Człowiek vs AI w Google Ads – czy specjalista jest potrzebny w erze agentów?

AI przejmuje zadania operacyjne w Google Ads – korekty stawek, warianty reklam, podstawowe raporty – ale nie zastępuje kompetencji strategicznych, biznesowych i analitycznych specjalisty.

Google od lat ogranicza ręczne zarządzanie kampaniami: Performance Max działa globalnie od 2 listopada 2021 roku, a od 30 czerwca 2022 roku elastyczne reklamy w wyszukiwarce (RSA) są jedynym typem reklamy tekstowej, jaki można utworzyć w standardowej kampanii Search. Ten trend jest teraz wspierany także przez zewnętrzne systemy.

Na co dzień prowadzę kampanie Google Ads dla sklepów internetowych i obserwuję tę zmianę od środka. Największa rewolucja nie polega na tym, że AI zastąpi specjalistę PPC. Polega na tym, że specjalista sprawnie korzystający z AI zastąpi tego, kto z niej nie korzysta. W tym wpisie pokażę, co system robi już sam, gdzie agent AI realnie pomaga i czego wciąż nie zrobi za człowieka.

Najważniejsze informacje z wpisu:

• Google Ads staje się systemem opartym na AI – Smart Bidding, RSA, Demand Gen, Performance Max i AI Max stopniowo odbierają specjaliście kontrolę operacyjną.
• Era agentów AI to krok dalej niż automatyzacja – agent analizuje dane, wyciąga wnioski, proponuje działania i wykonuje zadania w wielu krokach.
• AI niemal całkowicie przejmie optymalizację operacyjną – korekty stawek, budżety, warianty reklam i podstawowe raportowanie.
• Człowiek wygrywa tam, gdzie liczy się kontekst – znajomość biznesu klienta, decyzje strategiczne, łączenie danych z wielu źródeł i insight konsumencki.
• Rola specjalisty zmienia się z operatora systemu w stratega, konsultanta biznesowego i osobę zarządzającą pracą AI.

Dlaczego Google Ads staje się systemem opartym na AI?

Google Ads samodzielnie podejmuje coraz więcej decyzji, które kiedyś należały do specjalisty – od wysokości stawki w aukcji po dobór nagłówka wyświetlanego konkretnemu użytkownikowi. To nie jest pojedyncza aktualizacja, tylko konsekwentny kierunek rozwoju całego ekosystemu reklamowego. Każda kolejna funkcja ogranicza pole ręcznego zarządzania kampaniami.

Najważniejsze etapy tej zmiany:

• Smart Bidding – ustalanie stawek w czasie aukcji na podstawie sygnałów o użytkowniku,
• Responsive Search Ads – od 30 czerwca 2022 roku jedyny typ reklamy tworzonej w standardowej kampanii Search,
• Demand Gen – kampanie generujące popyt w YouTube, Discover i Gmailu,
• Performance Max – jedna kampania obejmująca wszystkie kanały Google,
• automatyczne rekomendacje – podpowiedzi systemu wraz z opcją ich automatycznego stosowania,
• AI Max i funkcje generatywne – rozszerzone dopasowania zapytań i tworzenie zasobów reklamowych przez AI.

Rekomendacje Google Ads

Skalę tej zmiany dobrze pokazują dane samego Google. Reklamodawcy przechodzący z rozszerzonych reklam tekstowych na RSA uzyskiwali średnio o 7% więcej konwersji przy podobnym koszcie. Konta korzystające z kampanii Performance Max notowały średnio 13% dodatkowych konwersji przy zbliżonym CPA. Z kolei AI Max w kampaniach Search, dostępny w otwartej becie od 27 maja 2025 roku, według Google przynosi średnio 14% więcej konwersji, a przy kampaniach opartych o dopasowanie ścisłe i do wyrażenia – do 27%.

Wniosek z tych liczb jest prosty. System coraz częściej optymalizuje lepiej niż człowiek klikający ręcznie w panelu, bo przetwarza sygnały niedostępne dla specjalisty – historię wyszukiwań, urządzenie, porę dnia, zachowania podobnych użytkowników. Walka z automatyzacją na poziomie pojedynczych stawek przestała mieć sens ekonomiczny. Pisaliśmy zresztą o tym, jak mikrozarządzanie niszczy kampanie reklamowe.

Czym agent AI różni się od klasycznej automatyzacji?

