AI obsah na LinkedIn: koľko z feedu píše stroj
Detekčná štúdia hovorí o 41 % dlhých príspevkov od AI a LinkedIn reaguje obmedzovaním dosahu. Čo to znamená pre firemný obsah.

AI obsah na LinkedIn už nie je okrajový jav. Podľa štúdie detekčnej firmy Pangram, o ktorej informovalo 404 Media, sa 41 % dlhých príspevkov na tejto sieti číta ako plne generovaných umelou inteligenciou. LinkedIn na to reaguje: nekvalitný AI obsah nebude mazať, ale znižovať mu dosah?Počet ľudí, ktorým sa príspevok reálne zobrazí. Znižovanie dosahu znamená, že obsah zostáva, ale vidí ho menej používateľov.. Pre firmy sa tým mení kalkulácia, ktorá ešte pred rokom fungovala.
Tie čísla beriem s rezervou, aká patrí každej detekcii AI textu. Trend však potvrdzuje aj to, čo vidím v produkcii pri práci s obsahovými pipeline: keď generovanie textu stojí takmer nič, objem vyletí a kvalita klesne. Rozoberme si to vecne.
Koľko AI obsahu na LinkedIn dnes reálne koluje?
Podľa Pangramu je 41 % dlhých príspevkov na LinkedIne plne AI a na X-e je to 25 % plne AI plus ďalších 23 % s asistenciou AI. Sú to najčerstvejšie tvrdé čísla k téme. Staršie analýzy Originality AI hovorili dokonca o vyše 54 % anglických dlhých príspevkov so znakmi AI, čo treba brať ako historický údaj.
- LinkedIn (Pangram): 41 % dlhých príspevkov plne AI.
- X (Pangram): 25 % plne AI, 23 % s asistenciou AI.
- LinkedIn (staršie, Originality AI): vyše 54 % anglických dlhých príspevkov so znakmi AI.
Detekcia AI textu?Automatizované rozpoznávanie, či text napísal človek alebo jazykový model. Má obmedzenú presnosť a produkuje falošne pozitívne výsledky. má svoje limity. Falošne pozitívne výsledky sú reálne, najmä pri kratších alebo silne editovaných textoch. Preto čísla vnímam ako indikátor smeru, nie ako presné meranie do desatiny percenta.
Prečo LinkedIn AI príspevky nemaže, ale skrýva?
LinkedIn zvolil miernejšiu cestu. Podľa Živé.sk platforma nekvalitný, opakujúci sa AI obsah nebude plošne mazať, ale posunie ho na druhú koľaj: mimo siete pôvodného autora ho zobrazí menej. Cieľom je obmedziť takzvaný AI slop?Nekvalitný, generický a opakujúci sa obsah vyprodukovaný umelou inteligenciou vo veľkom objeme, bez reálnej hodnoty pre čitateľa., nie zakázať AI nástroje ako také.
Firma zároveň tvrdí, že má systém na detekciu obsahu vytvoreného kompletne AI s deklarovanou presnosťou až 94 %. To číslo pochádza od samotného LinkedInu, čiže ho beriem ako marketingovú deklaráciu, nie ako nezávisle overený údaj. V praxi to znamená jedno: čisto strojovo vyprodukovaný text má klesajúcu šancu, že sa dostane k novým ľuďom.
Rozdiel medzi mazaním a tlmením dosahu je pre firmy dôležitý. Príspevok nezmizne, ale prakticky prestane fungovať ako nástroj zásahu. Investícia do masovej AI produkcie sa tak môže ticho znehodnotiť bez toho, aby vám to niekto oznámil.
Čo to mení pre marketingové tímy a firemný obsah?
Ekonomika sa obrátila. Keď 41 % dlhých príspevkov píše AI, samotný fakt, že obsah viete vyrobiť rýchlo a lacno, prestáva byť konkurenčnou výhodou. Robia to všetci. Výhodou sa stáva to, čo AI z verejných dát nevytiahne: konkrétne čísla z vašej prevádzky, pomenované rozhodnutia, chyby a to, čo vás naučili.
Keď premýšľam, ktorý firemný obsah dnes ešte funguje, filtrujem ho cez pár otázok:
- Obsahuje údaj, ktorý sa nedá vygúgliť ani vygenerovať, teda niečo z vašich vlastných dát alebo skúseností?
- Je za ním pomenovaný človek s názorom, alebo len neutrálny hlas bez pozície?
- Zniesol by test, že ho čítal a schválil niekto, kto danej téme naozaj rozumie?
Ak text neprejde ani jednou z týchto otázok, je jedno, či ho písal človek alebo stroj. V zaplavenom feede zapadne tak či tak. AI má zmysel ako nástroj na prvý koncept, rešerš a úpravu formy, nie ako autor, ktorého nikto neprečíta.
Ak marketingový tím rieši práve toto, teda ako s AI robiť obsah rýchlejšie, ale zároveň ho pripraviť na éru, keď vyhľadávače aj AI enginy filtrujú generický text, stojí za pozretie jednodňový workshop o tvorbe SEO a GEO obsahu s AI za hodiny namiesto dní. Nie je to pre tím, ktorý chce len viac príspevkov; dáva zmysel tam, kde chcete pochopiť optimalizáciu obsahu pre AI vyhľadávanie a odlíšiť sa kvalitou, nie objemom.
Ako pripraviť obsah na svet, kde AI text filtrujú algoritmy?
