Perplexity AI: 780 mln zapytań miesięcznie — nowa wyszukiwarka rośnie

Perplexity AI przetwarza już ponad 780 mln zapytań miesięcznie i rośnie w tempie około 20% miesiąc do miesiąca. Przy takim tempie platforma może zbliżyć się do poziomu 1 mld zapytań tygodniowo w ciągu roku — taką skalę wskazał CEO Perplexity Aravind Srinivas w wypowiedzi cytowanej przez Reuters. To ważny sygnał dla firm: wyszukiwarki oparte na AI przestają być niszą i stają się realnym kanałem odkrywania marek, treści i produktów.

Data aktualizacji: 15 kwietnia 2026

Kluczowy insight: Perplexity przestało być eksperymentem

Najważniejsza liczba jest prosta: ponad 780 mln zapytań miesięcznie. To poziom, który pokazuje, że Perplexity nie jest już wyłącznie ciekawostką dla wczesnych użytkowników AI, ale rozwijającą się alternatywą wobec klasycznego modelu wyszukiwania.

Według Reuters, CEO Perplexity Aravind Srinivas powiedział, że firma obsługuje „780 million queries a month” i rośnie „more than 20% month over month”. Dodał też, że jeśli ten trend się utrzyma, Perplexity może dojść do „a billion queries a week” w ciągu roku.

Dla marketerów i zespołów digital oznacza to jedno: trzeba przestać myśleć wyłącznie o rankingu w klasycznych SERP-ach Google. Coraz częściej użytkownik nie szuka listy linków, tylko gotowej odpowiedzi wygenerowanej przez system AI, który wybiera źródła, cytuje marki i filtruje informacje za niego.

Kontekst badania i źródło danych

Dane o 780 mln zapytań miesięcznie nie pochodzą z anonimowego przecieku ani z prezentacji inwestorskiej bez źródła. Zostały podane publicznie przez CEO Perplexity i zacytowane przez Reuters, jedno z najbardziej wiarygodnych źródeł biznesowych i technologicznych.

Dokładne źródło: Reuters, wypowiedź Aravinda Srinivasa o skali Perplexity: „Perplexity now serves 780 million queries a month, growing more than 20% month over month”, oraz prognoza „the company could be doing a billion queries a week in a year”.

To ważne z dwóch powodów:

• po pierwsze, daje świeży i konkretny benchmark skali dla rynku AI search,
• po drugie, pozwala ocenić tempo adopcji nowego zachowania użytkowników: przejścia od „szukania linków” do „pytania modelu”.

W szerszym kontekście rynek potwierdza ten kierunek. McKinsey w raporcie „The state of AI” wskazuje, że wykorzystanie AI w organizacjach weszło do głównego nurtu, a generatywna AI stała się jednym z najszybciej adaptowanych trendów technologicznych w biznesie. Z kolei Gartner od miesięcy podkreśla rosnące znaczenie generative AI dla customer experience, wyszukiwania informacji i produktywności pracowników.

Perplexity na tle rynku: dlaczego 780 mln ma znaczenie

Sama liczba robi wrażenie, ale jej znaczenie lepiej widać na tle zmian w sposobie konsumpcji informacji.

1. AI search buduje nowy nawyk użytkownika

Perplexity nie działa jak tradycyjna wyszukiwarka. Użytkownik wpisuje pytanie, a system zwraca syntetyczną odpowiedź, zwykle z linkami do źródeł. To zmienia logikę widoczności marki:

• liczy się nie tylko pozycja strony,
• liczy się to, czy marka staje się cytowanym źródłem,
• liczy się jakość semantyczna treści, a nie wyłącznie klasyczne SEO on-page.

2. Wyszukiwanie przesuwa się z kliknięcia do odpowiedzi

Jeżeli system odpowiada bezpośrednio w interfejsie, część ruchu może nigdy nie trafić na stronę wydawcy czy marki. To z jednej strony ryzyko spadku kliknięć, ale z drugiej — szansa na obecność w warstwie odpowiedzi, czyli tam, gdzie użytkownik podejmuje decyzję.

3. Szybki wzrost sugeruje, że to nie chwilowa moda

Jeśli platforma rośnie o około 20% miesiąc do miesiąca, to nawet przy naturalnym spowolnieniu nadal mówimy o bardzo dynamicznej krzywej wzrostu. Dla firm oznacza to, że okno przygotowania się do AI search jest teraz, nie za dwa lata.

