AI v prodeji: MK Kögel v porovnání dodavatelů
Kundenstory · 10. August 2026 · Leon J. Hermann
AI v prodeji pro střední podniky: Přečtěte si, jak MK Kögel škáloval outbound a jaké řešení se hodí pro váš prodej.
AI v prodeji je automatizace akvizice, kvalifikace a následných kroků. Tak to alespoň zní v mnoha pitch deckách. U MK Kögel v Oberderdingenu, středně velkého podniku pro systémová řešení v medicínském prostředí, průmyslovou čisticí techniku a logistiku obrobků, se však AI v prodeji stala něčím jiným – operačním systémem pro opakovatelnou pipeline. Stroj neprodává. Zajišťuje, aby technický prodej nezačínal každý úterý znovu od nuly.
Toto srovnání píšu, protože v rozhovorech s jednateli a obchodními řediteli z výrobního středního podniku stále vidím stejnou chybu v myšlení: porovnávají nástroje podle seznamů funkcí, ačkoli by ve skutečnosti měli porovnávat obchodní modely. Systém AI-SDR, CRM sequencer, databáze a platforma pro zapojení do podnikového prodeje neřeší stejný problém. Pouze na první pohled vypadají podobně. No, skoro.
Příběh MK Kögel je pro to dobrým testovacím kamenem. Žádný SaaS startup s 20 SDR. Žádný e-commerce případ s nákupním košíkem a retargetingem. Ale průmyslový podnik z Bádenska-Württemberska, adresa Hagenfeldstraße 4, 75038 Oberderdingen, s produkty vyžadujícími vysvětlení: modulové vozíky, balicí stoly, transport sterilního materiálu, nosiče obrobků, ochranné systémy pro čisté výrobní a logistické procesy. Kdo prodává něco takového, neprodává přes pěkné předměty e-mailů. Prodává přes relevanci.
Proč je srovnání AI v prodeji nutné
V březnu 2025 jsem s Thomasem, obchodním ředitelem strojírenské firmy z Heilbronnu, mluvil přesně o této otázce. Jeho prohlášení bylo stručné: „Máme HubSpot, Apollo a studentského pracovníka. Přesto nevzniká žádná pipeline.“ Musel jsem se smát, ne proto, že by to bylo vtipné, ale proto, že ta věta je tak přesná. Mnoho firem má mezitím stavební kameny. Co chybí, je stroj mezi nimi.
U MK Kögel problém nespočíval v tom, že by nikdo nevěděl, jak prodávat. Naopak. Tým rozuměl aplikacím, odvětvím, specifikacím. Úzké místo bylo nahoře ve funnelu: identifikovat vhodné cílové společnosti, najít kontaktní osoby, rozpoznat technické spouštěče, psát zprávy, sledovat, klasifikovat odpovědi, čistě předávat do CRM. To zní jako maličkosti. Ale není. Pokud každý týden 80 procent energie plyne do manuální přípravné práce, zbývá příliš málo času na skutečné poradenství.
Kdo v roce 2026 stále věří, že čistě inbound strategie stačí pro průmyslové niky, stává se závislým na náhodě, veletrzích a vyhledávání na Google s nízkým nákupním záměrem. To je pohodlné. A drahé. Podle bleskového průzkumu VDMA z února 2025 uvedlo 44 procent dotázaných výrobců strojů a zařízení slabou poptávku jako hlavní zátěž; příjem objednávek v německém strojírenství byl podle VDMA v roce 2024 reálně o 8 procent pod předchozím rokem. Lze diskutovat o tom, zda je outbound sympatický. Ale nelze se už tvářit, že čekání je strategie.
Srovnání je nutné, protože krajina dodavatelů se stala svůdně nejasnou. Všichni mluví o AI, všichni ukazují sekvence, všichni slibují více schůzek. Ale středně velký výrobce jako MK Kögel potřebuje něco jiného než americký softwarový dodavatel se standardizovaným ICP. Potřebuje oborovou logiku, datovou hygienu, technickou personalizaci, CRM disciplínu a předání, které zkušený obchodník po dvou týdnech neobejde.
Výchozí situace u MK Kögel: mnoho kompetencí, příliš málo rytmu
MK Kögel není hlasitým hráčem na trhu. To je ve středních podnicích často kompliment. Firma vyvíjí a vyrábí řešení pro medicínské pracovní prostředí, průmyslové oblasti s požadavky na čištění a logistiku obrobků. Kdo si prohlédne produktové stránky, neuvidí zaměnitelné regály, ale systémy s aplikačním kontextem: balicí stoly, transportní vozíky, skladovací řešení, nosiče obrobků, ochranné systémy. Plech a drát se neprodávají jako materiál, ale jako řešení pro proces.
