Amazon ogranicza dostęp do recenzji. Część klientów widzi tylko osiem opinii
19.08.2026
Amazon ogranicza części klientów liczbę recenzji produktów, które mogą przeczytać na stronach ofert. W niektórych przypadkach użytkownik widzi około ośmiu opinii, mimo że produkt zebrał ich znacznie więcej. Próba uzyskania dostępu do kolejnych może zakończyć się komunikatem, że udostępnienie pełniejszego zestawu recenzji potrwa nawet pięć dni roboczych. Według Amazon ograniczenia mają chronić platformę przed nieautoryzowanym scrapingiem, czyli automatycznym pobieraniem dużych ilości danych ze stron internetowych.
Problem nie pojawił się w sierpniu 2026 roku. Pierwsze relacje klientów były publikowane na Reddit już w listopadzie 2025 roku, a w kolejnych miesiącach zaczęło przybywać podobnych zgłoszeń. Użytkownicy opisywali sytuacje, w których niezależnie od liczby ocen produktu mogli przeczytać tylko osiem recenzji. W sierpniu 2026 roku temat ponownie nabrał znaczenia po publikacjach amerykańskich mediów branżowych.
Amazon potwierdził, że mechanizm jest związany z ochroną serwisu przed automatycznym pobieraniem danych. Firma przekazywała jednocześnie mediom, że ograniczenia dotyczyły pojedynczych przypadków i dostęp został przywrócony. Relacje użytkowników publikowane na przestrzeni kilku miesięcy pokazują jednak, że zabezpieczenia mogą być zauważalne także dla rzeczywistych klientów, którzy próbują korzystać z recenzji podczas podejmowania decyzji zakupowej.
Dla Amazon sprawa jest szczególnie delikatna, ponieważ recenzje nie są dodatkiem do marketplace. Są jednym z podstawowych mechanizmów budowania zaufania do produktu i sprzedawcy. Klient kupujący produkt, którego wcześniej nie widział, nie może go dotknąć ani sprawdzić przed zamówieniem. Zdjęcia, opis, marka, cena i opinie innych kupujących zastępują część informacji dostępnych w sklepie stacjonarnym. Ograniczenie jednego z tych elementów może zmienić sposób, w jaki klient ocenia ryzyko zakupu.
Amazon chroni recenzje przed narzędziami AI. Pytanie o równe zasady gry pozostaje
Najciekawszy element całej sprawy nie dotyczy jednak liczby ośmiu widocznych recenzji. Znacznie ważniejsza jest przyczyna, dla której Amazon zdecydował się ograniczać dostęp do danych.
Scraping od lat jest wykorzystywany do monitorowania cen, analizowania ofert konkurencji, budowania baz produktowych i prowadzenia badań rynku. Rozwój generatywnej sztucznej inteligencji zwiększył wartość danych dostępnych na stronach internetowych. Recenzje klientów są szczególnie atrakcyjnym zasobem, ponieważ zawierają naturalny język, opisy rzeczywistych doświadczeń z produktami, informacje o wadach i zaletach oraz kontekst zakupowy trudny do uzyskania z samego katalogu produktowego.
Dla twórców systemów AI taka baza pozwala między innymi analizować preferencje konsumentów, budować narzędzia porównujące produkty i tworzyć agentów zakupowych, czyli programy wykorzystujące sztuczną inteligencję do wyszukiwania, oceniania i rekomendowania produktów w imieniu użytkownika. Jeżeli taki agent może automatycznie przeczytać tysiące recenzji na Amazon, jest w stanie wykorzystać zasób zbudowany przez marketplace i jego klientów do stworzenia konkurencyjnej usługi zakupowej.
Amazon ma więc konkretny biznesowy powód, aby zamykać ten dostęp.
Pozostaje jednak niewygodne pytanie: na jakich zasadach największe firmy technologiczne same pozyskiwały dane potrzebne do rozwijania własnych systemów sztucznej inteligencji?
