AI v prodeji: Střední podniky nic nepropásnou

Meinung & Provokation · 12. Oktober 2026 · Anthony Filipiak

AI v prodeji potřebuje méně humbuku a více ROI. Přečtěte si, proč střední podniky nejsou hloupé, když čekají – ale učení se stává pro rok 2026 povinností.

43 procent společností využívajících AI v Německu nedokáže kvantifikovat přínos AI k provoznímu zisku (McKinsey, německá analýza „The State of AI in 2026: On the Road to ROI“, zveřejněno v roce 2026). To je číslo, o kterém s generálními řediteli mluvím déle než o jakémkoli demo videu od OpenAI, Microsoft Copilot nebo Salesforce Einstein. Protože AI v prodeji není cenná, když SDR napíše deset hezčích e-mailů, ale když se měřitelně změní pipeline, míra uzavření obchodů nebo rychlost obchodů. Přesně tam to začíná být slabé. A přesně proto teze „Německé střední podniky zaspávají AI – a to je v pořádku“ není dostatečně špatná, aby se dala smést ze stolu, ale ani dostatečně správná, aby se na ní dalo spoléhat.

Moje odvážná teze – střední podniky nezaspávají AI, zaspávají laťku. No, skoro. Testují, platí, klikají, žasnou, instalují Copilot do Outlooku a nechávají si od dodavatelů vyprávět, že teď bude všechno jinak; ale když se jich po devíti měsících zeptám, který proces se díky tomu zrychlil, zlevnil nebo dříve eskaloval, v mnoha konferenčních místnostech zavládne ticho.

A ano, to je částečně v pořádku. Kdo v roce 2026 stále věří, že každá středně velká společnost musí okamžitě nasadit agenty na ERP, CRM, MES a PLM, pravděpodobně nikdy nemluvil s finančním ředitelem strojírenské společnosti, jejíž systém SAP žije od roku 2014 se třemi speciálními logikami pro ceny služeb. Opatrnost není zaostalost. Ale opatrnost bez plánu učení je jen jiné slovo pro ztrátu kontroly.

AI v prodeji – proč se většina mýlí

Většina diskusí o AI ve středních podnicích začíná na špatném místě. Začínají u modelu. GPT-5, Claude, Gemini, Llama, nějaký agentní framework s lesklým rozhraním. Považuji to za rozptýlení. Ne proto, že by modely byly irelevantní. To není tak docela pravda. Modely jsou důležité, ale zřídka jsou úzkým hrdlem, které vidím v rozhovorech s generálními řediteli a obchodními manažery.

Úzké hrdlo je v operačním systému společnosti – ICP nejasné, CRM data děravá, důvody nabídek nekódované, ztracené obchody jako volný text v poli „Jiné“, nikdo přesně neví, jaké spouštěče skutečně vedou k nákupu, a pak má AI v prodeji najednou dělat zázraky. U Phoenix Contact se dá mluvit o automatizaci, protože procesy mají jinou úroveň zralosti. U dodavatele se 180 zaměstnanci z Ostwestfalenu, jehož obchodní manažer stále pracuje se třemi soubory Excel, poloviční licencí HubSpot a pamětí Sabine z interního prodeje, vypadá svět jinak.

„U nás to nefunguje,“ řekl mi nedávno Thomas, obchodní manažer výrobce komponent z Pforzheimu. „Naši zákazníci nenakupují kvůli e-mailu.“ Tuto větu slyším často. Zní zkušeně. Někdy je to jen pohodlné. Protože samozřejmě nikdo nekupuje balicí stroj od Krones nebo nápravu od Wittenstein kvůli e-mailu. Ale ani nákupní rozhovor nevzniká z kadidla. Vzniká z načasování, relevance, opakování a prodejního aparátu, který rozpozná, kdy se cílový účet začne hýbat.

Nedorozumění je hlubší. Mnoho středních podniků zaměňuje používání AI s AI schopnostmi. Používání znamená – někdo napíše inzerát s ChatGPT, interní prodej zkrátí e-mail, marketing generuje LinkedIn příspěvky, které zní jako všechno ostatní na LinkedIn (tedy jako mokrá lepenka). Schopnost znamená – společnost si může vybrat proces, formulovat hypotézu, připojit data, omezit rizika, změřit výsledek a pak se rozhodnout, zda se bude škálovat nebo pohřbít. To druhé je vzácné. To první rychle roste.