Před spoluprací s Amplifa byla akvizice silně závislá na jednotlivých osobách. Zkušení kolegové a kolegyně věděli, které kliniky, laboratoře, výrobní podniky nebo integrátoři by se mohli hodit. Tyto znalosti byly v hlavách, poznámkách, starých veletržních kontaktech a několika polích v CRM. Když byl někdo na dovolené, bylo to slyšet ve funnelu. Samozřejmě ne akusticky. Ale v číslech.
Neměli jsme problém s leady v klasickém smyslu. Měli jsme problém s opakovatelností. Dobré kontakty vznikaly, ale ne s plánovatelným rytmem.
— Martin, obchodní ředitel u MK Kögel, Oberderdingen
To je bod, kde mnoho srovnání nástrojů selhává. Ptají se: Který software umí posílat e-maily? Lepší otázka zní: Které řešení převede technický cílový trh na spolehlivý, měřitelný obchodní pohyb? U MK Kögel nešlo o více hluku v e-mailových schránkách potenciálních zákazníků. Šlo o vybudování čistého outbound procesu, aniž by se zničil charakter poradenského průmyslového prodeje.
Operační startovní čára vypadala takto: několik cílových segmentů, heterogenní kontaktní osoby, dlouhé rozhodovací procesy, use cases vyžadující vysvětlení, omezený čas prodeje. K tomu se přidala typická realita středního podniku – žádná armáda SDR, žádné datové oddělení, žádný marketingový operační tým s pěti specialisty. Když v kanceláři v Oberderdingenu jezdí vozíky po podlaze a někde cinká kov o kov, prodej není jediným tématem dne. Výroba, konstrukce, nákup a tvorba nabídek také táhnou.
Kritéria hodnocení: Podle čeho měříme AI v prodeji
Nástroje nehodnotím podle lesku dema. To je mi příliš málo. Při implementacích se počítá to, co je živé po šesti týdnech, co je viditelné v CRM po dvanácti týdnech a co se stále používá po devíti měsících, když počáteční euforie opadne. Pro MK Kögel jsme dodavatele posuzovali na základě sedmi kritérií, která bych doporučil každému jednateli z výrobního středního podniku.
Sedm kritérií pro srovnání:
- Logika cílového zákazníka: Dokáže řešení zobrazit komplexní ICP, například kliniky, laboratoře, dodavatele medicínské techniky, výrobce čisticích zařízení nebo výrobní podniky s logistikou obrobků?
- Kvalita dat: Jak dobrá jsou firemní a kontaktní data v DACH, včetně rolí, lokalit, ověření e-mailů a klasifikace odvětví?
- Hloubka personalizace: Rozpoznává systém aplikační signály, nebo jen píše varianty generických e-mailových šablon?
- Schopnost workflow: Jsou propojeny výzkum, sekvence, klasifikace odpovědí, předání do CRM a řízení úkolů?
- Náročnost implementace: Jak rychle vznikne produktivní proces, nejen nastavený nástroj?
- Měřitelnost: Vidí vedení pipeline, schůzky, důvody odpovědí, výkon segmentů a konverzní poměry?
- Vhodnost pro střední podniky: Hodí se řešení pro malé prodejní týmy, technické produkty a omezené interní zdroje?
Jedno kritérium chybí v mnoha výběrových řízeních: Akceptace. Zní to měkce. Není to tak docela pravda. Pokud zkušený obchodní ředitel po třech týdnech řekne: „Na leady ze systému nebudu sahat,“ je obchodní případ mrtvý. Bez ohledu na to, jak dobrá údajně AI je.
Kandidát 1: Amplifa jako AI-SDR systém pro MK Kögel
Amplifa u MK Kögel nebyla umístěna jako další e-mailový nástroj, nýbrž jako AI-SDR systém s operační odpovědností na začátku funnelu. To je důležitý rozdíl. Nevytvořili jsme jen sekvenci, ale nejprve jsme rozebrali trh: Které cílové segmenty mají skutečně aplikační blízkost? Kde vznikají projekty? Které role ovlivňují rozhodnutí? Které spouštěče naznačují potřebu?
Z našich implementací víme: U průmyslových zákazníků s produkty vyžadujícími vysvětlení leží největší páka zřídka v prvním oslovení. Leží v segmentaci předtím. Za posledních 12 měsíců jsme u 17 zákazníků z oblasti strojírenství, výroby komponent, dodavatelů medicínské techniky a průmyslové logistiky viděli, že kampaně s čistě oddělenými klastry use-case dosahují v průměru 2,4krát vyšší míry pozitivních odpovědí než kampaně, které segmentují pouze podle odvětví a velikosti podniku. To není učebnicová moudrost. To se ukáže až tehdy, když si přečtete odpovědi – i ty špatné.
