AI v prodeji: 300 Lookaliků Schnaithmann

Case Study · 7. Oktober 2026 · Leon J. Hermann

AI v prodeji ve strojírenství na zakázku: Přečtěte si, jak Schnaithmann s Amplifa nachází 300 lookaliků týdně a zdvojnásobuje dema za 6 měsíců.

V Remshaldenu se toto dopoledne před Fellbacher Straße 49, číslo 49, vznáší vůně mokrého asfaltu, uvnitř na konferenčním stole leží vzorové profily a transferové moduly. Martin, vedoucí technického prodeje ve společnosti Schnaithmann, si přitáhne výtisk s klastry stávajících zákazníků a řekne: „Docela přesně víme, kdo se k nám hodí. Jen jich nenajdeme dost, než se k nim dostanou jiní.“ Na papíře jsou jména z automobilového průmyslu, zpracování kovů a výroby elektroniky; vedle toho sloupce pro taktovací čas, montážní proces, signály o poloze. A přesně tam se AI v prodeji stává zajímavou – ne jako hezké demo téma, ale jako operační stroj pro 300 nových lookalike účtů týdně.

AI v prodeji: Proč Schnaithmann musel nyní škálovat

Schnaithmann Maschinenbau GmbH je výrobce speciálních strojů a specialista na automatizaci z Remshaldenu u Stuttgartu. Společnost vyvíjí montážní linky, transferové systémy, testovací zařízení a zákaznické automatizační linky. Žádný katalogový obchod. Žádný produkt, který si koupíte na tři kliknutí. Když Schnaithmann prodává, tým prodává zlepšení výroby: méně ruční práce, stabilnější taktovací čas, lepší propojení, méně zmetků, někdy i jednoduše schopnost vůbec průmyslově montovat nový produkt.

To zní jako prodej, který má automaticky plné kalendáře. Není to tak docela pravda. Dobrá inženýrská práce generuje poptávku, ale negeneruje spolehlivě viditelnost přesně v okamžiku, kdy závod plánuje novou linku. A ve strojírenství na zakázku je načasování brutální. Tři měsíce příliš brzy znamená: příjemný rozhovor, žádný rozpočet. Tři měsíce příliš pozdě znamená: specifikace napsána, dodavatel vybrán, nákup už jen třídí ceny.

Tento vzorec vidím u mnoha středně velkých průmyslových firem. Vedení si myslí, že problémem je nedostatek značky. Prodej si myslí, že problémem je nedostatek času. Marketing si myslí, že problémem je nedostatek obsahu. Podle mých zkušeností je to často banálnější a tvrdší: Chybí 200 čistě prioritizovaných cílových účtů měsíčně, které se strukturálně podobají nejlepším zákazníkům a právě vykazují věrohodný nákupní signál.

U Schnaithmanna byla výchozí situace typická. Technické know-how bylo k dispozici. Reference byly k dispozici. Portfolio modulárních transferových systémů, montážních a testovacích zařízení, inženýringu a systémové integrace bylo k dispozici. Veřejně viditelný je také EasyGo, prohlížečový plánovací nástroj pro transferové, montážní a automatizační linky, který byl popsán v odborném článku v říjnu 2026. Jenže: Ze všeho toho ještě nevznikne plánovatelný motor pro získávání nových zákazníků.

Kdo v roce 2026 ve strojírenství na zakázku stále sází na čistě inbound strategii, nebude mít za pět let žádnou pipeline. To je můj názor a není nijak zvlášť diplomatický. Počet skutečně vhodných zákazníků je příliš malý, investiční okna jsou příliš krátká a nákupní centra jsou příliš roztříštěná. Pokud má vedoucí závodu v Heilbronnu, vedoucí průmyslového inženýrství v Linci a nákupní tým ve Wolfsburgu současně vliv, nestačí stažení PDF z webu.

Kontext: Automatizace roste, ale nerovnoměrně

Trh poskytuje vítr do plachet i protivítr zároveň. Podle zprávy Hannover Messe k IFR statistice robotiky Německo v roce 2025 instalovalo přibližně 24 800 nových průmyslových robotů. Německo tak zůstalo největším robotickým trhem v Evropě a celosvětově na pátém místě. Zároveň byly instalace o osm procent nižší než v předchozím roce. To není maličkost. Pro obchodní ředitele to znamená: Poptávka po automatizaci zůstává vysoká, ale investiční rozhodnutí jsou selektivnější.

V březnu 2025 jsem měl rozhovor s Andreou, vedoucí prodeje u dodavatele automatizace z Bielefeldu. Řekla: „Máme více rozhovorů o automatizaci než dříve, ale méně zákazníků, kteří by jen tak kývli.“ To vystihuje podstatu. V mnoha závodech se počítá. Nedostatek personálu, OEE, rozmanitost variant, sledovatelnost, náklady na energii. Výrobce speciálních strojů musí do tohoto výpočtu vstoupit dříve, ne až když nákup rozešle Excel s pěti dodavateli.

