AI v prodeji · 12. února 2026 · 12 min. čtení · Joseph Flesh, CTO & Co-Founder, Amplifa
AI v prodeji: Konec plošné akvizice
AI v prodeji slibuje zázraky. Realita ve strojírenství je však tvrdá. Zjistěte, jak oddělit hype od skutečného výkonu pipeline a najít ty správné leady.
Minulý týden na veletrhu Hannover Messe. Stojím u stánku výrobce čerpadel z Vestfálska, piju povinnou veletržní kávu – která jako vždy chutná po kartonu – a mluvím s obchodníkem. Kolem čtyřicítky, unavené oči, kravata trochu příliš uvolněná. Svěřuje se mi se svým trápením: stovky hovorů, tisíce e-mailů a na konci kvartálu zbývá hrstka vágních poptávek a vyúčtování výdajů, ze kterého má kontrolor zástavu dechu. „Je to jako rybaření na poušti, pane Müller,“ řekl. Přikývl jsem. Měl pravdu.
Tento pocit znají tisíce lidí v německém průmyslovém prodeji. Princip „kropicí konve“, tato široce rozprostřená, nesměrovaná studená akvizice, je reliktem doby, kdy data byla drahá a čas levný. Dnes je to naopak. A právě zde přichází na řadu velký hype, kouzelné slovo, které se ozývá zasedacími místnostmi představenstev: AI v prodeji. Umělá inteligence to má napravit. Má najít jehlu v kupce sena, naplnit pipeline a zbavit obchodníka unavených očí. Zní to skoro až příliš dobře, než aby to byla pravda? Také že je – pokud na to jdete od lesa.
Jak AI v prodeji odděluje zrno od plev
Upřímně: ta myšlenka není nová. Lead Scoring, tedy hodnocení potenciálních zákazníků, existuje desítky let. Novinkou je preciznost a hloubka, kterou AI do tohoto procesu vnáší. Jde o to, že tradiční systémy sledují demografická data (velikost firmy, obor) a možná ještě to, zda někdo otevřel newsletter. To je jako snažit se řídit auto a přitom se dívat jen štěrbinou na dopisy ve dveřích.
Moderní AI Sales nástroje jdou o jeden – ne, o deset – kroků dále. Analyzují takzvané „Intent Signals“ (nákupní signály). Jsou to vzorce chování na síti, které naznačují, že firma právě aktivně hledá řešení. Nemluvíme zde o náhodné návštěvě Vašeho webu. Mluvíme o tom, že najednou tři inženýři a vedoucí nákupu téže firmy hledají na Google „CNC frézka s 5osým řízením a rozhraním Heidenhain“, stahují si whitepapery na toto téma a pohybují se na recenzních portálech. Tyto signály sbírají platformy jako Bombora, Demandbase nebo 6sense. Jsou to ohaři digitálního prodeje.
A pak přicházejí na řadu AI CRM nebo specializované enginy. Salesforce Einstein, HubSpot se svými AI funkcemi nebo specializované nástroje jako Apollo.io vezmou tyto externí signály, zkombinují je s interními daty – dosavadní interakce, e-mailový engagement, firemní data z Vašeho CRM – a vypočítají dynamický „Lead Score“. Dynamický znamená: skóre se mění v reálném čase. „Studený“ lead ze včerejška může být dnes najednou „horký“, protože firma právě uzavřela velké investiční kolo nebo vypisuje pozici pro „vedoucího výroby se zkušenostmi s automatizací“. Výsledkem jsou tyto pověstné „Hot Lists“, které mají podle studií 3krát až 5krát vyšší konverzní poměr než jakýkoli seznam pro studenou akvizici. Obchodník najednou nerybaří na poušti, ale u rybníka plného pstruhů.
