AI w prospectingu B2B: skaluje system, nie strategię
W skrócie — jak wprowadzić AI do sprzedaży i prospectingu (od czego zacząć):
- Nie zaczynaj od narzędzia. AI nie zmienia prospectingu — zmienia szybkość wykonania prospectingu, który już umiesz robić.
- Najpierw fundament: ICP, problem klienta, proces, czyste dane. Bez nich AI tylko szybciej wysyła maile, których nikt nie chce czytać.
- Rozróżnij trzy poziomy: narzędzie z półki ≠ proces zbudowany pod Twoją firmę ≠ własny agent AI. „Kupiłem narzędzie” to jeszcze nie „wprowadziłem AI”.
- Zacznij od jednego wąskiego miejsca. Sprawdź ręcznie na 50–100 dobrze dobranych firmach, zanim cokolwiek zautomatyzujesz.
- Przy długiej, trudnej sprzedaży B2B (wielu decydentów, cykl liczony w miesiącach) AI pomaga w przygotowaniu — nie w decyzji o tym, komu i co sprzedajesz.
Boston Consulting Group: tylko ok. 4–5% firm realnie generuje wartość z AI. Reszta skaluje chaos. Ten artykuł pokazuje, gdzie jest granica.
Najpierw scena, którą widzę u klientów raz za razem: firma kupuje narzędzie, podłącza je do bazy z internetu, włącza automat — i po miesiącu ma spalone domeny, zablokowane skrzynki i zero odpowiedzi. To nie jest kolejny przegląd narzędzi. Piszę z pozycji praktyka, który realnie buduje agentów AI do sprzedaży i prospectingu dla firm z długą, trudną sprzedażą — i wie, gdzie to się sypie. Większość treści o AI w sprzedaży pisze się z perspektywy jednego narzędzia albo jednego testu w ChatGPT. To inna perspektywa: jako zewnętrzny dyrektor sprzedaży od zmiany wchodzę do firmy, układam całość — fundament, marketing, prospecting, sprzedaż, a także widoczność w Google i w odpowiedziach AI — i dopiero potem spinam to z AI.
Teza tego artykułu: AI nie naprawia złej sprzedaży. AI skaluje to, co już istnieje. Jeśli system jest dobry — przyspiesza go. Jeśli system jest zły — szybciej i taniej rozsyła ten sam bałagan po rynku. Większość firm myli „kupić narzędzie” z „wprowadzić AI” i odkrywa różnicę dopiero po miesiącu spalonych domen i zerowych odpowiedzi. Ten tekst pokazuje uczciwą kolejność: od czego zacząć, czego NIE robić na starcie i gdzie kończy się przydatność AI.
Czym naprawdę jest „wprowadzenie AI do sprzedaży” (i czym nie jest)
Wprowadzenie AI do sprzedaży to nie zakup narzędzia. To wzmocnienie istniejącego systemu pozyskiwania klientów — researchu, kwalifikacji, kontaktu i follow-upu — o szybkość i skalę, których człowiek sam nie wyrobi.
Tradycyjnie prospecting wyglądał tak: handlowiec otwiera LinkedIn, ręcznie sprawdza profile, zapisuje maile, pisze wiadomość od zera. 2–3 godziny na jedną kampanię do 50 osób. Z AI ten sam research trwa 30 minut, a zamiast jednego wariantu wiadomości powstaje pięć. To jest przyspieszenie, nie rewolucja.
U jednego z klientów z długim cyklem research na grupę decyzyjną zszedł u nas z ok. 2 godzin na firmę do ok. 25 minut — ale dopiero po tym, jak najpierw przeszliśmy ręcznie 60 firm i ustaliliśmy, czego w tym researchu naprawdę szukamy. Skrót czasu wziął się z gotowego procesu, nie z samego narzędzia. To jest cała różnica między „kupiłem narzędzie” a „wprowadziłem AI”.