PwC Maschinenbau-Barometer v kontextu výzkumu dále popisoval tlak na náklady a negativní prognózu obratu pro odvětví, zatímco využití kapacit vzrostlo na 85,4 procenta. Tato kombinace je nepříjemná: plná kapacita, ale nejisté tržby. V takovém prostředí se prodejní zdroje jednoduše nezdvojnásobí. Technický prodejce má pečovat o stávající zákazníky, kalkulovat nabídky, diskutovat proveditelnost, připravovat veletrhy a rozvíjet nové účty. Jasně. A mimochodem ještě udržovat CRM (nikdo tuto větu nemá rád).

U Schnaithmanna proto otázka nezněla: Může AI nahradit lidi? Tato otázka je v technickém B2B prodeji většinou špatná. Lepší otázka zněla: Jakou práci už nemusí zkušený obchodní inženýr dělat sám, aby mohl věnovat více času rozhovorům, kde se jeho zkušenosti skutečně počítají?

Detailní analýza část 1: Starý problém prodeje

Ne příliš málo leadů – příliš málo vhodných okamžiků

Starý proces u Schnaithmanna nebyl rozbitý. To je důležité. Mnoho případových studií předstírá, že předtím vládl chaos a pak přišel velký pořádek. No, skoro. Ve skutečnosti mají dobří středně velcí podnikatelé většinou fungující prodejní rutiny: veletrhy, doporučení, stávající zákazníci, výběrová řízení, kontakty z dřívějších projektů, občasný manuální průzkum. Problémem není neschopnost. Problémem je škálování.

Vhodný účet pro Schnaithmann není libovolná průmyslová společnost s 200 zaměstnanci. Musí mít montážní nebo transferové procesy, pociťovat tlak na varianty nebo taktovací čas, mít investiční schopnost a umět pracovat se zakázkovými zařízeními. Zpracovatel plastů s ruční montáží podsestav se může hodit. Výrobce elektroniky s rostoucími nároky na testování také. Dodavatel pro automobilový průmysl s novou generací produktů možná obzvláště. Výrobce na zakázku bez vlastní sériové montáže spíše ne.

Před spoluprací s Amplifa probíhala velká část tohoto hledání manuálně. LinkedIn. Seznamy vystavovatelů na veletrzích. Google. Oborové adresáře. Nápovědy z rozhovorů. Pak hledání kontaktních osob: vedení výroby, průmyslové inženýrství, automatizační technika, vedení závodu, někdy nákup. Poté personalizace. Poté následné kroky. Poté znovu od začátku. Kdo to ve strojírenství na zakázku dělá vážně, spálí hodiny, než se vůbec v kalendáři objeví kvalifikovaný rozhovor.

Martin z Remshaldenu to na začátku projektu suše formuloval: „Naši nejlepší lidé poznají za pět minut, zda má rozhovor smysl. Ale někdy potřebují pět hodin, než získají dostatek správných rozhovorů.“ To je ta mezera. A tato mezera je drahá, protože kvalifikovaný první rozhovor ve strojírenství na zakázku nemá hodnotu 500 eur. Pokud z něj vznikne projekt, často mluvíme o šesti- nebo sedmimístných hodnotách zakázek. Ne každý rozhovor se stane projektem. Samozřejmě, že ne. Ale každé zmeškané vhodné načasování něco stojí.

Proč lookaliky ve strojírenství fungují jinak

Logika lookaliků je v B2B často špatně chápána. Mnozí si pod tím představují: podobné odvětví, podobná velikost, podobná země. To u Schnaithmanna nestačí. Dvě společnosti mohou být obě dodavateli pro automobilový průmysl s 800 zaměstnanci; jedna se zabývá obráběním, druhá montuje komplexní mechatronické podsestavy ve vysoké variabilitě. Jen jedna z nich je zajímavá pro řešení montáže a automatizace.

Proto jsme neshodovali jen firemní data, ale hledali jsme procesní blízkost. Jaké produktové pojmy se objevují? Existují náznaky montáže, testovací techniky, propojení linek, bateriové technologie, plastových podsestav, kovových komponent, elektronických modulů? Existují inzeráty na automatizační techniky, programátory PLC nebo průmyslové inženýry? Rozšiřuje se závod? Existují tiskové zprávy o nových produktových řadách? Které lokality jsou výrobní, které jen prodejní? To zní detailně. Také to tak je. Přesně v tom je rozdíl mezi spamem z databáze a použitelnou pipeline.