Amazon rozwija własne modele i usługi AI oraz integruje sztuczną inteligencję bezpośrednio z handlem internetowym. Rufus, asystent zakupowy Amazon wykorzystujący generatywną sztuczną inteligencję, odpowiada klientom na pytania o produkty, pomaga je porównywać i korzysta z informacji dostępnych w ekosystemie marketplace. Firma rozwija również modele i usługi AI przeznaczone dla klientów biznesowych.
Nie ma podstaw, aby na tej podstawie twierdzić, że Amazon trenował swoje modele poprzez niedozwolone pobieranie konkretnych cudzych stron internetowych. Taki zarzut wymagałby dowodów. Sam konflikt interesów jest jednak szerszy i bardzo realny. Firmy technologiczne rozwijające generatywną sztuczną inteligencję potrzebują ogromnych zbiorów danych, a jednocześnie właściciele największych platform coraz mocniej ograniczają automatyczny dostęp do danych zgromadzonych we własnych serwisach.
Amazon chce decydować, kto i w jaki sposób może wykorzystywać informacje zgromadzone na Amazon. Z punktu widzenia ochrony infrastruktury, kosztów jej utrzymania i przewagi konkurencyjnej jest to zrozumiałe. Z perspektywy rynku AI powstaje jednak asymetria: przedsiębiorstwa posiadające własne platformy, miliony użytkowników i ogromne zbiory danych mogą rozwijać rozwiązania niedostępne dla podmiotów, którym odcinają możliwość automatycznego pozyskiwania podobnych informacji.
Właśnie tutaj pojawia się branżowe „kto mieszka w szklanym domu, nie powinien rzucać kamieniami”. Walka ze scrapingiem sama w sobie nie jest kontrowersyjna. Znacznie ciekawsze będzie obserwowanie, jakie standardy dotyczące dostępu do danych największe platformy będą chciały narzucić konkurentom i czy podobne standardy stosują do źródeł wykorzystywanych przy rozwijaniu własnej sztucznej inteligencji.
Za wojnę o dane może zapłacić klient – a razem z nim sprzedawca
Techniczna walka Amazon z botami zaczyna mieć znaczenie dla handlu w momencie, gdy zabezpieczenie dotyka prawdziwego kupującego. Klient nie analizuje powodów, dla których marketplace ograniczył dostęp do recenzji. Widzi produkt z tysiącem ocen, ale może przeczytać tylko niewielką ich część.
Przy produkcie za 15 euro wpływ takiego ograniczenia może być niewielki. Przy elektronice za 500 euro, ekspresie do kawy za 700 euro albo wyposażeniu domu kupowanym na kilka lat sposób podejmowania decyzji jest inny. Kupujący często przechodzi do recenzji negatywnych, szuka powtarzających się wad, sprawdza doświadczenia po kilku miesiącach użytkowania i próbuje ustalić, czy problem zgłoszony przez jedną osobę występuje również u innych klientów.
Osiem opinii nie zastępuje takiej analizy.
Powstaje również problem reprezentatywności. Jeżeli klient widzi niewielki wycinek wszystkich recenzji, znaczenie ma sposób jego wyboru. Produkt może mieć średnią 4,6 gwiazdki na podstawie kilku tysięcy ocen, lecz użytkownik, któremu wyświetli się kilka krytycznych komentarzy, otrzyma zupełnie inny obraz niż klient mogący przejrzeć dziesiątki opinii i samodzielnie ocenić częstotliwość opisywanego problemu.
Dla sprzedawcy jest to zmiana szczególnie niewygodna, ponieważ nie kontroluje mechanizmu wyświetlania recenzji. Nadal płaci prowizję marketplace, finansuje reklamę Amazon Ads i konkuruje o pozycję oferty, ale jeden z elementów odpowiedzialnych za domknięcie sprzedaży może działać inaczej dla różnych użytkowników.