Pro MK Kögel to konkrétně znamenalo: Cílové trhy jsme nebrali jako „zdravotnictví“ nebo „průmysl“, ale jako aplikační oblasti. Logistika sterilního materiálu je jiný nákupní kontext než nosiče obrobků pro výrobní linky. Vedoucí ZSVA na klinice reaguje jinak než vedoucí výroby u dodavatele automobilových dílů. Andrea, Head of Sales u Hidden Championa v Bielefeldu, mi v dubnu 2025 řekla větu, kterou od té doby často cituji: „Naši zákazníci nekupují kategorii. Kupují řešení problému, který už interně nemohou zvládnout.“ Přesně tak to je.
Amplifa u MK Kögel převzala pět operačních modulů: průzkum účtů, obohacení kontaktů, personalizaci use-case, vícestupňový outreach a klasifikaci odpovědí s předáním do CRM. K tomu se přidávaly týdenní přehledy výkonnosti. Ne jako divadlo reportingu. Ale jako řízení: Které segmenty odpovídají? Které role odmítají? Které předměty e-mailů generují technické dotazy? Které odpovědi jsou přátelské, ale bezcenné?
Výsledek po prvních 90 dnech: Měsíční počet kvalifikovaných prvních rozhovorů vzrostl z průměrných 6 na 19. Míra pozitivních odpovědí se pohybovala v závislosti na segmentu mezi 8,7 a 14,2 procenty. Z prvních tří měsíců vznikla dodatečná vážená pipeline ve výši přibližně 640 000 eur. Po devíti měsících byl faktor oproti předchozí outbound pipeline 3,6. Tato čísla uvádím záměrně střízlivě, protože jinak by zněla jako marketing. Interně byla dvě nejdůležitější čísla jiná: méně času na manuální průzkum a stabilnější předávání do prodeje.
Rozdíl nebyl v tom, že najednou odešlo více e-mailů. Rozdíl byl v tom, že na mém stole ležely správné rozhovory.
— Sabine, interní prodej u MK Kögel, Bretten
Síla Amplifa v tomto srovnání spočívá v procesu. Nevytváříme jen přístup k softwaru, ale opakovatelný prodejní postup. Slabost? Ano, existuje. Amplifa není správné řešení, pokud chce společnost jednoduše koupit levnou databázi a vše si interně sama konfigurovat. Pak jsou vhodnější jiné nástroje. Amplifa rozvine svou hodnotu, když vedení a prodej skutečně chtějí vybudovat outbound stroj – s daty, rutinami, recenzemi a jasnou odpovědností.
Kandidát 2: HubSpot Sales Hub jako řešení blízké CRM
HubSpot je silně zastoupen na německém středním trhu, a to i u firem, které původně vycházely z Excelu, Outlooku a veletržních seznamů. Chápu proč. Rozhraní je přístupné, logika CRM je čistá, marketing a prodej lze propojit na jedné platformě. U společností jako Kärcher, Festo nebo Phoenix Contact je veřejně vidět, jak silně digitální procesy v B2B zasahují do prodeje. HubSpot je pro mnoho menších a středních týmů prvním vážným krokem od hřbitova kontaktů.
Pro MK Kögel by však HubSpot Sales Hub jako samostatné řešení nebyl dostatečný. Ne proto, že by HubSpot byl špatný. Ale proto, že problém leží před HubSpotem. Kdo jsou ti správní zákazníci? Jaké technické signály se počítají? Jak se prioritizují kontaktní osoby? Jaká zpráva se hodí k jakému use case? CRM dokáže čistě zobrazit, co do něj přijde. Ještě nevytváří ostrost trhu.
Síla HubSpotu spočívá v řízení kontaktů, v deal-pipelines, úkolech, sledování e-mailů a reportingu. Slabost v kontextu MK Kögel: Outbound průzkum a technická personalizace zůstávají silně na týmu. Lze vytvářet sekvence, ano. Ale pokud je logika segmentace špatná, škáluje se jen irelevance. Markus, CSO dodavatele strojírenských dílů z Norimberku, mi v červnu 2025 řekl: „To u nás nefunguje, když obchodník musí předtím tři hodiny čistit seznamy.“ Má pravdu.
Kandidát 3: Apollo.io pro databázi a sekvencování
Apollo.io je pro mnoho týmů atraktivní, protože kombinuje databázi, filtry kontaktů, e-mailové sekvence a jednoduchou automatizaci v jednom balíčku. Pro mezinárodní SaaS nebo jednoduché B2B nabídky to může rychle fungovat. U DACH průmyslových podniků s nikovými trhy je to složitější. Pokrytí dat je použitelné, ale ne vždy dostatečně hluboké pro speciální role v klinikách, technickém vedení nebo logistice závodu. Kromě toho musí tým sám vědět, které filtry vedou k účtům připraveným k nákupu. Bez této logiky se Apollo stane velkým seznamem s tlačítkem pro odeslání.
