Dlaczego w ogóle reklamy w ChatGPT? Pieniądze, które znikają szybciej niż tokeny
Pierwszy raz zobaczyłem testową reklamę w ChatGPT późnym wieczorem, przy trzeciej kawie i dwudziestym zapytaniu o to, jak zoptymalizować własny budżet. Odświeżam okno, patrzę: pod odpowiedzią skromny, oznaczony box reklamowy. Pierwsza myśl: „Oho, zaczęło się”. Druga: „Serwery same się nie opłacą”.
Reklamy w ChatGPT nie są fanaberią działu marketingu ani „sprzedażą duszy”. To odpowiedź na prostą, brutalną matematykę. Utrzymanie i trenowanie modeli tej skali to już nie są miliony, tylko dziesiątki, a globalnie nawet setki miliardów dolarów na moc obliczeniową. W innym tekście liczyłem, jak takie wydatki zmieniają całą gospodarkę cyfrową – więcej o tym w artykule o 600 mld dolarów na obliczenia. Tu wystarczy jedno zdanie: każdy nasz czat to realny koszt po stronie OpenAI.
Tymczasem firma pali gotówkę w tempie, którego zwykły SaaS może tylko „pozazdrościć”. Serwery, chipy, kolejne centra danych, zespoły badawcze – to nie są koszty, które da się przykryć jednym pakietem subskrypcji za 20 dolarów miesięcznie. Do tego dochodzi presja inwestorów, którzy włożyli miliardy i nie chcą już oglądać tylko widowiskowych dem na konferencjach. Chcą zobaczyć model biznesowy, który nie kończy się na haśle „kiedyś to wszystko się zwróci”.
Dlatego reklamy. OpenAI ma coś, czego nie ma prawie nikt inny: gigantyczny, codzienny ruch użytkowników, którzy przychodzą z bardzo konkretną intencją – rozwiązać problem, coś kupić, coś napisać, coś policzyć. To złoto dla reklamodawców. W ciągu zaledwie sześciu tygodni pilotażu w USA reklamy w ChatGPT dobiły do ok. 100 mln dolarów zannualizowanych przychodów. I to dopiero przedsmak – wewnętrzne prognozy i przecieki mówią już o perspektywie miliardowych wpływów reklamowych w kolejnych latach.
Kontrast jest ostry: z jednej strony setki milionów dolarów rocznie, które pojawiają się niemal „z powietrza” po włączeniu reklamy w interfejsie. Z drugiej – rachunki za infrastrukturę idące w miliardy, które wcale przez to magicznie nie znikają. To bardziej łatanie dziury w kadłubie niż stawianie nowego jachtu.
Patrząc na to z boku, mam flashbacki z czasów, gdy media społecznościowe odkryły, że lajki nie płacą za rachunki za serwery. Najpierw „jesteśmy tu dla społeczności”, potem „testujemy delikatnie reklamy”, a na końcu wiadomo, jak to się skończyło. Różnica jest taka, że tym razem mówimy o technologii, której jednostkowy koszt działania jest nieporównywalnie wyższy niż wrzucenie posta ze zdjęciem kota.
I tak, jako użytkownik nie skaczę z radości na widok reklamy pod odpowiedzią. Ale jako ktoś, kto patrzy na finanse technologii, mam wrażenie, że to dopiero początek większej układanki. W kolejnych częściach tej serii chcę wejść głębiej w liczby: jak potaniały subskrypcje, jak to się spina z budżetem i dlaczego nagle rynek reklamowy stał się dla OpenAI tak ważny, że de facto zmienia charakter całego produktu.
Taniejące subskrypcje, drożejące serwery: jak reklamy mają załatać finansową dziurę
Najpierw pojawił się tańszy plan ChatGPT Go, potem – niemal od razu – reklamy w wersji darmowej i właśnie w Go. To nie jest przypadkowa kolejność. To klasyczny model „freemium + reklamy”, tylko zastosowany do wyjątkowo drogiej zabawki.
Logika jest prosta. Niższa cena subskrypcji przyciąga masowego użytkownika, który do tej pory krążył wokół darmowej wersji. Ale jednocześnie obniża średni przychód na osobę. Jeśli koszt obsługi jednego aktywnego użytkownika to, powiedzmy, 2–3 dolary miesięcznie, a ogromna część z nich płaci 0 albo te symboliczne 8 dolarów, to bez dodatkowego źródła przychodu bilans robi się czerwony szybciej, niż zdążymy powiedzieć „GPU”.
