ChatGPT na razie nie będzie sklepem i rezygnuje z natywnego checkoutu

9.03.2026

Decyzja OpenAI o wycofaniu natywnego checkoutu z ChatGPT pojawiła się zaledwie kilkanaście miesięcy po ambitnym planie zbudowania nowego kanału sprzedaży w e-commerce. Funkcja pozwalała kupować produkty bezpośrednio w rozmowie z asystentem AI, bez przechodzenia do sklepu internetowego.

Eksperyment trwał krótko. Użytkownicy nadal mogą wyszukiwać produkty w ChatGPT, ale sam zakup odbywa się już poza czatem – w aplikacjach partnerów lub bezpośrednio na stronie sprzedawcy.

Na pierwszy rzut oka wygląda to jak wycofanie się z pomysłu tzw. handlu agentowego, czyli zakupów realizowanych przez inteligentnego asystenta. W rzeczywistości chodzi raczej o korektę strategii.

Zmiana polega na czymś innym: ChatGPT nie próbuje już być kasą sklepową. Próbuje być miejscem, w którym klient podejmuje decyzję zakupową.

To przesunięcie ma ogromne znaczenie dla całego rynku e-commerce.

---

Dlaczego zakupy bezpośrednio w czacie nie zadziałały

Idea była prosta. Zamiast przeszukiwać setki ofert w sklepie internetowym lub w wyszukiwarce, użytkownik miał zapytać asystenta AI:

„Jakie buty do biegania do półmaratonu kupić poniżej 100 euro?”

ChatGPT miał zaproponować konkretny model, pokazać cenę i umożliwić natychmiastowy zakup. W teorii cały proces zakupowy – od inspiracji po płatność – mógł zmieścić się w jednej rozmowie.

OpenAI próbowało zbudować wokół tego pełny ekosystem handlowy. W ciągu kilkunastu miesięcy firma ogłosiła współpracę z wieloma dużymi podmiotami rynku detalicznego i technologicznego, w tym:

• Walmart
• Target
• Shopify
• Etsy
• Instacart
• PayPal
• Salesforce
• Amazon

Równolegle rozwijano Agentic Commerce Protocol, czyli otwarty standard integracji sprzedaży opracowany wspólnie z firmą Stripe (globalny dostawca infrastruktury płatniczej).

Problem polegał na tym, że rzeczywistość operacyjna handlu internetowego jest znacznie bardziej skomplikowana niż sam mechanizm rekomendacji produktu.

W praktyce pojawiły się trzy poważne bariery.

Po pierwsze: dane produktowe.
Aby AI mogło poprawnie obsłużyć zakup, potrzebuje aktualnej ceny, dostępności produktu i informacji o wariantach. W wielu sklepach dane te są niespójne, aktualizowane z opóźnieniem albo rozproszone między różnymi systemami.

Po drugie: infrastruktura transakcyjna.
Zakup w e-commerce to nie tylko płatność. To także obsługa podatków, zwrotów, reklamacji, programów lojalnościowych czy zabezpieczeń przed oszustwami.

W Stanach Zjednoczonych sprzedaż online wymaga dodatkowo poprawnego naliczania podatku sprzedażowego w zależności od stanu i lokalizacji klienta. Według informacji branżowych OpenAI nie zdążyło nawet zbudować systemu obsługi tych podatków.

Po trzecie: adopcja po stronie sprzedawców.
Choć Shopify obsługuje miliony sklepów internetowych, tylko kilkanaście firm faktycznie zintegrowało się z checkoutem ChatGPT. Dane katalogowe i infrastruktura sprzedażowa okazały się zbyt trudne do szybkiego podłączenia.

Efekt był przewidywalny: użytkownicy zadawali pytania o produkty, ale rzadko kończyli transakcję w czacie.

---

Najważniejsza zmiana wydarzyła się wcześniej: AI przejmuje etap wyboru produktu

Wycofanie checkoutu może wyglądać jak porażka projektu. Tymczasem najważniejsza zmiana w zachowaniu klientów już się wydarzyła – i nie zależy od samej płatności.

Coraz więcej osób zaczyna proces zakupowy od rozmowy z asystentem AI.

Zamiast wpisywać zapytanie w wyszukiwarkę, użytkownik pyta:

• „najlepszy plecak do pracy”
• „jaki ekspres do kawy do małej kuchni”
• „buty do biegania dla szerokiej stopy”

Odpowiedź AI nie jest listą linków. To konkretna rekomendacja produktu.

To zmienia punkt ciężkości w e-commerce.

Badanie firmy konsultingowej Capgemini z 2025 roku pokazuje skalę tej zmiany: 53% konsumentów globalnie kupiło już produkt na podstawie rekomendacji sztucznej inteligencji.

W tym modelu najważniejszy moment zakupowy nie następuje przy kasie. Następuje w chwili, gdy klient zawęża wybór do jednego lub dwóch produktów.

Jeśli AI nie wspomni o Twojej ofercie, użytkownik może w ogóle nie trafić do sklepu.