Automatyzacja wykonuje wcześniej zaprogramowane działania, a agent AI samodzielnie analizuje dane, wyciąga wnioski, proponuje działania i realizuje zadania w wielu krokach. To zasadnicza różnica jakościowa. Reguła automatyczna obniży stawkę, gdy CPA przekroczy próg – agent sprawdzi dodatkowo, czy wzrost kosztu nie wynika z sezonowości, problemu ze stroną docelową albo zmiany w strukturze konta, i dopiero wtedy zarekomenduje konkretny ruch.

Google buduje agentów bezpośrednio w swoim ekosystemie. Na Google Marketing Live w maju 2025 roku zapowiedziano Marketing Advisor – agenta działającego w przeglądarce Chrome, podpowiadającego słowa kluczowe i kreacje oraz wdrażającego zmiany w imieniu reklamodawcy. Rok później, na GML 2026, pokazano Ask Advisor – zbudowanego na Gemini agenta spinającego Google Ads, Google Analytics, Merchant Center i Google Marketing Platform w jednym oknie rozmowy.

Dla specjalisty PPC oznacza to nowy model pracy. Zamiast ręcznie wykonywać dziesiątki drobnych operacji, coraz częściej będzie delegować zadania agentom i weryfikować efekty ich pracy. Umiejętność precyzyjnego formułowania poleceń i krytycznej oceny wyników staje się ważniejsza niż znajomość każdego przycisku w panelu.

Co już dziś potrafi Claude w pracy specjalisty PPC?

Claude, model AI od Anthropic, obsługuje okno kontekstowe o pojemności 200 tysięcy tokenów, więc analizuje w jednym zapytaniu setki stron dokumentów. W praktyce agencyjnej wykorzystuję tę klasę narzędzi do zadań, na które wcześniej brakowało czasu w miesięcznym cyklu obsługi konta. Dla wielu specjalistów, to już codzienny warsztat pracy w 2026 roku.

Claude dobrze radzi sobie z:

• analizą dużych dokumentów – briefów, strategii, regulaminów promocji,
• pracą na rozbudowanych raportach z wielu kampanii jednocześnie,
• syntezą dużych ilości danych do czytelnych wniosków,
• analizą strategii marketingowych i szukaniem w nich luk,
• oceną spójności komunikacji między reklamami, stroną i ofertą.

Przykład z mojej pracy: przygotowanie kwartalnego przeglądu komunikacji klienta wymagało kiedyś ręcznego zestawienia tekstów reklam, treści strony docelowej i materiałów z social mediów. Dziś wrzucam komplet materiałów do Claude i w kilka minut dostaję listę niespójności do weryfikacji. Decyzję, co z tą listą zrobić, nadal podejmuję sama – i to jest sedno podziału ról między człowiekiem a AI.

Sam Claude to nie wszystko – przewagę dają dedykowane systemy

Model AI to dopiero fundament. Realną wartość tworzy system zbudowany ze skilli, własnej wiedzy eksperckiej i wymagań konkretnej agencji.

Claude bez kontekstu nie zna progów rentowności Twoich klientów, pułapek Google Ads API ani procedury audytu stosowanej w Twoim zespole. Dopiero gdy specjalista przekaże swoje doświadczenie – benchmarki, checklisty, zasady bezpieczeństwa zmian – model przestaje być chatbotem, a staje się narzędziem pracy operacyjnej.

Źródło: https://bdos.ai/pl

Najlepszym przykładem takiego podejścia jest BDOS (Bycina & Dziedzic Operating System). To system AI do zarządzania Google Ads stworzony przez Karola Dziedzica i Krzysztofa Bycinę. BDOS działa jako silnik między Claude a Google Ads API. Specjalista rozmawia z systemem w naturalnym języku („sprawdź wszystkie konta”, „pokaż search terms z kampanii PMax”), a system wykonuje diagnostykę, wykluczenia, raporty PDF czy tworzenie kampanii. Według twórców poranny monitoring 20 kont zajmuje z BDOS 2 minuty zamiast 60–90 minut logowania do każdego konta osobno.

O sile tego rozwiązania nie decyduje sam model, tylko warstwa zbudowana wokół niego:

• wiedza ekspercka – 126 webinarów, 71 lekcji i ponad 1048 wątków Q&A z bazy Karola Dziedzica wbudowane w system,
• ponad 38 000 linii kodu silnika i 18 000 linii wiedzy o pułapkach Google Ads API,
• mechanizmy bezpieczeństwa – każda zmiana przechodzi ścieżkę dry run, podgląd i zgoda użytkownika, a kosztowne błędy (np. usunięcie kampanii) są blokowane,
• gotowe workflow – codzienny monitoring kont, miesięczne audyty z raportem PDF, segmentacja produktów PMax czy analiza sezonowości uruchamiane jedną komendą.