Problem w tym, że firmy mylą trzy różne rzeczy. Oto granica, której nikt nie stawia:
| Poziom | Co to znaczy | Kiedy ma sens |
|---|---|---|
| Narzędzie z półki | Gotowy produkt, włączasz i działa „dla wszystkich tak samo”. Research, wzbogacanie danych, generowanie maili. | Gdy proces jest prosty i powtarzalny, a chcesz przyspieszyć pojedynczy etap. |
| Proces pod Twoją firmę | Narzędzia poskładane pod Twoje ICP, Twój język, Twoją sekwencję kontaktu — nie pudełkowy szablon. | Gdy masz specyfikę (długi cykl, wielu decydentów), której gotowiec nie obsłuży. |
| Własny agent AI | Agent zbudowany pod konkretne zadanie — np. research przed kontaktem albo monitoring sygnałów — działający w Twoim procesie. | Gdy proces jest już sprawdzony ręcznie i chcesz go powtarzalnie skalować. |
Reframe: to nie jest pytanie „które narzędzie kupić”. To pytanie „czy mam system, który AI ma co wzmocnić”. „Kupiłem narzędzie” znaczy tyle, że masz nowy przycisk. „Wprowadziłem AI” znaczy, że masz proces, w którym ten przycisk coś realnie przyspiesza.
AI skaluje system sprzedaży, nie strategię — główna teza
AI skaluje to, co firma już umie nazwać. Nie zrobi za Ciebie strategii, decyzji komu sprzedajesz ani propozycji wartości. Przyspiesza wykonanie tego, co masz — w dobrą albo w złą stronę.
Boston Consulting Group przebadał ok. 1000 firm w 59 krajach i odkrył, że tylko ok. 4–5% organizacji rzeczywiście generuje wartość z AI. Te firmy osiągają wyraźnie wyższy wzrost przychodów i redukcję kosztów niż reszta. Pozostałe — mimo dużych inwestycji — praktycznie nic nie widzą.
Forrester ostrzega: cienko dostosowane, masowo generowane wiadomości z AI pogorszą doświadczenie zakupowe 70% nabywców B2B — zamiast budować zaufanie, niszczą je.
A Salesforce pokazuje paradoks: 81% zespołów sprzedaży już używa AI lub go testuje, ale 67% handlowców nie wierzy, że dowiezie plan. Dlaczego? Bo dużą część czasu zjadają zadania niesprzedażowe, a część zespołu nie ufa danym, na których system pracuje.
Problem nie jest w AI. Problem jest w fundamencie przed AI.
Wariant pierwszy: firma bez jasnego ICP + AI = masowy spam do złych osób. Wysoki bounce, zerowe odpowiedzi, spalona reputacja domeny.
Wariant drugi: firma z ICP, ze zdefiniowanymi problemami, z czystymi danymi i ze zrozumiałym procesem prospectingu jako systemem + AI = research w 30 minut, pięć wariantów wiadomości gotowych do zatwierdzenia, sygnały zakupowe wykryte automatycznie.
Ta różnica nie bierze się z AI. Bierze się z tego, czy firma ma system sprzedaży do wzmocnienia — czy ratuje się AI zamiast strategii.
Od czego zacząć — kolejność, której nikt Ci nie mówi
Zacznij od fundamentu, nie od narzędzia. Są 4 fundamenty, które muszą być na miejscu, zanim AI cokolwiek wzmocni. To jest uczciwa odpowiedź na „od czego zacząć” — sekwencja, nie lista 12 aplikacji.
Fundament 1: ICP — wiesz, do kogo idziesz
ICP (profil idealnego klienta) to nie „wszyscy” i nie „średnie firmy”. To konkretna grupa: branża, rozmiar, model biznesu, geografia, sytuacja rynkowa. AI pomaga analizować dane obecnych klientów, grupować podobne firmy i proponować segmenty. Człowiek decyduje, czy ta grupa ma dla nas realną wartość.
Fundament 2: Problem klienta — znasz 3–5 hipotez bólu
Nie piszesz do firmy „bo ma potencjał”. Piszesz, bo wiesz, jaki ma problem: spadająca marża, utrata klientów, drogi proces decyzyjny, chaos w danych. AI pomaga skanować strony, raporty, newsy i posty. Człowiek ocenia, czy to ból, czy tylko ciekawostka.
Fundament 3: Proces prospectingu — wiesz, jaka sekwencja działa
Trzy maile do jednej osoby? Trzy maile do trzech osób w firmie? Mail + LinkedIn + telefon? AI pomaga generować warianty wiadomości i follow-upy oraz automatyzować wysyłkę. Człowiek zatwierdza strategię i pilnuje spójności.
Fundament 4: Dane — czysty CRM, aktualne kontakty, właściwe stanowiska
Brudne dane = brudna personalizacja = spam. Jeśli CRM twierdzi, że Jan to CEO, a Jan dawno odszedł, AI personalizuje na podstawie kłamstwa. AI pomaga wzbogacać i standaryzować dane. Człowiek pilnuje, że źródła są wiarygodne. Tu zaczyna się kwalifikacja leadów i scoring — bo brudne dane psują cały proces.