Chladná pravda: Co říkají čísla o AI Sales
Řeči jsou levné, zejména v technologickém sektoru. Podívejme se na holá čísla. Shromáždil jsem data z několika analýz, které ilustrují rozdíl mezi starým prodejem stylem „kropicí konve“ a novým přístupem řízeným AI. Rozdíl je – mírně řečeno – brutální.
| Metrika | Tradiční studená akvizice | Prodej s podporou AI |
|---|---|---|
| Kvalifikované leady (MQLs) | Základ | o 50 % více |
| Přesnost kvalifikace | ~50-60% | o 40 % lepší (přes 90%) |
| Konverzní poměr (Lead k uzavření) | 1-3 % | 8-17 % |
| Náklady na lead (CAC) | Vysoké (např. 185 €) | -15 % až -66% (např. 62 €) |
| Délka prodejního cyklu | Dlouhá (např. 47 dní) | Zkrácená (např. 31 dní) |
Čísla nelžou. Firmy, které důsledně využívají AI, nedosahují jen o něco lepších výsledků. Hrají úplně jinou ligu. Jedna SaaS společnost vykázala nárůst z 200 na 1 200 leadů měsíčně, zatímco náklady na lead klesly o dvě třetiny. To už nejsou drobné. To rozhoduje o růstu nebo stagnaci.
Algoritmy AI dokáží v obrovském množství dat rozpoznat jemné vzorce, které by člověk nikdy neviděl. Identifikují ideálního zákazníka nikoli na základě dvou nebo tří znaků, ale na základě stovek. To vede k přesnosti skórování, o které se nám před pěti lety jen zdálo.
— Dr. Anke Weber, analytička ve FutureSales Consulting Frankfurt
Dr. Weber to trefila přesně. Nejde o to nahradit obchodního zástupce. Jde o to dát mu dalekohled, který mu přesně ukáže, kde je zakopán poklad, místo aby ho nechal kopat lopatou v celé poušti.
Test v praxi strojírenství: Případová studie, která stojí za pozornost
Nyní mnozí v německém středním stavu mávnou rukou: „Hezké pro SaaS firmy z centra Berlína, ale u nás ve strojírenství jsou cykly dlouhé a rozhodování složitá!“ Pravda. O to důležitější je rozpoznat správné signály včas. Podíval jsem se na případ středně velkého výrobce zařízení z Bádenska-Württemberska. Prodejní cykly 8 až 12 měsíců, vysoce komplexní produkty. Čisté peklo pro studenou akvizici.
Tato firma zavedla AI platformu, aby dělala tři věci: Zaprvé, identifikovala správné kontaktní osoby v Buying Center (nejen technického ředitele, ale i CFO a provozního ředitele). Zadruhé, určila optimální čas pro oslovení napříč různými kanály. A zatřetí, pomocí prediktivních analýz prognózovala pravděpodobnost uzavření. Výsledky po pouhých šesti měsících byly ohromující: hodnota pipeline vzrostla o 240 %, produktivita prodeje o 63 % a – teď se podržte – počet kvalifikovaných marketingových leadů (MQLs) explodoval o 420 %. Čas do první kvalifikované schůzky klesl o 55 %. Klíč? Začali s čistou, ověřenou B2B databází kontaktů. Bez tohoto základu je každá AI jen drahým těžítkem. Přes to nejede vlak.
Ale pozor: Kde v prodeji sklapne past AI
Při vší té euforii je však třeba zůstat nohama na zemi. Koupit si AI Sales nástroj je jako koupit si vůz Formule 1. Člověk se tím automaticky nestane mistrem světa. Může se také velmi ošklivě vybourat v první zatáčce.
GDPR – Damoklův meč nad studenou akvizicí
Zejména v Evropě, a konkrétně v Deutschland s jeho kulturou GDPR, si lze s nečistými datovými praktikami pořádně nabít nos. Kdo si myslí, že může prostě spustit nástroje z USA a hromadně zpracovávat profily bez řádného právního základu, tomu přeji hodně zábavy s dozorovými úřady. Cesta vede přes ověřené seznamy kontaktů (s přesností nad 95 %), bezchybnou dokumentaci původu dat a prioritizaci opt-in signálů. Cold Email na koupený seznam bez jakéhokoli kontextu? Zapomeňte na to. Budoucnost patří oslovování „Opt-in-Hot-Lists“ – tedy kontaktů, které již signalizovaly jasný, prokazatelný zájem. AI pomáhá tyto kontakty najít, ale právní odpovědnost zůstává na firmě.