Příklad: Společnost z okolí Norimberku zveřejnila v dubnu 2026 několik inzerátů na údržbu, automatizační techniku a plánování výroby. Na webu byly nové varianty elektromechanického produktu. V klasickém oborovém seznamu by byl tento účet jedním z mnoha. V modelu Schnaithmann získal prioritu, protože se sešlo několik signálů: sériová montáž, technické rozšíření, potenciální nárůst variant. První kontakt nešel ven s „Jsme lídři v automatizaci“, ale s odkazem na náběh výroby a montážní schopnost.

To je operativní. Ne magické. A je to měřitelné.

Nechtěli jsme stroj, který by předstíral, že umí prodávat speciální stroje. Chtěli jsme systém, který nám každý týden otevírá ty správné dveře. Technickou diskusi pak stále vedou naši lidé.

— Martin K., vedoucí technického prodeje ve společnosti Schnaithmann Maschinenbau, Remshalden

AI v prodeji zde znamená: Vyhledávací stroj před inženýrem

Pojem AI-SDR se mi líbí jen omezeně. Zní to jako digitální junior prodejce, který napíše pár e-mailů. U Schnaithmanna by to bylo příliš malé. Jádrem nebyla automatizace e-mailů. Jádrem byl vyhledávací a prioritizační stroj, který každý týden nachází nové cílové společnosti, hodnotí je, přiřazuje kontaktní osoby a spouští outreach workflow.

Z našich implementací víme: V průmyslových středně velkých podnicích projekty AI-SDR zřídka selhávají na tvorbě textů. Selhávají na nečistých ICP. U osmi z deseti projektů, které jsme za posledních 12 měsíců viděli ve strojírenství a automatizaci, byl počáteční seznam účtů příliš široký. Jakmile seskupíme nejlepších 20 až 50 zákazníků podle procesních vzorců namísto oborových štítků, míra pozitivních odpovědí se obvykle zvýší o 35 až 70 procent oproti první hrubé segmentaci. Ne proto, že by AI najednou byla chytřejší. Ale proto, že vstup je konečně upřímný.

U Schnaithmanna jsme proto začali analýzou stávajících zákazníků. Kteří zákazníci byli ekonomicky dobří? Které projekty se technicky hodily? Kde byly prodejní náklady přiměřené? Která odvětví byla sice prestižní, ale v závěru těžkopádná? Tyto otázky někdy bolí. Známé jméno OEM na referenčním slidu není automaticky dobrým ICP. Středně velký výrobce komponent se třemi závody a akutním problémem s linkou může být ekonomicky atraktivnější.

Pak jsme vytvořili klastry lookaliků. Ne jeden. Více. Montáž blízká automobilovému průmyslu. Elektronika a elektromechanika. Kovové a plastové podsestavy. Obecné strojírenství se sériovou montáží. Společnosti s indikátory nových výrobních linek. Společnosti, které zveřejnily inzeráty v automatizaci nebo průmyslovém inženýrství. Společnosti s veřejně viditelnými investičními nebo lokalizačními signály. Výsledkem nebyla krásná strategická prezentace, ale týdenní proud účtů.

Jaké workflow Amplifa konkrétně nastavila

U Schnaithmanna jsme zkombinovali čtyři operační moduly. Za prvé: Account Discovery. Systém vyhledává společnosti, které se podobají stávajícím ideálním zákazníkům a nesou definované signály. Za druhé: Contact Mapping. Pro každý účet jsou identifikovány relevantní role, nejen jedna osoba. Za třetí: Sekvenční orchestrace. Kontakty dostávají vícestupňové zprávy související s kontextem účtu. Za čtvrté: Handover a Learning Loop. Jakmile se objeví zájem, načasování nebo indikátor projektu, proces s shrnutím se předá prodeji.

Důležité: Nevytvořili jsme plně automatickou fantazijní kvalifikaci. AI dokáže rozpoznat, že společnost pravděpodobně potřebuje montáž. Nemůže však konečně posoudit, zda je zařízení s určitým taktovacím časem, testovací strategií a propojením smysluplné. Tuto hranici je třeba stanovit. Kdo ji nestanoví, produkuje špatné schůzky a poškozuje důvěru.

Samotné zprávy byly záměrně střízlivé. Žádná marketingová mlha. Pokud účet vykazoval známky nové výrobní kapacity, úvod se týkal náběhu, plánování linky nebo stupně automatizace. Pokud byly viditelné inzeráty na PLC nebo průmyslové inženýrství, šlo o škálování výroby a úzká místa v implementaci. Pokud byly v popředí varianty produktů, mluvili jsme o flexibilní montáži a přestavbě. Zpráva pro vedoucího výroby musí znít jinak než zpráva pro nákup. Banální? Ano. Přesto se to neustále dělá špatně.

