AI v prodeji: Praktický průvodce pro průmyslové týmy
KI im Vertrieb · 31. August 2026 · Mohsen Ghulami
AI v prodeji pro výrobní podniky: Nastavte si čistě koučování, analýzu hovorů a outbound – s nástroji, metrikami a zábranami GDPR.
AI v prodeji je software, který automatizuje nebo zlepšuje prodejní práci. Tak to stojí v mnoha tool-deckech. Není to tak úplně pravda. V praxi je AI v prodeji spíše kontrolním systémem chování – ukazuje, které rozhovory hýbou obratem, které e-maily jsou jen terapií zaměstnanosti a kteří manažeři ve skutečnosti nekoučují, ale pouze moderují forecast-meetingy. Zní to nepříjemně. A také je.
Píšu to jako Mohsen Ghulami, GTM Engineer ve společnosti Amplifa, z projektů s B2B týmy v průmyslovém prodeji v DACH regionu. Ne z analytické slonovinové věže. U strojírenských firem, výrobců komponent a poskytovatelů technických služeb vidím právě teď stejný zlom: samotné nahrávání hovorů už nestačí, čistě sequencingové nástroje už nestačí, a kdo v roce 2026 stále věří, že CRM s povinnými poli je řízení prodeje, zaměňuje účetnictví s budováním pipeline.
Problémové prohlášení: Co se pokazí bez AI v prodeji
Prvním problémem není nedostatek aktivity. Mnoho týmů dělá dost. Telefonují, píší, jezdí na veletrhy jako Hannover Messe, udržují kontakty ze starých projektů u Trumpf, Schaeffler nebo Phoenix Contact a posílají nabídku verze 4.2 technickému nákupu. Přesto zůstává pipeline tenká. Proč? Protože nikdo jasně nevidí, které rozhovory skutečně vytvářejí nákupní tlak. Podle Salesforce State of Sales 2024 tráví prodejci jen asi 30 procent svého času skutečným prodejem; zbytek jde na administrativu, průzkum, interní koordinaci a údržbu CRM. Ve výrobním podniku s 120 zaměstnanci z Bádenska-Württemberska to nejsou abstraktní procenta – to jsou týdny, kdy drazí Account Manageři nemluví s rozhodujícími osobami.
Druhým problémem je koučování podle pocitu. Vedoucí prodeje si poslechne dva hovory měsíčně, když už, a zbytek pak hodnotí podle stavu obchodu, sympatií a vzpomínek z poslední společné jízdy. No, skoro. Někdy je tu ještě Excel s poznámkami z rozhovorů. Andrea, Head of Sales u Hidden Champion v Bielefeldu, mi v březnu 2025 řekla: „Vím, kdo je pilný. Ale nevím, kdo dobře prodává.“ Tato věta mi utkvěla. Protože je upřímná. Bez Conversation Intelligence, Live Call Analysis a AI Sales Coaching zůstává vedení v průmyslovém prodeji často řemeslem bez měřicího přístroje – jako kontrola kvality, kdy se na obrobek jen podíváte a doufáte, že tolerance sedí.
Přehled: Co vysvětluje tento praktický průvodce AI v prodeji
Tento průvodce ukazuje, jak bych nastavil AI v prodeji pro středně velké výrobní podniky: ne jako sbírku nástrojů, ale jako operační systém pro pipeline, koučování a výkon. Zaměřuje se na B2B prodej v DACH – strojírenství, automatizaci, technické komponenty, průmyslové služby. Tedy tam, kde prodejní cykly trvají šest až osmnáct měsíců, do rozhodování se zapojuje více zúčastněných stran a špatná discovery se později vrátí jako slevová bitva.
Kroky v tomto průvodci:
- Krok 1: Změřte základní linii – před nákupem nástroje.
- Krok 2: Smysluplně zaveďte Conversation Intelligence s Gong, Chorus, Avoma nebo Dialpad Ai.
- Krok 3: Zaveďte AI Role-Play a koučování s Hyperbound, PaddleBoat, Yoodli nebo Ricavi do každodenního života.
- Krok 4: Propojte prospecting a intent data s ReachIQ, ZoomInfo a CRM signály.
