Sii Polska

SII UKRAINE

SII SWEDEN

  • Szkolenia
  • Kariera
Dołącz do nas Kontakt
Wstecz

Sii Polska

SII UKRAINE

SII SWEDEN

Wstecz

29.05.2026

Adobe Summit 2026: Od generatywnego AI do agentów, którzy naprawdę wykonują pracę

29.05.2026

Adobe Summit 2026: Od generatywnego AI do agentów, którzy naprawdę wykonują pracę

Las Vegas ma swój specyficzny klimat: dużo świateł, dużo hałasu, dużo obietnic. Ale podczas Adobe Summit 2026 jedna rzecz wybrzmiała wyjątkowo mocno: sztuczna inteligencja przestaje być dodatkiem do narzędzi kreatywnych i marketingowych. Staje się nową warstwą operacyjną dla całego biznesu.

Brałem udział w wydarzeniu jako Solution Architect i z tej perspektywy najciekawsze nie były same demonstracje produktów. Najciekawsze było to, jak Adobe układa dziś całą narrację wokół przyszłości customer experience: mniej pojedynczych narzędzi, więcej agentów; mniej ręcznego składania kampanii, więcej orkiestracji; mniej klasycznego SEO, więcej widoczności marki w świecie LLM-ów.

Jensen Huang: Fizyczny świat wchodzi do komputera

Świat był dotąd ograniczony ilością rąk do pracy i miejsc przy biurkach. Teraz mamy agentów.

Tymi słowami Jensen Huang, CEO Nvidii, podsumował to, co właśnie dzieje się na naszych oczach. Muszę przyznać – jest to jedno z najmocniejszych otwarć w historii konferencji technologicznych.

Huang zaczął bardzo osobiście, przypominając historię swoich rodziców, emigrantów, i ich pogoni za „American Dream”. Jak wspominał:

Kiedy przyjeżdżasz jako imigrant, nie masz wielu przyjaciół. Kultura, język – to wszystko na początku jest barierą. Ale matematyka i nauka są uniwersalne.

Ten uniwersalny język technologii właśnie wchodzi na poziom, o którym do niedawna czytaliśmy tylko w książkach sci-fi.

A potem przeszedł do sedna:

Większość świata nie jest cyfrowa. Większość świata jest fizyczna.

To zdanie dobrze streszcza kierunek, w którym zmierza współpraca Adobe i NVIDII. Jeżeli komputery mają pomagać w największych branżach świata – produkcji, transporcie, life sciences, logistyce, handlu – muszą rozumieć nie tylko tekst i obrazy, ale także fizyczne obiekty, procesy i środowiska.

Stąd temat digital twin. Nie jako modne hasło, ale jako precyzyjna reprezentacja produktu, obiektu albo procesu. Huang podkreślał, że w wielu przypadkach punkt startowy nie może być „mniej więcej poprawny”. Musi być dokładny. Dopiero na tej bazie można użyć generatywnej AI do tworzenia wariantów, symulacji, wizualizacji i aktywacji treści w różnych środowiskach.

Innymi słowy: AI nie będzie tylko generować ładnych obrazków. Będzie pracować na precyzyjnych cyfrowych modelach rzeczywistości.

UI przyszłości będzie agentowe

Drugi mocny wątek z wypowiedzi Huanga dotyczył interfejsów. Powiedział coś, co dla mnie jako architekta rozwiązań jest szczególnie ważne: przyszły front-end aplikacji SaaS będzie agentowy.

To oznacza, że użytkownik nie będzie musiał znać wszystkich funkcji narzędzia, aby w pełni z niego korzystać. Dobry przykład padł przy Photoshopie. Większość użytkowników zna tylko mały procent możliwości tak zaawansowanego narzędzia. Jeżeli jednak przed narzędziem postawimy agenta, który rozumie intencję użytkownika, może on pomóc wykorzystać funkcje, do których normalnie użytkownik nigdy by nie dotarł.

To jest fundamentalna zmiana. AI nie jest już tylko generatorem tekstu albo obrazu. Staje się warstwą pośrednią między człowiekiem a złożonym systemem.

Dla Enterprise oznacza to jedno: wykorzystanie narzędzi w organizacji może gwałtownie wzrosnąć. Nie dlatego, że ludzie nagle nauczą się wszystkich funkcji, ale dlatego, że agenci pomogą im z tych funkcji korzystać.

