Zamislite kupca u nabavi koji za svoju firmu mora nabaviti 200 kugličnih ležajeva, tri različite šesterokutne vijke i jedan poseban izradak za proizvodnu liniju. Prije pet godina posegnuo bi za telefonom i pozvao zaduženog predstavnika na terenu. Danas upisuje pitanje u polje za pretraživanje – ili ga odmah postavlja AI asistentu. Upravo se na tom malom, neuglednom polju za pretraživanje 2026. odlučuje koji B2B trgovci rastu, a koji nestaju u retrovizoru.
Zvuči dramatično. No takvo i jest, pogleda li se aktualne brojke iz istraživanja tržišta i prakse. One daju vrlo jasnu sliku: pretraživanje uz pomoć umjetne inteligencije više nije zgodan dodatak koji si poduzeća priušte kad se poklope vrijeme i budžet. Ono postaje osnovna pretpostavka da bi vas u poslovanju s poslovnim kupcima uopće još pronašli, razumjeli i kupili od vas.
Današnji kupac u nabavi prodaji se obraća posljednji
Možda najvažniji prijelom ne odvija se na tehničkoj razini, nego u glavama osoba koje se bave nabavom. Gartner već godinama redovito ispituje stotine B2B kupaca o njihovom ponašanju pri kupnji, a trend dosljedno pokazuje u jednom smjeru: u aktualnom istraživanju iz ožujka 2026. 67 posto ispitanika navelo je da bi kupovni proces najradije prošli posve bez kontakta s prodajnim predstavnikom – što je rast u odnosu na 61 posto godinu prije. Oko 70 posto čak preferira potpuno digitalno self-service iskustvo. Gotovo polovica ispitanika, 45 posto, pri posljednjoj je kupnji već koristila generativnu umjetnu inteligenciju za istraživanje dobavljača i proizvoda, a kupci su u prosjeku konzultirali sedam različitih izvora informacija prije nego što su se odlučili.
Što to konkretno znači? Prvi kontakt s dobavljačem sve se rjeđe ostvaruje kroz prodajni razgovor, a sve češće kroz upit u pretraživanju – bilo da je to klasična Google pretraga, interno pretraživanje u internetskoj trgovini ili razgovor s AI modelom. Onaj koji u tom trenutku ne ponudi dobar odgovor u procesu odabira uopće se ne pojavljuje.
Pritom je zanimljiva jedna nijansa koju ne treba prešutjeti: unatoč naklonosti prema self-serviceu, malo koji kupac slijepo vjeruje odgovorima koje generira umjetna inteligencija. 69 posto navelo je da informacije prikupljene putem AI-ja naknadno još jednom provjerava s ljudskim kontaktom. Gartner ide i toliko daleko da za 2030. predviđa određeni protupokret, u kojem bi tri četvrtine kupaca ponovno moglo više cijeniti ljudsku interakciju. Naučena lekcija: AI pretraživanje ne zamjenjuje prodaju, nego je premješta na kasnije, ali odlučnije mjesto u procesu.
Rezultat pretraživanja na koji se nikada ne klikne
Paralelno s tom promjenom ponašanja iz temelja se mijenja i samo pretraživanje. Prema procjenama, 2026. već će oko četvrtina svih svjetskih upita u pretraživanju biti odgovorena uz pomoć umjetne inteligencije, primjerice putem Googleovih AI sažetaka. Aktualne analize iz prvog kvartala 2026. pokazuju da svaka četvrta Google pretraga u međuvremenu pokreće takav AI pregled – s osjetnim posljedicama za klasične web stranice. Kada sažetak odgovori na pitanje već na stranici s rezultatima, korisnik jednostavno više nema razloga kliknuti dalje. Različite analize pad stope klikanja pri upitima s AI sažetkom procjenjuju na 18 do više od 60 posto, ovisno o industriji i studiji.
Za B2B poduzeća čiji je cijeli sadržajni marketing godinama bio usmjeren na klasični marketing za pretraživače to je neugodna istina: vidljivost sve manje nastaje kroz klik, a sve više time da vas AI odgovor navede kao izvor. Onaj koga u tim odgovorima nema, za rastući dio ciljne skupine jednostavno ne postoji. To premješta fokus s klasične optimizacije za pretraživače na ono što se u međuvremenu naziva Generative Engine Optimization – ciljanu pripremu sadržaja kako bi ga AI sustavi mogli pouzdano razumjeti, klasificirati i citirati.
