LiveRamp wpuszcza bazy CRM do ChatGPT Ads. Dane własne stają się audiencją w 11 rynkach

LiveRamp rozszerzył partnerstwo z OpenAI i od końca września 2026 reklamodawcy mogą aktywować własne bazy klientów bezpośrednio w ChatGPT Ads. Dane z CRM, programów lojalnościowych, stron i aplikacji trafiają do systemu reklamowego OpenAI przez identyfikator RampID, a powstałe audiencje działają już w jedenastu rynkach. To pierwszy moment, w którym reklama w asystencie AI przestaje być wyłącznie grą o kontekst zapytania, a zaczyna przypominać klasyczny performance marketing oparty na danych pierwszej strony.

Kontekst: ChatGPT Ads dojrzewa szybciej, niż zakładała branża

Jeszcze rok temu reklama w ChatGPT była głównie przedmiotem spekulacji. W 2026 roku OpenAI zbudowało pełnoprawną platformę w tempie, które zaskoczyło nawet weteranów rynku SEM. W czerwcu LiveRamp został partnerem pomiarowym ChatGPT Ads, co pozwoliło łączyć ekspozycję reklamy z konwersjami po stronie reklamodawcy. We wrześniu platforma otworzyła się w modelu self-service na kolejne kraje, w tym Polskę, o czym pisaliśmy w tekście ChatGPT Ads wchodzi do Polski. Równolegle OpenAI uruchomiło automatyczne licytowanie, przejmując kontrolę nad stawkami w sposób znany z Performance Max, co opisaliśmy w materiale o automatycznych stawkach w ChatGPT Ads.

Skala jest już niebanalna. ChatGPT raportował 900 milionów tygodniowych aktywnych użytkowników pod koniec lutego 2026, a w kolejnych miesiącach padła publicznie liczba przekraczająca miliard tygodniowo. Przychody reklamowe OpenAI przebiły poziom miliarda dolarów w ujęciu rocznym (annualised run rate) pod koniec sierpnia 2026. Dla porównania: to wciąż ułamek rynku Google Ads, ale tempo narastania jest bezprecedensowe dla kanału, który formalnie wystartował kilkanaście miesięcy wcześniej.

Brakującym elementem była targetowalność. Reklamodawca mógł kupić zasięg w rozmowie, ale nie mógł powiedzieć systemowi: pokaż to tym konkretnym osobom, a tamtych pomiń. Właśnie ta luka została teraz domknięta.

Kluczowe fakty: co dokładnie się zmieniło

Integracja opiera się na RampID, czyli pseudonimizowanym identyfikatorze LiveRamp, który spina dane o tej samej osobie rozsiane po różnych systemach reklamodawcy. Reklamodawca onboarduje swoje dane własne do LiveRamp, otrzymuje audiencję zbudowaną na RampID i aktywuje ją jako Custom Audience w ChatGPT Ads. Z perspektywy mediaplanu to standardowa logika data onboardingu, przeniesiona do zupełnie nowego inwentarza.

Jak technicznie wygląda RampID

Warto zrozumieć, co właściwie opuszcza bazę reklamodawcy. RampID powstaje z szesnastoznakowego łącznika AbiliTec, który następnie jest solony i dwukrotnie hashowany. W obiegu funkcjonują dwa typy: maintained RampID o długości 49 znaków z prefiksem XY oraz derived RampID o długości 70 znaków z prefiksem Xi. Każdy identyfikator zawiera czterocyfrowe kodowanie partnera, dzięki czemu ten sam człowiek ma inny RampID u każdego odbiorcy danych. To celowa własność architektury: utrudnia zestawianie zbiorów między platformami bez wiedzy właściciela danych.

Praktyczna konsekwencja dla zespołu marketingowego jest taka, że do OpenAI nie wędruje surowa lista mailowa. Wędruje zbiór identyfikatorów, który ma sens wyłącznie w kontekście tej jednej integracji. Nie zwalnia to nikogo z obowiązków informacyjnych wobec klientów ani z analizy podstawy prawnej przetwarzania, ale zmienia profil ryzyka w porównaniu z wgrywaniem pliku CSV.

Co ChatGPT Ads potrafi samo, bez LiveRamp

Istotny niuans, który łatwo przeoczyć w komunikatach prasowych: OpenAI obsługuje Custom Audiences także natywnie, w interfejsie Ads Managera. Reklamodawca może wgrać plik CSV lub TXT zawierający adresy e-mail, numery telefonów, ich zahashowane wersje albo identyfikatory reklamowe Google. Audiencje da się włączać i wykluczać na poziomie kampanii, a na poziomie grupy reklam dostępne są mnożniki stawek w zakresie od 0,1x do 10x.

Różnica polega na skali operacyjnej i jakości dopasowania. Wgranie pliku to operacja jednorazowa, podatna na starzenie się danych i na rozjazd między systemami. Integracja przez RampID działa jako stały pipeline, obejmuje tożsamości rozsiane po wielu punktach styku i daje wspólną walutę pomiarową z pozostałymi kanałami, w których reklamodawca już używa LiveRamp. Dla dużego konta to różnica między ręcznym eksportem a infrastrukturą.