Wyobraźmy sobie polską markę sprzedającą małe AGD na Amazon.de. Jeden z jej produktów ma 1 800 ocen ze średnią 4,5 gwiazdki. Marka przez dwa lata budowała tę historię sprzedaży, ponosiła koszty reklam, obsługi niemieckojęzycznych klientów, fulfillmentu i zwrotów. Dla nowego klienta właśnie liczba i treść opinii są argumentem zmniejszającym ryzyko zakupu produktu od marki, której wcześniej nie znał. Jeśli klient może zobaczyć jedynie osiem recenzji, część przewagi zbudowanej przez wcześniejszą sprzedaż staje się mniej dostępna.
Drugi scenariusz dotyczy reklamy. Sprzedawca pozyskuje płatny ruch przez Amazon Ads i płaci za kliknięcia prowadzące do karty produktu. Jeżeli 1 000 wejść generowało wcześniej 150 zamówień, współczynnik konwersji wynosił 15 proc. Spadek do 120 zamówień przy podobnym koszcie ruchu obniża konwersję do 12 proc. Koszt reklamy przypadający na jedno zamówienie rośnie wtedy o 25 proc., nawet jeżeli stawki za kliknięcie pozostają bez zmian. Przy niskiej marży taka różnica może zdecydować, czy kampania nadal zarabia.
Nie ma obecnie podstaw, aby przypisywać taki konkretny spadek ograniczeniom recenzji. Mechanizm pokazuje jednak, dlaczego sprzedawcy powinni obserwować konwersję, jeśli ograniczenie zacznie obejmować większą grupę klientów. Nawet niewielka zmiana na karcie produktu może mieć wymierny koszt, gdy sprzedawca kupuje dziesiątki tysięcy płatnych wejść miesięcznie.
Dla polskich marek na Amazon.de recenzje mają jeszcze większą wartość
Problem jest szczególnie istotny w sprzedaży cross-border, czyli sprzedaży internetowej do klientów w innych krajach. Polska marka wchodząca na rynek niemiecki często nie dysponuje rozpoznawalnością lokalnych konkurentów. Musi zastąpić ją ceną, jakością oferty, dobrym opisem produktu, sprawną dostawą i społecznym dowodem jakości w postaci ocen klientów.
Recenzje pozwalają zmniejszyć tę barierę. Niemiecki konsument może nie znać polskiej marki, ale 2 000 ocen i średnia 4,7 gwiazdki tworzą mierzalny sygnał, że inni klienci już produkt kupili i w większości byli z niego zadowoleni. Pełna treść recenzji pozwala dodatkowo sprawdzić jakość wykonania, zgodność wymiarów, trwałość albo sposób działania produktu.
Ograniczenie dostępu do opinii nie uderza więc jednakowo we wszystkich sprzedawców. Globalna marka elektroniki może oprzeć zaufanie również na rozpoznawalności swojego logo. Mniejszy producent z Polski ma mniej niezależnych punktów styku z niemieckim klientem i dlatego bardziej korzysta z reputacji zbudowanej bezpośrednio na marketplace.
Dochodzi do tego obsługa produktu. Recenzje nie służą wyłącznie kupującym. Dla sprzedawcy są źródłem informacji o powtarzających się problemach: wadliwym opakowaniu, niezrozumiałej instrukcji, brakującym elemencie zestawu, niezgodności rozmiaru czy uszkodzeniach powstających podczas transportu. Jeśli dostęp do opinii staje się mniej wygodny również dla sprzedawców albo ich narzędzi analitycznych, pogarsza się możliwość szybkiego wychwytywania takich sygnałów.
Szczególnie interesująca będzie tutaj polityka Amazon wobec zewnętrznych systemów wykorzystywanych przez sprzedawców. Duże konta sprzedażowe korzystają z oprogramowania do monitorowania ofert, cen, reklam, słów kluczowych i opinii. Część integracji działa przez oficjalne interfejsy programistyczne Amazon, inne narzędzia pozyskują informacje dostępne publicznie. Zaostrzenie ochrony przed automatycznym pobieraniem danych może z czasem zmienić możliwości takich usług albo zwiększyć znaczenie danych udostępnianych bezpośrednio przez Amazon.
