top of page

Wolumen wyszukiwania w ChatGPT osiąga około 20% wolumenu Google, twierdzi OpenAI

19 minut temu
10 minut(y) czytania

OpenAI twierdzi, że wolumen wyszukiwania w ChatGPT osiągnął około 20% wolumenu Google, nadając istotną wagę konkurencyjną swojej ekspansji w wyszukiwaniu internetowym. Liczba ta opisuje porównanie wolumenów zapytań dokonane przez OpenAI. Nie dowodzi, że ChatGPT posiada 20% rynku wyszukiwania ani że Google straciło te wyszukiwania.

Twierdzenie pochodzi od Adama Frya, szefa produktu konsumenckiego ChatGPT, którego wypowiedzi pojawiły się w publikacjach z 3 listopada. Według 9to5Google OpenAI nie ujawniło źródła swojej liczby porównującej je z Google. Brakujący mianownik, czyli łączny wolumen Google użyty w obliczeniu, ogranicza możliwość niezależnej weryfikacji.

Google znajduje się pod presją w kwestii tego, gdzie ludzie rozpoczynają swoje poszukiwania i który interfejs kieruje ich decyzjami. Sam wzrost OpenAI nie może jednak powiedzieć, czy aktywność wyszukiwawcza się przesuwa, rośnie, czy dzieje się jedno i drugie. Kluczowe pytanie brzmi, jak dużą część wartościowych poszukiwań informacji obsługuje dziś ChatGPT i na ile konsekwentnie firmy to mierzą.

Co faktycznie liczy wolumen wyszukiwania ChatGPT

Twierdzenie OpenAI dotyczy pytań uruchamiających wyszukiwanie w internecie, a nie każdej wiadomości wysłanej do ChatGPT.

W opublikowanym przez Alexa Kantrowitza wywiadzie o wzroście wyszukiwania Fry opisał aktywność wyszukiwawczą jako pytania użytkowników wymagające sprawdzenia aktualnych informacji. Kolejne pytanie, które ponownie kieruje ChatGPT do internetu, jest liczone jeszcze raz. Oznacza to, że jednostka zliczania jest węższa niż łączna liczba wiadomości do chatbota.

To rozróżnienie ma znaczenie, ponieważ jedna rozmowa może obejmować kilka różnych czynności. Ktoś może poprosić o świeże informacje, zażądać podsumowania, poprawić sformułowanie, a następnie poprosić o kolejne wyszukiwanie. Liczenie każdej wiadomości łączyłoby wyszukiwanie z pisaniem i edycją. Wyjaśnienie Frya wyznacza granicę wokół pytań inicjujących wyszukiwanie w internecie.

Ta granica nadal pozostawia pole do interpretacji. Opublikowane wyjaśnienie nie przedstawia możliwej do odtworzenia specyfikacji zliczania obejmującej każdy przypadek brzegowy. Czytelnicy otrzymują więc opis wskaźnika, a nie kompletną metodologię umożliwiającą jego niezależne obliczenie.

Tekst Bena Schoona o wolumenie zapytań wskazuje centralną lukę w weryfikacji: OpenAI nie ujawniło, skąd pochodzi jego liczba dotycząca wolumenu Google. Artykuł przypisuje porównanie wypowiedzi Frya podczas wydarzenia OpenAI. Nie przedstawia niezależnego audytu potwierdzającego tę proporcję.

Równie istotne jest rozróżnienie między proporcją a udziałem w rynku. Porównanie ChatGPT z Google używa Google jako punktu odniesienia. Obliczenie udziału w rynku wymaga zdefiniowania całego rynku i konsekwentnego zmierzenia każdego uwzględnionego uczestnika. To różne obliczenia, nawet gdy nagłówki opisują oba za pomocą procentów.

Twierdzenie nie dowodzi też wypierania. Użytkownik może dodać badania w ChatGPT, nadal wykonując dotychczasowe wyszukiwania w Google. Może też przenieść część pytań do ChatGPT, zachowując Google do innych zadań. Oba wzorce są zgodne z dużą wartością względnego wolumenu.

