Agrawal twierdzi, że internet finansowany ludzką uwagą traci sens, gdy wyszukiwanie i czytanie przejmują agenci AI. Agenci mogą analizować wiele źródeł bez wyświetlania reklam i bez generowania kliknięć prowadzących do stron wydawców.
Opublikowane przezObrazy wygenerowane za pomocą GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What is former Twitter CEO Parag Agrawal’s argument that the internet’s advertising and click based business model cannot survive if AI agen. Article summary: Agrawal’s central claim is that a web funded by human attention breaks when AI agents, rather than people, do most of the reading and searching.. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make
Parag Agrawal, były dyrektor generalny Twittera, a obecnie założyciel i CEO Parallel Web Systems, uważa, że internet finansowany przez ludzką uwagę może nie działać w świecie zdominowanym przez agentów AI. Agenci nie zachowują się jak użytkownicy przeglądający strony: nie oglądają reklam, nie budują klasycznych preferencji wobec marek i nie muszą klikać w wyniki wyszukiwania. Jednocześnie mogą wykonywać zapytania w skali wielokrotnie większej niż ludzie, pozbawiając wydawców ruchu i przychodów, które uzasadniają publikowanie treści. 2
14
Dzisiejszy model wyszukiwania i publikowania wykorzystuje kliknięcia na dwa sposoby. Są one źródłem przychodu — przez reklamy i polecenia — oraz sygnałem pomagającym ustalać pozycję treści w wynikach. Agrawal przekonuje, że agent może przeczytać dziesiątki źródeł, połączyć informacje i przedstawić człowiekowi gotową odpowiedź, nie wysyłając ani jednego użytkownika na stronę, z której zaczerpnął dane. W takim układzie liczba kliknięć nie pokazuje rzeczywistego wkładu źródła i nie zapewnia wydawcy zapłaty. 1
3
Rozwiązaniem ma być nie likwidacja stron internetowych dla ludzi, lecz dodatkowa, równoległa warstwa infrastruktury zaprojektowana z myślą o agentach. W tym modelu wyszukiwanie, ranking, pobieranie informacji i płatności byłyby optymalizowane pod kątem rezultatu zadania: czy dane źródło pomogło agentowi poprawnie przeprowadzić analizę, rozumowanie, realizację procesu lub przygotowanie końcowej odpowiedzi?
Parallel pozycjonuje swoje interfejsy API jako warstwę dostępu do internetu dla zastosowań agentowych. Oferują one m.in. wyszukiwanie, ekstrakcję treści, zadania pogłębionego researchu, wyszukiwanie encji, funkcje czatowe i monitoring zmian w sieci. 10
11
Zamiast wnioskować o przydatności materiału na podstawie zbiorczych danych o zachowaniu ludzi, Parallel chce pozyskiwać bezpośrednią informację zwrotną od agentów. Agent oceniałby, czy konkretny fragment lub źródło pomogło mu zrealizować określony cel.
Taki sygnał byłby dopasowany do zadania i mógłby wspierać ranking oparty na użyteczności faktograficznej, a nie na zdolności do przyciągania uwagi. To jednak wciąż propozycja modelu produktowego Parallel, a nie powszechnie przyjęty standard całego internetu. 3
13
Jednym z pomysłów na rozliczanie wydawców jest wykorzystanie wartości Shapleya. W uproszczeniu chodzi o obliczenie, jaki dodatkowy wkład wnosi dane źródło do pomyślnego wykonania zadania przez agenta — z uwzględnieniem innych dostępnych źródeł.
Materiał kluczowy dla wyniku otrzymałby większą część wynagrodzenia niż treść powtarzająca informacje już znalezione gdzie indziej albo tylko luźno związana z zadaniem. Zaletą takiego mechanizmu byłoby powiązanie płatności z rzeczywistą wartością marginalną, a nie z pojedynczym kliknięciem czy z góry ustaloną opłatą licencyjną. Największe wyzwania to wiarygodne obliczanie wkładu na dużą skalę oraz ograniczenie możliwości manipulowania systemem. 16
Parallel Index ma być narzędziem po stronie właścicieli treści. Wydawcy, dostawcy danych i niezależni twórcy mogą dzięki niemu sprawdzać, w jaki sposób agenci odkrywają, cytują i wykorzystują ich materiały. Model zakłada również wynagrodzenie powiązane z wartością, jaką treści wnoszą do wyników agentów.