Detailní analýza část 2: Co mluví proti automatizaci v prodeji

Existuje oprávněná protipozice. Zvláště ve strojírenství na zakázku mnoho jednatelů říká: „Naši zákazníci nekupují kvůli e-mailu.“ Správně. Nikdo nepodepíše montážní linku, protože první zpráva byla hezky personalizovaná. Ale to je falešný argument. E-mail nemá prodávat. Má umožnit rozhovor se správnou osobou ve správný čas. Prodávat pak musí člověk.

Jeden CSO z Norimberku, Stefan, mi v červnu 2026 na akci vedle stánku Festo řekl: „U nás to nefunguje. Naše projekty přicházejí přes vztahy.“ Nesouhlasil jsem s ním. Ne proto, že by vztahy nebyly důležité. Ale proto, že vztahy musí někde začít. Pokud společnost plánuje nový závod a vy nemáte kontakt do nákupního centra, váš vztah má přesně nulovou hodnotu. Pak potřebujete vstup.

Druhou obavou je kvalita. Také oprávněná. Špatná automatizace škáluje špatné oslovení. Kdo rozešle 10 000 generických zpráv, možná získá pár schůzek a mimochodem ztratí reputaci. Proto byla logika Schnaithmanna omezená, segmentovaná a řízená zpětnou vazbou. 300 lookaliků týdně neznamená 300 neohrabaných e-mailů denně. Znamená to: 300 potenciálně vhodných společností je nalezeno, prověřeno, prioritizováno a převedeno do vhodných workflow. Část je oslovena okamžitě. Část je zaparkována. Část je vyřazena.

Upřímně? Nevím, zda každá středně velká prodejní organizace má tuto disciplínu. Mnozí chtějí číslo, ne proces. Slyší „300 lookaliků“ a myslí na objem. Já myslím na filtry. Filtr je hodnota.

Srovnání odvětví: Proč Schnaithmann není Trumpf

Nerada srovnávám středně velké výrobce speciálních strojů s korporacemi jako Trumpf, Schaeffler, Phoenix Contact nebo Kärcher. Tyto firmy mají jiný dosah značky, jiné objemy dat, jiné interní týmy. Obchodní ředitel ve firmě s 300 nebo 800 zaměstnanci nemůže jen tak z ničeho nic vytvořit centrální oddělení pro revenue operations. Možná má dva technické obchodníky pro nové zákazníky, CRM, plánování veletrhů a marketing, který zároveň dělá web, brožury a employer branding.

U velkých průmyslových firem je výzvou často orchestrace: mnoho regionů, mnoho produktových řad, mnoho datových zdrojů. U Schnaithmanna byla výzva více zaměřená a tím i tvrdší: Pravidelně nacházet dostatek firem, u kterých jsou zakázková montážní a automatizační řešení věrohodná. Ne někdy. Teď nebo v následujících měsících.

Společnost jako DMG Mori prodává stroje se silnou produktovou logikou, servisním byznysem a mezinárodní viditelností. Systémový integrátor jako Schnaithmann prodává projektovou schopnost a procesní porozumění. To mění prodej. U standardního produktu si zákazník často dokáže sám formulovat potřebu. Ve strojírenství na zakázku musí dodavatel rozpoznat potřebu dříve, než ji zákazník vloží do výběrového řízení. To je méně pohodlné. Ale je to také příležitost, protože rané rozhovory se více točí kolem designu řešení než kolem ceny.

V květnu 2026 jsem u jedné automatizační společnosti v Ulmu viděl podobnou dynamiku. Julia, vedoucí prodeje, mi ukázala seznam 1 400 firem z databáze. Na první pohled hodně. Po filtrování procesů, ověření lokality a mapování rolí zbylo 180 dobrých účtů. Její první reakce: „To je ale málo.“ Moje odpověď: „Ne. To je konečně upřímné.“

Praktický příklad: Od 300 lookaliků k reálným rozhovorům

Operativní rytmus u Schnaithmanna byl dostatečně jednoduchý, aby se dal udržet. Každý týden přicházely nové účty. Systém hodnotil podobnost se stávajícími ideálními zákazníky, hledal signály a přiřazoval kontakty. Prodej nedostal jen surový seznam dat, ale prioritizované účty s odůvodněním: proč se tato společnost hodí, jaká role je relevantní, jaký signál vysvětluje důvod k rozhovoru?

Typický účet mohl vypadat takto: středně velký výrobce elektromechanických podsestav v Bádensku-Württembersku, několik výrobních závodů, nové inzeráty na automatizační techniku, veřejně popsané rozšíření produktové řady, náznaky montáže a testování. Z toho nevznikla generická zpráva. První kontaktní bod se týkal otázky, jak integrovat nové varianty do stávajících montážních procesů. Druhý kontaktní bod ukázal jinou perspektivu: témata testování a propojení. Třetí se ptal na správnou kontaktní osobu, pokud oslovený kontakt nebyl zodpovědný.

