Case Study · 16 maggio 2026 · 19 min. di lettura · Mohsen Ghulami, GTM Engineer, Amplifa

AI Sales: Schnaithmann scala i Lookalike

AI Sales nell'ingegneria meccanica: legga come Schnaithmann trova 300 Lookalike a settimana, raddoppia le demo e confronta i fornitori in modo accurato. Approccio pratico.

Giovedì scorso, ore 7.42, mi trovo a Remshalden in un capannone di Schnaithmann. Accanto a me c'è Tobias, direttore commerciale, il caffè profuma di thermos, da qualche parte un cilindro pneumatico ticchetta ogni secondo e sul suo schermo scorre una lista di aziende che un tempo avrei trascritto faticosamente dai cataloghi delle fiere. "300 Lookalike a settimana", dice, indicando con il dito la colonna "ambiente di produzione simile". Chiedo spiegazioni, perché raramente lascio passare frasi del genere senza verifiche nei capannoni dell'ingegneria meccanica. AI Sales qui non è una parola da slide, ma una risposta piuttosto pragmatica a un vecchio problema: come fa un costruttore di macchine speciali a trovare la prossima fabbrica valida prima che l'ufficio acquisti abbia già invitato tre concorrenti?

Schnaithmann Maschinenbau GmbH, costruttore di macchine speciali e partner per l'automazione della Germania meridionale, non è una start-up con i pouf né una multinazionale con 40 persone nel marketing. Diverse centinaia di dipendenti, sistemi di trasferimento e trasporto, automazione del montaggio, macchine speciali, tecnica di controllo, progetti nei settori automotive, elettronica e industria generale. In breve, proprio quel tipo di media impresa che visito dal 1998: tecnicamente forte, commercialmente spesso dipendente dai clienti esistenti, dalle fiere e dal famoso "conosco qualcuno in Brose". Funziona. Finché non basta più.

Perché questo confronto AI Sales nell'ingegneria meccanica è necessario

Nel marzo 2025 mi trovavo con Andrea, Head of Sales presso un'azienda di automazione a Bielefeld, in un hotel sulla A2. Accanto a noi il rumore del buffet della colazione, lei ha aperto il suo CRM e ha detto: "I nostri migliori progetti iniziano sei mesi prima che qualcuno scriva una richiesta". È proprio questo il punto. Nell'ingegneria meccanica la domanda non arriva come un pacco con numero di tracciamento. Appare come un annuncio di lavoro per l'Industrial Engineering, come un nuovo capannone in Ungheria, come un cambio di prodotto presso un Tier-1, come un problema di capacità in una cella di montaggio che improvvisamente non viene più mostrata durante il giro in fabbrica.

La vecchia logica era: fiera, network, richiesta, offerta, follow-up. La nuova logica è più scomoda. Chi nel 2026 crede ancora che l'Inbound da solo garantisca la pipeline, confonde la notorietà con la copertura del mercato. Secondo l'indagine congiunturale VDMA sull'ingegneria meccanica del secondo trimestre 2025, il 58% delle aziende intervistate ha indicato una situazione di ordini debole o incerta come rischio centrale, mentre la carenza di personale qualificato e la pressione all'automazione continuano a crescere. Non si scappa: il fabbisogno c'è, ma non se ne sta buono nel modulo di contatto.

La situazione di partenza di Schnaithmann era quindi tipica. Buone referenze. Tecnica solida. Una forza vendita capace di sostenere colloqui tecnici, ma che non identifica ogni settimana centinaia di stabilimenti potenzialmente adatti in DACH e in Europa. Tobias mi ha descritto la situazione precedente senza drammi: "Non avevamo una crisi di lead. Avevamo una crisi di copertura". C'è differenza. Una crisi di lead sembra un problema di marketing. Una crisi di copertura significa: il mercato si muove in punti in cui non si sta guardando.