Co powinien zrobić sprzedawca z Polski
Sprzedawca nie ma możliwości zmiany zabezpieczeń Amazon, ale może ograniczyć zależność konwersji od jednego elementu karty produktu. Pierwszym krokiem powinno być sprawdzenie najważniejszych ofert z perspektywy zwykłego klienta, szczególnie na Amazon.de, jeśli Niemcy odpowiadają za znaczącą część sprzedaży. Sam panel sprzedawcy nie pokazuje pełnego doświadczenia zakupowego użytkownika.
Warto równolegle obserwować współczynnik konwersji poszczególnych ASIN, czyli unikalnych numerów identyfikujących produkty w katalogu Amazon, oraz wyniki kampanii Amazon Ads. Pojedynczy słabszy tydzień nie dowodzi wpływu zmian w recenzjach. Trwałe odchylenie przy stabilnej cenie, dostępności, pozycji reklamowej i natężeniu konkurencji powinno już skłonić sprzedawcę do sprawdzenia karty produktu z kilku urządzeń i kont klientów.
Większego znaczenia nabiera również jakość samej oferty. Zdjęcia pokazujące produkt w użyciu, kompletne dane techniczne, czytelne informacje o wymiarach i materiałach oraz A+ Content, czyli rozszerzona prezentacja produktu dostępna dla uprawnionych marek na Amazon, mogą odpowiedzieć na część pytań, które klient normalnie rozstrzygałby poprzez lekturę kilkudziesięciu recenzji.
Polskie firmy sprzedające cross-border powinny także zestawiać informacje z Amazon z danymi pochodzącymi ze zwrotów, reklamacji i obsługi klienta. Jeżeli kupujący regularnie zwracają produkt z tego samego powodu, firma nie powinna czekać, aż problem stanie się widoczny w recenzjach. Dane z systemu ERP, czyli oprogramowania zarządzającego procesami firmy, systemu magazynowego i platformy obsługi klienta mogą szybciej pokazać wzrost liczby zwrotów konkretnego wariantu lub powtarzające się zgłoszenia.
Najważniejsza lekcja wykracza jednak poza osiem recenzji. Sprzedawca działający na marketplace buduje część wartości firmy na infrastrukturze, której nie kontroluje. Amazon może zmienić sposób prezentowania opinii, zasady reklamy, dostęp do danych albo elementy karty produktu. Historia ocen pozostaje cenna, ale sposób jej wykorzystania zależy od właściciela platformy.
Spór o scraping pokazuje przy tym kierunek znacznie większej zmiany. W erze agentów zakupowych i generatywnej sztucznej inteligencji dane produktowe, ceny oraz miliony autentycznych opinii klientów stają się strategicznym aktywem. Amazon nie chce oddawać go bez kontroli zewnętrznym systemom AI. Z biznesowego punktu widzenia trudno się temu dziwić.
Rynek ma jednak prawo pytać o wzajemność tych zasad. Jeżeli największe platformy technologiczne chcą coraz szczelniej zamykać własne zasoby przed automatycznym odczytem, równie interesujące staje się pochodzenie danych wykorzystywanych przez ich własne modele i usługi AI. Bez dowodów nie można przypisywać Amazon niedozwolonego pozyskiwania cudzych treści. Można natomiast oczekiwać przejrzystych i porównywalnych standardów dotyczących tego, kto może korzystać z danych dostępnych w internecie i na jakich warunkach.
Dla sprzedawców ten spór nie jest abstrakcyjną debatą technologiczną. Jeśli efektem ochrony danych Amazon będzie klient, który zamiast tysiąca recenzji może przeczytać osiem, koszt walki platformy z botami może pojawić się bardzo konkretnie: w niższej konwersji, droższym pozyskaniu zamówienia i utraconej sprzedaży.