Nechci Apollo zlehčovat. Pro společnost se silným týmem Sales-Ops to může být produktivní nástroj. Ale u MK Kögel nešlo o otázku: Dokážeme najít 5 000 kontaktů? Otázka zněla: Kterých 500 účtů je dostatečně relevantních, aby technický obchodník po odpovědi neprotáčel očima? To je jiná disciplína.
Kandidát 4: Cognism pro B2B data v Evropě
Cognism má na evropském trhu dobrou pověst pro B2B data, procesy orientované na dodržování předpisů a telefonní čísla. Zvláště pro týmy, které hodně telefonují, to může být cenné. Ve srovnání s Apollo je Cognism často více zaměřen na kvalitu dat a evropské scénáře použití. U výrobce jako MK Kögel by Cognism jako zdroj dat byl zajímavý, ale ne jako kompletní outbound systém. Data jsou surovina. Prodej je výroba. Kdo kupuje jen surovinu, ještě nemá v ruce hotový díl.
Kandidát 5: Salesloft nebo Outreach pro Enterprise sekvence
Salesloft a Outreach jsou výkonné platformy pro zapojení do prodeje. Velké týmy v mezinárodních B2B společnostech je používají, protože velmi strukturovaně zobrazují sekvence, kroky volání, koučování, analýzy a řízení týmu. Pro mnoho německých středních podniků jsou však příliš těžké. Ne funkčně, ale organizačně. Pokud společnost nemá SDR organizaci s jasnými rolemi, enablementem a Sales-Ops, kupuje si s takovými systémy rychle více složitosti než pokroku. U MK Kögel by to bylo jako obráběcí centrum DMG-Mori pro díl, který se teprve musí zkonstruovat – působivé, ale příliš brzy.
Velká srovnávací tabulka: AI v prodeji pro MK Kögel
| Kritérium | Amplifa | HubSpot Sales Hub | Apollo.io | Cognism | Salesloft/Outreach |
|---|---|---|---|---|---|
| Primární účel | AI-SDR systém se segmentací trhu, outreach a operačním řízením | Řízení prodeje blízké CRM a sekvence | Databáze plus e-mailové sekvencování | B2B zdroj dat se silným zaměřením na Evropu | Enterprise Sales Engagement pro velké SDR týmy |
| Vhodnost pro technické střední podniky | Vysoká, pokud mají být strukturovaně osloveny cílové trhy vyžadující vysvětlení | Střední až vysoká, pokud je již k dispozici CRM disciplína | Střední, závisí na interní kompetenci Sales-Ops | Střední, jako datový stavební kámen silný | Nízká až střední, často příliš těžká pro malé týmy |
| Kvalita dat DACH | Kombinace zdrojů, validace a manuální kontroly kvality při nastavení | Závisí na připojených datových zdrojích | Solidní, ale v nikových rolích proměnlivá | Silná u B2B kontaktních dat a telefonních čísel | Není hlavní silou, většinou je nutná datová integrace |
| Personalizace podle Use Case | Velmi vysoká, protože segmenty a zprávy jsou postaveny na aplikacích | Možné, ale silně manuální | Možné, pokud si tým vytvoří vlastní logiku | Není hlavní funkcí | Možné přes šablony a playbooky |
| Náročnost implementace | Střední, se společnou prací na ICP a průběžnou optimalizací | Střední, silně závisí na stavu CRM | Nízká až střední pro start, vysoká pro dobré výsledky | Nízká jako zdroj dat, vyšší při integraci procesů | Vysoká, vyžaduje role, správu a enablement |
| Měřitelnost pro vedení | Pipeline, schůzky, výkon segmentů, důvody odpovědí a kvalita předání | Silná u CRM a deal reportingu | Dobrá u metrik sekvencí, omezená u skutečné kvality pipeline | Omezená, protože se zaměřuje na data | Velmi silná u řízení týmu, pokud je čistě implementována |
| Riziko v kontextu MK Kögel | Vyžaduje jasný závazek k outbound rytmu a zpětnovazebním smyčkám | Stane se archivačním systémem, pokud zůstane Top-of-Funnel nevyřešený | Rychle škáluje špatné seznamy | Zůstává dodavatelem surových dat bez prodejního systému | Předimenzované pro štíhlé týmy středních podniků |
Tabulka vypadá uspořádaně. Realita je neuspořádanější. U MK Kögel jsme museli hodnotit nejen funkce nástrojů, ale i tření v každodenním životě. Kdo spravuje data? Kdo čte odpovědi? Kdo rozhoduje, zda je účet zralý pro prodej? Kdo zastaví kampaň, když segment vykazuje vysokou míru otevření, ale žádný nákupní záměr? Přesně tam se software odděluje od operačního prodeje.
Srovnání cen: Kolik skutečně stojí AI v prodeji?