Bezpośrednia informacja jest więc konkretna. OpenAI pozycjonuje swoją aktywność w wyszukiwaniu internetowym wobec skali Google, stosując wyraźne porównanie liczbowe. Nierozstrzygniętą kwestią pozostaje, czy zewnętrzny badacz mógłby odtworzyć to porównanie, używając zgodnych definicji, dat i zakresu.

Ta niepewność nie czyni stwierdzenia bez znaczenia. Zmienia ona wagę, jaką należy przypisać tej liczbie. Traktowanie jej jako przypisanego firmie twierdzenia zachowuje jej znaczenie konkurencyjne, jednocześnie pozostawiając otwartą kwestię pomiaru.

Dla czytelników porównujących ChatGPT z Google jest to punkt wyjścia. Produkty nakładają się w poszukiwaniu informacji, lecz wspólny cel nie prowadzi automatycznie do porównywalnych liczników.

Google znajduje się pod presją w kwestii punktu wyjścia

Presja konkurencyjna koncentruje się na tym, kto pierwszy otrzymuje pytanie i kształtuje następny krok.

Rozważmy przykładowe zadanie badawcze: wybór oprogramowania dla małego zespołu. Użytkownik zaczyna od szerokiej prośby, dodaje wymagania dotyczące kompatybilności i prosi o dokumentację pomocniczą. Interfejs obsługujący tę wymianę wpływa na to, które produkty zostaną wzięte pod uwagę i którym kompromisom poświęci się uwagę.

Wpływ ten pojawia się przed zakupem, wizytą na stronie internetowej czy ostateczną rekomendacją. Pierwsza odpowiedź może zawęzić pole wyboru. Dalsze pytania mogą wzmacniać takie ujęcie. Produkt wyszukiwawczy konkuruje więc o pozycję w procesie decyzyjnym, a nie tylko o zbieranie odizolowanych zapytań.

Dlatego twierdzenie zasługuje na uwagę nawet bez audytowanego udziału w rynku. Jeśli porównanie OpenAI odzwierciedla znaczącą aktywność badawczą, Google mierzy się z konkurentem obsługującym pytania, które wcześniej naturalnie trafiały do jego wyszukiwarki. Istotna presja dotyczy nawyków użytkowników i podejmowania decyzji.

Konsekwencje różnią się jednak zależnie od zadania. Znalezienie znanej strony internetowej wymaga innej interakcji niż porównywanie nieznanych produktów. Sprawdzenie aktualnego faktu różni się od przygotowania briefu badawczego. Jeden łączny wolumen nie może pokazać, które z tych działań napędzają porównanie.

Znaczenie ma również intencja komercyjna. Pytanie o zakup sprzętu ma inne implikacje biznesowe niż swobodne sprawdzenie faktu. Równa liczba zapytań nie dowodzi równych możliwości reklamowych, wartości klienta ani wpływu na zakupy. Oprócz częstotliwości liczy się struktura pytań.

Google dysponuje bezpośrednią odpowiedzią w ramach obecnego doświadczenia wyszukiwania: ułatwieniem obsługi złożonych pytań w tym samym środowisku. Odpowiedź ta może obejmować interakcję konwersacyjną przy zachowaniu znanych nawyków wyszukiwania. Konkurencja coraz bardziej dotyczy tego, który interfejs najlepiej obsługuje dane zadanie.

Dla OpenAI odpowiadającym wyzwaniem jest przekształcenie okazjonalnych wyszukiwań w trwały nawyk rozpoczynania od niego. Imponująca liczba zbiorcza nie wyjaśnia, czy ludzie regularnie wracają, używają produktu do wąskich zadań, czy porzucają go po niezadowalającej odpowiedzi.

Firmy mierzą się także z różnymi oczekiwaniami użytkowników. Zsyntetyzowana odpowiedź zachęca czytelników do oceny samej odpowiedzi. Strona wyników zachęca ich do wyboru między źródłami. W miarę zbliżania się tych formatów każda firma musi zarządzać oczekiwaniami tworzonymi przez swoją prezentację.

Dla pracowników wiedzy praktyczna stawka dotyczy jakości badań i czasu. Wygodna odpowiedź pomaga tylko wtedy, gdy wspiera podejmowaną decyzję. Niejasne źródła lub niepotrzebne kolejne pytania mogą pochłonąć czas, który wyszukiwanie konwersacyjne początkowo wydaje się oszczędzać.