Criteri di valutazione: come misuro l'AI Sales nell'ingegneria meccanica

Negli ultimi anni ho visto decine di demo di software di vendita. Alcune sembravano stazioni spaziali e risolvevano il problema di una semplice esportazione Excel. Altre erano brutte, ma efficaci. Per Schnaithmann e aziende comparabili come Wittenstein, integratori vicini a Festo o piccoli automatori nei dintorni di Stoccarda, non conta se una piattaforma disegna bei dashboard. L'importante è se la forza vendita arriva prima ai progetti reali.

• Precisione dell'ICP: il sistema riconosce davvero stabilimenti, linee, componenti e ruoli adatti - o solo aziende con il codice NACE corrispondente?
• Ricerca Lookalike: la soluzione è in grado di derivare nuovi account target simili dai buoni clienti esistenti, ad esempio fornitori automotive con processi di montaggio e collaudo?
• Qualità dei dati nel Buying Center: trova responsabili di produzione, Industrial Engineers, direttori di stabilimento e project manager - non solo amministratori delegati e contatti marketing?
• Personalizzazione nell'Outreach: l'approccio suona come ingegneria meccanica e problema di processo concreto, o come vendita di software generico?
• Profondità del workflow: ricerca, prioritizzazione, sequenze, follow-up e trasferimento al CRM sono integrati?
• Misurabilità: ci sono numeri concreti su appuntamenti, demo, workshop concettuali, tassi di risposta e pipeline - non solo tassi di apertura?
• Idoneità per le medie imprese: la soluzione si adatta a un team di vendita da cinque a 25 persone, con un ufficio marketing limitato e lunghi Sales Cycles?

Questi criteri sembrano aridi. Nella pratica, decidono l'esito di mesi di lavoro. Presso un costruttore di macchine della zona di Backnang, Jens, amministratore delegato, mi ha raccontato nel gennaio 2025: "Se arriviamo con due mesi di ritardo su un progetto di moduli batteria, veniamo invitati per cortesia, ma tecnicamente siamo già fuori". Lo ha detto durante un giro in fabbrica, mentre un trasloelevatore cigolava dietro di noi. Certe frasi rimangono impresse.

Candidato 1: Amplifa come AI Sales Engine per Schnaithmann

Cosa ha fatto concretamente Amplifa per Schnaithmann

Amplifa non si è presentata a Schnaithmann come l'ennesimo strumento per newsletter. Sarebbe ridicolo nell'ingegneria meccanica. Il compito era più preciso: derivare modelli target dai progetti di successo esistenti, trovare da questi in modo automatizzato account Lookalike e contattarli con un Outreach personalizzato a più fasi. Ricerca Lookalike e Outreach completamente automatizzati: sembra un pitch. Per Schnaithmann è diventata una routine settimanale.

La base erano i clienti esistenti e le tipologie di progetto: automazione del montaggio e della manipolazione, tecnica di trasferimento, concatenamento di linee, celle di collaudo, applicazioni presso fornitori automotive, elettromeccanica e gruppi industriali. Amplifa non ne ha ricavato una banale lista di settori, ma logiche di ricerca: quali stabilimenti hanno processi di produzione simili? Quali aziende costruiscono componenti comparabili? Dove ci sono indizi di espansione della capacità, nuove linee di prodotto o profili lavorativi per l'automazione? Secondo il contesto del progetto Schnaithmann, ne sono scaturiti circa 300 nuovi account target Lookalike a settimana. Non 300 "lead" nel senso superficiale del termine. 300 aziende o sedi verificabili che erano abbastanza simili da meritare un vero primo contatto.

Tobias mi ha mostrato nel CRM una vista prima-dopo. Prima di Amplifa, molti nuovi colloqui derivavano da fiere come Motek Stoccarda, raccomandazioni di clienti esistenti e occasionali richieste Inbound. Dopo l'introduzione, ogni settimana nuovi account entravano in sequenze prioritizzate, inclusi i referenti in produzione, engineering e direzione di stabilimento. In sei mesi, Schnaithmann ha raddoppiato il numero di demo qualificate e colloqui concettuali. Questo è il numero che conta. Non perché sia magico, ma perché in un mercato con Sales Cycle da 6 a 24 mesi, agisce abbastanza presto per diventare poi un ordine in entrata.