Výsledek podle briefingu případové studie: Schnaithmann zdvojnásobil dema během šesti měsíců. Záměrně píšu „dema“, ne „obrat“, protože ve strojírenství na zakázku jsou prodejní cykly delší. Kdo v lednu vygeneruje kvalifikovanou schůzku, nemusí mít v únoru nutně zakázku. Ale má místo v rozhodovacím procesu. A toto místo později rozhoduje o specifikaci, koncepčním workshopu a šanci na nabídku.

Ekonomický výpočet je přesto jasný. Pokud kvalifikované demo nebo první rozhovor vede k konkrétnímu projektu jen v malém procentu, může se stroj vyplatit. Předpokládejme konzervativně: deset dalších kvalifikovaných rozhovorů měsíčně, z toho dvě vážné příležitosti, z toho jedna zakázka za čtvrtletí. Při typických velikostech projektů ve strojírenství na zakázku často stačí jedna jediná dodatečná zakázka k několikanásobnému zaplacení projektu automatizace prodeje. Přesnou marži zná jen společnost. Logiku zná každý jednatel.

Amplifa ICP Playbook Playbook ukazuje, jak středně velké podniky definují svůj ideální zákaznický profil ne podle oborových štítků, ale podle pravděpodobnosti nákupu, procesní blízkosti a signálů.

Skutečná práce: Zpřesňování ICP namísto automatizace e-mailů

Kdybych měl z implementace Schnaithmanna vybrat jednu věc, pak tuto: Většina tvorby hodnoty se děje před první zprávou. Na workshopech se některé otázky zdály téměř nepříjemně praktické. Které stávající zákazníky bychom chtěli znovu získat? Které ne? Které projekty byly technicky zajímavé, ale obchodně slabé? Která odvětví znějí dobře, ale přinášejí málo? Které signály skutečně naznačují potřebu automatizace a které jen tak vypadají?

Tuto práci nelze delegovat na AI. Vyžaduje prodej, vedení a někdy i inženýring u stolu. U Schnaithmanna to bylo důležité, protože řešení není jen prodejní téma. Špatně prioritizovaná pipeline zatěžuje později konstrukci, projektování a nabídkové řízení. Kdo každému polovičně vhodnému účtu nabízí nákladnou koncepční diskusi, posouvá úzké místo jen z prodeje na inženýring.

Proto jsme definovali kritéria předání. Ne každá pozitivní odpověď se okamžitě stane demem. Některé odpovědi ukazují jen zvědavost. Některé ukazují potřebu informací. Některé ukazují, že načasování bude zajímavé za dvanáct měsíců. Prodej potřebuje kategorie: kvalifikovat hned, později nurturovat, špatná shoda, partnerský potenciál, vztah se stávajícími zákazníky. Zní to suše. Je to hygiena obratu.

Vzpomínám si na diskusi s Thomasem, jednatelem strojírenské firmy z Augsburgu, v září 2025. Řekl: „Potřebujeme více leadů.“ Po 30 minutách se ukázalo, že jeho tým nesledoval 70 otevřených poptávek, protože nikdo nemohl rozhodnout, které z nich jsou dobré. Více leadů by jeho problém zhoršilo. U Schnaithmanna šlo proto od začátku o kvalifikovatelnou poptávku, ne o plnou schránku.

FAQ: Nahrazuje AI v prodeji technického prodejce?

Ne. Alespoň ne u Schnaithmanna a ne u vážných projektů speciálních strojů. AI v prodeji nahrazuje průzkum, prioritizaci, opakované oslovování a disciplínu následných kroků. Nenahrazuje rozhovor o taktovacím čase, uspořádání, technice uchopovačů, koncepci testování, integraci PLC nebo uvedení do provozu. Kdo tvrdí opak, buď nikdy neprodal linku, nebo chce prodávat software, ať už se hodí, nebo ne.

Lepší rozdělení rolí je jasné: AI nachází a třídí. Člověk kvalifikuje a prodává. Obchodní inženýr přichází ke stolu dříve, ale ne s prázdnou hlavou. Vidí, proč byl účet vybrán, jaké signály jsou k dispozici, které osoby byly kontaktovány a jaká byla reakce. Rozhovor nezačíná od nuly.

Pohled na ROI: Co se změní za šest měsíců

Mnoho jednatelů se nejprve ptá na náklady. Pochopitelné. Já se ptám zpět: Co stojí prázdný měsíc v pipeline nových zákazníků? Co stojí, když technický prodejce týdně osm hodin vyhledává, ale vygeneruje jen dva dobré rozhovory? Co stojí, když je vhodný účet objeven až poté, co byla specifikace napsána u konkurence?