Dla firm presja obejmuje również widoczność. Obecność gdzieś w internecie nie gwarantuje uwzględnienia w odpowiedzi. Jednak nagłówek dotyczący użycia nie uzasadnia przebudowy strategii marketingowej bez dowodów na rzeczywiste zachowanie klientów.

Krótkoterminowa odpowiedź powinna opierać się na obserwowalnej aktywności. Zespoły mogą analizować, które pytania sprowadzają odwiedzających, które ścieżki badawcze prowadzą do klientów i gdzie ludzie napotykają ich informacje. Takie obserwacje łączą historię konkurencji z wynikami biznesowymi.

Szersza rywalizacja strategiczna pozostaje prosta: stać się miejscem, w którym ludzie instynktownie zadają kolejne pytanie. Ten nawyk jest cenny nawet wtedy, gdy ta sama osoba nadal korzysta z kilku usług.

ChatGPT kontra Google to także rywalizacja o rosnący popyt

Obie firmy mogą raportować rosnącą aktywność wyszukiwawczą, nie podważając wzajemnie swoich danych.

Własny opis działalności Google komplikuje prostą narrację o zastępowaniu. W swoich uwagach dotyczących wyników Search z 28 października Sundar Pichai powiedział, że inwestycje w AI zwiększają użycie i wzrost liczby zapytań, w tym zapytań komercyjnych. Opisał roczny wzrost liczby zapytań jako najsilniejszy od pięciu lat.

Te stwierdzenia przedstawiają relację Google dotyczącą jego wyników. Nie potwierdzają niezależnie porównania OpenAI. Ustanawiają jednak, że Google publicznie opisuje rosnący popyt, zamiast przyznawać, że adopcja chatbotów musi oznaczać kurczącą się aktywność wyszukiwawczą.

Pichai opisał również doświadczenie wyszukiwania łączące tradycyjne wyniki z funkcjami AI. Ma to znaczenie, ponieważ punkt odniesienia dla konkurencji się zmienia. Porównywanie asystenta konwersacyjnego z całkowicie statyczną wersją Google pomijałoby sposób, w jaki Google samo przedstawia swoją odpowiedź.

Logika ekonomiczna dopuszcza kilka wyników. Lepsze narzędzia mogą zachęcać ludzi do badania pytań, które wcześniej pozostawiali bez odpowiedzi. Łatwiejszy interfejs może generować więcej kolejnych pytań. Użytkownicy mogą też dzielić zadanie badawcze między produkty, zwiększając aktywność w więcej niż jednym miejscu.

Żadna z tych możliwości nie dowodzi braku wypierania. Rosnący rynek może nadal obejmować istotne straty w określonych kategoriach. Google może zyskiwać ogólną liczbę zapytań, tracąc jednocześnie część wartościowych ścieżek badawczych. OpenAI może zyskiwać wyszukiwania, nie przejmując każdego odpowiadającego im pytania od Google.

Ważne rozróżnienie analityczne dotyczy całkowitego wzrostu i substytucji konkurencyjnej. Całkowity wzrost pyta, czy zachodzi więcej aktywności. Substytucja pyta, czy aktywność przenosi się od jednego dostawcy do drugiego. Wiarygodny opis rynku wymaga dowodów odnoszących się do obu kwestii.

Niezależne badania odbiorców oferują inną perspektywę. Sierpniowa analiza odbiorców wyszukiwania Similarweb wykazała, że 95% użytkowników ChatGPT korzystało również z Google w maju 2026 roku. Wskazała ten sam poziom nakładania się odbiorców dla września 2025 roku. Ustalenie to wspiera dalsze korzystanie z obu produktów wśród mierzonej grupy odbiorców.

Wskaźnik nakładania się odbiorców ma ograniczenia. Mierzy, czy ludzie pojawiają się w obu grupach odbiorców, a nie to, jak rozdzielają poszczególne wyszukiwania. Ktoś może pozostać użytkownikiem Google, jednocześnie przenosząc istotną część swoich badań gdzie indziej. Nakładanie się odbiorców nie może rozstrzygnąć tej kwestii.