Krátka odpoveď: prestať súťažiť v objeme a začať súťažiť v overiteľnosti. Algoritmy LinkedInu aj AI vyhľadávacie enginy čoraz viac odmeňujú obsah s konkrétnymi faktami a menovanými zdrojmi a trestajú generickú vatu. Tento smer sa nezvráti.
Prakticky to znamená posunúť ťažisko od písania k tomu, čo sa dá napísať iba u vás. GEO?Optimalizácia obsahu pre generatívne AI vyhľadávanie (napríklad ChatGPT či Perplexity), aby ho tieto systémy citovali a odporúčali., teda optimalizácia obsahu pre generatívne AI vyhľadávanie, funguje na rovnakom princípe ako dobrý firemný príspevok: hustota faktov, jasné odpovede a citovateľné zdroje. Ak tímu chýba metodika, ako toto do obsahu dostať systematicky, k tomu smeruje aj spomínaný vstupný deň o SEO, GEO a kampaniach s AI vedený Lukášom Homérom.
Pri technickej stránke automatizácie obsahu platí to isté, čo pri akomkoľvek AI systéme v produkcii: nechajte stroj robiť len to, čo zvládne spoľahlivo, a ľudské potvrdenie ponechajte tam, kde je chyba drahá. Ak vás zaujíma, kde takáto deľba práce medzi modelmi a ľuďmi funguje a kde sa rozpadá, píšem o tom podrobnejšie v texte o multi-model orchestrácii, kde silný model riadi a lacné pracujú.
Kedy má AI obsah na LinkedIn ešte zmysel?
Triezvo: AI obsah na LinkedIn má zmysel ako pomocník, nie ako náhrada autora. Použite ho na urýchlenie konceptu, preformulovanie, jazykovú kontrolu a variácie formátu. Nepoužívajte ho na to, aby ste vyplnili kalendár príspevkami, ktoré nikto nechcel napísať a nikto nechce čítať.
Ak sa firma pýta, či sa oplatí AI produkciu obsahu škálovať, otázka nie je koľko príspevkov vyrobíme, ale čo z toho prežije filter dosahu a zaujme čitateľa. V prostredí, kde takmer polovicu dlhých textov píše stroj, vyhráva ten, kto do obsahu dá niečo, čo model nemá odkiaľ vedieť.
Časté otázky
Ako spoľahlivá je detekcia AI textu, na ktorej tieto čísla stoja?
S rezervou. Nástroje ako Pangram či Originality AI produkujú falošne pozitívne výsledky, najmä pri kratších alebo silne editovaných textoch. Deklarovaná presnosť 94 % pochádza od samotného dodávateľa. Čísla teda berte ako indikátor smeru, nie ako meranie do desatiny percenta. Trend rastúceho objemu AI obsahu je však reálny.
Čo konkrétne znamená pre firmu, že LinkedIn obsah nemaže, ale skrýva?
Príspevok síce zostane na profile autora, no mimo siete jeho kontaktov ho platforma zobrazí menej. Dosah teda klesne aj bez formálneho zákazu. Pre firmu to mení kalkuláciu: masová produkcia generických AI príspevkov už neprináša viditeľnosť, na ktorú stavala pred rokom. Cieľom je obmedziť takzvaný AI slop.
Znamená to, že AI nástroje na tvorbu obsahu už nemá zmysel používať?
Nie. LinkedIn nezakazuje AI ako takú, mieri na nekvalitný a opakujúci sa obsah. AI ako pomoc pri koncepte, štruktúre či editácii má stále zmysel; problém je publikovanie generických textov bez pridanej hodnoty vo veľkom objeme. Rozhoduje kvalita a to, či príspevok povie niečo, čo inde nie je.
Ako je na tom s AI obsahom sieť X v porovnaní s LinkedInom?
Podľa Pangramu je na X 25 % dlhých príspevkov plne generovaných AI a ďalších 23 % vzniklo s asistenciou AI. Na LinkedIne je plne AI 41 % dlhých príspevkov. LinkedIn teda vykazuje vyšší podiel plne generovaného obsahu, no priame porovnanie komplikujú odlišné metodiky a formáty oboch sietí.
Ako mám prispôsobiť firemný obsah, aby ho algoritmus netlačil dole?
Sústreďte sa na konkrétnosť: vlastné dáta, prípadové štúdie, skúsenosti z praxe, ktoré generický model nevyprodukuje. Znížte objem v prospech kvality a vyhnite sa opakujúcim sa šablónam. V ére, keď rozhoduje aj to, ako obsah čítajú AI vyhľadávače (GEO), sa oplatí premyslieť celú obsahovú stratégiu, nie len jednotlivé príspevky.
Čo je GEO a prečo s touto témou súvisí?
GEO (generative engine optimization) je optimalizácia obsahu pre AI vyhľadávače a asistentov, ktorí čerpajú z textov odpovede. Súvisí to preto, že rovnaká lavína generického AI obsahu, ktorú LinkedIn tlačí dole, komplikuje aj viditeľnosť v AI vyhľadávaní. Prednosť dostáva obsah s jasným zdrojom a pridanou hodnotou, nie preplňovanie kľúčovými slovami.
Diskusia
Zatiaľ tu nie sú žiadne komentáre. Buďte prvý.
Čítajte ďalej
Viac zo sekcie Dizajn & marketing →
Vibe coding zlyhanie: prečo prototyp nie je produkcia
Väčšina „vibe-coded“ projektov nezlyhá na generovaní kódu, ale na disciplíne, ktorá prichádza po ňom: testovanie, údržba, bezpečnosť a zodpovednosť za produkčný systém.