Non volevamo più tirare a indovinare quali stabilimenti fossero adatti a noi. Volevamo vedere ogni settimana quali account somigliassero ai nostri migliori clienti - e poi contattarli in modo pulito, tecnico e rispettoso.

— Tobias, Direttore Commerciale presso Schnaithmann, Remshalden

Punti di forza di Amplifa nelle vendite dell'ingegneria meccanica

Il punto di forza maggiore di Amplifa risiede, a mio avviso, nel collegamento tra market intelligence ed esecuzione. Molti tool trovano nomi. Altri inviano e-mail. Sembra una divisione del lavoro, ma nelle medie imprese finisce spesso per essere un semilavorato: dati in un sistema, sequenze in un altro, CRM curato a metà, venditori irritati. Amplifa cerca di chiudere la catena: account target, Buying Center, occasione, approccio, consegna dell'appuntamento.

Per Schnaithmann era particolarmente importante che l'approccio non suonasse come quello di una società SaaS. Un responsabile di produzione presso un Tier-1 a Zwickau non vuole leggere una mail che parla di "sviluppare potenziali di crescita". Vuole sapere se qualcuno capisce il suo problema: tempo ciclo, cambio variante, scarti, carenza di operatori, concatenamento tra stazioni. Amplifa ha utilizzato per questo moduli di testo componibili, riferimenti al settore e trigger relativi all'account. Non ogni mail sarà una poesia. Non deve esserlo. Ma non deve puzzare di lettera circolare.

Il punto debole? Amplifa richiede una riflessione chiara all'inizio. Chi non sa definire il proprio Ideal Customer Profile, chi trova tutti i settori in qualche modo interessanti e chi dice al sistema solo "più lead per favore", scalerà sciocchezze. Beh, quasi. Amplifa costringe almeno queste aziende a rendere visibile tale imprecisione. Ma un direttore commerciale deve decidere: quali progetti vogliamo davvero? Di quale margine abbiamo bisogno? Quali casi d'uso si adattano alla capacità di engineering? L'AI non elimina questo compito di leadership.

Prodotto Amplifa — Piattaforma AI Sales per la ricerca Lookalike, ricerca nel Buying Center, Outreach personalizzato e workflow di vendita integrati nel CRM.

Candidato 2: Sales Stack classico composto da CRM, database e sequencing

HubSpot, Apollo, Cognism, Salesloft - forti, ma spesso troppo generici

Il secondo candidato non è un singolo strumento, ma il classico che vedo in molti costruttori di macchine: HubSpot o Salesforce come CRM, a cui si aggiunge un fornitore di dati come Cognism, Dealfront o Apollo, e magari Salesloft, Lemlist o Outreach.io per le sequenze. Presso un costruttore di macchine per l'imballaggio vicino a Schwäbisch Hall, Martin, CSO, mi ha mostrato nell'aprile 2025 quattro schede del browser e ha detto: "In realtà abbiamo comprato tutto. Solo che nessuno ci lavora". Accanto alla sua scrivania ronzava una vecchia stampante laser. Un'immagine molto tedesca.

Questi stack possono funzionare bene se un'azienda ha un team di Revenue Operations pulito. Cognism fornisce dati di contatto europei, HubSpot mappa campagne e pipeline, Salesloft gestisce le sequenze, LinkedIn aggiunge il contesto. Per le aziende più grandi, come le organizzazioni di vendita vicine a Schaeffler o Phoenix Contact con ruoli chiari, è una soluzione solida. Si può configurare, testare, segmentare e misurare molto.

