Fake shopy w odpowiedziach ChatGPT. AI wchodzi w rolę nowej bramki do zakupów online
9.07.2026
Fałszywe sklepy internetowe zaczęły pojawiać się nie tylko w wynikach klasycznych wyszukiwarek, reklamach i mediach społecznościowych, ale także w odpowiedziach generowanych przez narzędzia AI używane do rekomendacji zakupowych. Brytyjski serwis Ask Silver, który pomaga konsumentom rozpoznawać oszustwa internetowe, wykrył przypadki kierowania użytkowników ChatGPT do stron podszywających się pod znane marki detaliczne. Sprawa dotyczyła między innymi fałszywych witryn imitujących Russell & Bromley, brytyjską markę obuwia i torebek, oraz Dunelm, sieć sprzedającą wyposażenie domu. Według relacji „The Guardian” użytkownik pytający ChatGPT o popularne torebki Russell & Bromley otrzymywał odpowiedź z produktami, cenami i linkami źródłowymi, z których część prowadziła do stron nieprowadzonych przez legalnego sprzedawcę.
Mechanizm oszustwa był oparty na znanej już w e-commerce metodzie klonowania sklepów. Przestępcy tworzą witryny przypominające oryginalny sklep pod względem układu strony, zdjęć, opisów produktów i komunikacji promocyjnej. Różnica polega na kanale dotarcia do klienta. W klasycznym scenariuszu kupujący trafiał na fake shop przez reklamę, wynik wyszukiwania, link w mediach społecznościowych albo domenę podobną do adresu znanej marki. W brytyjskim przypadku dodatkową warstwą stała się odpowiedź chatbota, który dla coraz większej grupy użytkowników pełni funkcję doradcy zakupowego i skraca drogę od pytania o produkt do kliknięcia w konkretną ofertę.
W przypadku Russell & Bromley oszustwo było łatwiejsze do przeprowadzenia, ponieważ marka znalazła się w administracji w styczniu 2026 r., a jej biznes został przejęty przez Next. Legalna sprzedaż marki została przeniesiona do środowiska Next, natomiast część klientów nadal szukała samodzielnej strony Russell & Bromley. Ask Silver wskazywał domeny zawierające elementy nazwy marki i dodatki sugerujące oficjalny charakter sklepu, między innymi frazy podobne do „official”, „London” lub „online UK”. Takie nazwy wykorzystują nawyk konsumenta, który rozpoznaje markę, ale nie zna aktualnego kanału sprzedaży.
OpenAI, operator ChatGPT, przekazało po publikacjach medialnych, że wskazane fałszywe strony zostały usunięte z indeksu wyszukiwania wykorzystywanego przez ChatGPT. Usunięcie konkretnych domen zamyka jednak pojedynczy incydent, a nie cały model nadużycia. Dla rynku e-commerce ważniejszy jest sam fakt, że narzędzie AI może stać się pośrednikiem w przekierowaniu ruchu zakupowego do nieautoryzowanego źródła. W momencie, gdy chatbot pokazuje produkt, cenę i link, część użytkowników rezygnuje z osobnej weryfikacji adresu sklepu, regulaminu, danych firmy i metod płatności.
Spór o „AI poisoning” pokazuje, że problem nie ogranicza się do jednego pojęcia
W niemieckich publikacjach opisujących sprawę pojawiło się określenie „AI poisoning”, czyli zatruwanie danych wykorzystywanych przez systemy sztucznej inteligencji. W technicznym znaczeniu chodzi o celowe wprowadzanie zmanipulowanych treści do zbiorów danych lub źródeł, z których model albo system wyszukiwawczy czerpie informacje. Takie działanie może sprawić, że fałszywy sklep zostanie uznany za istotne źródło informacji o produkcie, marce lub dostępności towaru.
W tym konkretnym przypadku trzeba zachować precyzję. „The Guardian” po publikacji doprecyzował materiał i usunął sugestię, że doszło do zatrucia dużego modelu językowego w ścisłym znaczeniu tego terminu. Redakcja wskazała, że „AI poisoning” dotyczy manipulacji danymi treningowymi, a nie każdego przypadku pokazania błędnego lub fałszywego linku w wyniku generowanym przez narzędzie AI.