LinkedIn verze debaty je pro mě příliš laciná

Na LinkedIn existují dva tábory. Tábor jedna volá – Německo je ztraceno, protože střední podniky zaspaly AI. Tábor dva volá – jsme opatrní, protože jsme mistři kvality. Oba si to zjednodušují. V březnu 2026 jsem mluvil s Andreou, Head of Sales u Hidden Champion v Bielefeldu, o AI v prodeji. Její věta mi utkvěla v paměti – „Testovali jsme šest nástrojů a nezměnili jsme ani jeden proces.“ Přesně to je ten bod. Ne nedostatek nástrojů. Zbabělost v procesech.

Říkám to záměrně tvrdě, protože změkčenou variantu slyším už léta. Nejprve to bylo CRM. Pak Marketing Automation. Pak Intent Data. Teď AI agenti. Vždy se kupovala technologie, než se management rozhodl, jakou prodejní pravdu vlastně chce snést. Pokud nejlepší zákazník už není nejhlasitější zákazník, ale nejziskovější zákazník po odečtení nákladů na služby, pak musí prodej jinak prioritizovat. Pokud segment přináší mnoho leadů, ale každá druhá objednávka končí reklamací, musí marketing jinak cílit. AI odhaluje takové rozpory. Někteří to vůbec nechtějí.

AI v prodeji – nepohodlná pravda za čísly

AI Index Mittelstand 2026 od Deutscher Mittelstands-Bund a Salesforce uvádí 51,2 procenta středních podniků, které v roce 2025 AI používaly nebo testovaly. V roce 2024 to bylo 33,1 procenta. To je skok, ne cupitání. 16,6 procenta již nasadilo AI agenty, 37 procent plánovalo pro rok 2026 zavedení nebo rozšíření, 31 procent nemělo konkrétní plány pro AI. Kdo z toho dělá jen „střední podniky spí“, čte nedbale.

Ale kdo z toho dělá „všechno je v pořádku“, čte nebezpečně. Protože číslo McKinsey s 43 procenty nekvantifikovatelného příspěvku k výsledkům se přesně trefuje do rány. Společnost může využívat AI ve čtyřech obchodních oblastech, podle McKinsey to bylo v Německu v průměru 4,3 oproti globálním 3,5, a přesto neví, zda provozní zisk roste. To je jako postavit nový stroj DMG-Mori do haly a po roce nevědět, zda se zlepšily kusové náklady, zmetkovitost nebo dodací lhůta. Žádný generální ředitel by to nepřijal. U softwaru se to najednou romantizuje.

Číslo Qonto je obzvláště odhalující. Průměrné měsíční výdaje na AI 34,46 eur. Za to se nedá přestavět prodejní proces. Za to se dá pořídit pár jednotlivých licencí, platba kreditní kartou a dobrý pocit, že nejste úplně pozadu. Vůně transformace? Spíše vůně čerstvě vytištěného účtenky za nástroj z účetnictví.

Nechci tato platformní data dělat větší, než jsou. Qonto nevidí celou německou firemní krajinu. McKinsey v Německu dotazovala 93 osob, v rámci globálního průzkumu 1 719 manažerů a odborníků z 97 zemí. Salesforce a Alibaba mají své vlastní tržní zájmy. Dobře. Ale když několik nečistých oken ukazuje stejným směrem, měli byste se alespoň podívat ven.

Nemáme strach z AI. Máme strach z toho, že někdo připojí agenta k špatnému systému kmenových dat a pak se všichni budou tvářit, jako by chyba byla překvapivá.

— Matthias, COO dodavatele strojírenských dílů, Stuttgart

Matthias má pravdu. Znám podniky, kde špatný návrh náhradního dílu nevyvolá jen trapný e-mail, ale zastavení provozu u zákazníka. Znám prodejní organizace, kde automatizovaný návrh slevy okamžitě zničí marži, protože historické obchody nebyly nikdy očištěny od speciálních efektů. U Festo, Schaeffler nebo Siemens se o AI mluví s jinými bezpečnostními mechanismy než u firmy se 70 zaměstnanci, která spravuje své šablony nabídek ve Wordu a na síťových discích. Přesně proto je paušální vyprávění o spáčích příliš hrubé.