DeepSeek AI čip: čo to znamená pre firmy v Európe
DeepSeek podľa Reuters pracuje na vlastnom AI čipe. Rozoberám, čo to znamená pre dostupnosť a cenu modelov a kedy má zmysel čínsky model reálne nasadiť do produkcie.

AI-native firma a riadenie tímu: čo sa mení pri 25 ľuďoch
Anonymný výkonný manažér z AI-native startupu s 25 ľuďmi opísal na Reddite, ako vyzerá firma, kde všetko stojí na LLM. Pridávam pohľad z produkcie: čo z toho reálne funguje a kde sa riadenie tímu láme.

GPT-5.6: čo Luna, Terra a Sol menia pre firmy
OpenAI podľa dostupných správ predstavila rodinu GPT-5.6 v troch variantoch: Luna, Terra a Sol. Zatiaľ len pre úzky okruh partnerov. Čo to znamená pre firemné nasadenie a ako k tomu pristupovať triezvo.

Vibecoding softvéru: hrozba pre modely za 7 500 €
Vibecoding softvéru dovolí jednému človeku za víkend prestavať funkcie nástroja, za ktorý firmy platia tisíce eur ročne. Ukazujem, kde to reálne funguje, kde zlyhá a čo to mení pre softvérové obchodné modely.

Orchestrácia AI agentov v open source: čo unesie produkcia
Open-source orchestrátory agentov centralizujú governance, sandboxovanie a routing. Za tieto výhody platíte novou vrstvou, ktorá sa sama stáva kritickou pre produkciu.