- Krok 5: Vybudujte optimalizaci celého trychtýře – od cold emailu po míru výher, s mantinely GDPR.
Krok 1: Změřte základní linii pro AI v prodeji
Bez výchozích hodnot je každá AI-Sales-Demo divadlo
Než začnu mluvit o Gong, Chorus, Balto, Hyperbound nebo ReachIQ, ptám se na čtyři čísla: pozitivní Reply Rate, Meeting Acceptance Rate, Opportunity Conversion a Win Rate. Ne z pocitu. Z CRM, Sequenceru a kalendáře. Pokud tato čísla nelze čistě změřit, je to první zjištění. U strojírenské firmy poblíž Ulmu, 240 zaměstnanců, byla oficiálně hlášená Meeting Rate v dubnu 2025 8,1 procenta. Po porovnání HubSpotu, Outlook kalendářů a zrušených schůzek to bylo 4,6 procenta. Trapné? Spíše normální.
Obvykle pro to vytvořím jednoduchý Baseline-Sheet. Sloupce: Segment, Persona, Kanál, Název sekvence, Počet kontaktů, Odeslané e-maily, Pozitivní odpovědi, Zarezervované schůzky, Uskutečněné schůzky, Příležitosti, Vyhrané obchody, Obrat. Zní to suše. Ale je to okamžik, kdy mnoho vedoucích prodeje poprvé vidí, že jejich nejlepší obchodní zástupce je možná silný v existujících zákaznících, ale v novém obchodě nemá reprodukovatelný stroj. CSO z Norimberku, Thomas, mi v červnu 2025 řekl: „Naši lidé dobře prodávají, když někdo chce mluvit. Ale vytváříme příliš málo rozhovorů se správnými lidmi.“ Přesně tam patří AI – ne jako reproduktor, ale jako filtr a tréninkový partner.
U nás to nefunguje, když AI jen produkuje více e-mailů. Potřebujeme méně zmetků v pipeline.
— Thomas, CSO dodavatele automatizační techniky v Norimberku
Moje minimální základní linie pro průmyslový prodej
Pro výrobní podniky s 50 až 500 zaměstnanci stačí na začátku 90denní okno. Segmentuji záměrně hrubě: OEM, Tier-1, výrobce strojů, výrobce zařízení, technický obchod, stávající zákazník, cílový zákazník. Pak se podívám na úroveň persony: vedení, vedoucí závodu, vedoucí nákupu, konstrukce, údržba, vedoucí výroby. U Festo nebo Wittenstein mluví prodejci jinak s inženýringem než s nákupem. To se musí projevit ve struktuře dat. Pokud se vše nazývá jen „Lead“, žádná AI na světě nemůže poskytnout smysluplné koučovací tipy.
Benchmarky jsou užitečné, ale nebezpečné. Materiály dodavatelů často uvádějí pro AI-podporovaný outreach o 20 až 40 procent vyšší pozitivní Reply Rates, pokud se používají intent data a čistá prioritizace účtů. Tento rozsah považuji za realistický – ale pouze u týmů, které dříve oslovovaly široké seznamy. Kdo již používá dobré seznamy cílových účtů a silné triggery, uvidí spíše menší, ale stabilnější efekty. U role-play platforem jako Hyperbound nebo Yoodli se často uvádí 20 až 30 simulovaných rozhovorů měsíčně jako tréninkový objem; hlášené efekty se často pohybují kolem 10 až 25 procent vyšší Meeting Acceptance. Upřímně? Méně věřím číslu než mechanismu. Obchodníci, kteří si procvičili námitky, nezní v reálném hovoru překvapeně. To je slyšet.
Krok 2: Čistě zaveďte Conversation Intelligence
Gong, Chorus, Avoma, Dialpad Ai – výběr nástroje podle workflow, ne podle loga
Conversation Intelligence je vrstva, která zaznamenává, přepisuje, analyzuje a zviditelňuje vzorce v rozhovorech. Gong se profiluje jako Revenue AI OS a propojuje interakce se zákazníky, CRM aktivitu, forecasting, koučování a automatizaci workflow. Chorus by ZoomInfo taguje klíčová slova, námitky a signály nákupního záměru a kombinuje je s daty o účtech. Avoma je levnější a pro menší týmy často pragmatická; TeleCloud Sentinel je zajímavý, pokud jsou potřeba velmi individuální analýzy hovorů. Dialpad Ai je silný, pokud má telefonie a koučování pocházet z jednoho systému. Balto provádí obchodníky živě hovory – relevantní pro Inside Sales, Order Desk a kontaktní centra.