Similarweb wskazuje również wyłączenia z zakresu danych, w tym aktywność API, aplikacje desktopowe i osadzone funkcje AI. Jego ustalenia opisują zatem populację i kanały, które mierzy. Nie należy rozszerzać ich na pełny obraz każdego przepływu pracy wspomaganego przez AI.

Łącznie źródła te wspierają bardziej precyzyjną interpretację. OpenAI twierdzi, że osiągnęło znaczną skalę względną. Google raportuje wzrost liczby zapytań. Niezależne dane o odbiorcach pokazują szerokie współistnienie. Stwierdzenia te odnoszą się do różnych wymiarów i wszystkie mogą być prawdziwe jednocześnie.

Zwrot w tej historii polega na tym, że duży pretendent nie wymaga natychmiastowego kurczenia się obecnego lidera. Konkurencja może się nasilać, gdy popyt rośnie. To utrudnia ocenę rywalizacji na podstawie jednego procentowego nagłówka.

Dla czytelników zmienia to rodzaj dowodów, których warto szukać. Następny użyteczny zbiór danych pokazałby kategorie zadań, częstotliwość zapytań i zachowania związane ze zmianą usług przy spójnych definicjach. Kolejny szeroki nagłówek o ruchu pozostawiłby dużą część kluczowego pytania bez odpowiedzi.

Czego nie rozstrzyga twierdzenie o jednej piątej

Porównanie wymaga zgodnych pomiarów, zanim będzie mogło wspierać mocniejsze wnioski o pozycji konkurencyjnej.

Pierwszym brakującym szczegółem jest okres pomiaru. Średnia dzienna, niedawny szczyt i suma miesięczna mogą dawać różne wrażenia. Bez jasno określonego okresu czytelnicy nie mogą ustalić, czy porównanie odzwierciedla trwały wzorzec, czy węższą obserwację.

Zasięg geograficzny ma znaczenie z tego samego powodu. Porównanie globalne różni się od porównania ograniczonego do konkretnego kraju. Dostępność produktów, obsługa języków i zwyczaje użytkowników mogą różnić się między rynkami. Raport nie przedstawia wystarczających szczegółów metodologicznych, by rozstrzygnąć te granice.

Wyjaśnienia wymaga również punkt odniesienia dotyczący Google. Szacunek zewnętrznego dostawcy oraz wewnętrzna suma firmy wiązałyby się z odmiennymi ograniczeniami. Na porównywalność wpływają źródło, metoda zbierania danych i data. Dostęp OpenAI do własnej aktywności nie usuwa niepewności dotyczącej łącznej aktywności innej firmy.

Kolejną kwestią jest jednostka aktywności. Żądanie użytkownika, rozmowa i operacja pobierania danych w tle opisują różne rzeczy. Wyjaśnienie Frya wskazuje na pytania użytkowników wywołujące wyszukiwania. Pełna metodologia nadal musiałaby wyjaśniać, jak ta zasada działa w odniesieniu do zachowania produktu.

Staje się to szczególnie istotne, gdy systemy się zmieniają. Asystent może po aktualizacji odpowiadać na więcej pytań, korzystając z pobranych informacji. Taka zmiana mogłaby zwiększyć zarejestrowaną aktywność wyszukiwania nawet bez odpowiadającej jej zmiany częstotliwości otwierania produktu przez użytkowników.

To możliwość metodologiczna, a nie ustalenie dotyczące systemu OpenAI. Pokazuje, dlaczego stabilna reguła liczenia ma znaczenie. Szereg wzrostu staje się trudniejszy do interpretacji, gdy routing produktu i definicje pomiaru zmieniają się bez dokumentacji.

Wolumen zapytań również nie może potwierdzić jakości odpowiedzi. Usługa może przetwarzać wiele pytań, a jednocześnie działać nierówno w różnych tematach. Łączne użycie nie mierzy dokładności faktograficznej, trafności źródeł ani tego, czy użytkownicy z powodzeniem wykonali swoje zadania.

Powtarzające się pytania są podobnie niejednoznaczne. Pytania uzupełniające mogą świadczyć o zaangażowaniu i wartościowej eksploracji. Mogą też odzwierciedlać dezorientację lub niepełną odpowiedź początkową. Ich zliczanie mówi nam, że doszło do aktywności; ich ocena wymaga dodatkowych dowodów.