Dla sprzedawców różnica terminologiczna ma znaczenie, ale nie zmienia ciężaru ryzyka. Klient nie analizuje, czy fałszywy link pochodzi z zatrutych danych treningowych, bieżącego indeksu wyszukiwania, zewnętrznej wyszukiwarki czy błędnie dobranego źródła. Z perspektywy handlu internetowego liczy się efekt: użytkownik otrzymuje rekomendację wyglądającą na neutralną i technologiczną, a następnie przechodzi do sklepu podszywającego się pod markę. Strata finansowa dotyka kupującego, ale koszt reputacyjny może przenieść się na legalnego właściciela marki lub sprzedawcę, którego nazwa została wykorzystana w oszustwie.
Nowa warstwa ryzyka polega na tym, że odpowiedzi AI łączą kilka elementów, które wcześniej były rozdzielone. Wyszukiwarka pokazywała listę linków, porównywarka prezentowała ceny, marketplace zapewniał transakcję w kontrolowanym środowisku, a blog lub forum dostarczały opinii. Chatbot potrafi zebrać nazwę produktu, kategorię, rekomendację, widełki cenowe i źródło w jednym komunikacie. Jeżeli w tym łańcuchu pojawi się fałszywa domena, użytkownik może potraktować ją jako część rekomendacji, a nie jako zwykły wynik wymagający sprawdzenia.
Marketplace może zyskać na znaczeniu jako filtr zaufania
Dla sprzedawców działających na marketplace informacja o fake shopach w odpowiedziach ChatGPT nie jest wyłącznie złą wiadomością. Amazon, Allegro, eBay, Kaufland.de, Zalando i inne duże platformy sprzedażowe budują przewagę na rozpoznawalności, ustandaryzowanych płatnościach, ocenach sprzedawców, procedurach reklamacyjnych i ochronie kupującego. W sytuacji, gdy klient zaczyna obawiać się przypadkowych domen znalezionych przez AI, oferta dostępna w znanym marketplace może wyglądać bezpieczniej niż nawet dobrze zaprojektowany, ale nieznany sklep internetowy.
Ten efekt może być szczególnie widoczny w sprzedaży cross-border. Polski sprzedawca oferujący produkty w Niemczech, Francji lub Wielkiej Brytanii często konkuruje nie tylko ceną i dostępnością, ale także wiarygodnością. Lokalny klient, który nie zna polskiej marki i widzi nieznaną domenę sklepu, ma ograniczoną liczbę sygnałów zaufania. Konto sprzedawcy na Amazon lub Kaufland.de, historia ocen, znany operator płatności i procedura zwrotu obsługiwana w ramach platformy zmniejszają niepewność zakupową. W takim układzie marketplace staje się nie tylko kanałem sprzedaży, ale również warstwą zabezpieczającą konwersję.
Nie jest to jednak prosta przewaga bez kosztów. Marketplace także może być wykorzystywany przez nieuczciwych sprzedawców, podrobione oferty, fałszywe konta i próby przekierowania klienta poza platformę. Sprzedawcy legalnie działający na platformach będą mocniej zależni od procedur weryfikacyjnych operatora marketplace, automatycznych systemów wykrywania nadużyć i szybkości usuwania ofert podszywających się pod markę. Jeżeli platforma nie reaguje wystarczająco szybko, klient może obwiniać cały kanał, a nie tylko pojedynczego nieuczciwego sprzedawcę.
Dla marketplace pojawia się również nowy wymiar konkurencji o widoczność w odpowiedziach AI. Jeżeli chatbot będzie częściej wskazywał oferty z dużych platform niż z niezależnych sklepów, sprzedawcy marketplace mogą zyskać dodatkowy ruch. Ruch ten będzie jednak bardziej zależny od tego, jak systemy AI interpretują wiarygodność źródeł, strukturę danych produktowych, opinie, dostępność towaru i spójność informacji o sprzedawcy. Platformy z uporządkowanymi katalogami produktów, stabilnymi adresami URL i silnymi sygnałami marki mają naturalną przewagę nad małymi sklepami, których dane produktowe są mniej czytelne dla systemów agregujących informacje.