Co to znaczy dla SEO i AIO

Pierwsza konsekwencja jest strategiczna. Przez ostatnie dwa lata dyskusja o widoczności w modelach językowych toczyła się niemal wyłącznie w rejestrze organicznym: jak zdobyć cytowanie, jak zbudować encję marki, jak ustrukturyzować treść, żeby model miał co zacytować. Aktywacja danych własnych dokłada drugą oś. W tej samej rozmowie, w której model rekomenduje rozwiązanie na podstawie przeszukanych źródeł, może pojawić się przekaz płatny wycelowany w konkretny segment klientów. Widoczność w AI przestaje być jednowymiarowa.

Druga konsekwencja dotyczy atrybucji. Zespoły SEO i AIO od miesięcy walczą z tym, że ruch z asystentów jest trudny do zmierzenia, a część interakcji kończy się bez kliknięcia. Conversions API Hub dokłada do tego obrazu kanał płatny z własną ścieżką pomiarową serwer do serwera. Jeśli nie macie jeszcze uporządkowanego pomiaru ruchu organicznego z asystentów, warto zacząć od podstaw opisanych w przewodniku jak poprawnie mierzyć ruch z ChatGPT w GA4. Bez tego za kilka miesięcy nie da się rozstrzygnąć, czy wzrost sprzedaży pochodzi z cytowań, z reklamy, czy z nałożenia obu.

Trzecia konsekwencja jest najmniej oczywista i dotyczy wykluczeń. Zniesienie minimalnego progu dla audiencji wykluczających oznacza, że nawet mała lista obecnych klientów może posłużyć do odcięcia ich od kampanii pozyskowej. To klasyczna higiena budżetu, znana z Google Ads i Meta, ale w kontekście asystenta AI nabiera dodatkowego znaczenia. Jeśli marka ma silną pozycję organiczną w odpowiedziach modelu, płacenie za dotarcie do ludzi, którzy i tak trafiliby do niej przez cytowanie, jest czystym kanibalizmem. Dopiero zestawienie danych o widoczności organicznej w AI z listą wykluczeń pozwala ten koszt ograniczyć.

Czwarta konsekwencja dotyczy struktury kompetencji w agencjach. Do tej pory specjalista od AIO i specjalista od PPC pracowali na rozłącznych panelach. Teraz obaj patrzą na ten sam inwentarz, w tym samym interfejsie rozmowy, i obaj potrzebują wspólnej listy encji, zapytań i intencji. Agencje, które trzymają te zespoły w osobnych silosach, stracą na tym najszybciej.

Porównanie z Customer Match i audiencjami Meta

Dla zespołów PPC najszybszą drogą do zrozumienia nowej funkcji jest zestawienie jej z mechanizmami, które znają od lat. Customer Match w Google Ads i Custom Audiences w Meta również opierają się na danych własnych reklamodawcy i również wymagają progu wielkości listy, żeby ograniczyć ryzyko identyfikacji pojedynczej osoby. Logika jest ta sama, ale środowisko emisji zupełnie inne.

Najważniejsza różnica nie jest techniczna, tylko behawioralna. W wyszukiwarce użytkownik formułuje zapytanie i ocenia listę wyników, mając pełną świadomość, że część z nich jest płatna. W rozmowie z asystentem granica między odpowiedzią a przekazem komercyjnym jest cieńsza, a model odpowiada w jednym, spójnym głosie. To podnosi potencjalną skuteczność, ale podnosi też wymagania wobec oznaczania reklam i wobec jakości dopasowania. Źle wycelowany przekaz w liście wyników jest ignorowany. Źle wycelowany przekaz w odpowiedzi asystenta jest odbierany jako błąd systemu.

Jak przygotować konto w praktyce

Niezależnie od tego, kiedy funkcja trafi na polski rynek, kilka kroków można wykonać już teraz i żaden z nich nie wymaga dostępu do integracji.

• Zrób audyt danych własnych. Policzcie, ile unikalnych, aktywnych rekordów faktycznie macie po odrzuceniu duplikatów, nieaktualnych adresów i braku zgód. Próg 25 000 dopasowanych użytkowników liczy się po dopasowaniu, nie po eksporcie, więc realna lista musi być wyraźnie większa.
• Uporządkujcie podstawę prawną. Przekazanie danych do onboardingu wymaga czytelnej ścieżki w polityce prywatności i w rejestrze czynności przetwarzania. To zadanie na tygodnie, nie na dzień przed startem kampanii.
• Zbudujcie listę wykluczeń z obecnych klientów. Nie ma progu minimalnego, a oszczędność jest natychmiastowa, gdy tylko kanał ruszy.
• Domknijcie pomiar organiczny. Jeśli nie potraficie dziś rozdzielić sesji z asystentów od reszty ruchu, po starcie kampanii płatnej nie oddzielicie efektu reklamy od efektu cytowań.
• Zweryfikujcie, czy wasz stos danych ma ścieżkę do RampID. Część platform CDP i systemów marketing automation ma gotowe konektory, część wymaga osobnego projektu integracyjnego.