Nell'ingegneria meccanica speciale il problema è proprio lì. La configurazione non è un risultato. Se tre Sales Engineers dopo gli appuntamenti con i clienti devono ancora pulire liste, cercare referenti, scrivere mail e curare il CRM, non succede. O succede solo a settembre, quando dopo la pausa estiva subentra il panico. Inoltre: i database raramente comprendono la somiglianza produttiva. Trovano "Automotive Supplier" o "Machinery", ma non necessariamente uno stabilimento con premontaggio manuale, cella di collaudo, alta varietà di varianti e imminente linea per componenti di E-Mobility.

La forza dello stack classico è il controllo. La debolezza è l'attrito. Si ricevono componenti, non una macchina. Per le aziende con Sales Ops interno può essere la scelta giusta. Per Schnaithmann, a mio avviso, sarebbe stato come mettere il carro davanti ai buoi: prima costruire il panorama degli strumenti, poi sperare che ne scaturiscano settimanalmente nuovi colloqui qualificati. Proprio questa speranza l'ho vista troppe volte inaridirsi nel CRM.

Avevamo 18.000 contatti nel sistema eppure troppo pochi nuovi primi colloqui. Non è un problema di dati, è un problema di processo.

— Martin, CSO di un costruttore di macchine per l'imballaggio, Schwäbisch Hall

Candidato 3: LinkedIn Sales Navigator per la gestione manuale del mercato

LinkedIn Sales Navigator è ormai arrivato quasi ovunque nell'ingegneria meccanica tedesca. Vedo questo strumento presso i fornitori di Festo, gli integratori di robotica ad Augusta e i costruttori di macchine speciali nel Sauerland. È utile per rendere visibili persone, cambi di lavoro, aggiornamenti aziendali e network. Sarah, Business Development Manager a Norimberga, mi ha detto nel febbraio 2025: "Senza LinkedIn trovo certi responsabili di produzione più velocemente che tramite il centralino". Vero. Ma Sales Navigator rimane uno strumento di ricerca. Non pensa automaticamente in termini di fabbriche Lookalike, non costruisce una logica di account solida basata sui migliori progetti di Schnaithmann e non esonera nessuno dal blocco di ricerca settimanale.

Per i venditori molto esperti, LinkedIn è un bisturi. Per i team sottodimensionati diventa presto una terapia occupazionale. Si scorre, si salvano lead, si scrivono tre messaggi, si riceve una risposta con "volentieri dopo la Motek" e si perde il filo. Non sono contrario a LinkedIn. Al contrario. Ma come soluzione unica per l'AI Sales nell'ingegneria meccanica è troppo limitata. Mostra persone, non necessariamente finestre di progetto.

Candidato 4: Fiera, Inbound e agenzia di lead - le vecchie macchine

Fiere come Motek, automatica o LogiMAT rimangono importanti. Chi sostiene il contrario non entra in un capannone da tempo, dove un cliente con le dita sporche d'olio scuote un sistema di trasferimento e chiede se il porta-pezzo funziona anche con la geometria del suo componente. Schnaithmann beneficia di questi momenti come molti automatori. Solo che le fiere sono dei metronomi, non una copertura del mercato. Una settimana di Motek a Stoccarda non sostituisce 50 settimane di Account Scouting sistematico.

Le agenzie di lead, d'altra parte, possono fornire appuntamenti a breve termine. Alcune bene, altre male. Nel giugno 2025 ho visto la valutazione di un costruttore di macchine dell'Alta Franconia: 1.200 Cold Emails, quattro risposte, una delle quali era un reclamo per il settore errato. L'amministratore delegato, Thomas, mi ha mostrato la stampa e ha detto: "Smettiamo di farlo". Comprensibile. Ma non è sbagliato l'Outbound in sé. È sbagliato l'Outbound scadente senza contesto di ingegneria meccanica.