Przewagi konkurencyjnej nie zbuduje dostęp do Claude – ten ma każdy za cenę abonamentu. Zbuduje ją zamiana własnego doświadczenia w system: spisane procedury, progi decyzyjne, reguły analizy i zabezpieczenia przed błędami, z których model korzysta przy każdej operacji.

Jakie zadania w Google Ads AI przejmie niemal całkowicie?

AI przejmie przede wszystkim trzy obszary: operacyjną optymalizację kampanii, raportowanie oraz produkcję treści reklamowych. Wspólnym mianownikiem tych zadań jest powtarzalność i jasno mierzalny wynik. Tam, gdzie efekt da się opisać liczbą, algorytm ma przewagę skali – pracuje na każdej aukcji, 24 godziny na dobę, bez zmęczenia.

Operacyjna optymalizacja kampanii

Korekty stawek, zarządzanie budżetami, tworzenie wariantów reklam i analiza podstawowych wyników to zadania, które system wykonuje już dziś sprawniej niż człowiek. Smart Bidding wycenia każdą aukcję osobno na podstawie sygnałów o użytkowniku, a takiej operacji nie da się odtworzyć ręcznie. Specjalista zamiast tego ustawia cele, limity i wykluczenia – czyli ramy, w których algorytm ma się poruszać.

W tym modelu rośnie znaczenie danych wejściowych. Algorytm optymalizuje dokładnie to, co mu wskażemy, więc błędnie skonfigurowane konwersje potrafią wykoleić całe konto. Coraz większą rolę grają też sygnały i dane first-party, którymi karmimy system.

Raportowanie i analiza wyników

Tworzenie podsumowań, generowanie insightów i identyfikowanie anomalii w danych to drugi obszar przejmowany przez AI. Miesięczny raport z kampanii, na który specjalista poświęcał kilka godzin, agent AI przygotuje w kilka minut – łącznie z komentarzem opisującym odchylenia od planu. Wykrywanie anomalii działa przy tym ciągle, a nie raz w miesiącu przy okazji raportu.

Człowiek pozostaje w tym procesie redaktorem i interpretatorem. AI wskaże spadek CTR w kampanii produktowej, ale powiązanie go z działaniem konkurencji, zmianą cen w sklepie albo końcem sezonu wymaga wiedzy spoza panelu reklamowego. Surowy insight bez kontekstu biznesowego bywa wart niewiele.

Produkcja treści reklamowych

Nagłówki, teksty reklam i warianty kreacji generuje dziś sam system – zarówno w RSA, jak i w zasobach tworzonych automatycznie w Performance Max czy AI Max. Funkcje generatywne piszą kolejne wersje przekazu i testują je na żywym ruchu. Iteracyjne tworzenie wariantów przestaje być pracą człowieka, bo maszyna wykonuje ją szybciej i na większej próbie.

Po stronie specjalisty zostaje strategia komunikacji: co marka może obiecać, czego nie wolno jej napisać, jak brzmi jej język. Bez tych wytycznych generator wyprodukuje poprawne, ale wymienne teksty, jakich pełno u konkurencji. Kreacja przestaje polegać na pisaniu nagłówków, a zaczyna na projektowaniu ram, w których AI pisze.

Czego AI nadal nie potrafi robić tak dobrze jak człowiek?

AI nie zna biznesu klienta – nie wie, że marża na bestsellerze spadła po podwyżce u dostawcy, że magazyn nie udźwignie skokowego wzrostu zamówień, ani że właścicielowi zależy na zbudowaniu drugiej kategorii przed sezonem. Te informacje nie występują w żadnym panelu reklamowym, a bez nich nawet technicznie perfekcyjna optymalizacja może szkodzić firmie. Właśnie dlatego kompetencje biznesowe stają się rdzeniem zawodu specjalisty PPC.