Zašto klasično pretraživanje po ključnim riječima u B2B-u dolazi do svojih granica
Dok se vanjsko pretraživanje mijenja, i interno pretraživanje u vlastitoj internetskoj trgovini postaje kritičan faktor. U B2B poslovanju polje za pretraživanje tradicionalno je važnije nego u poslovanju s potrošačima, jer katalozi često obuhvaćaju više desetaka ili stotina tisuća artikala, prošaranih kataloškim brojevima, normama i tehničkim specifikacijama. Prema istraživanju Fact-Findera, 74 posto B2B kupaca u nabavi funkciju pretraživanja smatra najvažnijom značajkom internetske trgovine uopće – važnijom od dizajna, načina plaćanja ili opcija dostave.
Problem je sljedeći: klasični, isključivo riječima temeljeni sustavi pretraživanja jednostavno usporeduju upisane znakove s pohranjenim tekstom proizvoda. Ne odgovara li formulacija točno, lista rezultata ostaje prazna. Upravo se to zastrašujuće često i događa. Procjene iz industrije pretpostavljaju da 15 do 30 posto svih upita u internetskim trgovinama završava na stranici bez rezultata – i time doslovno u ništavilu. Svaki takav upit jest kupac koji je zapravo htio kupiti, a umjesto toga odlazi konkurenciji ili ponovno poseže za telefonom.
Jedan primjer iz prakse čini razliku opipljivom: kupac u nabavi traži „visokočvrsti šesterokutni vijak za čeličnu konstrukciju". Klasično pretraživanje taj pojam možda uopće ne poznaje kao tekst proizvoda i ne vraća ništa. AI-podržani, semantički sustav pretraživanja pak prepoznaje stručni kontekst, upit automatski povezuje s odgovarajućim razredom čvrstoće, šesterokutnom glavom i obradom površine te predlaže upravo prave artikle – čak i kada kupac koristi stručni žargon, sinonime ili posve drugačiju formulaciju od one pohranjene u katalogu.
Što moderno AI pretraživanje tehnički stvarno omogućuje
Trenutno najsposobniji sustavi pritom se ne oslanjaju na jednu jedinu tehnologiju, nego na kombinaciju više razina. Prva je razina klasično, egzaktno pretraživanje po ključnim riječima za kataloške brojeve i norme, kod kojeg nikakav prostor za interpretaciju nije dopušten – ISO norma ili SKU moraju se uvijek naći točno. Druga je razina semantičko vektorsko pretraživanje, koje razumije značenje i namjeru iza formulacije, umjesto da samo usporeduje nizove znakova. Treća je razina takozvani reranker ili jezični model, koji rezultate obaju pristupa spaja i sortira prema relevantnosti, dostupnosti i individualnom profilu kupca. Ta hibridna arhitektura u međuvremenu se smatra standardnim pristupom za profesionalne B2B sustave pretraživanja, jer čisto vektorsko pretraživanje pri egzaktnim brojevima proizvoda često daje slabije rezultate od klasičnih metoda, dok čisto pretraživanje po ključnim riječima ne uspijeva pri nejasnim, kolokvijalnim upitima.
Uz to dolazi i komponenta koja uči: sustavi analiziraju koji upiti dovode do kupnje, a koji završavaju u slijepim ulicama, i kontinuirano prilagođavaju ocjenu relevantnosti. Tome pripadaju i asortimenti specifični za kupca, individualni cjenici i prava po ulogama, koji u B2B poslovanju funkcioniraju drugačije nego u klasičnoj trgovini s potrošačima, gdje standardni sustav pretraživanja obično zadovoljava.
Što se konkretno mijenja za promet
Ta tehnička poboljšanja nisu sama sebi svrha, nego se izravno odražavaju u brojkama prometa. Jedno njemačko trgovačko poduzeće koje je svoje pretraživanje proizvoda prebacilo na hibridni sustav podržan umjetnom inteligencijom izvijestilo je o stopi konverzije višoj za 10 posto već nakon dva mjeseca – nakon četiri mjeseca bilo je to 19 posto. Takvi su učinci uvjerljivi ako se uzme u obzir da korisnici koji aktivno koriste funkciju pretraživanja u pravilu imaju znatno konkretniju namjeru kupnje od posjetitelja koji samo klikaju kroz kategorije. Svaka izbjegnuta stranica bez rezultata u osnovi je izravno spašen posao.