Reguła kolejności: najpierw zmapuj, gdzie sprzedaż się zacina → wybierz jedno wąskie miejsce → sprawdź je ręcznie na 50–100 firmach → dopiero potem narzędzie albo agent → zmierz na małej próbie. Gdy są 4 fundamenty, AI daje realną dźwignię. Bez nich — chaos szybciej i taniej.
Czego NIE rób na starcie
To są błędy strategiczne, nie operacyjne — i kosztują najwięcej:
- Nie automatyzuj bałaganu. Automatyzacja złego procesu to ten sam bałagan, tylko szybszy i na większą skalę.
- Nie kupuj 10 narzędzi naraz. Każdy handlowiec użyje innego i powstanie wolna amerykanka zamiast systemu.
- Nie włączaj AI bez procesu. AI na słabej strategii to po prostu szybszy spam.
- Nie skaluj przed sprawdzeniem. Jeśli handlowiec nie potrafi zrobić kampanii ręcznie na 50 osobach, AI nie powinno go wysyłać do 5000.
- Nie kupuj narzędzia zamiast naprawy fundamentu. Jeśli problem jest piętro niżej — w ofercie albo w decyzji komu sprzedajesz — żadne narzędzie go nie zasypie.
Jeśli nie masz pewności, gdzie dokładnie zacina się Twoja sprzedaż — zacznij od audytu sprzedaży B2B, zanim w ogóle dotkniesz narzędzi AI.
Nie wiesz, czy Twój prospecting ma fundament, który AI ma co wzmocnić?
Diagnoza ścieżki sprzedaży pokazuje, gdzie dokładnie przecieka — w research, ICP, procesie, danych czy konwersji. Wiesz, co naprawić w pierwszej kolejności, zanim wydasz złotówkę na narzędzia.
Gdzie AI realnie pomaga w prospectingu (a gdzie tylko obiecuje)
AI rozkłada się jasno na dwie strony granicy: jedno robi maszyna, drugie zostaje przy człowieku. To jest najważniejsza tabela w całym artykule — bo pokazuje, gdzie kończy się przydatność AI, a zaczyna odpowiedzialność.
| Co robi AI | Co robi człowiek |
|---|---|
| Research — skanuje strony, LinkedIn, newsy, raporty | Ocena: czy sygnał zakupowy jest realny, czy przypadkowy |
| Generowanie hipotez problemów — tworzy listę kandydatów | Wybór: która hipoteza jest mocna i prawdziwa dla tej branży |
| Wersje wiadomości — pisze 5–10 wersji maila | Zatwierdzenie: czy obietnica jest autentyczna i ją dowieziemy |
| Personalizacja — dopisuje imię, branżę, wyzwalacz kontaktu | Ton, kontekst, autentyczność — brzmi jak człowiek czy jak bot |
| Follow-up — proponuje, kiedy pisać kolejną wiadomość | Decyzja: kiedy pisać, kiedy dzwonić, kiedy odpuścić |
| Scoring — nadaje punkty za aktywności i powroty | Kwalifikacja: czy to realna szansa, czy miła rozmowa |
| CRM — uzupełnia notatki, tagi i kolejne kroki po rozmowie | Dyscyplina: czy zespół trzyma standard pracy w CRM |
| Analiza wyników — wykrywa wzorce: które segmenty i maile działają | Interpretacja: co to oznacza i co poprawiamy dalej |
Granica jest jasna: AI może rekomendować. Człowiek odpowiada za wybór rynku, za obietnicę wobec klienta i za relację. Człowiek decyduje, AI proponuje.
Czym to się różni przy długiej, trudnej sprzedaży B2B
Przy sprzedaży, która trwa miesiącami i ma wielu decydentów, granica przesuwa się jeszcze bardziej na stronę człowieka. Powód jest twardy: według Gartnera kupujący B2B spędzają tylko ok. 17% czasu zakupu w kontakcie ze wszystkimi dostawcami razem, a przy porównywaniu kilku ofert — zaledwie 5–6% czasu z jednym handlowcem. Reszta decyzji zapada bez Ciebie, w głowach komitetu zakupowego.