Z tego samego powodu mniejsza liczba zapytań może czasem wskazywać na udane doświadczenie. Jasna odpowiedź może od razu zakończyć zadanie. Bardziej rozdrobniony proces może generować dodatkowe wyszukiwania. Wolumen pokazuje skalę, podczas gdy ukończenie zadania stanowi inną miarę użyteczności.

Twierdzenie nie rozstrzyga również kwestii ekonomicznych. Obsługa zapytania generuje koszty, podczas gdy przychody zależą od modelu biznesowego i zachowań użytkowników. Sama względna skala zapytań nie może potwierdzić rentowności, wyników reklamowych ani trwałości konkretnej strategii produktowej.

Wyniki wydawców pozostają kolejną odrębną kwestią. Odpowiedź może wspomnieć źródło, zawierać do niego link lub skłonić kogoś do jego odwiedzenia. Działania te mają różne konsekwencje. Porównanie jednej piątej nie dostarcza bezpośredniego pomiaru ruchu polecającego ani przychodów wydawców.

Te luki powinny kształtować język używany wokół wolumenu wyszukiwań ChatGPT. „OpenAI twierdzi” trafnie wskazuje źródło porównania. „ChatGPT zdobył jedną piątą rynku Google” dodaje wniosek, którego ujawnione dowody nie potwierdzają.

Sceptycyzm powinien pozostać proporcjonalny. Brak metodologii uzasadnia zastrzeżenia, a nie wymyślone kontrtwierdzenie, że liczba musi być fałszywa. Uzasadnione stanowisko polega na przedstawieniu oświadczenia, wskazaniu jego granic i poszukiwaniu dowodów umożliwiających jego odtworzenie.

Ten standard dotyczy w równym stopniu konkurencyjnych twierdzeń o wzroście. Relacja Google również zasługuje na analizę definicji i zasięgu. Konsekwentne podejście pomaga czytelnikom porównywać dowody bez bezkrytycznego przyjmowania preferowanej narracji którejkolwiek z firm.

Na co zwracać uwagę w miarę rozwoju rywalizacji w wyszukiwaniu

Kolejne użyteczne sygnały dotyczą ujawniania metod pomiaru, reakcji Google oraz tego, jak ludzie dzielą między narzędzia rzeczywiste zadania badawcze.

Po pierwsze, warto obserwować, czy OpenAI opublikuje porównanie możliwe do odtworzenia. Najbardziej pomocne ujawnienie wskazywałoby punkt odniesienia Google, okres obserwacji, zakres geograficzny i zasady liczenia. Wyjaśniałoby także, czy zasady te pozostały spójne wraz z ewolucją zachowania wyszukiwania ChatGPT.

Takie ujawnienie wzmocniłoby twierdzenie, gdyby niezależni badacze mogli odtworzyć jego ogólny wynik. Zmieniona definicja lub węższy zakres zmieniłyby jego interpretację. Każdy z tych rezultatów dostarczyłby więcej informacji niż powtarzanie odsetka bez dodatkowej dokumentacji.

Niezależny szacunek byłby użyteczny tylko wtedy, gdyby jego ograniczenia były jasne. Odwiedzin strony internetowej nie można automatycznie utożsamiać z wyszukiwaniami. Użytkowników aplikacji nie można automatycznie utożsamiać z wolumenem zapytań. Metoda musi odpowiadać na zadawane pytanie.

Po drugie, warto śledzić zmiany produktowe Google wraz z późniejszymi ujawnieniami biznesowymi firmy. Istotne jest to, czy funkcje konwersacyjne przyciągają wartościową aktywność, jednocześnie wspierając szersze doświadczenie wyszukiwania. Same zapowiedzi produktów pokazują intencję strategiczną; trwałe zachowania stanowią silniejszy dowód skuteczności.

Własne raportowanie Google będzie wymagało uważnej lektury. Wzrost łącznej liczby zapytań wspierałby tezę o utrzymującym się popycie, ale nie rozstrzygałby każdej rywalizacji na poziomie kategorii. Podobnie zmiany w aktywności komercyjnej zasługiwałyby na odrębną analizę, zamiast włączania ich do ogólnego twierdzenia o użyciu.