Pritom je važno jedno ograničenje koje se u mnogim projektima podcjenjuje: umjetna inteligencija ne može pouzdano nadomjestiti loše podatke o proizvodima. Ako su tekstovi artikala, atributi i kategorizacije u backendu neuredno održavani, i najbolja tehnologija pretraživanja pomaže samo ograničeno. Uredni matični podaci i funkcionalno praćenje pretraživanja zato su prava osnova – AI razina iznad njih svoj puni učinak razvija samo tada.
Sljedeći korak: kada softver sam nabavlja
Na horizontu se već ocrtava sljedeća razvojna faza, o kojoj se govori pod pojmom Agentic Commerce. Pritom digitalni asistenti preuzimaju ne samo pretraživanje, nego samostalno i cijele dijelove procesa nabave: usporedbu ponuda, pripremu narudžbi, automatsko pokretanje ponavljajućih nabava. Za B2B trgovce to znači dvostruku zadaću. S jedne strane, vlastiti podaci o proizvodima moraju biti tako strukturirani i pripremljeni strojno čitljivo da ih vanjski AI sustavi mogu pouzdano obraditi. S druge strane, vlastita logika pretraživanja i sama postaje sučelje preko kojeg će takvi asistenti u budućnosti nabavljati.
Istodobno raste i regulatorni okvir: s europskim AI Actom 2026. postupno na snagu stupaju nove obveze, primjerice obveza da se kupce transparentno obavijesti kada komuniciraju s AI chatbotom umjesto s čovjekom. Onaj koji sada ulaže u AI-podržane sustave pretraživanja te bi propise trebao uzeti u obzir od samog početka, umjesto da ih nadograđuje naknadno.
Pretraživanje kao dio veće self-service transformacije
Taj razvoj ne stoji izolirano, nego je dio veće transformacije kroz koju 2026. prolaze mnogi B2B dobavljači. Poslovni kupci ponavljajuće zadatke – ponovne narudžbe, upite o cijenama, provjere statusa – sve više žele obavljati sami, bez poziva prodaji. Da bi to funkcioniralo, podaci iz shopa, ERP-a i CRM-a moraju međusobno bliže surađivati nego prije, pa se mnoga poduzeća zato odvajaju od krutih, monolitnih sustava u korist modularnih platformi povezanih putem sučelja. Pretraživanje u toj strukturi više nije izolirana funkcija, nego središnja ulazna točka u cijeli self-service ekosustav: onaj koji putem pretraživanja brzo dođe do odgovarajućeg zamjenskog dijela, prave varijante ili individualne cijene, ostaje u self-serviceu – onaj koji tu ne uspije, ipak ponovno završava na čekanju u korisničkoj podršci, a upravo su to dobavljači svojim self-service ponudama zapravo htjeli izbjeći.
I na strani malih i srednjih poduzeća smjer je jasno prepoznatljiv: prema anketama, oko 80 posto MSP-ova planira do 2026. u nekom obliku koristiti AI chatbotove, bilo u korisničkoj podršci, u prodaji ili upravo neposredno na funkciji pretraživanja internetske trgovine. Tehnologija tako već dugo nije rezervirana samo za korporacije s velikim IT budžetima, nego dolazi do širine srednjih poduzeća, koja u njemačkom B2B poslovanju daju ton.
Zaključak: pretraživanje je novi prodajni prostor
Zbir tih kretanja svodi se na jednostavan, ali neugodan zaključak: prva i često odlučujuća točka kontakta između B2B dobavljača i kupca nezaustavljivo se premješta u polja za pretraživanje i AI dijaloge – bilo na vlastitoj web stranici, na Googleu ili u chat asistentu. Poduzeća koja tamo nisu pronađena ili čije interno pretraživanje ne uspijeva na najjednostavnijim upitima gube poslove, a da to uopće ne primijete, jer kupac nikada ne postavlja upit, nego jednostavno bešumno odlazi.
AI-podržano pretraživanje 2026. postaje neizostavno ne zato što je tehnički impresivno, nego zato što djeluje na mjestu na kojem odluke o kupnji danas zaista počinju. Onaj koji to mjesto ignorira, prepušta ga konkurenciji.