Ale co když je čekání skutečně chytré?

Nejsilnější protiargument proti mé tvrdosti zní – AI není samoúčelná. A upřímně? S tím souhlasím. Pokud si generální ředitel v dubnu 2026 musí vybrat mezi cenami energií, financováním, nedostatkem kvalifikovaných pracovníků, pojištěním kybernetické bezpečnosti a upgradem ERP, pak pilotní projekt AI v prodeji možná není prioritou číslo jedna. Možná ani prioritou číslo pět. Rodinná firma zabývající se obráběním kovů v Tuttlingenu se nezlepší tím, že bude sledovat každý trend rychleji, než její vlastní zákazníci platí.

Opatrnost je v průmyslovém kontextu často racionální. Chybná kontrola kvality stojí více než špatný příspěvek na sociálních sítích. Chybná instrukce k údržbě může zastavit zařízení. Nepřesná informace o exportní kontrole může způsobit potíže, které nezmizí v hezkém SaaS dashboardu. A AI agent, který vytváří objednávky v SAP S/4HANA, potřebuje jinou správu než textový asistent pro newslettery. Kdo je zde pomalý, není automaticky zaostalý. Někdy je dospělý.

Jenže z dospělé opatrnosti se nesmí stát pohodlná strnulost. To je ten tenký led. Když generální ředitel řekne – „Počkáme, až budou nástroje zralejší,“ ptám se – jaká data do té doby připravujete? Které tři procesy chcete nejprve změřit? Kdo v prodeji vlastní hypotézy? Ticho. Pak to není čekání. Pak je to delegování na budoucnost.

Co vidím v praxi

Co konkrétně vidíme u Amplifa: Za posledních 12 měsíců jsme u B2B zákazníků ze strojírenství, technických služeb a průmyslového softwaru pozorovali, že projekty AI v prodeji se stávají spolehlivými teprve tehdy, když jsou spojeny s komerční událostí – nový trh, zmenšující se inbound pipeline, následná práce po veletrhu, aktivace distributorů nebo reaktivace ztracených cílových účtů. U 17 analyzovaných Go-to-Market nastavení nebyla největší páka v lepších textech, ale v kombinaci užšího ICP, detekce spouštěčů a důsledného follow-upu po dobu 6 až 10 týdnů. Týmy, které chtěly jen „více personalizovaných e-mailů“, zřídka dosáhly více než 10 až 18 procent lepších míry odpovědí. Týmy, které nově seřadily cílové účty, načasování a logiku nabídek, v několika případech zdvojnásobily kvalifikované první schůzky – bez nového obchodního zástupce.

To zní méně sexy než „autonomní agent“. Ale jsou to peníze. Markus, generální ředitel poskytovatele automatizačních služeb z Augsburgu, mi v červnu 2026 řekl: „Myslel jsem, že AI nám napíše lepší první oslovení. Nakonec nám ukázala, že už léta prioritizujeme špatné firmy.“ Jeho tým předtím pracoval na seznamech odvětví, čistě, pilně, německy. Po zpřesnění ICP byly cílové účty hodnoceny podle strojového parku, signálů expanze, otevřených servisních rolí, investičních zpráv a technické kompatibility. Výsledek po devíti měsících – třikrát více schůzek s vhodnými účty, stejný počet zaměstnanců, méně diskusí o kvalitě leadů mezi marketingem a prodejem.

Jde o to, že Amplifa nemačká magická tlačítka. Ta neexistují. Jde o to, že AI v prodeji funguje, když je nasazena na špinavou, konkrétní prodejní otázku. Které společnosti vypadají jako naši nejlepší zákazníci, než nakoupí? Kteří stávající zákazníci mají signály expanze, ale nemají aktivní plán účtu? Které ztracené příležitosti byly problémy s načasováním a ne skutečné odmítnutí? Kteří prodejci přinášejí obrat, ale nevracejí tržní data? Takové otázky zavánějí prací. Exportem z CRM, prodejní schůzkou, tabulí, na které někdo suchým fixem napíše „Proč vyhráváme?“.

Amplifa ICP Playbook Praktický playbook pro definování cílových zákazníků ne podle pocitu, ale podle tržní, spouštěcí a obratové logiky.