Tu wchodzą reklamy. OpenAI może pozwolić sobie na szeroki, niemal masowy dostęp do AI – darmowy i w tanich planach – bo każda wyświetlona reklama dopisuje kilka centów do przychodów. W skali milionów użytkowników i miliardów interakcji miesięcznie to się zaczyna składać na bardzo poważną kwotę. Według komunikatów firmy próg ok. 100 mln dolarów zannualizowanych przychodów z samych reklam udało się przebić w kilka tygodni. To sugeruje, że docelowe „kilka miliardów rocznie” nie jest fantazją, tylko realnym celem.
Gdy przesiadałem się sam z darmowej wersji na płatną, cena miała znaczenie. Różnica między kilkunastoma dolarami a ośmioma na miesiąc to moment, w którym człowiek rezygnuje z jednej kawy w tygodniu i mówi: „Dobra, spróbuję”. Z tyłu głowy mam jednak ważny detal – obietnicę, że płatny plan to brak reklam. Dla wielu osób to może być ten jeden argument, który przechyli szalę. Zwłaszcza jeśli darmowa i Go będą coraz mocniej „obudowane” formatami reklamowymi.
W praktyce OpenAI ustawia więc bardzo czytelny podział: albo płacisz mniej (lub wcale) i „płacisz” uwagą, albo płacisz więcej i masz święty spokój. Ten schemat znamy już z mediów, streamingów, aplikacji mobilnych. Różnica jest taka, że tu mówimy o narzędziu, którego wiele osób używa do pracy, nauki, czasem do rzeczy bardzo wrażliwych. Zobaczymy, jak długo ten kompromis będzie akceptowalny.
Nowa wojna reklamowa: OpenAI kontra Google, Meta i Anthropic
Włączenie reklam w ChatGPT wyciąga całą historię poza tabelkę w Excelu. Nagle OpenAI staje w tej samej kolejce po budżety reklamowe, w której od lat stoją Google i Meta. Każde wyświetlenie reklamy w ChatGPT to potencjalnie jedno wyświetlenie mniej w wyszukiwarce lub w social mediach. To jest ta sama pula pieniędzy.
Na starcie OpenAI wyceniło reklamy bardzo wysoko, z wysokim CPM za tysiąc wyświetleń i wysokim progiem wejścia dla marek. Rynek szybko to zweryfikował – stawki spadły, a model rozliczania przesunął się bliżej klasycznego „płacisz za kliknięcie” i efektywnościowych kampanii, które da się porównać z Google Ads czy reklamami na platformach społecznościowych. Reklamodawców nie interesuje futurystyczna otoczka AI, tylko prosty wskaźnik: ile kosztuje pozyskanie klienta.
Konkurenci nie śpią. Google wpycha generatywną AI w wyszukiwarkę i swoje produkty reklamowe, bo broni tam głównego źródła przychodów. Meta testuje AI w Messengerze, WhatsAppie i całym ekosystemie, żeby zatrzymać nas jak najdłużej w swoich aplikacjach i mieć jeszcze więcej danych o zachowaniach. Anthropic z kolei gra bardziej „enterprise”, w partnerstwa i wdrożenia biznesowe, ale jeśli model reklamowy OpenAI okaże się nową drukarką pieniędzy, presja na podobne ruchy i tam będzie rosła.
Dużo mówi się o „wojnie modeli”, benchmarkach i porównaniach jakości odpowiedzi. W tle idzie jednak coś dużo prostszego: wojna o kolejny gigantyczny tort reklamowy. Część marek zapewne przeniesie część budżetu z wyszukiwarki do konwersacyjnej AI, bo użytkownik pyta tam wprost: „jaką usługę wybrać?”, „jaki sprzęt kupić?”, „jak rozwiązać konkretny problem w firmie?”. To złoty moment na „sponsora odpowiedzi”.
Ten wątek medialny i wizerunkowy – jak opowiada się historię reklam w AI i samego ChatGPT – rozwijam szerzej w tekście o tym, jak media kreują obraz ChatGPT. Teraz zostawiam tylko jedno pytanie: czy przyzwyczaimy się do reklam w konwersacji tak łatwo, jak przyzwyczailiśmy się do ich obecności w wyszukiwarce i socialach? Czy jednak moment, w którym asystent „miesza” treści komercyjne z pomocą, okaże się dla wielu osób granicą nie do przejścia.