Ceny na trhu B2B softwaru jsou minové pole. Ceníkové ceny se mění, slevy závisí na velikosti balíčku a nabídky pro podniky zřídka vypadají jako na webových stránkách. Přesto potřebuje vedení podniku ekonomický pohled. Ne: Kolik stojí licence? Ale: Kolik stojí kvalifikovaný rozhovor? Kolik stojí dodatečné euro v pipeline? Kolik stojí interní čas, když si prodej sám provádí průzkum?
| Řešení | Typický nákladový model | Interní úsilí | Skryté náklady | Páka ROI |
|---|---|---|---|---|
| Amplifa | Měsíční balíček závislý na cílových trzích, objemu a rozsahu integrace | Střední při nastavení, poté nízký až střední díky recenzím a zpětné vazbě | Čas na zpřesnění ICP a zpětnou vazbu od prodeje | Více kvalifikovaných schůzek na obchodníka, rychlejší testování segmentů, nižší čas na průzkum |
| HubSpot Sales Hub | Licence založená na počtu uživatelů, v závislosti na balíčku od nízké po výrazně rostoucí | Střední až vysoká při budování CRM, správě dat a logice sekvencí | Migrace CRM, přizpůsobení, školení, kvalita dat | Lepší transparentnost pipeline a strukturované řízení obchodů |
| Apollo.io | Založeno na počtu uživatelů a kreditech, vstup často levný | Vysoká, pokud jsou seznamy, segmenty a zprávy vytvářeny interně | Čištění dat, doručitelnost, manuální kontrola kvality | Rychlý přístup k mnoha kontaktům, pokud je k dispozici logika cílového trhu |
| Cognism | Roční smlouvy, často závislé na počtu uživatelů a objemu dat | Střední, protože data musí být převedena do procesů | Integrace, správa duplicit, aktivace prodeje | Lepší pokrytí kontaktů, zejména pro telefonní outreach |
| Salesloft/Outreach | Enterprise licence, obvykle vyšší hodnota smlouvy | Vysoká, vyžaduje Sales-Ops, enablement a správu | Implementace, playbooky, datová integrace, koučování | Škálování velkých SDR týmů a řízení pomocí klíčových ukazatelů |
U MK Kögel se ROI neopíralo pouze o nové schůzky. To by bylo příliš krátkozraké. Počítejme zhruba: Pokud technický obchodník stráví týdně o osm hodin méně průzkumem, správou seznamů a manuálními follow-upy, je to 368 hodin ročně při 46 pracovních týdnech. Při interním plném nákladovém přístupu 75 eur za hodinu je to hodnota kapacity 27 600 eur – ještě předtím, než je podepsána jediná nová zakázka.
K tomu se přidává pipeline. Během prvních devíti měsíců vzniklo u MK Kögel prostřednictvím Amplifa 57 kvalifikovaných rozhovorů, 21 konkrétních projektových příležitostí a dodatečná vážená pipeline ve výši přibližně 1,8 milionu eur. Ne každé euro se stane obratem. Samozřejmě ne. Ale pokud společnost pracuje s průměrnými šestimístnými hodnotami projektů, stačí i skromná míra uzavření, aby se obchodní případ projevil nikoli v procentních bodech, ale v plánování výroby.
Produkt Amplifa Jak Amplifa propojuje AI SDR, obohacení dat, personalizaci, sekvence a předání do CRM do jednoho operačního outbound systému.
Co Amplifa konkrétně dělala u MK Kögel
Jsem podezřívavý, když dodavatelé říkají: „Zavedli jsme AI.“ Co to znamená? Chatovací okno? Tři prompty? Sekvence s proměnnou křestního jména? U MK Kögel spočívala práce v řemesle. Není to romantické slovo, ale nejpřesnější.
- Rozdělení ICP: Cílové trhy jsme oddělili podle aplikací, nikoli podle hrubých oborových štítků. Skupina nemocnic má jiné signály relevance než výrobce zařízení s citlivou logistikou obrobků.
- Vytváření seznamů účtů: Kombinovali jsme firemní data, webové signály, přiřazení k oboru, logiku umístění a manuální kontroly kvality. Cílem nebyla maximální kvantita, ale prodejní schopnost.
- Definování nákupních výborů: Pro každý segment byly prioritizovány role, například technické vedení, nákup, řízení OP, odpovědní za ZSVA, vedení výroby nebo řízení kvality.
- Psaní zpráv podle kontextu problému: AI vytvářela varianty, ale mantinely pocházely z porozumění trhu. Požadavky na hygienu, transportní cesty, problémy s prostorem a tlak na standardizaci nebyly vtěsnány do generického odstavce.
- Vytváření sekvencí: Vícestupňový outreach e-mailem a signálem LinkedIn, s jasnými pravidly zastavení, klasifikací odpovědí a manuálním předáním při indikátorech projektu.
- Definování předání do CRM: Každá kvalifikovaná příležitost přišla do prodeje s kontextem účtu, důvodem rozhovoru, rolí, historií odpovědí a doporučenou další akcí.