Odkazuji na ICP Playbook ne proto, že by PDF zachránilo svět. To ne. Odkazuji na něj proto, že většina AI debat v prodeji bez čistého ICP končí jako veletrh bez seznamu následných kontaktů – drahé, hlučné, později trapné. Kdo neví, koho chce získat, automatizuje jen svou vlastní nejasnost.

AI agenti jsou bodem, kde to začíná být vážné

Průzkum YouGov pro Alibaba.com a bevh v roce 2026 uvedl, že téměř dvě třetiny německých malých a středních podniků alespoň občas používají generativní AI. Autonomně pracující AI agenty však využívalo pouze 24 procent; u společností s deseti a více zaměstnanci to bylo kolem 45 procent, pravidelně 21 procent. To je ten zlom. Chatbot píše. Agent jedná. Mezi tím leží propast práv, dat, odpovědnosti, procesního designu a důvěry.

V prodeji se tato propast často podceňuje. Agent, který jen shrnuje texty webových stránek, je neškodný. Agent, který hodnotí cílové účty, vyplňuje pole CRM, spouští sekvence, prioritizuje kontaktní osoby nebo připravuje návrhy nabídek, mění rozdělení práce. Kdo schvaluje? Kdo kontroluje? Kdo nese odpovědnost, když je velký zákazník kontaktován dvakrát, protože logika duplicit je mizerná? Kdo zastaví agenta, když je míra odpovědí vysoká, ale jen u účtů, které nikdy nenakoupí?

Vidím zde dva typy středních podniků. Jedni kupují agenty jako dříve nástroje pro newslettery. Zavedení, školení, hotovo. Druzí budují malou kontrolní architekturu – jasné případy použití, sandbox, koncept práv, KPI, manuální schvalování, auditní log, kill switch. Hádejte, kdo je po šesti měsících stále v klidu. U jednoho zákazníka z oblasti technických velkoobchodů voněla serverovna ve staré administrativní budově ještě teplým prachem, ale správa agentů byla čistší než u některých softwarových společností v Berlíně-Mitte.

1. Vyberte proces, který se dotýká tržeb nebo marže – ne nejpohodlnější demo případ. Příklady zahrnují prioritizaci cílových zákazníků, reaktivaci, přípravu nabídek nebo řízení prodejců.
2. Před pilotním projektem definujte tvrdou metriku – kvalifikované schůzky, míra nabídek, doba průběhu, přesnost prognózy nebo marže na účet.
3. Oddělte asistenci od autonomie – textový návrh není totéž co aktualizace CRM nebo spuštěná sekvence.
4. Vybudujte kontrolní skupinu – jinak budete slavit sezónnost, následné akce po veletrhu nebo štěstí jako úspěch AI.
5. Stanovte kritéria zastavení – pokud po osmi týdnech nepřijde žádný signál, nebude se dál upravovat, ale rozhodne se.
6. Dokumentujte křivky učení – jaká data chybí, která pole jsou odpad, která schválení blokují, který krok by neměl být automatizován.

Proč se čistě inbound strategie s AI v prodeji stávají nebezpečnými

Teď to bude nepříjemné pro mnoho generálních ředitelů, kteří se v posledních letech spoléhali na inbound. Kdo v roce 2026 stále sází na čistě inbound strategii, nebude mít za pět let žádnou pipeline. Ano, vím, zní to přehnaně. Ale podívejte se na B2B trhy s dlouhými cykly, technickými produkty a klesajícími objemy vyhledávání. Pokud všichni produkují obsah, všichni dělají webináře, všichni schovávají whitepapery za formuláře a všichni škálují texty stejnými AI nástroji, viditelnost se bude produkovat levněji a získávat dráže.

U výrobce testovací techniky ze Severního Porýní-Vestfálska byl organický přísun leadů v první polovině roku 2026 stále stabilní. Na papíře. V pipeline to vypadalo jinak. Více studentů, více konkurentů, více nejasných konzultačních dotazů, méně projektů blízko nákupu. Prodejci v kanceláři slyšeli krátké pípnutí z CRM a už po dvou týdnech věděli, které leady budou žrát čas. AI v prodeji tam nepomohla vytvořit ještě více obsahu. Pomohla propojit stávající data s informacemi o cílovém trhu a proaktivně oslovovat účty, než tyto aktivně hledaly.