Nie będziemy mieć mniej pracy. Będziemy szybciej iterować

Ciekawy był też fragment o wpływie AI na pracę. Huang przywołał przykład radiologów: kiedy technologia pozwoliła szybciej analizować badania, zapotrzebowanie nie spadło. Wręcz przeciwnie – zaczęto wykonywać więcej badań, z większej liczby źródeł i w krótszych cyklach.

To samo może się wydarzyć w marketingu, kreacji, e-commerce i customer experience. AI niekoniecznie sprawi, że zespoły będą miały mniej do zrobienia. Bardziej prawdopodobne jest to, że będą szybciej testować, produkować więcej wariantów, personalizować więcej doświadczeń i obsługiwać więcej kanałów.

To prowadzi do jednego z głównych haseł całej konferencji: przechodzimy od generatywnej AI do agentic AI.

Nie chodzi już tylko o AI, która coś wygeneruje. Chodzi o AI, która rozumie cel, współpracuje, podejmuje działania i dowozi pracę.

Mnogość kanałów: klient jest wszędzie, marka nie zawsze

Jednym z najbardziej czytelnych slajdów była mapa kanałów. Linear TV, audio, online video, social, display, commerce networks, mobile search, paid search, out-of-home, LLM-y, marketplace’y, aplikacje, retail media – lista robi się absurdalnie długa.

I właśnie w tym tkwi problem. Customer journey nie jest już liniową ścieżką. Klient nie przechodzi elegancko od reklamy przez stronę do koszyka. Klient pyta ChatGPT, sprawdza Perplexity, widzi produkt na TikToku, porównuje w Google, wraca przez marketplace, a potem może jeszcze dopytać agenta zakupowego.

Adobe pokazało to bardzo jasno: kanałów przybywa, a złożoność podróży klienta rośnie szybciej niż zdolność klasycznych zespołów marketingowych do ręcznego zarządzania każdym punktem styku.

Brand visibility: nowe SEO dla świata agentów

Jednym z najważniejszych pojęć konferencji była widoczność marki – brand visibility.

To już nie jest tylko pytanie: „Czy jesteśmy wysoko w Google?”. Teraz trzeba zapytać:

  • „Czy nasza marka istnieje w odpowiedziach modeli językowych?”,
  • „Czy agent AI zna nasze produkty?”,
  • „Czy opisuje je poprawnie?”,
  • „Czy rekomenduje nas wtedy, kiedy powinien?”.

Według notatek z konferencji nawet 80% marek nie jest jeszcze gotowych na ten świat. To tworzy dużą lukę. Firmy latami optymalizowały treści pod wyszukiwarki i ludzi, ale teraz muszą zacząć optymalizować je również pod agentów i modele językowe.

To nie oznacza prostego „SEO dla ChatGPT”. To raczej nowa dyscyplina zarządzania tym, jak marka jest reprezentowana w systemach AI. Czy dane są spójne? Czy produkt jest opisany jasno? Czy treści są aktualne? Czy marka ma kontrolę nad tym, co agenci wiedzą i jak odpowiadają?

Boty mogą przegonić ludzi

Utkwiła mi mocna teza eksperta z Cloudflare: w przyszłym roku może być więcej odwiedzin stron przez boty niż przez ludzi!

To brzmi jak ciekawostka, ale w praktyce jest to ogromna zmiana dla architektury digital experience. Strona internetowa przestaje być tylko miejscem, które odwiedza człowiek. Coraz częściej będzie ją odwiedzał agent, crawler, bot zakupowy albo model szukający odpowiedzi dla użytkownika.

Jeżeli tak, to marki muszą projektować doświadczenie nie tylko dla ludzkiego oka, ale także dla maszyn, które interpretują treści, produkty, ceny, dostępność, opinie i kontekst.

To zmienia rolę CMS-a, DAM-a, systemów commerce, analityki i personalizacji. Te systemy muszą zacząć działać jako uporządkowane źródło prawdy dla ludzi i agentów AI jednocześnie.

Popyt na content wzrośnie pięciokrotnie

Kolejny silny wątek: zapotrzebowanie na treści ma wzrosnąć pięciokrotnie w ciągu najbliższych lat.

To nie jest trudne do zrozumienia. Jeżeli każda kampania ma mieć więcej wariantów, każdy segment ma dostać inną komunikację, każdy kanał wymaga innego formatu, a każdy agent AI potrzebuje aktualnych danych – tradycyjny content supply chain po prostu się zapycha.

Tu Adobe pozycjonuje swoje rozwiązania bardzo wyraźnie: przyszłością ma być agentic content supply chain, czyli łańcuch produkcji treści, w którym ludzie i agenci AI współpracują.