Grande tabella comparativa: AI Sales, Sales-Stack, LinkedIn e Fiera

La seguente tabella non è volutamente accademica. Si basa su colloqui con direttori commerciali di medie imprese produttive, sulle mie osservazioni presso Schnaithmann e su strutture tipiche di costi e processi che vedo tra Stoccarda, Bielefeld e Norimberga. Stato: luglio 2025. Chi cerca qui una verità assoluta rimarrà deluso. Chi ha bisogno di una base decisionale, la troverà.

Confronto prezzi: quanto costa davvero la pipeline?

Nelle vendite B2B si parla spesso di prezzi come se si trattasse di viti. Parametro sbagliato. La domanda rilevante non è: quanto costa il software al mese? Bensì: quanto costa un colloquio qualificato con uno stabilimento che potrebbe automatizzare nei prossimi 6-18 mesi? Per i costruttori di macchine speciali con volumi di progetto da 250.000 euro a diversi milioni, un singolo accesso anticipato vale più di sei mesi di discussioni sui tool.

Tuttavia, un amministratore delegato ha bisogno di numeri. Quindi, in linea di massima, allo stato dell'estate 2025, tipica osservazione del mercato DACH, senza sconti individuali e dettagli di implementazione. Indico degli intervalli perché i prezzi esatti variano a seconda del numero di utenti, del pacchetto dati e della quota di servizio. Chi sostiene che qui esista un semplice confronto di listino non ha mai preso un caffè con i venditori di Enterprise SaaS.

Ho visto CFO sussultare davanti a un "investimento in AI" e un attimo dopo approvare 120.000 euro per uno stand fieristico perché lo stand esiste da 14 anni. Non è del tutto vero, alcuni ora chiedono con più fermezza. Ma l'asimmetria culturale rimane. Le spese ben note sono considerate solide, le nuove spese devono mettersi a nudo sul tavolo. È umano, ma pericoloso.

Cosa non funzionava prima in Schnaithmann

Schnaithmann non aveva un caos nelle vendite. Questo è importante per me. Non è stata la storia di un'azienda che acquista l'AI per disperazione. Piuttosto la storia di un costruttore di macchine speciali tecnicamente forte che si è reso conto che la sua griglia di ricerca tradizionale stava diventando troppo piccola. L'automotive cambia, l'E-Mobility sposta la creazione di valore, i produttori di elettronica automatizzano, gli stabilimenti dell'Europa dell'Est crescono, gli stabilimenti tedeschi si modernizzano sotto la pressione della carenza di personale qualificato.

Prima di Amplifa, la gestione del mercato era fortemente concentrata su cluster noti. Clienti esistenti, raccomandazioni, contatti fiera, occasionali RFQ. A ciò si aggiungevano singole ricerche manuali quando un ingegnere di vendita trovava tempo. Solo che un ingegnere di vendita trova raramente tempo, perché è impegnato in discussioni sui layout, verifica calcoli sui tempi ciclo o si trova dal cliente davanti a una linea che non gira come descritto nel capitolato d'oneri. Chi vende seriamente in questa professione non fa colloqui tecnici a metà.

Tobias lo ha formulato chiaramente: "Le nostre persone migliori erano troppo costose per la ricerca su Google". Esatto. E troppo brave. L'ho visto ripetutamente presso i fornitori di DMG Mori, presso piccoli costruttori di celle robotizzate in Baviera e presso costruttori di macchine di prova nel Baden-Württemberg: la risorsa di vendita più costosa passa troppo tempo all'inizio della ricerca, invece che alla fine della qualificazione. Un'ora di un Sales Engineer esperto deve essere dedicata a un colloquio su processo, fattibilità, budget e tempistica. Non alla domanda se l'azienda X in Repubblica Ceca abbia forse un nuovo capannone di montaggio.

Come si è svolto il workflow Amplifa in Schnaithmann

Dai clienti esistenti a 300 Lookalike a settimana

Il primo passo non è stato una magia dell'AI, ma un compito a casa. Schnaithmann e Amplifa hanno definito quali clienti esistenti e progetti potessero servire da modello. Non tutto il fatturato è buon fatturato. Alcuni progetti sono tecnicamente stimolanti e commercialmente ostici. Alcuni clienti si adattano alla capacità, altri trascinano l'engineering per settimane in cicli concettuali non pagati. Sono stati quindi elaborati dei modelli: settori, applicazioni, dimensioni degli stabilimenti, ruoli, trigger tipici, focus regionali.