---

Nowa walka o widoczność: dane produktowe zamiast stron internetowych

W klasycznym modelu e-commerce widoczność zależała głównie od:

• pozycji w wyszukiwarce
• reklam produktowych
• obecności na marketplace.

W modelu opartym na AI kluczowe stają się dane produktowe.

Asystent AI nie „czyta” sklepu internetowego tak jak człowiek. Analizuje przede wszystkim strukturalne informacje:

• tytuł produktu
• parametry techniczne
• warianty
• cenę
• dostępność
• opinie
• dane katalogowe.

Jeśli te dane są niespójne lub niepełne, AI ma problem z poprawnym zrozumieniem produktu.

Dlatego w praktyce coraz większą rolę zaczynają odgrywać rozwiązania technologiczne takie jak:

• PIM (system zarządzania informacją produktową) – centralne miejsce zarządzania katalogiem produktów
• architektura API-first, czyli systemy udostępniające dane przez interfejsy programistyczne
• architektura headless commerce, w której warstwa sprzedaży jest oddzielona od prezentacji
• aplikacje typu PWA (progressive web app), pozwalające budować szybkie doświadczenia zakupowe.

Jeszcze kilka lat temu były to projekty modernizacyjne w planach rozwoju technologicznego sklepów. Dziś coraz częściej stają się warunkiem obecności w nowym kanale sprzedaży.

---

Co to oznacza dla firm sprzedających z Polski za granicę

Zmiana jest szczególnie istotna dla przedsiębiorstw prowadzących sprzedaż cross-border, czyli wysyłających produkty z Polski do innych krajów Unii Europejskiej.

Na rynkach takich jak Niemcy, Francja czy Holandia konkurencja jest znacznie większa niż w Polsce. Jednocześnie konsumenci coraz częściej korzystają z narzędzi AI przy wyborze produktów.

Dla sprzedawców oznacza to kilka praktycznych konsekwencji.

Po pierwsze, katalog produktów musi być uporządkowany i kompletny.
Brak parametrów, niespójne nazwy wariantów czy różne ceny w różnych kanałach utrudniają systemom AI poprawne dopasowanie produktu do zapytania klienta.

Po drugie, ważna staje się lokalizacja treści.
Jeśli sklep sprzedaje w Niemczech, tytuły, parametry i opisy produktów powinny być przygotowane w języku niemieckim zgodnie z lokalnymi standardami kategorii.

Po trzecie, rośnie znaczenie aktualności danych o dostępności.
Jeżeli AI poleci produkt, którego nie ma w magazynie lub którego cena zmieniła się po rekomendacji, pojawia się ryzyko zwrotów, reklamacji lub negatywnych opinii.

W praktyce oznacza to konieczność synchronizacji danych między systemem magazynowym, sklepem internetowym i kanałami sprzedaży.

---

Najwięksi gracze wciąż inwestują w handel wspierany przez AI

Wycofanie checkoutu z ChatGPT nie oznacza końca inwestycji w handel wspierany przez sztuczną inteligencję.

Wręcz przeciwnie – najwięksi gracze technologiczni intensywnie rozwijają własne rozwiązania.

Amazon ma jedną z największych przewag w tej dziedzinie, ponieważ kontroluje niemal cały łańcuch handlowy:

• katalog produktów
• płatności
• logistykę
• relację z klientem.

Asystent zakupowy Rufus, rozwijany przez Amazon, już dziś odpowiada na pytania o produkty w obrębie platformy.

Podobną strategię stosuje Alibaba w Chinach. Aplikacja Qwen pozwala w jednym interfejsie prowadzić rozmowę, wybierać produkty, zamawiać jedzenie lub rezerwować podróże. Model działa, ponieważ Alibaba kontroluje zarówno platformę handlową, jak i płatności oraz logistykę.

W Europie i Stanach Zjednoczonych sytuacja jest bardziej rozproszona. Sklepy, systemy płatności i firmy logistyczne należą do różnych podmiotów.

Dlatego rozwój handlu agentowego może być wolniejszy, ale kierunek zmian pozostaje ten sam.

---

Co sprzedawca z Polski powinien zrobić już teraz

W praktyce wycofanie checkoutu z ChatGPT nie zmienia jednego faktu: AI staje się nowym kanałem odkrywania produktów.

Dlatego przedsiębiorstwa sprzedające online powinny już teraz zwrócić uwagę na kilka elementów:

• uporządkowanie katalogu produktów i parametrów
• wdrożenie centralnego systemu zarządzania informacją produktową
• poprawę jakości feedów produktowych
• synchronizację stanów magazynowych i cen
• lokalizację treści na rynki zagraniczne.

Firmy, które uporządkują dane produktowe i zbudują infrastrukturę umożliwiającą szybkie udostępnianie ich przez interfejsy programistyczne, będą gotowe na kolejny etap rozwoju handlu opartego na AI.

Te, które nadal działają na starszych systemach e-commerce z niespójnymi katalogami produktów, mogą mieć problem z widocznością w nowych kanałach rekomendacji.