Dla polskich marek cross-border ryzyko zaczyna się przed wejściem klienta do sklepu
Największa zmiana dla polskich sprzedawców polega na przesunięciu ryzyka na wcześniejszy etap ścieżki zakupowej. Do tej pory firma mogła koncentrować się na własnym sklepie, reklamie, pozycjonowaniu w Google, opiniach i obecności na marketplace. W modelu zakupowym wspieranym przez AI część decyzji zapada jeszcze przed wejściem klienta na stronę. Użytkownik pyta narzędzie o polecany produkt, dostępność, najlepszą cenę albo markę wartą zakupu, a odpowiedź może wpłynąć na wybór kanału sprzedaży.
Polska marka odzieżowa sprzedająca w Niemczech może mieć oficjalny sklep w domenie .de, konto na Zalando i kampanie reklamowe w Google, a mimo to stracić klienta, jeżeli w odpowiedzi AI pojawi się fałszywa domena z podobną nazwą i rabatem sięgającym 60–80 proc. Klient, który zobaczy ofertę w kontekście odpowiedzi generowanej przez chatbota, może uznać link za wystarczająco wiarygodny. Po nieudanym zakupie nie zawsze rozróżni oszusta od legalnej marki, zwłaszcza gdy fałszywa strona skopiowała zdjęcia, opisy, logo i komunikaty o zwrotach.
Drugi scenariusz dotyczy sprzedawcy działającego głównie na marketplace. Polski dystrybutor akcesoriów domowych sprzedaje na Amazon.de i Kaufland.de, a nie prowadzi rozpoznawalnego sklepu własnego w Niemczech. Oszust tworzy domenę podobną do nazwy marki produktowej i oferuje te same towary z dużym rabatem. Część klientów po zakupie w fake shopie zaczyna szukać kontaktu z legalnym sprzedawcą, ponieważ rozpoznaje nazwę produktu z Amazon. Firma nie otrzymała pieniędzy, nie wysłała towaru i nie kontrolowała transakcji, ale jej obsługa klienta musi odpowiadać na wiadomości, wyjaśniać brak związku z fałszywą stroną i chronić reputację marki w opiniach.
Koszty takiego incydentu są rozproszone. Po stronie konsumenta pojawia się utrata pieniędzy i danych płatniczych. Po stronie legalnego sprzedawcy dochodzi do spadku zaufania, wzrostu liczby zapytań do obsługi klienta, konieczności zgłaszania domen, kontaktu z operatorami płatności, marketplace i firmami hostingowymi. W przypadku marek sprzedających za granicą pojawiają się bariery językowe, różne procedury zgłaszania nadużyć i trudniejsze dochodzenie praw wobec domen zarejestrowanych poza krajem głównej sprzedaży.
AI search zmienia konkurencję o wiarygodność, a nie tylko o cenę
Szukając produktów przez chatboty, konsumenci coraz częściej oczekują gotowej odpowiedzi, a nie listy stron do samodzielnego porównania. Ten model wzmacnia znaczenie danych, które system AI może odczytać, zestawić i uznać za wiarygodne. Dla sprzedawcy oznacza to większą wagę spójnych informacji o marce, oficjalnych kanałach sprzedaży, strukturze katalogu produktowego, danych firmy, polityce zwrotów, metodach płatności i obecności w źródłach zewnętrznych.
W klasycznym SEO, czyli optymalizacji sklepu pod widoczność w wyszukiwarce internetowej, sprzedawca walczył o pozycję wyniku. W środowisku AI search, czyli wyszukiwania wspieranego przez generatywną sztuczną inteligencję, rywalizacja dotyczy także tego, który adres zostanie uznany za oficjalny, aktualny i bezpieczny. Fałszywy sklep nie musi wyprzedzić legalnej marki w każdym kanale. Wystarczy, że pojawi się przy konkretnym zapytaniu o dostępność, promocję lub produkt niszowy, gdzie danych jest mniej, a klient działa pod presją okazji.
Marketplace może w tym układzie działać jak kotwica wiarygodności. Oferta na Amazon lub Zalando jest dla wielu klientów łatwiejsza do oceny niż nieznany sklep, bo platforma dostarcza znajomy checkout, czyli etap finalizacji zamówienia z wyborem płatności i dostawy, a także standardowe procedury zwrotu. Operator marketplace przejmuje część ryzyka transakcyjnego, choć pobiera za to prowizję i narzuca zasady sprzedaży. Dla sprzedawcy wybór platformy może stać się kompromisem między marżą a zaufaniem klienta.