Successivamente, Amplifa ha cercato aziende e sedi simili. Per l'ingegneria meccanica questo significa: non solo profili aziendali, ma indizi da siti web, annunci di lavoro, news, descrizioni di produzione, liste espositori fiere, catene di fornitura e modelli di ruoli. Se un'azienda cerca nuovi Industrial Engineers per l'Assembly Automation, non è un ordine. Ma è fumo. Se a questo si aggiunge una nuova linea di prodotti e l'azienda descrive già processi di montaggio manuali, la cosa diventa più interessante.

I circa 300 Lookalike a settimana non sono stati buttati alla cieca nelle sequenze. I sistemi validi danno priorità. I sistemi scadenti sparano a zero. In Schnaithmann, gli account sono stati ordinati per idoneità, occasione presunta e qualità del referente. Poi sono state avviate sequenze di Outreach, principalmente via e-mail e con il supporto di LinkedIn, in tedesco e, per i mercati di esportazione, in inglese. L'obiettivo non era la vendita immediata della macchina. L'obiettivo era un primo colloquio qualificato, una demo, un workshop concettuale, un posto a tavola in anticipo.

1. Selezionare progetti di riferimento: quali clienti, applicazioni e macchine erano tecnicamente e commercialmente davvero attraenti?
2. Tradurre l'ICP: dalle sensazioni si è passati a criteri come settore, tipo di stabilimento, processo produttivo, ruoli e trigger.
3. Cercare Lookalike: Amplifa ha identificato settimanalmente account e sedi simili in DACH e nei mercati limitrofi.
4. Trovare il Buying Center: è stata data priorità a direzione di produzione, engineering, direzione di stabilimento e responsabili di progetto.
5. Personalizzare l'Outreach: l'approccio faceva riferimento all'ambiente di produzione, alla pressione all'automazione o a segnali concreti.
6. Misurare il passaggio: appuntamenti, demo e colloqui concettuali sono confluiti nel CRM e sono stati verificati per il contributo alla pipeline.

AI Sales nelle vendite: cosa significa davvero il raddoppio delle demo

"Raddoppio delle demo in sei mesi" suona come una slide standard nella vendita di software. Nell'ingegneria meccanica speciale è un'altra cosa. Una demo qui è raramente un webinar di 20 minuti con condivisione dello schermo. Può essere uno scambio tecnico, un appuntamento concettuale remoto, un workshop sui tempi ciclo o una prima discussione sul concatenamento delle linee. Se questi colloqui raddoppiano, il fatturato degli ordini non cresce automaticamente nello stesso mese. Ma aumenta la probabilità di entrare prima nel processo di pianificazione.

E i processi di pianificazione anticipati sono la vera valuta. Presso i fornitori automotive, le macchine speciali vengono spesso discusse molto prima di una gara d'appalto formale. Produzione, Industrial Engineering e acquisti selezionano i fornitori prima che un capitolato d'oneri sia definitivo. Chi ha già fornito idee tecniche in quel momento, ha peso. Chi appare solo alla RFQ, spesso può solo fare da ancora per il prezzo. È dura, ma è la verità.

Ho chiesto a Tobias se i colloqui aggiuntivi fossero validi anche qualitativamente. Non mi ha mostrato un grafico trionfale, ma tre esempi: un produttore di elettromeccanica con montaggio di prova manuale, un fornitore Tier-2 con problemi di varianti, uno stabilimento nell'Europa dell'Est con ampliamento della capacità pianificato. Nessuno è ancora un ordine. Ma sono tutti colloqui che Schnaithmann probabilmente non avrebbe condotto in questa fase senza una ricerca sistematica dei Lookalike. È proprio questo il punto.