Człowiek nadal definiuje strategię, brand, intencję i jakość. Agenci pomagają w produkcji, wariantowaniu, dostosowaniu do kanału, sprawdzaniu zgodności z marką i publikacji.

To ważna różnica. Nie chodzi o zastąpienie zespołów kreatywnych, tylko o odblokowanie skali, której manualnie nie da się już obsłużyć.

Adobe CX Enterprise: trzy obszary spięte agentową warstwą

Na poziomie produktowym Adobe pokazało kierunek pod nazwą Adobe CX Enterprise. To podejście składa się z trzech głównych obszarów:

  • Brand Visibility – z Adobe Experience Manager oraz agentic web, czyli zarządzaniem widocznością marki i treści w nowych kanałach, również tych obsługiwanych przez AI.
  • Customer Engagement – z aplikacjami natywnymi dla Adobe Experience Platform, które mają umożliwiać bardziej precyzyjne i kontekstowe angażowanie klientów.
  • Content Supply Chain – z Adobe GenStudio, czyli produkcją, planowaniem i skalowaniem treści.

Pod spodem znajduje się Adobe CX Analytics, Adobe AI Platform, Adobe Experience Platform, Adobe Brand Intelligence, Adobe Engagement Intelligence oraz warstwa agentów: CX Enterprise Coworker, Adobe Agents, agenci firm trzecich, skills, tools i MCPs.

To nie jest już zestaw luźno połączonych aplikacji. Adobe próbuje zbudować agentowy system operacyjny dla customer experience.

Adobe LLM Optimizer: marka w świecie ChatGPT, Perplexity i agentów

Jednym z ciekawszych nowych produktów jest Adobe LLM Optimizer.

Jego sens jest prosty: skoro użytkownicy coraz częściej odkrywają marki przez LLM-y i agentów AI, firmy potrzebują narzędzia do monitorowania i optymalizacji swojej obecności w tych środowiskach.

Obejmuje analizę tego, jak marka pojawia się w odpowiedziach modeli, gdzie są braki, jakie treści należy poprawić, jakie dane są niepełne i w których miejscach agent może błędnie interpretować ofertę.

Dla dużych organizacji to może stać się równie ważne jak klasyczna analityka SEO. Różnica polega na tym, że tutaj nie optymalizujemy tylko strony wyników wyszukiwania. Optymalizujemy to, jak AI rozumie markę.

Adobe Brand Intelligence: spójność marki przy skali AI

Adobe Brand Intelligence odpowiada na inny problem: im więcej treści generujemy, tym trudniej utrzymać spójność marki.

Jeżeli AI ma produkować warianty kampanii, posty, grafiki, landing page, opisy produktów i materiały sprzedażowe, musi rozumieć zasady marki. Nie tylko kolory i logo, ale też ton komunikacji, styl, ograniczenia prawne, priorytety, język i granice kreatywne.

Brand Intelligence ma działać jako warstwa kontroli i egzekucji brandu. W praktyce może to być kluczowe, bo bez takiej warstwy generatywne AI szybko produkuje dużą ilość treści, ale niekoniecznie takich, które marka rzeczywiście chciałaby wypuścić na rynek.

Adobe CX Enterprise Coworker: agent jako współpracownik

Adobe CX Enterprise Coworker to kolejny przykład przejścia od narzędzia do współpracownika.

Idea jest taka, aby marketerzy nie musieli za każdym razem ręcznie przechodzić przez wszystkie systemy, briefy, taski, segmenty, assety i workflow. Agent ma pomagać orkiestracyjnie: podpowiadać kolejne kroki, uruchamiać procesy, zbierać dane, wspierać decyzje i usuwać tarcie z codziennej pracy.

To może być szczególnie ważne w dużych organizacjach, gdzie problemem nie jest brak narzędzi, ale zbyt duża liczba narzędzi, zbyt wiele zależności i zbyt wolne przejście od pomysłu do publikacji.

AEM, semantic search i personalizacja

W kontekście Adobe Experience Managera istotne jest to, że publikowanie treści na wiele kanałów ma być coraz bardziej wspierane przez AI. Nie chodzi tylko o szybsze tworzenie stron. Chodzi o personalizację na różnych etapach zaangażowania klienta i łatwiejsze dostosowanie contentu do kontekstu.

Ciekawą nowością jest też Semantic Search, który zastępuje Adobe Live Search. To logiczny ruch. Klasyczne wyszukiwanie oparte na słowach kluczowych coraz gorzej pasuje do sposobu, w jaki ludzie i agenci formułują potrzeby. Semantyczne wyszukiwanie lepiej rozumie intencję, a nie tylko dokładne frazy.