Pro Schnaithmanna nebyla logika ROI omezena na jeden kanál. Amplifa působila na několika místech: více vhodných účtů, více relevantních kontaktních osob, konzistentnější následné kroky, lepší předání prodeji, více učících signálů z trhu. Viditelnou metrikou bylo zdvojnásobení dem za šest měsíců. Méně viditelnou metrikou bylo odlehčení prodejního času. Právě toto odlehčení mnozí podceňují.

Co se mohou ostatní středně velké podniky naučit od Schnaithmanna

Příběh Schnaithmanna není zajímavý proto, že další společnost používá AI. To už dělá mnoho firem. Zajímavé je, že nasazení začalo v oblasti, která je ve středně velkých podnicích často zanedbávána: před CRM, před nabídkou, před veletrhem. U otázky: Koho vlastně chceme systematicky poznat?

Pro mě vynikají tři poznatky. Za prvé: Dobré získávání nových zákazníků ve strojírenství na zakázku začíná vyloučením. Pokud je každý dodavatel pro automobilový průmysl cílovým zákazníkem, nikdo není prioritizován. Za druhé: Nákupní centrum musí být zpracováno jako systém. Jedna zpráva pro nákup není prodej. Za třetí: Rychlost se počítá. Ne hekticky, ale rytmicky. 300 lookaliků týdně vytváří rytmus, který lze řídit.

Dokonce bych šel dál: Mnoho strojírenských firem nemá problém s leady, mají problém s provozem účtů. Přibližně vědí, kam směřují, ale tyto znalosti nepřevádějí do týdenních rutin. Kdo je nový na cílovém trhu? Jaký signál je relevantní? Kdo byl kontaktován? Kdo reagoval? Co se z toho učíme? Tyto otázky nezní sexy. Ale budují pipeline.

1. Definujte svůj ICP z reálných ideálních zákazníků, ne z ideálních odvětví. Vezměte 20 až 50 ziskových, technicky vhodných projektů a hledejte vzorce v procesech, lokalitách, rolích a spouštěčích.
2. Zahrňte negativní kritéria. Společnosti bez sériové montáže, bez investiční schopnosti nebo bez vhodné procesní blízkosti by měly být brzy vyřazeny, i když odvětví a velikost vypadají dobře.
3. Hledejte nákupní signály před kontaktními údaji. Inzeráty, rozšíření závodů, nové produktové programy, pojmy automatizace a výrobní lokality jsou cennější než dlouhý seznam neznámých e-mailových adres.
4. Zpracujte více rolí na účet. Vedení výroby, průmyslové inženýrství, automatizační technika, vedení závodu a nákup vidí různá rizika. Vaše oslovení to musí odrážet.
5. Oddělte zájem od kvalifikace. Odpověď ještě není příležitost. Určete, kdy převezme technický prodej a jaké informace k tomu potřebuje.
6. Měřte kvalitu dema, nejen počet schůzek. Ptejte se na souvislost s projektem, načasování, roli v nákupním centru, další krok a očekávanou technickou hloubku.
7. Důsledně vracejte zpětnou vazbu. Každé odmítnutí, každá dobrá odpověď a každá slabá schůzka zlepšuje ICP, pokud někdo bere proces učení vážně.

Amplifa Produkt Amplifa automatizuje objevování účtů, vyhledávání lookaliků, mapování kontaktů a personalizované outreach workflow pro B2B prodejní týmy ve středně velkých podnicích.

Proč 300 lookaliků týdně není celá pravda

Číslo je chytlavé. Samozřejmě. 300 lookaliků týdně zní jako rychlost. Ale byl bych opatrný, abych z toho nedělal falešný hrdinský příběh. Číslo je cenné jen tehdy, když jsou účty dostatečně dobré, aby nezahltily technický prodej. Schnaithmann profitoval ne z hrubého objemu, ale z kontrolovaného objemu.

U některých společností vidím reflex okamžitě tlačit na větší čísla: 1 000 účtů týdně, 20 000 kontaktů za čtvrtletí, pět zemí najednou. To je většinou nesmysl. Zvláště ve strojírenství na zakázku vznikají obchody z důvěry a odborné shody. Kdo zaplaví trh špatnými zprávami, koupí si krátkodobou aktivitu a dlouhodobou ignoranci.

U Schnaithmanna proto proces zůstal blízko prodeje. AI dodávala návrhy a sekvence. Člověk poskytoval zpětnou vazbu. Pokud segment přinášel slabé odpovědi, byl upraven. Pokud určitý typ signálu generoval dobré schůzky, získal větší váhu. Pokud role sice často odpovídala, ale zřídka měla interní vliv, sekvence byla změněna. To není autopilot. Spíše čistě vedená strojovna.