Firmy na API GPT: ukryte ryzyko, że ktoś inny kręci kurek z pieniędzmi
Wyobraź sobie mały polski startup SaaS. Zespół pięciu osób, produkt oparty po dach na API GPT: generowanie treści dla klientów, analizy danych, automatyzacja raportów. Z przodu ładny interfejs, z tyłu klucz do OpenAI i miesięczny rachunek z karty firmowej.
W tym świecie decyzje OpenAI o modelu biznesowym – reklamy w ChatGPT, ceny subskrypcji, limity, priorytet dla własnego frontowego produktu – nagle zaczynają być dla takiej firmy równie ważne jak własny roadmap. I tu pojawiają się trzy duże wektory ryzyka.
Po pierwsze, ryzyko cenowe. Jeśli reklamy pozwolą OpenAI mocno obniżyć realny koszt dostępu do ChatGPT dla użytkownika końcowego, ale ceny API nie będą spadać tak samo szybko, developerzy mogą się obudzić w sytuacji, w której konkurują z samą platformą, na której stoją. Klient patrzy: „Po co mam płacić za twoje narzędzie, skoro w ChatGPT mam podobną funkcję taniej, albo za darmo z reklamą?”.
Po drugie, ryzyko produktowe. OpenAI rozwija natywne funkcje w ChatGPT w tempie, którego większość małych zespołów nie jest w stanie przebić. Specjalistyczne GPT-y, wbudowane narzędzia, integracje – to wszystko może w ciągu kilku miesięcy skanibalizować całe kategorie aplikacji zbudowanych na API. Dziś masz niszowy produkt do analizy PDF-ów, jutro taka funkcja pojawia się domyślnie w ChatGPT i część twojego rynku po prostu znika.
Po trzecie, ryzyko reputacyjne i regulacyjne. Jeśli reklamy w ChatGPT kiedyś wywołają poważny skandal – na przykład przez nieudane targetowanie w wrażliwej kategorii albo manipulację odpowiedziami – rykoszetem dostaną też firmy, które stoją na tym samym modelu. Klienci rzadko rozróżniają, czy rozmawiają z „czystym” OpenAI, czy aplikacją nadbudowaną nad API. To wszystko wrzuca się do jednego worka: „ten ChatGPT”. Dobrym przykładem, jak jedna afera potrafi zmienić optykę instytucji na całą klasę narzędzi, jest opisany przeze mnie case w tekście o aferze w CISA z ChatGPT i poligrafem.
Gdybym dziś zaczynał budować produkt na GPT, robiłbym kilka rzeczy od razu. Po pierwsze, dywersyfikacja modeli: OpenAI plus minimum jeden porządny model open source albo inny dostawca, żeby dało się przełączyć część ruchu, gdyby ceny lub limity API nagle odjechały. Po drugie, zero kopiowania funkcji, które ChatGPT może w każdej chwili zintegrować. Zamiast „ładniejszej wersji czatu” – głęboka specjalizacja w konkretnym workflow, integracje z systemami klienta, wartość w danych, których model bazowy nie ma i nie będzie miał. Po trzecie, bardzo świadome policzenie, co się stanie z unit economics, jeśli stawki API wzrosną, a jednocześnie ChatGPT stanie się tańszy dzięki reklamom.
Reklamy w ChatGPT to nie tylko bannery pod odpowiedzią. To sygnał, że ekonomia całego ekosystemu AI mocno się przesuwa – od wielkich graczy po małe software house’y, które sprzedają klientom „magicznego asystenta” pod własnym logo. Te same koszty obliczeń, które pchają OpenAI w stronę agresywnej monetyzacji reklamowej, zaczynają przecież boleć też mniejsze firmy korzystające z chmury i API. O tym, jak ta presja rośnie, szerzej pisałem w tekście o kosztach rzędu 600 mld dolarów – tu tylko dorzucam małą sugestię: jeśli twoja firma stoi dziś na jednym API, to jest dobry moment, żeby jeszcze raz na chłodno policzyć, komu faktycznie oddajesz kontrolę nad własnym kranem z pieniędzmi.