Ten kompromis będzie szczególnie istotny przy produktach markowych, sezonowych i trudno dostępnych. Tam, gdzie klient spodziewa się ograniczonej dostępności lub wysokiej ceny, fałszywy rabat działa silniej. Torebka przeceniona o 80 proc., markowe buty dostępne w pełnej rozmiarówce albo wyposażenie domu sprzedawane pod szyldem znanej sieci potrafią złamać ostrożność kupującego. Generatywna sztuczna inteligencja może dodatkowo wygładzić komunikację fałszywego sklepu: opisy są poprawne językowo, regulaminy brzmią profesjonalnie, a zdjęcia i opinie wyglądają wiarygodnie.
Dobra wiadomość dla sprzedawców marketplace, ale tylko częściowo
Z perspektywy legalnych sprzedawców marketplace nowa fala oszustw może zwiększyć znaczenie platform jako bezpiecznych środowisk zakupowych. Klienci zniechęceni ryzykiem fałszywych domen będą częściej wybierać kanały, w których znają zasady płatności, reklamacji i zwrotów. Dla polskich firm sprzedających za granicą może to ułatwić wejście na rynek, ponieważ marka nie musi od pierwszego dnia budować pełnego zaufania do własnej domeny w kraju, w którym nie ma rozpoznawalności.
Cena tej przewagi jest wysoka. Marketplace przejmuje część relacji z klientem, kontroluje widoczność oferty, ustala standardy obsługi i pobiera prowizję, która przy sprzedaży cross-border może mocno obciążać marżę. Do tego dochodzą koszty reklamy wewnątrz platformy, opłaty logistyczne, presja cenowa oraz ryzyko blokady konta w razie naruszenia regulaminu. Sprzedawca może zyskać na zaufaniu do platformy, ale traci część niezależności i ma mniejszy wpływ na to, jak jego marka jest prezentowana w odpowiedziach AI poza samą platformą.
Dla marketplace to również test odpowiedzialności. Jeżeli narzędzia AI zaczną częściej kierować klientów do dużych platform jako bezpieczniejszych miejsc zakupu, operatorzy będą musieli szybciej wykrywać podszywanie się pod marki, fałszywe konta i podejrzane oferty. Platforma, która stanie się domyślnym filtrem zaufania, będzie oceniana nie tylko przez pryzmat ceny i dostępności, ale także skuteczności ochrony kupującego. Sprzedawcy korzystający z marketplace zyskają na tym tylko wtedy, gdy system będzie odróżniał legalną ofertę od nadużycia szybciej niż klient zdąży dokonać płatności.
Najbardziej prawdopodobny kierunek rynku nie sprowadza się do zastąpienia sklepów własnych przez marketplace. Raczej wzrośnie znaczenie wielokanałowej obecności, w której oficjalny sklep, konta marketplace, profile społecznościowe, porównywarki cenowe i dane produktowe wzajemnie potwierdzają wiarygodność marki. Polski sprzedawca działający w Niemczech będzie potrzebował nie tylko dobrze przetłumaczonej oferty i lokalnych metod płatności, ale także jasnego śladu cyfrowego, z którego systemy AI będą mogły poprawnie rozpoznać oficjalne źródła sprzedaży.
Incydent z fałszywymi sklepami w odpowiedziach ChatGPT pokazuje, że walka o klienta przenosi się do warstwy rekomendacji, zanim użytkownik zobaczy reklamę, listing marketplace albo stronę sklepu. Dla marketplace jest to szansa na wzmocnienie pozycji jako bezpiecznego pośrednika. Dla sprzedawców spoza platform jest to sygnał, że wiarygodność domeny, danych firmy i kanałów sprzedaży będzie miała coraz większy wpływ na konwersję. Dla całego rynku e-commerce jest to kolejny etap tego samego konfliktu: przestępcy wykorzystują nowe technologie szybciej niż procedury bezpieczeństwa zdążą stać się standardem.