To je ten zlom na trhu, o kterém se příliš málo mluví. AI zlevňuje obsah. Tím se obsah jako diferenciace oslabuje. AI dělá výzkum škálovatelným. Tím se outbound stává opět přesnějším, pokud není provozován jako spam. AI dělá data CRM lépe analyzovatelnými. Tím se stávají viditelnějšími líné výmluvy v prognóze. Kdo tuto změnu ignoruje, nezaspává AI. Zaspává novou ekonomiku prodeje.

Amplifa Pipeline Audit Prověřujeme, kde vzniká pipeline, kde uniká a jaké AI páky v prodeji mohou být skutečně měřitelné.

Německé střední podniky nejsou pomalé. Často jsou nepřesné.

Pomalost není moje hlavní výtka. Nepřesnost už ano. Setkávám se se středními podniky, které se ve srovnání s korporacemi rozhodují překvapivě rychle. Jeden generální ředitel, dva vedoucí oddělení, páteční schůzka, pondělní implementace. Žádný řídící výbor s 19 lidmi a třemi logy konzultantů na slajdu. Ale tytéž firmy mohou zůstat roky nejasné, pokud jde o cílové zákazníky, důvody ztrát, logiku marží a segmentaci. Tam leží rozpor.

Trumpf, Kärcher, Brose, Webasto, Schaeffler – tato jména představují průmyslovou substanci, ne hračičky. Mnoho Hidden Champions je podobně postaveno, jen menší a tišší. Právě tyto společnosti mají výhodu, kterou start-upy často nemají – reálná procesní data, skutečné zákaznické vztahy, hluboké doménové znalosti, instalovanou základnu, historii služeb. Pokud tuto substanci spojí s AI, nevznikne žádný LinkedIn humbuk. Vznikne náskok, který se těžko kopíruje.

Ale pokud čekají, až jim SAP, Microsoft, Salesforce nebo Siemens dodají perfektní tlačítko, předají procesní inteligenci ven. Pak hodnota nesedí v jejich vlastním prodejním systému, ale v platformní logice dodavatele. Nejsem suverénní romantik. Používám americký software každý den. Ale považuji za naivní, když firmy slepě sypou svá zákaznická data, rozhodovací pravidla a prodejní logiku do cizích systémů a pak věří, že mají kontrolu, protože smlouva je v němčině.

Co se musí stát teď

Střední podniky nemusí rozumět každému základnímu modelu. Nemusí. Generální ředitel výrobce nástrojů ve Villingen-Schwenningenu nemusí umět vysvětlit, proč Transformer používá Attention. Musí ale vědět, které pět procesů rozhoduje o marži a růstu. A musí požadovat, aby pilotní projekty AI byly měřeny na těchto procesech, ne na počtu generovaných textů.

Můj konkrétní apel na generální ředitele a obchodní manažery je jednoduchý, ale ne pohodlný – dělejte méně AI projektů a ostřejší. Jeden pilotní projekt pro prioritizaci cílových zákazníků. Jeden pro urychlení nabídek. Jeden pro reaktivaci účtů. Ne dvanáct experimentů v mlze. Ne nasazení Copilota jako náhrada strategie. Ne agent, který automatizuje provozní chyby, protože se nikdo předtím procesu nedotkl.

1. Do konce listopadu 2026 si sepište svých deset nejdůležitějších prodejních procesů – od zdroje leadů po příjem platby, nejen marketingový trychtýř.
2. Označte tři procesy s vysokou opakovatelností a vysokým povědomím o nákladech na chyby – tam se AI vyplatí spíše než u prestižních témat.
3. Pro každý proces stanovte ekonomickou tezi – například o 20 procent kratší dobu nabídky nebo o 15 procent více kvalifikovaných schůzek v segmentu.
4. Zkontrolujte přístup k datům a kvalitu dat – CRM, ERP, servis, webové stránky, veletržní kontakty, zprávy prodejců.
5. Začněte s asistencí, než povolíte autonomii – zejména u cen, nabídek, dodržování předpisů a komunikace se zákazníky.
6. Porovnejte s kontrolní skupinou – jinak uvěříte svému vlastnímu slajdu.
7. Škálovat pouze tehdy, když je viditelný skutečný procesní zisk – samotné míry odpovědí nejsou obchodním modelem.