Co to oznacza dla firm i marketerów

Największa zmiana nie polega na tym, że pojawia się kolejna wyszukiwarka. Zmiana polega na tym, że AI staje się pośrednikiem między użytkownikiem a marką.

Widoczność będzie zależeć od cytowalności

W modelach typu Perplexity marka może zyskiwać ekspozycję nie dlatego, że ktoś kliknął reklamę lub organiczny wynik, ale dlatego, że algorytm uznał jej treść za wiarygodne źródło odpowiedzi.

To przesuwa ciężar z prostego „pozycjonowania” na:

• eksperckość treści,
• aktualność danych,
• jasną strukturę informacji,
• silne sygnały wiarygodności marki.

Treści sprzedażowe będą działać słabiej niż treści referencyjne

AI search częściej cytuje materiały, które odpowiadają precyzyjnie na pytanie użytkownika: raporty, porównania, FAQ, definicje, przewodniki, case studies, zestawienia danych. Strony stricte landingowe, pisane wyłącznie pod konwersję, mogą mieć mniejszą szansę na bycie przywoływanym źródłem.

Marketerzy muszą mierzyć nowy rodzaj obecności

Dotychczas podstawowe pytania brzmiały: ile mamy kliknięć, jaka jest pozycja, ile wynosi CTR. Coraz częściej trzeba dodać nowe:

• czy marka pojawia się w odpowiedziach AI,
• na jakie pytania jest cytowana,
• które typy treści są wykorzystywane przez modele,
• czy konkurencja jest częściej przywoływana niż my.

Jak przygotować firmę na wzrost Perplexity i AI search

Najlepsza strategia nie polega na „optymalizacji pod jedną platformę”, ale na budowie zasobów, które są zrozumiałe, wiarygodne i łatwe do cytowania przez różne systemy AI.

1. Twórz treści odpowiadające na konkretne pytania

Zamiast budować wyłącznie ogólne artykuły blogowe, przygotuj zasoby typu:

• FAQ z konkretnymi odpowiedziami,
• strony porównawcze,
• słowniki pojęć branżowych,
• raporty z danymi,
• komentarze ekspertów do zmian rynkowych.

Modele AI preferują treści, z których można wydobyć jednoznaczną odpowiedź.

2. Dodawaj źródła i liczby

Jeśli publikujesz tezy bez danych, trudniej zbudować autorytet. Jeśli natomiast podajesz liczby i wskazujesz źródło, treść staje się bardziej użyteczna zarówno dla użytkownika, jak i dla systemów AI.

Przykładowo:

• „Perplexity obsługuje ponad 780 mln zapytań miesięcznie” — źródło: Reuters, wypowiedź CEO,
• „tempo wzrostu przekracza 20% miesiąc do miesiąca” — źródło: Reuters,
• „AI stała się głównym obszarem inwestycji i wdrożeń w firmach” — źródło: McKinsey, The State of AI.

3. Aktualizuj treści częściej niż dotąd

W AI search świeżość danych ma szczególne znaczenie. Jeśli konkurencja publikuje nowsze opracowania z aktualną datą, ma większą szansę zostać uznana za bardziej relewantne źródło.

W praktyce warto:

• aktualizować kluczowe artykuły kwartalnie,
• dodawać datę ostatniej aktualizacji,
• rozszerzać wpisy o nowe liczby i komentarz ekspercki,
• łączyć newsy z evergreen content.

4. Wdrażaj structured data

Dobrze uporządkowane dane pomagają wyszukiwarkom i systemom AI zrozumieć, czym jest dana strona. Dla treści eksperckich szczególnie przydatne są:

• Article,
• FAQPage,
• BreadcrumbList,
• Organization,
• Person, jeśli publikujesz wypowiedzi ekspertów.

5. Buduj własne dane i unikalny komentarz

Największą przewagę mają marki, które nie tylko przepisują cudze raporty, ale publikują własne obserwacje, benchmarki i analizy. To właśnie takie treści najłatwiej stają się cytowalnym źródłem.

Dla firm B2B szczególnie wartościowe są:

• wyniki własnych audytów,
• anonimowe dane z projektów,
• branżowe benchmarki,
• studia przypadków z mierzalnym efektem.