- Týdenní zpřesňování: Segmenty se slabou odezvou byly ukončeny nebo nově rozděleny. Dobré vzorce odpovědí byly použity v dalších kampaních.
Poslední bod je důležitější, než si mnozí myslí. Outbound není trouba. Nevložíte seznam a nečekáte, až vyjde pipeline. Je to spíše jako seřizování ve výrobě: Pokud je první díl mimo toleranci, nikdo stroj nezrychlí. Opraví se.
Ve druhém měsíci se například ukázalo, že segment z průmyslového čisticího prostředí měl vysokou míru otevření, ale sotva nějaké spolehlivé projektové odpovědi. Dříve by se možná řeklo: „Kampaň přece běží.“ Zastavili jsme ji. Paralelně menší segment z medicínsky souvisejících logistických procesů vykazoval menší objem, ale výrazně lepší kvalitu rozhovorů. Takže jsme přesunuli kapacitu. Prodej je alokace zdrojů. Kdo to nepřijme, dělá pracovní terapii.
AI v prodeji versus klasický SDR: operační rozdíl
Mnoho jednatelů se mě ptá, zda AI nahrazuje SDR. Upřímně? Nevím to pro každou společnost. U MK Kögel byla lepší odpověď: AI nenahradila prodej, ale neproduktivní části role SDR, pro které se ve středním podniku zřídka najde plný úvazek.
Klasický junior SDR by se u MK Kögel musel nejprve naučit, co odlišuje transportní vozík na sterilní materiál od běžného transportního vozíku, proč jsou nosiče obrobků kritické v určitých výrobních procesech a proč se technické vedení oslovuje jinak než nákup. To trvá. A když osoba po dvanácti měsících odejde, mnoho z toho začíná znovu. AI magicky neřeší problém učení. Ale strukturovaný AI-SDR systém ukládá vzorce, testuje segmenty a udržuje proces stabilnější.
| Dimenze | Klasický SDR | AI SDR s Amplifa | Dopad u MK Kögel |
|---|---|---|---|
| Výzkum | Manuální, silně závislý na zkušenostech | Částečně automatizovaný s kontrolou kvality a logikou segmentů | Méně ztrát času při budování účtů |
| Personalizace | Dobrá u zkušených osob, slabá u junior profilů | Škálovatelná přes šablony use-case a kontextové signály | Více relevantních prvních kontaktů v nikových segmentech |
| Následné kroky | Často nepravidelné, když tlačí denní práce | Systematické s pravidly zastavení a klasifikací odpovědí | Méně ztracených kontaktů |
| Učení | Znalosti jsou v jednotlivých hlavách | Vzorce odpovědí a data segmentů jsou dokumentovány | Lepší rozhodnutí v recenzích |
| Nákladová struktura | Fixní náklady plus zaškolení a riziko fluktuace | Náklady na balíček plus nastavení a čas na zpětnou vazbu | Rychlejší start bez rizika nového počtu zaměstnanců |
To neznamená, že SDR jsou mrtví. Tato debata mě nudí. Dobří SDR s porozuměním oboru jsou cenní. Ale střední podniky mají zřídka ten luxus, aby jich několik zaměstnaly, vyškolily a čistě vedly. Pokud společnost jako Wittenstein nebo Schaeffler provozuje globální prodejní struktury, vypadá účet jinak než u specialisty z Oberderdingenu. Přesně proto musí srovnání záviset na organizačním modelu.
FAQ: Kdy se AI v prodeji vyplatí pro výrobce?
Vyplatí se AI v prodeji i u malých prodejních týmů?
Ano, často právě tam. Ale pouze tehdy, když je cílový trh dostatečně jasný. Tým se třemi obchodníky může díky AI v prodeji získat obrovskou úlevu, pokud je výběr účtů, logika zpráv a předání čisté. Pokud nikdo nedokáže říci, kdo je ideální zákazník, automatizuje se nejistota. To se pak stává drahým, i u levného softwaru.
Jak rychle jsou vidět výsledky?
U MK Kögel byly první spolehlivé odpovědi viditelné během prvních tří týdnů, první kvalifikované schůzky v prvním měsíci a použitelná segmentová analýza po zhruba 60 dnech. Moc nevěřím slibům po sedmi dnech. Technické cílové trhy potřebují učební smyčky. Kdo je neplánuje, zaměňuje aktivitu s prodejem.
Je potřeba mít předtím perfektní CRM?
Ne. Perfektní je ostatně nebezpečné slovo. Je však potřeba minimální disciplína: jasné fáze pipeline, definovaná povinná pole, odpovědnosti a čistá zpětná vazba, co se stalo ze schůzky. Bez této smyčky se žádný AI-SDR systém nemůže naučit, které leady byly skutečně dobré.
Funguje to i na regulovaných trzích, jako je medicínská technika?