Amplifa AI Sales Sprint Cílený sprint pro B2B týmy, které nechtějí AI v prodeji jen testovat, ale zaměřit ji na pipeline, ICP a měřitelné prodejní procesy.

FAQ – skutečně střední podniky zaspávají AI?

Je AI v prodeji pro střední podniky už povinností?

Povinnost je špatné slovo. Povinnost učit se to vystihuje lépe. Žádná středně velká společnost nemusí zítra nasadit autonomního agenta na svou zákaznickou komunikaci. Ale každá společnost s B2B prodejem vyžadujícím vysvětlení by v roce 2026 měla vědět, kde AI mění výzkum, segmentaci, follow-up, prognózy nebo procesy nabídek. Kdo se vůbec neučí, zaplatí později spěchem.

Proč ChatGPT v prodeji nestačí?

ChatGPT může poskytovat texty, analýzy a strukturu. To pomáhá. Ale prodejní úspěch nevzniká jen z textu. Vzniká z logiky cílového účtu, načasování, kvality dat, čistého CRM, vhodných nabídek a disciplíny v follow-upu. Dobrý prompt nevyléčí špatné přizpůsobení trhu. Obchodní manažer z Hannoveru mi v srpnu 2026 řekl: „Naše e-maily se zlepšily, ale naše pipeline ne.“ Přesně tam končí euforie z nástrojů.

Jsou AI agenti pro strojírenství a průmysl příliš riskantní?

Jsou riskantní, pokud jsou zavedeni bez konceptu práv, schvalovacího procesu a logiky měření. Jsou užiteční, pokud začínají jasně omezeně – například při výzkumu, vyhledávání dokumentů, shrnutích účtů nebo přípravě nabídek. U chybných parametrů CNC, schválení kvality, exportních informací nebo cenových rozhodnutí je nutná lidská kontrola. Tečka.

Jak se měří ROI u AI v prodeji?

Ne podle hodin používání. Ne podle počtu generovaných e-mailů. Začal bych se čtyřmi metrikami – kvalifikované první schůzky na cílový segment, míra nabídek, prodejní cyklus a marže na získaný účet. V závislosti na podnikání se k tomu přidává přesnost prognóz, míra reaktivace nebo doba zpracování nabídek. Důležitá je základní linie před pilotním projektem. Bez základní linie se každé zlepšení stává vyprávěním.

Provokativní teze zůstává – ale jinak

„Německé střední podniky zaspávají AI – a to je v pořádku“ je pro mě příliš pohodlné. Věta se trefuje do nervu, ale ne do diagnózy. Střední podniky nezaspávají demo. Často zaspávají překlad do měřitelné procesní výhody. A ano, někdy je v pořádku nebýt první. Kdo nemá čistá data, procesní odpovědnost a obchodní případ, neměl by se jen tak rozjet, jen proto, že si dodavatel v Mnichově pronajal pódium a na LED stěnu píše „Agentic AI“.

Ale čekání se stává špatným, jakmile se děje bez přípravy. Pokud 51,2 procenta testuje nebo používá a 31 procent ještě nemá plán, nevzniká klidný trh. Vzniká rozdíl v učení. Některé společnosti právě budují procesní znalosti. Jiné sbírají přihlašovací údaje k nástrojům. Další nedělají nic a nazývají to řízením rizik. Rozdíl nebude hned viditelný. Ukáže se později, když konkurent píše nabídky rychleji, cíleněji řídí prodejce, systematicky získává zpět ztracené účty a zná své nejlepší cílové zákazníky, než tito vyplní formulář.

Nevěřím v AI jako v příslib spásy. Věřím v prodejní práci s lepšími nástroji. To je méně hlučné, ale tvrdší. Generální ředitelé, kteří na mě dělají dojem, se neptají „Jakou AI potřebujeme?“. Ptají se – „Kde ztrácíme peníze, i když bychom to měli vědět?“ Pak to začne být zajímavé.

Možná je to skutečná provokace pro rok 2026 – ne že střední podniky zaspávají AI. Ale že mnoho poskytovatelů AI zaspává střední podniky, protože prodávají dema tam, kde je potřeba procesní odpovědnost. A v některých zasedacích místnostech to ucítíte rychleji, než to uvidíte na slajdu.