec stihl navštívit její web. Výhodu naopak získávají ti, kteří dokážou oslovit zákazníka v momentě, kdy informace teprve objevuje. Uživatelé přicházející přes doporučení AI navíc přicházejí s výrazně vyšším nákupním záměrem a vykazují násobně vyšší konverzní poměry než běžná organická návštěvnost.

Od SEO k GEO a principům absorpce obsahu

Tradiční optimalizace pro vyhledávače sice zcela nezaniká, ale sama o sobě přestává stačit. Jako její logické rozšíření vzniká koncept zvaný Generative Engine Optimization, zkráceně GEO. Hlavním cílem této nové disciplíny už není získat proklik, ale zajistit, aby umělá inteligence vybrala konkrétní značku jako důvěryhodný zdroj a její argumenty plně převzala do své odpovědi. Generativní modely totiž při tvorbě odpovědí ignorují stará pravidla a běžně čerpají ze zdrojů, které se v klasickém vyhledávání vůbec nenacházejí na předních pozicích.

Firmy musí vedle technické optimalizace začít více pracovat s vlastním know-how, odbornými články, případovými studiemi, odpověďmi na nejčastější otázky i kvalitně strukturovanými daty. Právě z takového obsahu dnes AI nejčastěji čerpá své odpovědi.

Pro úspěch v tomto novém prostředí je zásadní pochopit rozdíl mezi pouhým výběrem citace a její skutečnou absorpcí. V první fázi AI pouze zjistí existenci webu a zařadí jej jako drobný odkaz do seznamu zdrojů. Klíčový moment však nastává až ve fázi druhotné, kdy AI nejen odkáže na zdroj, ale přímo převezme jeho fakta, definice a argumenty a včlení je do samotného textu odpovědi. Aby umělá inteligence informace skutečně absorbovala, vyžaduje jasné důkazy.

Zásadní roli hraje také autorita značky mimo její vlastní doménu, neboť AI až ze čtyř pětin čerpá z nezávislých oborových magazínů, recenzí a srovnávačů.

Cílem GEO je zvýšit pravděpodobnost, že si generativní AI vybere obsah prezentující firmu jako zdroj své odpovědi. V praxi to znamená méně textů psaných kvůli algoritmům a více odborného obsahu, vlastních zkušeností, dat a informací, které mají skutečnou hodnotu.

Dopady na jednotlivá odvětví a tržní segmenty

Dopady tohoto posunu se v praxi liší obor od oboru a nezasahují všechny tržní segmenty stejně. V oblasti B2B a technických oborů je vliv GEO vůbec nejsilnější. Nákupčí a analytici hledají komplexní srovnání parametrů a řešení konkrétních problémů. Pokud B2B firma publikuje odborné případové studie a strukturovaná data, AI z nich velmi ochotně čerpá a přivádí zákazníky, kteří konvertují s mnohonásobně vyšší úspěšností než návštěvníci z běžného vyhledávání.

V maloobchodu a e-commerce využívají spotřebitelé umělou inteligenci stále častěji jako osobního nákupního poradce. E-shopy, které mají zboží popsané pouze generickými texty od výrobce, v AI odpovědích propadají, zatímco vítězí obchody s vlastními podrobnými recenzemi a silným zastoupením na hodnotících portálech. V oblastech financí, zdravotnictví či práva jsou AI modely extrémně konzervativní a vyžadují vysoce autoritativní zdroje s odbornou garancí. Pro firmy v těchto sektorech je GEO otázkou budování přísné odborné reputace. Naopak drobné lokální služby proměna zasahuje pomalejším tempem, nicméně i zde AI postupně nahrazuje klasické mapové podklady a vyhledávání podle recenzí.

Rizika LLM groomingu a hrozba datového vakua

S tím, jak rostoucí část populace spoléhá na odpovědi AI, se objevují i nová bezpečnostní a reputační rizika. Jedním z nejvýraznějších fenoménů je takzvaný LLM Grooming, známý také jako otrava tréninkových dat. Jde o techniku, kdy útočníci nebo nekalá konkurence zakládají sítě webů či vytvářejí podvržený obsah s cílem vychovat umělou inteligenci tak, aby přijala lživé či zmanipulované tvrzení jako nezpochybnitelný fakt.

Současné velké jazykové modely dosud nejsou vůči těmto manipulacím plně imunní a v podstatné části případů mohou zmanipulovaná data převzít do svých odpovědí. Pro běžné firmy z toho plyne zásadní varování před vznikem datového vakua. Pokud společnost pasivně přehlíží svou digitální stopu a neposkytuje dostatek jasných, konzistentních a strojově dobře čitelných informací o svých produktech a službách, vzniká prázdné místo. Umělá inteligence prázdno neuznává. Pokud nenajde ověřená data přímo od dané firmy nebo z důvěryhodných zdrojů, začne si informace buď sama domýšlet, nebo v horším případě převezme zavádějící data od konkurence či ze zmanipulovaných zdrojů.

Nová výzva pro budoucí viditelnost firem

Zatímco dříve stačilo technicky optimalizovat webové stránky a nakupovat zpětné odkazy, dnešní trh vyžaduje zcela nový přístup k tvorbě obsahu i řízení reputace. Budoucnost firemní prezentace spočívá v kontinuálním budování odborné autority, poskytování ověřitelných dat a aktivní správě informací v celém digitálním ekosystému.

Lze očekávat, že objem tradičního vyhledávání bude v následujících letech i nadále klesat ve prospěch konverzačních AI asistentů. Výzva pro nadcházející období proto nejvíce spočívá v tvorbě takové datové infrastruktury a obsahu, kterým budou důvěřovat jak lidé, tak algoritmy generativní umělé inteligence.

David Strejc
Autor článku je jednatelem společnosti Apertia Tech a architektem AutoERP. Dříve působil také jako infrastructure architekt v O2 nebo system & solution designer v T-Mobile. Je velkým propagátorem AI.