Past nástrojů: Když má software nahradit myšlení
Druhou velkou chybou je předpoklad, že nástroj udělá práci sám. Viděl jsem firmy, které si koupily drahé licence pro 6sense nebo Demandbase, aniž by měly jasně definovaný svůj ICP (Ideal Customer Profile). To je jako poslat ohaře na stopu, aniž byste mu řekli, co má vlastně cítit. Výsledkem je datový odpad. AI pak sice dodá tisíce „signálů“, ale žádný z nich neodpovídá Vašemu byznysu. Než utratíte jediné euro za AI platformu, musíte si udělat domácí úkoly: Kdo je můj ideální zákazník? Jaké problémy pro něj můj produkt řeší? A jaké digitální stopy zanechává, když má tento problém? Bez této strategické přípravy jsou jakékoli investice vyhozenými penězi.
Váš plán pro Sales Automation: 5 kroků pro středně velké firmy
Dobrá, dost teorie a varování. Jak má tedy pragmatický středně velký podnik začít? Rozhodně ne s milionovým projektem typu „velký třesk“. Zde je střízlivý pětibodový plán:
- 1. Udělejte si domácí úkoly: hygiena dat a ICP. Podívejte se do svého CRM. Je to skládka dat, nebo zlatý důl? Vyčistěte své kontaktní údaje. A definujte ostře svůj ideální profil zákazníka (ICP). Ne podle pocitu, ale na základě dat o Vašich nejlepších stávajících zákaznících.
- 2. Začněte v malém: definujte pilotní projekt. Vyberte si jeden prodejní tým, produktovou řadu nebo region. Najděte si nástroj, který odpovídá Vašemu rozpočtu a IT prostředí – může to být integrovaná funkce ve Vašem HubSpot nebo specializované řešení jako Apollo.io. Cíl: dosáhnout rychlých, měřitelných úspěchů.
- 3. Definujte signály, nejen je sbírejte. Sedněte si s prodejem a marketingem. Co je pro Vás skutečným nákupním signálem? Inzerát na pozici „servisní technik“? Návštěva stránky s ceníkem? Průzkum konkurence? Seznamte 5–10 takových konkrétních signálů a podle toho nakonfigurujte svůj nástroj.
- 4. Zapojte tým, neválejte ho. Obchodník s unavenýma očima z Hannover Messe má strach, že ho nahradí AI. Ukažte mu, že ho nástroj nenahrazuje, ale dělá jeho práci lepší a hodnotnější. Vyškolte svůj tým, vysvětlete „proč“ a oslavte první společné úspěchy – například první obchod, který vznikl díky leadu vygenerovanému AI.
- 5. Měřte, upravujte, škálujte. Od prvního dne sledujte tvrdé metriky z tabulky výše. Jaká je ROI? Zlepšuje se konverzní poměr? Klesá CAC? Každá AI se učí. Dávejte systému zpětnou vazbu, které leady byly dobré a které špatné. Jen tak bude algoritmus časem stále lepší. Pokud je pilotní projekt úspěšný: škálujte.
Položte základy: Váš ICP Playbook — Než začnete přemýšlet o AI nástrojích, musí být hotov Váš ideální profil zákazníka (ICP). Tento playbook Vás provede procesem krok za krokem, na základě dat a praxe. Nejdůležitější domácí úkol pro každého vedoucího prodeje.
Můj závěr: Čas odložit logaritmické pravítko
Zpět k mému obchodníkovi na veletrhu. Jeho problémem není to, že by byl špatný ve své práci. Jeho problémem je, že používá nástroje včerejška pro výzvy zítřka. Přechod na AI v prodeji není „nice-to-have“, stává se otázkou přežití. Podle jednoho průzkumu 68 % prodejních profesionálů předpokládá, že AI bude v příštích letech dominovat prognózám pipeline. A trendy jako generativní AI (vzpomeňte na Salesforce Einstein GPT, který píše personalizované e-maily stisknutím tlačítka) zvýšení efektivity ještě urychlí. Odhady hovoří až o 70% úspoře času při přípravě na schůzky.
Moje prognóza? Za tři roky budou prodejní týmy v německém strojírenství, které pracují bez signálů a automatizace s podporou AI, vypadat jako konstruktér, který se úporně drží svého logaritmického pravítka, zatímco konkurence už dávno pracuje se systémy CAD. Lze to tak dělat nějakou dobu. Ale nevyhnutelně ztratíte kontakt. Je čas odložit kropicí konev a sáhnout po přesném nástroji. Vaše pipeline – a Váš prodejní tým – Vám poděkují.