Parallel przedstawia Index jako system mający lepiej zgrać interesy właścicieli treści i twórców infrastruktury AI. Dokumentacja firmy opisuje go właśnie jako platformę, która pozwala rozumieć wykorzystanie materiałów przez agentów i uzyskiwać rekompensatę za ich wkład. 6
7
14
Parallel pozyskało 30 mln dolarów w rundzie zalążkowej w 2024 roku, a następnie 100 mln dolarów w rundzie Series A w listopadzie 2025 roku, przy wycenie wynoszącej — według doniesień — 740 mln dolarów. 1
2
W kwietniu 2026 roku firma zebrała kolejne 100 mln dolarów w rundzie Series B prowadzonej przez Sequoia, przy wycenie sięgającej — według doniesień — 2 mld dolarów. W rundzie miały uczestniczyć także wcześniejsze fundusze, m.in. Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain i Abstract. 1
10
15
Firma stała się również jedną z opcji wyszukiwania i ugruntowywania odpowiedzi dla klientów Google Cloud budujących agentów korporacyjnych. Zgłaszane integracje pozwalają deweloperom korzystającym z narzędzi agentowych Google Cloud wybrać Parallel Search obok Google Search jako źródło danych z internetu. 2
12
Daje to Parallel dostęp do klientów dużej platformy dla agentów, ale jednocześnie pokazuje napięcie wpisane w tę relację: Google jest dla firmy ważnym partnerem, a zarazem potencjalnym konkurentem. 5
Agrawal przewiduje, że przełom może nastąpić w perspektywie 12–24 miesięcy. To jego prognoza, a nie wynik niezależnego konsensusu rynkowego. Uzasadnia ją szybkim rozwojem modeli, obsługi narzędzi i środowisk do budowy agentów. Jeden agent może uruchamiać wiele wyszukiwań i podzadań w odpowiedzi na pojedynczą prośbę człowieka, a przedsiębiorstwa mogą wdrażać takie systemy za pośrednictwem istniejących chmur i interfejsów API.
Jeśli technologie przekroczą odpowiedni próg użyteczności i kosztów, liczba zapytań do internetu może zostać zdominowana przez agentów, zanim zmienią się codzienne przyzwyczajenia zwykłych użytkowników. Założenie to streszcza deklarowane przez Parallel przekonanie, że agenci mogą korzystać z internetu „1000 razy częściej” niż ludzie. 2
14
Index i rozliczenia oparte na wartości Shapleya opisują dopiero projekt nowego rynku. Nie ma jeszcze dowodu, że taki system stanie się uniwersalnym następcą reklamy internetowej. Nie wiadomo też, czy wydawcy, konkurencyjne platformy agentowe i reszta ekosystemu przyjmą jeden wspólny sposób przypisywania wartości i dzielenia przychodów.
Sedno pomysłu Agrawala jest jednak jasne: jeżeli agenci będą głównymi odbiorcami internetu, sama informacja o tym, kto kliknął, może przestać wystarczać. Wtedy kluczowe pytanie zmieni się z „kto odwiedził tę stronę?” na „jak bardzo ta treść pomogła osiągnąć wynik?”
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Agrawal twierdzi, że internet finansowany ludzką uwagą traci sens, gdy wyszukiwanie i czytanie przejmują agenci AI.
Agrawal twierdzi, że internet finansowany ludzką uwagą traci sens, gdy wyszukiwanie i czytanie przejmują agenci AI. Agenci mogą analizować wiele źródeł bez wyświetlania reklam i bez generowania kliknięć prowadzących do stron wydawców.
Proponowana „równoległa sieć” ma być infrastrukturą dostosowaną do agentów, a nie całkowitym zastępstwem stron przeznaczonych dla ludzi.