Ano, pokud se netváříte, že prodáváte kancelářský software. V medicínském prostředí se počítá s porozuměním procesům, hygienou, blízkostí norem, dokumentací a důvěrou. První zpráva nemusí objasnit všechny technické detaily. Musí však ukázat, že odesílatel pochopil kontext. U MK Kögel byla přesně tato preciznost rozhodující.
Tři poznatky z příběhu MK Kögel
Z MK Kögel si odnáším tři poznatky, které bych řekl i dalším jednatelům. Ne jako slide. Ale jako varování.
- Segmentace poráží objem odeslaných zpráv. Pokud technický produkt může obsluhovat více trhů, musí být outbound oddělen podle aplikace. Jinak vznikají odpovědi, ale žádné projekty.
- Prodej musí vést AI. Ne každá odpověď má stejnou hodnotu. Přátelské „Zajímavé, ozvěte se později“ není prodejní signál. Krátký dotaz na speciální provedení může být zlato.
- Pipeline vzniká rytmem. Jednorázové kampaně přinášejí jen krátkodobý efekt. MK Kögel profitoval, protože průzkum, outreach, recenze a předání probíhaly jako opakovatelný týdenní proces.
Druhý poznatek zní banálně, ale je jádrem. AI dokáže generovat text a třídit data. Dokáže také rozpoznávat vzorce. Ale automaticky neví, který dotaz interně spotřebuje úsilí a který dotaz je strategicky cenný. Toto hodnocení musí přijít z podniku. U MK Kögel pocházelo z prodeje, aplikačních zkušeností a managementu. Proto se z automatizace nestal spamový aparát.
Osobní doporučení: Jaké řešení bych si vybral
Kdybych byl jednatelem výrobního středního podniku s produkty vyžadujícími vysvětlení, nezačínal bych s čistou databází. Také bych si nejprve nekoupil Enterprise Sales Engagement Suite. Začal bych otázkou: Dokážeme náš cílový trh popsat tak, aby systém každý týden generoval nové, vhodné rozhovory a prodej poté lépe prioritizoval?
Pro případy jako MK Kögel jednoznačně doporučuji AI-SDR systém s operační implementací – tedy Amplifa nebo srovnatelně procesně silné řešení, pokud existuje na konkrétním trhu. Důvod je jednoduchý: Úzkým místem není technika odesílání. Úzkým místem je překlad technického porozumění trhu do opakovatelné pipeline. HubSpot zůstává důležitý jako CRM a řídicí vrstva. Apollo nebo Cognism mohou dodávat datové stavební kameny. Salesloft a Outreach jsou smysluplné, pokud již běží větší SDR organizace. Ale kdo ještě nemá outbound stroj, neměl by kupovat velitelství.
U MK Kögel toto rozhodnutí udělalo rozdíl. Rozhovory nebyly jen více. Byly využitelnější. Po šesti měsících mohl tým říci, které cílové segmenty přinášejí skutečné projektové příležitosti a které produkují jen zdvořilé odpovědi. To zní suše. Pro COO je to hudba. Možná tichá hudba. Ale slyšíte ji v kvalitě prognózy.
Amplifa Sales Audit Zkontrolujte, kde se ve vašem prodeji ztrácí pipeline: ICP, kvalita dat, follow-up, předání do CRM a konverze od prvního kontaktu po příležitost.
Pomoc při rozhodování: 3 otázky před nákupem nástroje
Než si obchodní ředitel objedná demo, položil bych tři otázky. Ne dodavateli. Sobě samému.
- Je náš profil cílového zákazníka operacionalizovatelný? Pokud dokážete říci jen „průmysloví zákazníci v DACH“, nejste připraveni. Pokud dokážete jmenovat aplikace, role, spouštěče a kritéria vyloučení, stává se AI v prodeji zajímavou.
- Kdo převezme zpětnou vazbu a řízení? AI-SDR systém potřebuje týdenní učení. Pokud nikdo nehodnotí odpovědi a nedělá rozhodnutí o segmentech, nástroj pouze spravuje aktivitu.
- Podle čeho budeme měřit úspěch po 90 dnech? Samotné schůzky nestačí. Měřte míru pozitivních odpovědí, kvalifikované rozhovory, projektové příležitosti, váženou pipeline, čas na průzkum a kvalitu předání.
Třetí otázka je nejpříjemnější. Mnoho týmů chce více leadů, ale žádnou tvrdou definici kvality. Pak se každý dodavatel stane buď hrdinou, nebo viníkem, podle toho, kdo zrovna sedí na schůzce. U MK Kögel jsme brzy stanovili, co se považuje za kvalifikovaný rozhovor. To ušetřilo diskuse. Ne všechny. Ale ty nesmyslné.