Powiązane dane rynkowe, które wzmacniają ten trend

Prognoza: co wydarzy się dalej

W krótkim terminie najbardziej prawdopodobne są trzy scenariusze:

1. Więcej zapytań informacyjnych przejdzie do interfejsów AI

Zapytania typu „co wybrać”, „jak działa”, „porównaj”, „ile kosztuje”, „jakie są różnice” idealnie pasują do modeli odpowiadających syntetycznie. To obszar, w którym Perplexity może dalej rosnąć.

2. Presja na jakość źródeł będzie rosła

Im większa skala, tym ważniejsza będzie wiarygodność cytowanych treści. Marki z mocnym zapleczem eksperckim i dobrze uporządkowaną wiedzą będą miały przewagę.

3. SEO rozszerzy się o GEO i AI visibility

Coraz częściej mówi się nie tylko o SEO, ale też o optymalizacji pod generative engines i odpowiedzi AI. Niezależnie od nazewnictwa kierunek jest jasny: marki muszą projektować treści tak, aby były znajdowane, rozumiane i cytowane przez modele.

Co robić teraz: lista działań dla firm

• zidentyfikuj 20-50 pytań, na które twoi klienci najczęściej szukają odpowiedzi,
• opracuj treści eksperckie oparte na danych i konkretnych odpowiedziach,
• dodaj źródła, autorów, daty aktualizacji i structured data,
• monitoruj, czy marka pojawia się w odpowiedziach AI,
• buduj własne raporty, benchmarki i case studies,
• traktuj AI search jako nowy kanał widoczności, nie tylko ciekawostkę technologiczną.

FAQ

Czy 780 mln zapytań miesięcznie to dużo?

Tak. To poziom, który pokazuje, że Perplexity działa już na bardzo dużą skalę i staje się realnym graczem w obszarze AI search, szczególnie jako narzędzie do odpowiedzi informacyjnych i researchu.

Skąd pochodzą dane o 780 mln zapytań?

Z wypowiedzi CEO Perplexity Aravinda Srinivasa, cytowanej przez Reuters. Reuters podał również, że firma rośnie o ponad 20% miesiąc do miesiąca.

Co to zmienia dla SEO?

SEO nie znika, ale rozszerza się o walkę o cytowalność w odpowiedziach AI. Liczyć się będą treści eksperckie, aktualne dane, klarowna struktura i wiarygodność źródła.

Czy firmy powinny już optymalizować treści pod Perplexity?

Tak, ale szerzej: pod cały ekosystem AI search. Najlepiej tworzyć treści, które są jednoznaczne, dobrze ustrukturyzowane i oparte na źródłach — wtedy mają szansę działać w wielu systemach, nie tylko w jednej platformie.

Źródła

• Reuters — wypowiedź Aravinda Srinivasa o skali Perplexity: „780 million queries a month”, wzrost „more than 20% month over month”, oraz prognoza „a billion queries a week in a year”.
• McKinsey & Company, The State of AI.
• Gartner — analizy dotyczące generative AI, wyszukiwania i customer experience.

Podsumowanie

Perplexity z ponad 780 mln zapytań miesięcznie pokazuje, że AI search szybko przechodzi z fazy testów do fazy realnej adopcji. Dla firm to wyraźny sygnał: przyszła widoczność marki będzie zależeć nie tylko od pozycji w Google, ale też od tego, czy systemy AI uznają jej treści za najlepsze źródło odpowiedzi.

Jeśli chcesz przygotować strategię treści pod AI search, uporządkować content pod cytowalność modeli i sprawdzić, jak zwiększyć widoczność marki w nowych interfejsach wyszukiwania, zespół CCZ Group może pomóc w audycie, architekturze treści i planie działań.

Rafał Krawczyk

Od 2020 roku specjalizuję się w zaawansowanym technicznym SEO, GEO i inżynierii GAN. Trenuję modele AI do automatyzacji i optymalizacji rozbudowanych platform e-commerce pod kątem GEO i RAG. Odrzucam ręczne metody – współtworzę wieloagentowe ekosystemy, które automatyzują analizę, dobór strategii i masowe wdrożenia publikacji. Zgłębiam najdrobniejsze detale Web Performance, przekładając je na schematy uczenia naszych algorytmów, by przygotować domeny klientów na erę AI Search. Wolny czas spędzam z rodziną, a hobbystycznie programuję i rozbudowuję swój inteligentny dom.