Agrawal twierdzi, że internet finansowany ludzką uwagą traci sens, gdy wyszukiwanie i czytanie przejmują agenci AI. Agenci mogą analizować wiele źródeł bez wyświetlania reklam i bez generowania kliknięć prowadzących do stron wydawców.
Opublikowane przezObrazy wygenerowane za pomocą GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What is former Twitter CEO Parag Agrawal’s argument that the internet’s advertising and click based business model cannot survive if AI agen. Article summary: Agrawal’s central claim is that a web funded by human attention breaks when AI agents, rather than people, do most of the reading and searching.. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make
Parag Agrawal, były dyrektor generalny Twittera, a obecnie założyciel i CEO Parallel Web Systems, uważa, że internet finansowany przez ludzką uwagę może nie działać w świecie zdominowanym przez agentów AI. Agenci nie zachowują się jak użytkownicy przeglądający strony: nie oglądają reklam, nie budują klasycznych preferencji wobec marek i nie muszą klikać w wyniki wyszukiwania. Jednocześnie mogą wykonywać zapytania w skali wielokrotnie większej niż ludzie, pozbawiając wydawców ruchu i przychodów, które uzasadniają publikowanie treści. 2
14
Dzisiejszy model wyszukiwania i publikowania wykorzystuje kliknięcia na dwa sposoby. Są one źródłem przychodu — przez reklamy i polecenia — oraz sygnałem pomagającym ustalać pozycję treści w wynikach. Agrawal przekonuje, że agent może przeczytać dziesiątki źródeł, połączyć informacje i przedstawić człowiekowi gotową odpowiedź, nie wysyłając ani jednego użytkownika na stronę, z której zaczerpnął dane. W takim układzie liczba kliknięć nie pokazuje rzeczywistego wkładu źródła i nie zapewnia wydawcy zapłaty. 1
3
Rozwiązaniem ma być nie likwidacja stron internetowych dla ludzi, lecz dodatkowa, równoległa warstwa infrastruktury zaprojektowana z myślą o agentach. W tym modelu wyszukiwanie, ranking, pobieranie informacji i płatności byłyby optymalizowane pod kątem rezultatu zadania: czy dane źródło pomogło agentowi poprawnie przeprowadzić analizę, rozumowanie, realizację procesu lub przygotowanie końcowej odpowiedzi?
Parallel pozycjonuje swoje interfejsy API jako warstwę dostępu do internetu dla zastosowań agentowych. Oferują one m.in. wyszukiwanie, ekstrakcję treści, zadania pogłębionego researchu, wyszukiwanie encji, funkcje czatowe i monitoring zmian w sieci. 10
11
Zamiast wnioskować o przydatności materiału na podstawie zbiorczych danych o zachowaniu ludzi, Parallel chce pozyskiwać bezpośrednią informację zwrotną od agentów. Agent oceniałby, czy konkretny fragment lub źródło pomogło mu zrealizować określony cel.
Taki sygnał byłby dopasowany do zadania i mógłby wspierać ranking oparty na użyteczności faktograficznej, a nie na zdolności do przyciągania uwagi. To jednak wciąż propozycja modelu produktowego Parallel, a nie powszechnie przyjęty standard całego internetu. 3
13
Jednym z pomysłów na rozliczanie wydawców jest wykorzystanie wartości Shapleya. W uproszczeniu chodzi o obliczenie, jaki dodatkowy wkład wnosi dane źródło do pomyślnego wykonania zadania przez agenta — z uwzględnieniem innych dostępnych źródeł.
Materiał kluczowy dla wyniku otrzymałby większą część wynagrodzenia niż treść powtarzająca informacje już znalezione gdzie indziej albo tylko luźno związana z zadaniem. Zaletą takiego mechanizmu byłoby powiązanie płatności z rzeczywistą wartością marginalną, a nie z pojedynczym kliknięciem czy z góry ustaloną opłatą licencyjną. Największe wyzwania to wiarygodne obliczanie wkładu na dużą skalę oraz ograniczenie możliwości manipulowania systemem. 16
Parallel Index ma być narzędziem po stronie właścicieli treści. Wydawcy, dostawcy danych i niezależni twórcy mogą dzięki niemu sprawdzać, w jaki sposób agenci odkrywają, cytują i wykorzystują ich materiały. Model zakłada również wynagrodzenie powiązane z wartością, jaką treści wnoszą do wyników agentów.