Co to znaczy w praktyce? AI świetnie przygotuje research na całą grupę decyzyjną i utrzyma porządek w follow-upach przez długi cykl. Ale nie zbuduje za Ciebie zaufania ani nie poprowadzi rozmowy przez sprzeczne interesy w komitecie zakupowym. Im dłuższa i trudniejsza sprzedaż, tym ważniejsze jest to, co dzieje się PRZED włączeniem narzędzia: ułożony proces i jasna decyzja, komu i co sprzedajesz. To jest moment, w którym zewnętrzny dyrektor sprzedaży od zmiany układa fundament — a AI dopiero potem go skaluje.
Najczęstsze błędy przy wprowadzaniu AI do sprzedaży
Firmy, które wdrażają AI bez fundamentu, widzą problem dopiero po miesiącu–dwóch. Wtedy jest już za późno: reputacja nadszarpnięta, kontakty zablokowane, zespół rozczarowany. Oto 5 błędów, które kosztują najwięcej:
- Automatyzacja bałaganu. AI nie naprawia złego prospectingu — skaluje błędy. Więcej maili = więcej niezadowolonych prospektów i spalonych domen, mniej nauki.
- Kupowanie narzędzia zamiast naprawy fundamentu. Problem najczęściej nie jest w narzędziu, tylko piętro niżej — w ofercie albo w decyzji, komu sprzedajesz.
- AI na słabej strategii = szybszy spam. „Widziałem, że jesteście liderem w branży” to nie obserwacja, to maska. Klient wie, że to bot, i kasuje maila.
- Brak człowieka w pętli. AI personalizuje na podstawie publicznych danych — bez ludzkiej oceny obserwacja zamienia się w nachalność.
- Skalowanie przed sprawdzeniem. Najpierw 50–100 dobrze dobranych firm ręcznie, potem dopiero skala. Nie odwrotnie.
Efekt całości jest zawsze ten sam: AI nie naprawia złej sprzedaży — skaluje to, co zastało. Jeśli fundament jest zły, najpierw naprawa fundamentu. Dopiero potem AI.
Kiedy AI Ci NIE pomoże (jeszcze)
AI nie pomoże, dopóki nie wiesz, do kogo piszesz, z jakim problemem i jaką sekwencją. To nie jest wytknięcie — to często znaczy, że zrobiłeś wszystko dobrze, a problem leży piętro niżej, niż patrzysz.
Mogłeś zbudować dobry produkt, mieć świetnych ludzi i wciąż AI nic Ci nie da — bo fundament sprzedaży nie jest jeszcze nazwany. Konkretnie, odpuść AI (na razie), jeśli:
- nie masz jednego, ostrego ICP — sprzedajesz „każdemu, kto kupi”;
- nie potrafisz nazwać 3–5 realnych problemów klienta, tylko ogólniki o „potencjale”;
- Twój CRM to cmentarz nieaktualnych kontaktów;
- nikt w zespole nie zrobił jeszcze dobrej kampanii ręcznie, więc nie ma czego skalować.
Najpierw to, AI dopiero potem. Rynek nauczył firmy kupować taktyki i narzędzia zamiast budować system. AI tej kolejności nie odwraca — tylko ją obnaża szybciej.
Playbook prospectingu B2B — 8 etapów z AI
Gdy fundament jest na miejscu, oto sekwencja 8 etapów. W każdym widać granicę: kto decyduje, a gdzie AI tylko przyspiesza.
Etap 1: Wybierz segment (człowiek)
Ty decydujesz: producenci, usługi IT czy holdingi? 50–500 osób czy 500+? AI pomaga: wzbogaca dane, grupuje podobne firmy, wykrywa sygnały typu rekrutacje, ekspansja, nowe finansowanie, zmiana zarządu.
Etap 2: Zdefiniuj ICP i persony (człowiek)
Kto rozmawia? CEO, dyrektor sprzedaży, dyrektor operacyjny? Co ich motywuje, a co boli? AI pomaga: analizuje profile i historię zmian, proponuje typowe persony dla segmentu.
Etap 3: Wypisz 3–5 hipotez problemu (człowiek)
Co boli tę firmę? Spadająca marża? Chaos w procesach? Utrata klientów? AI pomaga: generuje listę hipotez — ty wybierasz te prawdziwe.
Etap 4: Zbuduj bazę — małą, bardzo dobrą (człowiek)
50–100 firm, 1–3 persony na firmę. Nie 10 000. AI pomaga: wzbogaca dane, klasyfikuje i priorytetyzuje firmy.