Můj názor: Kdo používá Conversation Intelligence jen jako archiv nahrávek, pálí rozpočet. Pak tam leží hřbitov přepisů. Krásně indexovaný, nikdo s ním nepracuje. V projektu s výrobcem technických komponent v Hesensku jsme v květnu 2025 prvních 312 prodejních hovorů nevyhodnocovali podle nálady nebo podílu řeči, ale podle pěti zabijáků obchodu: žádná ekonomická bolest, žádný další krok, žádná otázka na konkurenci, žádné objasnění technického převzetí, žádná nákupní cesta. Výsledek byl brutální. V 58 procentech Discovery Calls nebyl dohodnut žádný jasný další krok s datem. Ne „ozveme se“. Datum. Událost v kalendáři. Vůně čerstvého plastového granulátu v jejich showroomu byla reálnější než některé příležitosti v CRM.
Nastavení: Jaké signály hovorů taguji v průmyslovém prodeji
Nezačínám s dvaceti skóre. Začínám s osmi tagy. Za prvé: technická bolest, například zmetkovitost, prostoje, takt, certifikace. Za druhé: ekonomický dopad, například náklady na hodinu prostojů nebo míra přepracování. Za třetí: stávající řešení, například Siemens, Beckhoff, Fanuc, vlastní výroba, manuální proces. Za čtvrté: rozhodovací struktura. Za páté: načasování. Za šesté: riziko, například dodací lhůta, integrace, schválení, normy. Za sedmé: konkurence. Za osmé: další krok. Tyto tagy lze v Gong nebo Chorus vytvořit pomocí logiky klíčových slov, AI promptů a manuálních revizních smyček. U Avoma je to jednodušší. U Balto nebo Ricavi je to zajímavější, pokud se mají během rozhovoru objevovat živé tipy.
Příklad: Dodavatel testovacích zařízení prodává dodavatelům pro automobilový průmysl. V hovorech se stále objevují slova jako PPAP, IATF 16949, End-of-Line-Test, sledovatelnost, Schaeffler, Brose a ZF. AI by neměla jen počítat, jak často se tyto pojmy vyskytují. Měla by rozpoznat, zda obchodník zjišťuje důsledky. „Co vás stojí neúspěšné převzetí u OEM?“ je lepší věta než „Naše řešení je velmi flexibilní.“ Krátké. Tvrdé. V srpnu 2025 jsme pro tým vytvořili pravidlo promptu: Pokud zákazník zmíní audit, normu nebo schválení OEM a obchodník do 90 sekund nepoloží otázku na ekonomický dopad, je hovor v koučování označen jako promeškaný moment hodnoty. To není kouzlo. To je vedení převedené do dat.
Krok 3: Zaveďte AI Sales Coaching a Role-Play
Proč trénink bez opakování ve strojírenství vyprchá
Klasický prodejní trénink má problém: je to událost. Dva dny semináře, PDF, fotka s flipchartem, pak zase každodenní rutina. V průmyslovém prodeji ale každodenní rutina není „držet pitch“. Každodenní rutina je vedoucí výroby, který dvanáct let provozuje stejné zařízení a mladému Account Managerovi vysvětluje, proč je nové řešení příliš riskantní. Nebo nákupčí u Webasto, který v jedné větě vyjednává dodací lhůtu, cenovou vazbu a rámcovou smlouvu. Na to nestačí motivační workshop.