Parallel przedstawia Index jako system mający lepiej zgrać interesy właścicieli treści i twórców infrastruktury AI. Dokumentacja firmy opisuje go właśnie jako platformę, która pozwala rozumieć wykorzystanie materiałów przez agentów i uzyskiwać rekompensatę za ich wkład. 6
7
14
Parallel pozyskało 30 mln dolarów w rundzie zalążkowej w 2024 roku, a następnie 100 mln dolarów w rundzie Series A w listopadzie 2025 roku, przy wycenie wynoszącej — według doniesień — 740 mln dolarów. 1
2
W kwietniu 2026 roku firma zebrała kolejne 100 mln dolarów w rundzie Series B prowadzonej przez Sequoia, przy wycenie sięgającej — według doniesień — 2 mld dolarów. W rundzie miały uczestniczyć także wcześniejsze fundusze, m.in. Kleiner Perkins, Index Ventures, Khosla Ventures, First Round, Spark, Terrain i Abstract. 1
10
15
Firma stała się również jedną z opcji wyszukiwania i ugruntowywania odpowiedzi dla klientów Google Cloud budujących agentów korporacyjnych. Zgłaszane integracje pozwalają deweloperom korzystającym z narzędzi agentowych Google Cloud wybrać Parallel Search obok Google Search jako źródło danych z internetu. 2
12
Daje to Parallel dostęp do klientów dużej platformy dla agentów, ale jednocześnie pokazuje napięcie wpisane w tę relację: Google jest dla firmy ważnym partnerem, a zarazem potencjalnym konkurentem. 5
Agrawal przewiduje, że przełom może nastąpić w perspektywie 12–24 miesięcy. To jego prognoza, a nie wynik niezależnego konsensusu rynkowego. Uzasadnia ją szybkim rozwojem modeli, obsługi narzędzi i środowisk do budowy agentów. Jeden agent może uruchamiać wiele wyszukiwań i podzadań w odpowiedzi na pojedynczą prośbę człowieka, a przedsiębiorstwa mogą wdrażać takie systemy za pośrednictwem istniejących chmur i interfejsów API.
Jeśli technologie przekroczą odpowiedni próg użyteczności i kosztów, liczba zapytań do internetu może zostać zdominowana przez agentów, zanim zmienią się codzienne przyzwyczajenia zwykłych użytkowników. Założenie to streszcza deklarowane przez Parallel przekonanie, że agenci mogą korzystać z internetu „1000 razy częściej” niż ludzie. 2
14
Index i rozliczenia oparte na wartości Shapleya opisują dopiero projekt nowego rynku. Nie ma jeszcze dowodu, że taki system stanie się uniwersalnym następcą reklamy internetowej. Nie wiadomo też, czy wydawcy, konkurencyjne platformy agentowe i reszta ekosystemu przyjmą jeden wspólny sposób przypisywania wartości i dzielenia przychodów.
Sedno pomysłu Agrawala jest jednak jasne: jeżeli agenci będą głównymi odbiorcami internetu, sama informacja o tym, kto kliknął, może przestać wystarczać. Wtedy kluczowe pytanie zmieni się z „kto odwiedził tę stronę?” na „jak bardzo ta treść pomogła osiągnąć wynik?”
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Agrawal twierdzi, że internet finansowany ludzką uwagą traci sens, gdy wyszukiwanie i czytanie przejmują agenci AI.
Agrawal twierdzi, że internet finansowany ludzką uwagą traci sens, gdy wyszukiwanie i czytanie przejmują agenci AI. Agenci mogą analizować wiele źródeł bez wyświetlania reklam i bez generowania kliknięć prowadzących do stron wydawców.
Proponowana „równoległa sieć” ma być infrastrukturą dostosowaną do agentów, a nie całkowitym zastępstwem stron przeznaczonych dla ludzi.