Technická realita: Výrobci speciálních strojů neprodávají funkce

Veřejně popsané portfolio Schnaithmanna zahrnuje modulární dopravní a transferové systémy, montážní a testovací zařízení, automatizované výrobní linky, zakázkové speciální stroje, vývoj uspořádání, inženýring a systémovou integraci. To nejsou izolované funkce. Zákazník nekupuje „transferový systém“. Kupuje si vyhlídku, že díly spolehlivě přejdou ze stanice na stanici, že jsou integrovány testy, že jsou operátoři odlehčeni, že varianty zůstanou zvládnutelné.

Proto oslovení fungovalo jen tehdy, když se trefilo do jazyka výrobního problému. Taktovací čas. Propustnost. OEE. Zmetkovitost. Přestavba. Sledovatelnost. Udržovatelnost. Integrace do stávajících linek. Generální ředitel čte jiné věci než vedoucí průmyslového inženýrství. Vedoucí závodu se ptá na riziko při náběhu. Nákup se ptá na srovnatelnost a náklady. Manažer kvality chce vědět, zda jsou požadavky na testování a dokumentaci čistě pokryty.

Říkám to tak jasně, protože mnoho prodejních systémů v B2B stále myslí produktově. „Nabízíme automatizaci montáže.“ Dobře. A teď? Pro koho? V jakém procesu? Při jakém spouštěči? S jakou ekonomickou pákou? Projekt Schnaithmanna ukázal, že AI v prodeji má účinek pouze tehdy, když je spojena s obchodním kontextem. Jinak se automatizují prospekty.

Jak se EasyGo od Schnaithmanna hodí do příběhu

EasyGo je veřejně popsáno jako prohlížečový plánovací nástroj pro transferové, montážní a automatizační linky. Integrovaný asistent pro pásové systémy podporuje výběr vhodného dopravního zařízení; transferové systémy lze zobrazit na základě standardizovaných modulů. Pro mě je to zajímavý stavební kámen, protože ukazuje, jak Schnaithmann digitálněji přemýšlí o raném plánování zařízení.

V prodeji je tato raná fáze rozhodující. Pokud zákazník mluví o uspořádání a transferovém systému až v konečném srovnání nabídek, mnoho přípravných prací je již hotovo. Pokud Schnaithmann vstoupí do fáze koncepce dříve, tým může nejen reagovat, ale i spoluvytvářet. Přesně zde se vyplatí hledání lookaliků: Přivádí potenciální zákazníky k rozhovorům, než je vše pevně stanoveno.

To neznamená, že každá outreach sekvence musí odkazovat na EasyGo. Někdy by to bylo dokonce příliš brzy. Ale kombinace je strategicky čistá: digitálně podporované plánování na jedné straně, datově řízené rozpoznávání účtů na straně druhé. Obě snižují tření v rané fázi projektu.

Jaké klíčové ukazatele chci jako COO skutečně vidět

Jsem alergický na dashboardy, které zaměňují aktivitu s pokrokem. Odeslané zprávy nejsou výkon. Míra otevření je v B2B kvůli omezením sledování stejně vratká. Míra odpovědí je lepší, ale také nestačí. Pro Schnaithmann byly důležitější čtyři klíčové ukazatele: kvalifikovaná dema, podíl vhodných účtů, míra předání technickému prodeji a míra učení ze zpětné vazby.

Zdvojnásobení dem během šesti měsíců je viditelným důkazem. Ale každému jednateli bych poradil, aby se podíval hlouběji. Které segmenty generují nejlepší rozhovory? Které spouštěče vedou ke skutečným projektům? Které role otevírají dveře? Které zprávy generují odpovědi, ale žádnou podstatu? Vysoká míra odpovědí od studentů, konzultantů nebo nesprávných kontaktních osob nikomu nic nepřináší.

U jiného zákazníka z automatizační techniky v Bádensku-Württembersku jsme v červenci 2026 zaznamenali zajímavý vzorec: zprávy generálním ředitelům měly nižší míru odpovědí než zprávy vedoucím výroby, ale častěji vedly k rychlým interním přesměrováním. Kdybychom optimalizovali pouze míru odpovědí, zrušili bychom lepší cestu. Přesně proto potřebuje AI v prodeji operativní řízení, nejen logiku kampaní.

Co se může pokazit – a proč je to často zaviněno vlastní chybou

Projekt AI-SDR může selhat. Jasně. Nejčastější důvody nejsou technické zázračné chyby. Jsou domácí. ICP je definováno politicky, nikoli ekonomicky. Každá divize chce mít své účty. Nikdo se neodváží vyloučit špatné cílové skupiny. Prodej neposkytuje zpětnou vazbu. CRM je nejasné. Následné kroky jsou sice automatizované, ale předání není regulováno. Pak vznikne systém, který vypadá zaneprázdněně a málo se hýbe.