Proč MK Kögel není výjimkou
Často slyším: „Náš trh je specifický.“ Většinou to platí. Trumpf prodává jinak než Brose, Webasto jinak než Phoenix Contact, dodavatel logistiky sterilního materiálu jinak než výrobce obráběcích strojů. Ale specifické neznamená nestrukturovatelné. Znamená to jen, že generické outbound metody selhávají rychleji.
MK Kögel je proto zajímavý, protože firma stojí přesně mezi dvěma světy. Na jedné straně skutečné technické poradenství, vzorky, výkresy, požadavky specifické pro zákazníka. Na druhé straně trh, který sám o sobě každý měsíc nedodává dostatek kvalifikovaných poptávek. Tuto kombinaci vidím neustále. Ve východním Vestfálsku u výrobců komponent. Ve Frankách u výrobců speciálních strojů. V Bádensku-Württembersku u dodavatelů medicínské techniky, kde recepce voní dezinfekcí a v zasedací místnosti se přesto mluví o marži.
Operační chyba je téměř vždy stejná: Outbound se považuje za kampaň. Jednou seznam, jednou text, jednou odeslání. Pak se divíte, že se málo děje. U MK Kögel byl Outbound vybudován jako proces. To je méně okouzlující. Funguje to lépe.
Obchodní dopad: ne více leadů, ale lepší řízení
Samozřejmě se každý nejprve dívá na výsledná čísla. 57 kvalifikovaných rozhovorů za devět měsíců. 21 konkrétních projektových příležitostí. Přibližně 1,8 milionu eur dodatečné vážené pipeline. Faktor 3,6 oproti předchozí outbound pipeline. Tato čísla jsou důležitá. Opravňují rozpočet.
Větší efekt však spočíval v ovladatelnosti. Před Amplifa bylo těžké říci, zda slabý měsíc souvisel s trhem, aktivitou, seznamem nebo zprávou. Po implementaci mohl tým rozlišovat: Segment A odpovídá dobře, ale konvertuje slabě. Segment B má menší objem, ale vyšší kvalitu projektů. Role C reaguje sotva. Role D předává interně. To zní jako analýza. Ve skutečnosti je to vedení.
Generální ředitel může s takovými daty rozhodovat. Více kapacity v segmentu B. Jiné argumenty pro roli C. Žádný další čas pro účty bez vhodné aplikace. Přesně zde vzniká ROI. Ne v samotné AI, ale v rozhodnutích, která byla dříve učiněna příliš pozdě nebo vůbec.
Vzpomínám si na recenzi v létě 2025, ve které jsme ukončili segment navzdory slušné míře odpovědí. V místnosti bylo na chvíli ticho. Na stole ležely výtisky se seznamy účtů, někdo rozebral propisku a venku odjížděl kamion z dvora. Pak Martin řekl: „Pokud z toho nebudou projekty, je to jen pracovní terapie.“ To byl okamžik, kdy jsem věděl: Proces se ujal.
Co si mohou ostatní střední podniky konkrétně převzít
Ne každá společnost musí používat Amplifa. To říkám záměrně, i když je to na našem blogu. Ale každá společnost s technickým B2B prodejem by si měla od MK Kögel převzít tři věci.
Praktické poznatky z případu:
- Vytvářejte cílové segmenty podle aplikace, nikoli podle oborového štítku. „Automobilový průmysl“ není ICP. „Výrobní závody s citlivou logistikou obrobků a vysokou variabilitou“ je blíže.
- Před odesláním definujte, která odpověď je cenná. Žádost o demo, technický dotaz, předání projektovému manažerovi a žádost o pozdější kontakt nepatří do stejného koše.
- Měřte kvalitu předání. Prodejce musí vědět nejen to, že někdo odpověděl, ale proč je účet relevantní a jaký je smysluplný další krok.
- Rychle zastavte špatné segmenty. Marnivost stojí pipeline. Pokud segment po 200 čistých kontaktech nevykazuje žádné projektové indikátory, je potřeba nová hypotéza nebo konec.
- Naplánujte si čas na zpětnou vazbu. 30 minut týdně s prodejem, marketingem a vedením může mít větší hodnotu než 3 000 dodatečných kontaktů.
Poslední bod je nepříjemný, protože vyžaduje čas managementu. Ale přesně tam vzniká rozdíl. Nástroje bez vedení produkují ukazatele. Procesy s vedením produkují rozhodnutí.
Kompletní Success Story Příběh MK Kögel podrobně: výchozí situace, implementace Amplifa, outbound proces a výsledky ze středního podniku.
Můj závěr je ostrý, protože trh mluví dostatečně měkce: Kdo prodává technické produkty a ponechává pipeline náhodě, plýtvá marží. AI v prodeji nenahrazuje poradenství, není zkratkou k porozumění trhu a není volnou vstupenkou pro špatná data. U MK Kögel se stala něčím přízemnějším – udavačem rytmu pro rozhovory, které dříve vznikaly příliš zřídka. Možná je to nejpřesnější definice. A nejužitečnější.