Cztery obszary trwałej przewagi człowieka:

• zrozumienie kontekstu biznesowego – marże, stany magazynowe, sezonowość, cele właściciela,
• decyzje strategiczne – wybór rynków, produktów i kierunku inwestycji w kanały reklamowe,
• łączenie danych z wielu źródeł – panel Google Ads, analityka, CRM, dane sprzedażowe offline i wiedza z rozmów z klientem,
• kreatywność i insight konsumencki – wyczucie, dlaczego klient naprawdę kupuje i jaki przekaz go poruszy.

Dobrym testem tej granicy są automatyczne rekomendacje Google. System regularnie podpowiada rozszerzenie dopasowań czy podniesienie budżetów – i część tych sugestii bywa sprzeczna z interesem reklamodawcy, bo optymalizuje wydatki, a nie zysk firmy. O tym, kiedy stosować, a kiedy ignorować rekomendacje Google Ads, decyduje człowiek znający kontekst. Agent AI wykona zadanie, ale odpowiedzialność za skutki decyzji budżetowych wciąż ponosi specjalista przed klientem.

Jak zmienia się rola specjalisty Google Ads?

Specjalista Google Ads przestaje być operatorem systemu, a staje się strategiem, konsultantem biznesowym i osobą zarządzającą pracą AI. Jeszcze kilka lat temu wartość specjalisty mierzono biegłością w panelu: struktury kampanii, ręczne stawki, rozbudowane listy słów kluczowych. Dziś te czynności wykonuje system, więc wartość przesuwa się o poziom wyżej – do pytań „po co”, „za ile” i „co dalej”.

W praktyce nowa rola oznacza trzy zestawy zadań:

• strateg – projektuje miks kampanii pod cele biznesowe i pilnuje rentowności, a nie tylko wskaźników w panelu,
• konsultant biznesowy – tłumaczy dane na decyzje: co zmienić w ofercie, cenach, stronie, asortymencie,
• menedżer pracy AI – deleguje zadania agentom, formułuje precyzyjne polecenia i weryfikuje jakość wyników.

Ta zmiana premiuje ludzi łączących kompetencje analityczne z rozumieniem handlu. Znika praca odtwórcza, a rośnie popyt na osoby, które potrafią spiąć performance marketing z realiami konkretnego biznesu. Paradoksalnie im więcej AI w kampaniach, tym cenniejsza staje się rozmowa człowieka z człowiekiem – bo klient nie kupuje obsługi panelu, tylko wzrost swojej firmy.

Jeżeli zastanawiasz się, czy Twoje kampanie wykorzystują możliwości AI, a jednocześnie mają nadzór strategiczny, zacznij od audytu konta reklamowego. W Fabryce e-biznesu od 2008 roku łączymy automatyzację z doświadczeniem ludzi prowadzących kampanie dla e-commerce – chętnie sprawdzimy, gdzie algorytmy pracują dla Ciebie, a gdzie tylko wydają Twój budżet. Możesz też po prostu umówić się na konsultacje marketingowe.

Podsumowanie:

• Google Ads jest systemem opartym na AI – RSA to od 30 czerwca 2022 roku jedyny typ reklamy w standardowej kampanii Search, Performance Max działa globalnie od listopada 2021 roku, a AI Max według Google podnosi liczbę konwersji średnio o 14%.
• Agent AI różni się od automatyzacji tym, że analizuje dane, wyciąga wnioski, proponuje działania i realizuje zadania wielokrokowe – przykładami są Marketing Advisor (zapowiedź z maja 2025) i Ask Advisor (GML 2026).
• AI niemal całkowicie przejmuje operacyjną optymalizację, raportowanie i produkcję treści reklamowych.
• Człowiek zachowuje przewagę w rozumieniu kontekstu biznesowego, decyzjach strategicznych, łączeniu danych z wielu źródeł oraz kreatywności i insighcie konsumenckim.
• Specjalista PPC zmienia rolę z operatora systemu w stratega, konsultanta biznesowego i menedżera pracy AI – a specjalista korzystający z AI zastąpi tego, kto z niej nie korzysta.

Źródła:

https://blog.google/products/ads-commerce/performance-max/

https://tinuiti.com/blog/search/google-to-sunset-expanded-text-ads-making-responsive-search-ads/

https://ads-developers.googleblog.com/2025/05/google-ads-ai-max-for-search-campaigns-open-beta.html

https://business.google.com/us/accelerate/announcements/ai-max-for-search-campaigns/

https://blog.google/products/ads-commerce/ai-agents-marketing-advisor/

https://blog.google/products/ads-commerce/google-marketing-live-2026-collection/

https://docs.claude.com/en/docs/about-claude/models/overview