U Schnaithmanna jsme se snažili těmto pastem vyhnout. Malé startovní segmenty. Jasné signály. Lidské předání. Pravidelné revize. Žádné slepé zavádění do zemí. Žádné „teď hrajeme všechno“. Zní to opatrně. Také to tak je. Ale opatrnost při nastavení je rychlejší ve výsledku, protože se nemusí opravovat tolik nepořádku.

Největším nebezpečím je ješitnost. Tým chce dokázat, že jeho trh je obrovský. Takže se ICP rozšíří. Pak klesá relevance. Pak se zprávy stávají obecnějšími. Pak klesá kvalita schůzek. Pak prodej řekne: „AI u nás nefunguje.“ Není to tak docela pravda. Vaše segmentace nefungovala.

Obchodní dopad: Více dem je jen začátek

Proč je dvojnásobný počet dem ve strojírenství na zakázku relevantní? Ne proto, že dema sama o sobě jsou obrat. Ale proto, že vytvářejí možnosti. Výrobce speciálních strojů žije z dostatečně raných, dostatečně vhodných projektových příležitostí. Pokud je pipeline tenká, každá nabídka se stává politickou. Honí se za špatnými shodami, přijímají se nevýhodné podmínky, přetěžuje se konstrukce pochybnými koncepty a vyjednává se z pozice slabosti.

Více kvalifikovaných rozhovorů mění postoj. Prodej může vybírat. Vedení může lépe plánovat kapacity. Inženýring dostává méně náhodných dotazů. Marketing se učí, jaká témata na trhu skutečně táhnou. Dokonce i nákup na straně zákazníka pociťuje rozdíl, protože rozhovory začínají dříve odborně a méně cenově.

U Schnaithmanna proto operativní páka nebyla jen generování leadů. Bylo to řízení pipeline. Kdo pravidelně identifikuje 300 nových lookalike účtů, buduje monitor trhu. Vidí, která odvětví právě investují, které role reagují, které signály jsou spolehlivé. To je pro vedení a prodej cennější než jednorázová kampaň.

Může to každý výrobce speciálních strojů zkopírovat?

Ano i ne. Ano, protože metoda je přenosná: analyzovat dobré zákazníky, najít lookaliky, vážit signály, oslovit nákupní centrum, vracet zpětnou vazbu. Ne, protože konkrétní vzorce se u každé společnosti liší. Dodavatel testovací techniky hledá jiné spouštěče než výrobce montážních linek. Integrátor robotiky pro balení potravin potřebuje jiné signály než specialista na transferové systémy pro kovové podsestavy.

To je bod, kde samotný standardní software nestačí. Databáze může poskytnout firmy. Sekvencer může posílat e-maily. Ale otázka, proč je účet nyní relevantní, musí být sestavena z porozumění trhu a dat. U Schnaithmanna to byla kombinace firemních znalostí a systematiky Amplifa.

Žádnému obchodnímu řediteli bych nedoporučoval, aby si zítra jednoduše stanovil cíl 300 lookaliků týdně. Začněte s 50 dobrými. Tvrdě je prověřte. Čistě je oslovte. Učte se. Pak škálujte. Objem bez učící smyčky je jen hluk s reportováním.

Moje prognóza pro AI v prodeji ve strojírenství

V příštích 24 měsících se ukáže rozdíl mezi dvěma typy prodejních organizací. Jedny využívají AI k odesílání více zpráv. Druhé využívají AI k přesnějšímu pochopení svého trhu a dřívějšímu vstupu do relevantních nákupních procesů. Druhá skupina vyhraje. Ne hlasitěji. Přesněji.

Pro výrobce speciálních strojů to bude obzvláště zřejmé. Trh zůstává náročný. Poptávka po robotice a automatizaci existuje, ale investice jsou selektivní. Automobilový průmysl se reorganizuje. Elektronika, kovy, plasty a obecné strojírenství investují různě. Kdo v tomto prostředí široce rozptyluje, plýtvá časem technického prodeje. Kdo čte signály, získává načasování.

Schnaithmann ukazuje, jak to může vypadat: 300 lookaliků týdně, jasná segmentace, lidské předání, dvojnásobný počet dem po šesti měsících. Žádný kouzelný trik. Spíše čistá operativní práce, jen s lepším pákovým efektem.

Kompletní Success Story Kompletní případová studie Schnaithmann s pozadím k hledání lookaliků, workflow AI-SDR a výsledky šesti měsíců spolupráce.

Když jsme viděli první vyhodnocení Schnaithmanna, Martin se na okamžik zastavil u seznamu nových cílových účtů. Žádné velké gesto. Jen prst na názvu firmy a věta: „Toho bychom manuálně pravděpodobně našli až na veletrhu.“ Přesně o to jde.