Dla e-commerce oznacza to bardziej naturalne odkrywanie produktów. Dla customer experience – mniej tarcia.

Commerce: mniej kroków, mniej porzuconych koszyków

Na jednej z sesji padł bardzo praktyczny przykład: koszyk porzuca około 70% użytkowników, a każdy dodatkowy krok to kolejny moment, w którym klient może zrezygnować.

Adobe pokazało tu kierunek integracji płatności bezpośrednio na stronie produktu: PayPal, Apple Pay, Google Pay, Venmo, karty, BNPL. Trend buy now, pay later nadal rośnie – w notatkach pojawia się wzrost o 11% rok do roku.

Najważniejszy przekaz był prosty: nie każ klientowi czekać za dużo na podjęcie decyzji.

Jeżeli intencja zakupowa pojawia się na stronie produktu, to doświadczenie powinno pozwolić kupić produkt właśnie tam, a nie dopiero po trzech kolejnych ekranach. W tym kontekście Adobe Commerce, Payment Services i Adobe Journey Optimizer mogą wspólnie adresować problem porzuconych koszyków: przez prostsze płatności, personalizowane ścieżki i automatyzację komunikacji po porzuceniu.

Co z tego wynika dla architektury enterprise?

Z perspektywy Solution Architecta najważniejsze wnioski są dość konkretne.

  • Po pierwsze, AI nie może być osobnym dodatkiem. Musi być wpięte w architekturę danych, treści, kampanii, commerce i analityki.
  • Po drugie, organizacje muszą uporządkować swoje źródła prawdy. Agent AI jest tylko tak dobry jak dane, do których ma dostęp. Jeżeli produkt, brand, cena, dostępność, content i segmentacja są rozproszone albo niespójne, AI tylko przyspieszy chaos.
  • Po trzecie, content supply chain staje się krytyczną częścią architektury. Przy pięciokrotnym wzroście zapotrzebowania na treści nie da się dalej pracować wyłącznie manualnie.
  • Po czwarte, widoczność marki w LLM-ach stanie się nowym polem konkurencji. Marki, które wcześniej zadbają o swoją obecność w odpowiedziach agentów, mogą zyskać przewagę podobną do tej, jaką kiedyś dawało dobre SEO.
  • Po piąte, interfejsy agentowe zmienią sposób korzystania z oprogramowania. W enterprise może to oznaczać większą adopcję istniejących narzędzi, bo użytkownicy nie będą musieli znać każdego modułu i każdej funkcji.
Blog AEC Desktop  - Adobe Summit 2026: Od generatywnego AI do agentów, którzy naprawdę wykonują pracę

Sii x Adobe Experience Cloud

Jako oficjalny partner Adobe Experience Cloud wdrażamy rozwiązania z zakresu zarządzania treścią, orkiestracji ścieżki klienta oraz automatyzacji marketingu, aby usprawnić operacje i zwiększyć efektywność Twoich kampanii.

Oferta Adobe

Podsumowanie

Adobe Summit 2026 pokazał bardzo jasny kierunek: customer experience wchodzi w erę agentową.

Generatywne AI było pierwszym etapem – fascynującym, ale często punktowym. Teraz zaczyna się etap trudniejszy i ważniejszy: AI ma rozumieć kontekst, współpracować z ludźmi, pilnować marki, orkiestracyjnie prowadzić procesy i dowozić pracę w wielu kanałach.

Największa zmiana nie polega więc na tym, że będziemy generować więcej obrazków, tekstów czy kampanii. Największa zmiana polega na tym, że AI staje się warstwą operacyjną pomiędzy strategią, narzędziami i klientem.

A dla marek oznacza to jedno: trzeba przygotować się na świat, w którym klientem strony internetowej nie zawsze będzie człowiek. Coraz częściej będzie nim agent, który zdecyduje, co warto pokazać, polecić i kupić.

5/5
Ocena
5/5
Avatar

O autorze

Patryk Święczkowski

Architekt rozwiązań w zespole e-commerce w Sii Polska, pasjonat rozwoju osobistego, technik kognitywnych oraz błędów poznawczych. Ma ponad 15-letnie doświadczenia w branży IT.

Wszystkie artykuły autora

Zostaw komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Może Cię również zainteresować

ZAPISZ SIĘ I BĄDŹ NA BIEŻĄCO

Newsletter blogowy

Dołącz do nas

Sprawdź oferty pracy

Pokaż wyniki
Dołącz do nas Kontakt

This content is available only in one language version.
You will be redirected to home page.

Are you sure you want to leave this page?