AI Role-Play platformy jako Hyperbound, PaddleBoat, Yoodli, Ricavi Coach Pilot nebo Sunnyside AI přesně tuto mezeru vyplňují. Hyperbound propojuje skutečná data z rozhovorů se simulovaným tréninkem. PaddleBoat je silný v procvičování cold-callů se simulovanými kupujícími. Yoodli byl v roce 2026 zmíněn v kontextu Gartner pro B2B Sales AI Role-Play – tato kategorie popisuje software, který simuluje realistické obchodní rozhovory a poskytuje opakovatelnou zpětnou vazbu proti definovaným metodám. Ricavi zdůrazňuje Real-Time Guidance a Methodology-Adherence, tedy koučování během rozhovoru a následné bodování. To je důležité, protože MEDDIC, SPIN nebo Challenger v reálném hovoru často neselžou proto, že lidé metodu neznají. Selžou proto, že ji nikdo nedokáže použít pod tlakem.
Moje nastavení Role-Play pro DACH výrobní tým
Role-play nevytvářím jako hřiště. Vytvářím je z reálných obchodních vzorců. Vezměme si výrobce speciálních strojů s cílovými zákazníky v oblasti farmaceutického balení a lékařské techniky. Scénáře se nenazývají „obtížný zákazník“. Nazývají se „vedoucí výroby u B. Braun se ptá na úsilí o validaci“, „nákup u Gerresheimer tlačí na platební podmínky“, „inženýring u výrobce zařízení v Augsburgu pochybuje o integraci PLC“. Pro každý scénář definuji roli kupujícího, bolest, skryté námitky, požadované otázky pro discovery, zakázané fráze a kritérium uzavření. Pak musí obchodníci cvičit. Ne jednou. Dvacetkrát měsíčně.
Z našich implementací víme: U týmů s 8 až 25 prodejními rolemi se akceptace změní až tehdy, když je role-play přímo propojeno se skutečnými hovory. Za posledních 12 měsíců jsme u zákazníků ve strojírenství pozorovali, že generické „procvičování discovery“ se téměř nevyužívá – pod 35 procent dobrovolné měsíční aktivity. Pokud ale z Gong nebo Chorus přepisů vytáhneme tři reálné skupiny námitek a z nich postavíme týdenní 12minutové simulace, účast stoupne na 70 až 85 procent. Vzor: Senior Reps nepřijímají AI koučování, protože je to AI. Přijímají ho, když odráží skutečný obchod, který minulý týden ztratili.
Pokud simulace zní jako náš trh, moji lidé se zapojí. Pokud zní jako učebnice SaaS, je mrtvá.
— Katrin, vedoucí prodeje výrobce přesné techniky ve Stuttgartu
Krok 4 a 5: Vybudujte AI v prodeji jako Full-Funnel systém
Teď to bude zajímavé. Call Intelligence a Role-Play zlepšují chování. Prospecting a Intent nástroje zlepšují přesnost cílení. Obojí odděleně je hezké. Společně se z toho stane výkonnostní systém. Chci, aby se námitka z reálného hovoru objevila zítra v tréninku, příští týden byla zohledněna v cold emailu a v měsíčním přehledu byla viditelná jako riziko pipeline. Pokud se to nestane, zůstane AI jen zoologickou zahradou nástrojů.
- Vybudujte prioritizaci účtů s Intent a Fit: Použijte ReachIQ, ZoomInfo nebo vlastní CRM data k třídění cílových zákazníků nejen podle odvětví a velikosti. Pro výrobce hydraulických komponent bych zaznamenával signály jako nová výrobní místa, inzeráty na údržbu, SAP rollouts, veletržní aktivity, certifikace nebo nové OEM programy. U Kärcher, DMG Mori nebo Festo najdete mnoho signálů veřejně – tiskové zprávy, inzeráty, dodavatelské portály, přednášky na veletrzích. AI pomáhá s klastrováním, ne s myšlením.
- Pište outbound sekvence s technickými triggery: Žádný e-mail nezačíná „Doufám, že se vám daří dobře“. Použitelná sekvence pro vedoucí výroby vypadá jinak: uveďte trigger, zmiňte předpokládaný dopad, položte tvrdou otázku, nabídněte malý další krok. Příklad: „Všiml jsem si, že na pobočce X právě budujete kapacitu pro finální montáž. U podobných linek často vidíme úzká místa v době testování a přepracování. Je takt aktuálně téma, nebo se mýlím?“ Krátké. Relevantnost poráží personalizační divadlo.