Etap 5: Stwórz sekwencję kontaktu (człowiek)
Trzy maile do jednej osoby? Do trzech osób w firmie? Mail + LinkedIn + telefon? AI pomaga: pisze warianty wiadomości, generuje otwarcia i follow-upy.
Etap 6: Wysyłka + monitoring (człowiek + AI)
AI wysyła i monitoruje, człowiek kontroluje wolumen i jakość. Reply rate 1% czy 5%? Bounce normalny czy spalona domena? Odpowiedzi realne czy puste?
Etap 7: Rozmowa (człowiek)
AI: przygotowuje research, proponuje pytania, robi notatkę po rozmowie. Człowiek: prowadzi rozmowę, diagnozuje, buduje zaufanie.
Etap 8: Mierzenie i poprawa (człowiek + AI)
AI: wykrywa wzorce — który segment odpowiada, które maile działają, gdzie pada konwersja. Człowiek: interpretuje i decyduje, co skalować, a co zatrzymać. Jak to wygląda w praktyce — zobacz case study: pipeline B2B.
Kluczowe prawo: Jeśli handlowiec nie potrafi zrobić kampanii ręcznie na 50–100 dobrze dobranych osobach, AI nie powinno go wysyłać do 5000.
Jak zmierzyć, czy AI faktycznie pomaga — benchmarki dla polskich zespołów
Skąd wiesz, że AI realnie pomaga, a nie tylko szybciej rozsyła? Trzeba zmierzyć właściwe rzeczy. Nie wskaźnik otwarć (open rate) — to metryka dla marketingu. W prospectingu mierzysz rozmowy, kwalifikowane szanse i pipeline.
| Metryka | Słabo | OK | Dobrze | Bardzo dobrze |
|---|---|---|---|---|
| Reply rate z kampanii | <2% | 2–5% | 5–10% | >10% |
| Pozytywne odpowiedzi | <0,5% | 0,5–1,5% | 1,5–3% | >3% |
| Umówione rozmowy | <0,3% | 0,3–1% | 1–2% | >2% |
| Bounce rate | >5% | 3–5% | 1–3% | <1% |
Z tego, co widzę u klientów z polskiego B2B przy dobrze dobranej bazie, rzędy wielkości to reply rate w okolicach kilku procent, pozytywne odpowiedzi i umówione rozmowy w pojedynczych procentach. Ale to tylko rząd wielkości — realny próg dla Twojej kategorii, oferty i bazy ustala się przy diagnozie, nie wyjmuje z cudzej tabeli. Z benchmarku z raportu weź kierunek, nie wynik dla siebie.
Benchmark własny > benchmark z raportu. Jeśli Twoja kampania ma reply rate 3% — czy to wzrost z poprzedniej, która miała 1%? Wtedy AI działa. Czy spadek z 5%? Wtedy coś się zepsuło. Liczba zawsze z punktem odniesienia.
FAQ — AI w sprzedaży i prospectingu B2B
Od czego zacząć, jeśli mam zero doświadczenia z AI?
Nie od narzędzia. Zacznij od fundamentu: jeden ostry ICP, 3–5 realnych problemów klienta, jasna sekwencja kontaktu i czysty CRM. Gdy to masz, wybierz jedno wąskie miejsce (np. research przed kontaktem) i sprawdź je ręcznie na 50–100 firmach. Dopiero potem dołóż narzędzie. AI przyspiesza prospecting, który już umiesz robić — nie zastępuje umiejętności.
Czy AI zastąpi handlowców?
Nie. AI przejmuje część pracy przygotowawczej — research, wersje maili, monitoring, notatki. Nie przejmuje rozmowy sprzedażowej, gdzie potrzeba empatii, zrozumienia kontekstu i pracy na obiekcjach. Przy długiej sprzedaży B2B kupujący spędzają z handlowcem ułamek czasu zakupu — więc każda taka rozmowa waży jeszcze więcej, a to jest robota człowieka.
Ile kosztuje wprowadzenie AI do sprzedaży?
To zależy od poziomu. Gotowe narzędzie z półki to abonament — od kilkudziesięciu do kilkuset złotych miesięcznie za stanowisko. Proces poskładany pod Twoją firmę albo własny agent to już projekt wdrożeniowy, którego koszt zależy od zakresu. Najdroższy wariant to wdrożenie AI bez fundamentu — wtedy płacisz dwa razy: za narzędzie i za spaloną reputację. Orientacyjne widełki doradztwa znajdziesz w tekście ile kosztuje doradztwo sprzedażowe B2B.