Warto też z góry ustalić, kto w organizacji odpowiada za ten kanał. Doświadczenie z poprzednich fal, od Performance Max po reklamy w AI Mode, pokazuje, że kanały hybrydowe najczęściej wiszą między zespołami i przez pierwsze kwartały nikt nie optymalizuje ich na poważnie. Przy inwentarzu, który jednocześnie jest powierzchnią widoczności organicznej, taki brak właściciela kosztuje podwójnie.

Reakcje branży

Travis Clinger, Chief Connectivity Officer w LiveRamp, firmuje komunikat o rozszerzeniu współpracy, pozycjonując integrację jako naturalny krok po czerwcowym partnerstwie pomiarowym. Po stronie reklamodawców wypowiedziała się Megan Morris, Director of Integrated Media Solutions w Allegiance Group & Pursuant, agencji obsługującej między innymi sektor fundraisingowy. Jej argument jest czysto operacyjny: skoro ChatGPT Ads staje się coraz popularniejszą powierzchnią kontaktu z darczyńcami, to zespół musi widzieć omnichannelowy wpływ reklam na tle wszystkich pozostałych inwestycji. To zdanie dobrze oddaje, dlaczego data onboarding w ogóle jest tu potrzebny. Chodzi nie tyle o nowy kanał, ile o włączenie go do istniejącego modelu atrybucji.

Sceptycyzm branży koncentruje się wokół jednej kwestii: żadna ze stron nie opublikowała danych o skuteczności. Nie znamy współczynników dopasowania, nie znamy przyrostowego zwrotu, nie wiemy nawet, które jedenaście rynków objęła integracja. Dla polskiego reklamodawcy to pytanie praktyczne, ponieważ ChatGPT Ads jest w Polsce dostępny, ale obecność Polski w pierwszej jedenastce rynków z aktywacją RampID nie została potwierdzona. Do czasu oficjalnej listy każdy plan mediowy opierający się na tej funkcji w Polsce pozostaje hipotezą, a nie faktem.

Druga oś krytyki dotyczy koncentracji. Rynek identity resolution w zachodniej części świata reklamy jest wąski, a wejście LiveRamp jako pierwszego partnera do aktywacji i pomiaru w ChatGPT Ads umacnia pozycję, która już wcześniej była dominująca. Reklamodawcy korzystający z innych dostawców tożsamości na razie nie mają równoważnej ścieżki. Historia Google i Meta sugeruje, że takie ekskluzywności nie trwają w nieskończoność, ale pierwszy partner zazwyczaj zdąży zbudować przewagę w integracjach i w umowach ramowych.

Co dalej

Najbliższe miesiące przyniosą trzy rzeczy, które warto obserwować. Pierwsza to geografia. LiveRamp zapowiada rozszerzenie na wszystkie rynki, w których działa ChatGPT Ads, a lista 52 krajów z września oznacza, że zakres docelowy jest kilkukrotnie większy od obecnego. Moment, w którym Polska znajdzie się na liście, jest tym, na który powinny czekać zespoły planujące budżety na pierwszy kwartał 2027.

Druga to pojawienie się konkurencyjnych partnerów tożsamości. Jeżeli OpenAI powtórzy ścieżkę dużych platform, po pierwszym partnerze przyjdą kolejni, a reklamodawcy zyskają wybór. Do tego czasu warto przynajmniej sprawdzić, czy wasz obecny stos danych ma w ogóle ścieżkę do RampID, bo onboarding nie jest operacją jednodniową.

Trzecia to reakcja regulacyjna. ChatGPT ma w Unii Europejskiej status bardzo dużej wyszukiwarki internetowej, co nakłada obowiązki w zakresie przejrzystości reklam i profilowania. Aktywacja danych własnych w takim środowisku to dokładnie ten rodzaj funkcji, który przyciąga uwagę organów. Reklamodawcy powinni z góry założyć, że będą musieli udokumentować podstawę prawną przekazania danych, a nie dopisywać ją po fakcie.

Dla zespołów SEO i AIO wniosek operacyjny jest prosty. Po pierwsze, uporządkujcie pomiar organicznego ruchu z asystentów, zanim kanał płatny zacznie go zasłaniać. Po drugie, przygotujcie listę wykluczeń z obecnych klientów, bo jest tania, nie ma progu minimalnego i chroni budżet. Po trzecie, traktujcie widoczność w modelu jako jeden budżet z dwoma dźwigniami, organiczną i płatną, a nie jako dwa niezależne projekty. Rozdzielenie tych dwóch warstw było możliwe, dopóki reklama w asystencie była ciekawostką. Od końca września 2026 przestało być.

FAQ