- Aktivujte Live Coaching pro kritické momenty rozhovoru: U Balto, Dialpad Ai nebo Ricavi se mohou během hovoru objevovat tipy. Používám to střídmě. Nikdo nechce obchodníka, který zírá na pop-upy. Smysluplné jsou triggery jako zmíněný konkurent, příliš brzká otázka na cenu, žádný další krok, upozornění na shodu, chybějící souhlas s nahráváním. V týmu Inside Sales pro náhradní díly může živý prompt připomenout, aby uvedl dodací lhůtu, minimální objednací množství a alternativní díl.
- Vraťte data z hovorů zpět do Enablementu: Jednou týdně vytáhnu z Gong nebo Chorus tři klipy: nejlepší moment discovery, nejhorší moment ceny, nejsilnější řešení námitky. Tyto klipy patří do Slacku, Teams nebo do Enablement nástroje. Ne jako pranýř. Jako tréninkový materiál. U jednoho zákazníka v Severním Porýní-Vestfálsku tomu od září 2025 říkají „Pátečních pět minut pravdy“. Název je kýčovitý. Přesto to funguje.
- Propojte metriky pipeline s metrikami chování: Win Rate samotná přichází příliš pozdě. Chci včasné indikátory: podíl hovorů s ekonomickým dopadem, podíl příležitostí s identifikovaným rozhodovacím týmem, průměrná doba do dalšího kroku, pozitivní Reply Rate podle persony, Role-Play-Score před prvním rozhovorem. Pokud obchodník rezervuje mnoho schůzek, ale téměř nezachytí ekonomickou bolest, pipeline se později změkčí. To není problém forecastu. To je problém discovery.
Konkrétní Outbound-Workflow s AI
Mnoho AI-Outbound-nastavení selhává, protože uhlazují jazyk. Vše zní správně. Nikdo neodpovídá. V průmyslovém prodeji nevyhrává nejkrásnější e-mail, ale ten s nejpřesnějším předpokladem. Používám AI k škálování triggerů a hypotéz, ale nechávám lidi, aby tomu dali hranu. Zvláště v DACH. Vedoucí výroby v Řezně si rychle všimne, zda jste pochopili jeho každodenní život, nebo zda jste jen hodili jeho LinkedIn bio do ChatGPT.
Sekvence pro dodavatele automatizační techniky středně velkým výrobcům potravin by mohla být postavena takto: E-mail 1 s výrobním triggerem, hovor následující den s krátkým odkazem, E-mail 2 s předběžnou námitkou, LinkedIn zobrazení bez neohrabané zprávy, E-mail 3 s technickou otázkou, breakup s čistým ukončením. Pět dotyků. Ne patnáct. Pokud po pěti relevantních pokusech nic nestane, je buď špatné načasování, špatná persona, nebo problém není dostatečně silný.
Příklad logiky sekvence podporované AI:
- Trigger: Nová linka, nový závod, inzerát na údržbu, účast na veletrhu, certifikace nebo investiční zpráva.
- Hypotéza persony: Vedoucí výroby se zajímá o prostoje a propustnost; nákup o dodací schopnost a riziko; inženýring o integraci a normy.
- Zpráva 1: Konkrétní pozorování plus otázka, na kterou lze odpovědět ne.
- Skript hovoru: 20 sekund kontextu, pak ověřovací otázka. Žádný pitch monolog.
- Follow-up: Námitka z podobných projektů, například úsilí o validaci nebo okno prostojů.
- Breakup: Čisté ukončení s možností přesměrování na správnou osobu.
Náš nejlepší e-mail nebyl nejdelší. Jen se ptal, zda už nová balicí linka visí na zkušebním stole.
— Miriam, SDR Lead dodavatele strojírenství v Karlsruhe
Často kladené otázky o AI v prodeji
Potřebují středně velké výrobní podniky skutečně Gong nebo Chorus?
Ne vždy. Pokud máte pět prodejců a téměř žádné strukturované procesy pro nové zákazníky, začněte možná s Avoma, nahrávkami HubSpot nebo menším nastavením. Gong nebo Chorus se vyplatí spíše, pokud je dostatečný objem hovorů, manažeři pravidelně koučují a data se využívají pro forecast, enablement a zpětnou vazbu k produktu. U 20 až 50 obchodníků se Conversation Intelligence rychle stává zajímavou. Pod touto hranicí rozhoduje úzké místo.