Czy to działa przy długim cyklu sprzedaży B2B?
Tak, ale inaczej niż przy szybkiej sprzedaży. Przy cyklu liczonym w miesiącach i komitecie zakupowym AI pilnuje porządku w długich follow-upach i przygotowuje research na całą grupę decyzyjną. Nie zbuduje za Ciebie zaufania ani nie poprowadzi przez sprzeczne interesy decydentów. Im trudniejsza sprzedaż, tym ważniejsze, co zrobisz PRZED włączeniem narzędzia: ułożony proces i decyzja, komu sprzedajesz.
Narzędzie gotowe czy budować własne?
Gotowe narzędzie z półki ma sens, gdy proces jest prosty i powtarzalny, a chcesz przyspieszyć jeden etap. Proces pod firmę albo własny agent ma sens, gdy masz specyfikę (długi cykl, wielu decydentów), której gotowiec nie obsłuży — i gdy proces jest już sprawdzony ręcznie. Kolejność jest zawsze ta sama: najpierw działający proces, potem decyzja o budowaniu.
Jak poznać, że jestem gotowy na automatyzację?
Test jest prosty: jeśli Twój handlowiec potrafi zrobić dobrą kampanię ręcznie na 50–100 starannie dobranych firmach — z sensowną reply rate — jesteś gotowy, żeby AI to wzmocniło. Jeśli ręczna kampania nie działa, automatyzacja jej nie naprawi, tylko powieli problem na większą skalę. Czysty CRM, znany ICP i sprawdzona sekwencja to minimum przed włączeniem automatu.
Najważniejsze wnioski
- AI nie zaczyna się od narzędzia. Najpierw fundament: ICP, problem klienta, proces, czyste dane. Bez nich AI skaluje błędy, nie prospecting.
- „Kupiłem narzędzie” ≠ „wprowadziłem AI”. Rozróżnij trzy poziomy: narzędzie z półki, proces pod firmę, własny agent.
- AI skaluje to, co firma już umie nazwać. Dobry system przyspiesza, zły — szybciej rozsyła bałagan po rynku.
- Granica jest stała: AI robi pracę przygotowawczą (research, warianty, monitoring), człowiek robi decyzje biznesowe, rozmowę i relację.
- Przy długiej, trudnej sprzedaży ważniejsze jest to, co PRZED narzędziem: ułożony proces i decyzja, komu sprzedajesz — bo kupujący spędza z handlowcem ułamek czasu zakupu.
- Mierz właściwe rzeczy — nie wskaźnik otwarć, ale reply rate, pozytywne odpowiedzi, rozmowy i pipeline. Zawsze wobec własnego punktu odniesienia.
AI wzmacnia prospecting tylko wtedy, gdy zespół potrafi go robić ręcznie. Tego uczę zespoły bezpośrednio — w ofercie dla zespołów: warsztat prospectingowy buduje fundament, a trening w środowisku AI daje wprawę, zanim handlowiec ruszy na żywych klientów.
Zanim wydasz pierwszą złotówkę na AI — sprawdź, czy masz co wzmacniać
Diagnoza ścieżki sprzedaży pokazuje w kilka minut, gdzie dokładnie przecieka Twój prospecting i co naprawić w pierwszej kolejności. Dostajesz mapę wąskich gardeł, zanim cokolwiek automatyzujesz.
Źródła
- Boston Consulting Group, Where’s the Value in AI? (2024) — badanie ok. 1000 kadry zarządzającej w 59 krajach: tylko ok. 4–5% realnie generuje znaczącą wartość z AI, reszta mimo inwestycji nie widzi efektu.
- Salesforce, Sales AI Statistics (2024) — 81% zespołów sprzedaży używa AI lub go testuje, ale 67% handlowców nie wierzy, że dowiezie plan.
- Forrester Research, Predictions 2024: B2B Marketing, Sales, And Product — ostrzeżenie, że 70% nabywców B2B dostanie gorsze doświadczenie przez cienko dostosowane, masowo generowane treści z genAI.
- Gartner, The B2B Buying Journey — kupujący B2B spędzają ok. 17% czasu zakupu w kontakcie ze wszystkimi dostawcami razem, a przy porównywaniu ofert tylko 5–6% z jednym handlowcem.
- McKinsey & Company, How Generative AI Could Reshape B2B Sales — analiza warunków, w których genAI realnie poprawia wyniki sprzedaży B2B: najpierw porządek w danych i procesie, potem narzędzie.