Skuteczna odpowiedź Google osłabiłaby założenie, że adopcja asystentów automatycznie podważa jego pozycję. Dowody na to, że użytkownicy coraz częściej rozpoczynają wartościowe badania gdzie indziej, wzmocniłyby wskazaną tutaj presję konkurencyjną. Oba rezultaty wymagają bardziej szczegółowych dowodów niż liczba funkcji.

Po trzecie, warto obserwować niezależne pomiary podziału zadań. Najbardziej odkrywcze badania analizowałyby, o co ludzie pytają każdy produkt, jak często wracają i czy ich nawyki się utrzymują. Nakładanie się odbiorców pozostaje użytecznym kontekstem, lecz zachowanie na poziomie zapytań odpowiadałoby na inne pytanie.

Jeśli ludzie konsekwentnie przenoszą określone zadania badawcze do ChatGPT, wspierałoby to silniejszy argument o substytucji. Jeśli aktywność rośnie w obu usługach, wspierałoby to wzrost popytu. Jeśli wzrosty zanikają po okresie eksperymentowania, trwałość tej zmiany wyglądałaby słabiej.

Sygnały te powinny kierować praktycznymi decyzjami w nadchodzących miesiącach. Firmy nie muszą wybierać jednego wyłącznego zwycięzcy, zanim poprawią jakość swoich informacji. Jasna dokumentacja, dokładne opisy produktów i dostępne dowody wspierające pomagają czytelnikom niezależnie od tego, gdzie rozpoczynają poszukiwania.

Pracownicy wiedzy mogą zastosować podobnie ugruntowane podejście. Porównuj narzędzia przy użyciu powtarzalnych zadań, a następnie oceniaj, czy odpowiedzi są weryfikowalne i użyteczne. Zapisuj, kiedy wyszukiwanie oszczędza wysiłek, kiedy wprowadza niepewność oraz kiedy nadal konieczne jest otwarcie źródła pierwotnego.

W przypadku pracy obejmującej zgromadzone badania wyzwanie trwa po etapie odkrywania. Użyteczne źródło musi pozostać możliwe do odnalezienia obok notatek i decyzji, które pomogło ukształtować. W tym miejscu zarządzanie wiedzą osobistą staje się istotne dla dyskusji o wyszukiwaniu.

Zapisanie odpowiedzi bez wspierającego ją kontekstu może utrudnić późniejszą weryfikację. Zachowanie źródła, daty i powodu jego znaczenia daje przyszłemu czytelnikowi jaśniejszą ścieżkę. Ta praktyka pomaga niezależnie od tego, który interfejs wyszukiwania pierwotnie ujawnił informację.

Traktuj wolumen wyszukiwań ChatGPT jako twierdzenie przypisane konkretnemu źródłu, a następnie szukaj dowodów łączących skalę z trwałymi nawykami i udanymi badaniami. Pytaj, które zadania rzeczywiście się przenoszą, które źródła pozostają widoczne i czy porównanie staje się możliwe do odtworzenia. Dla własnego przepływu pracy wybierz powtarzalne zadanie badawcze i porównaj wyniki między narzędziami. Otwórz strony wspierające, sprawdź ich trafność i zachowaj dowody stojące za swoją decyzją. Duża liczba użycia może wskazywać konkurenta, którego warto obserwować. Twoja kolejna sesja badawcza może ujawnić coś bardziej bezpośredniego: który interfejs pomaga dojść do uzasadnionej odpowiedzi przy najmniejszym zbędnym wysiłku. Który punkt wyjścia zasługuje na tę rolę, gdy odpowiedź musi wytrzymać późniejszą weryfikację?

 
 

Zacznij bezpłatnie

Asystent AI działający przede wszystkim lokalnie, z funkcją zarządzania wiedzą osobistą

Aby zapewnić lepsze działanie AI,

remio obsługuje obecnie wyłącznie Windows 10+ (x64) i M-Chip Macs.

Twój partner AI w pracy
Zrób więcej z remio

Planuj. Twórz. Dostarczaj.
Wszystko w jednym miejscu.

bottom of page