Nahradí AI v prodeji obchodní zástupce?
Ne. Alespoň ne ty dobré. AI nahrazuje špatnou přípravu, zapomenuté follow-upy, generické e-maily a trénink podle pocitu. V průmyslovém prodeji zůstávají důvěra, technické porozumění a politický cit klíčové. Ale obchodní zástupce, který se připravuje s AI, rozpoznává vzorce hovorů a procvičuje námitky, porazí obchodního zástupce, který se spoléhá jen na zkušenosti. Zkušenosti bez zpětné vazby se časem stanou folklórem.
Jak rychle jsou viditelné výsledky AI Sales Coaching?
U outboundu často po 4 až 8 týdnech, pokud byla kvalita seznamů a zpráv dříve slabá. U Win Rate to trvá déle, protože průmyslový prodej má dlouhé cykly. Metriky koučování jako další krok s datem, hloubka discovery nebo řešení námitek jsou však viditelné rychle. V pilotním projektu by mělo být po 90 dnech jasné, zda se chování mění. Obrat následuje později. Někdy příliš pozdě pro netrpělivé finanční ředitele. Přesto je to správná cesta.
Produkt Amplifa Amplifa pomáhá B2B týmům budovat GTM workflow podporované AI – od logiky cílových účtů přes outreach až po sledování výkonu.
Zdroje a nástroje Amplifa Využijte naše nástroje k strukturované kontrole prodejních procesů, kvality pipeline a zralosti AI v prodeji.
Co se změní v roce 2026: Od nahrávání hovorů k Performance OS
Trh se posouvá od nahrávání a shrnování. To byla první fáze. V roce 2026 jde o Real-Time Coaching, Live Call Analysis, AI Role-Play a Full-Funnel Performance Optimization. Gong se nazývá Revenue AI OS. Ricavi mluví o Methodology-Adherence v reálném čase. Hyperbound propojuje skutečná data z rozhovorů se simulovaným tréninkem. Playcall ukazuje, že přicházejí open-source alternativy pro AI-native GTM týmy. Gartner zviditelnil AI Role-Play jako kategorii. To není malá vlna funkcí. To je nové očekávání od vedení prodeje.
Pro výrobní podniky je příležitost obzvláště velká, protože jejich prodeje často disponují velkým implicitním věděním. Senior Account Manager ví, jak zní vedoucí závodu pod tlakem dodací lhůty. Nová kolegyně ne. Technický prodejce zná námitku k CE shodě. Marketing ne. Vedoucí prodeje tuší, že obchod u Phoenix Contact probíhá jinak než u regionálního výrobce zařízení. Systém to neví – dokud ho nenakrmíme daty z hovorů, playbooky, segmentační logikou a zpětnou vazbou. AI toto vědění automaticky nevyužije. Jen nás nutí ho konečně strukturovat.
Shrnutí: 3 nejdůležitější poznatky
- AI v prodeji není projekt nástrojů. Je to projekt chování. Kdo jen nahrává hovory nebo automatizuje e-maily, získá více dat, ale ne automaticky více obratu.
- Průmyslový prodej potřebuje vlastní playbooky. Generické AI-Sales-Coachingy zní jako SaaS a ve strojírenství rychle umírají. Scénáře, tagy a prompty musí odrážet technické bolesti, nákupní cesty, normy, dodací lhůty a obchody s více zúčastněnými stranami.
- Nejlepší architektura propojuje Conversation Intelligence, Role-Play, Prospecting a metriky pipeline. Teprve pak se z Gong, Chorus, Hyperbound, ReachIQ nebo Dialpad Ai stane systém, který manažeři skutečně mohou řídit.
Moje stručná a úderná verze: Kdo v roce 2026 v B2B průmyslovém prodeji stále sází na čistě inbound strategii a občasná prodejní školení, nebude mít za pět let spolehlivou pipeline. Ne proto, že AI magicky prodává. Ale proto, že jiné týmy se učí rychleji, přesněji prioritizují a nenechávají své prodejce s námitkami samotné. Nakonec je to slyšet v hovoru. Dobrý obchodník zní připraveně. Špatný zní zaneprázdněně.