FAQ: l'AI Sales funziona davvero per macchine che richiedono spiegazioni?

Sì, se non si confonde l'AI Sales con la vendita automatica. Un'AI non vende una macchina speciale da 1,4 milioni di euro a un direttore di stabilimento a Ingolstadt. Ridicolo. Può però trovare account, ordinare segnali, ricercare referenti, preparare i primi approcci ed eseguire i follow-up con disciplina. La vendita tecnica rimane umana. Solo che l'essere umano entra nel processo più tardi - lì dove crea valore.

FAQ: perché i contatti delle fiere non bastano più?

Perché i contatti delle fiere sono puntuali. All'automatica 2024 di Monaco, Frank, direttore commerciale di un produttore di pinze della zona di Heilbronn, mi ha detto tra un panino e l'altro nei padiglioni: "Qui vediamo molte persone giuste, ma non tutti i momenti giusti". Non si potrebbe dire meglio. La fiera è densità, non tempismo. L'AI Sales cerca di migliorare il tempismo tramite segnali e ricerca permanente.

FAQ: qual è il più grande errore nella generazione di lead Lookalike?

Il più grande errore è definire la somiglianza in modo troppo superficiale. "Automotive" non è una somiglianza. "Più di 500 dipendenti" nemmeno. La cosa diventa interessante solo con la vicinanza del processo: montaggio di gruppi elettromeccanici, alto mix di varianti, postazioni di collaudo manuali, nuova linea, collo di bottiglia negli operatori, tecnica di trasporto esistente, finestra di investimento. Chi usa solo filtri di settore, produce liste. Chi usa la somiglianza di processo, produce opportunità.

Tre insegnamenti dal case study Schnaithmann

Insegnamento 1: il miglior ICP si trova nei migliori progetti

Molti direttori commerciali iniziano il lavoro sull'ICP con i clienti desiderati. Un bell'errore. Meglio guardare ai progetti conclusi: dove il margine, la collaborazione, l'idoneità tecnica e il potenziale di follow-up erano corretti? In Schnaithmann, i progetti esistenti sono stati il punto di partenza per la logica Lookalike. Sembra banale, ma raramente viene attuato con coerenza. Ho visto sistemi CRM in cui i motivi del progetto, le applicazioni e i ruoli decisionali non erano affatto analizzabili. Solo fatturato, data, referente. Per l'AI Sales è troppo poco.

Insegnamento 2: i Sales Engineers non devono occuparsi della ricerca a freddo

Un buon Sales Engineer può capire in 45 minuti se un progetto di automazione ha sostanza. Capisce da una frase secondaria se esiste un budget. Si accorge se produzione e acquisti lavorano l'uno contro l'altro. Riconosce se la richiesta sul tempo ciclo è un'assurdità fisica. Proprio questa capacità non deve essere sprecata nella ricerca di indirizzi. Amplifa non ha tolto a Schnaithmann la vendita, ma il lavoro preliminare. È una differenza che gli amministratori delegati dovrebbero comprendere.

Insegnamento 3: l'Outbound deve suonare tecnico, non rumoroso

L'ingegneria meccanica non odia le vendite scadenti, odia le vendite superficiali. Un approccio a freddo può essere a freddo se è rispettoso e pertinente. "Costruiamo automazione del montaggio per aziende con pressione su varianti e tempi ciclo in gruppi elettromeccanici" è meglio di "Vi aiutiamo a realizzare potenziali di efficienza". Quest'ultimo può essere cestinato. Il primo può essere verificato da un responsabile di produzione.

Raccomandazione personale: quale soluzione sceglierei

Per un costruttore di macchine speciali come Schnaithmann, metterei Amplifa davanti a uno stack self-service classico. Non perché HubSpot, Cognism o Salesloft siano scadenti. Non lo sono. Ma richiedono una maturità organizzativa che molte medie imprese non hanno ancora nelle vendite - e forse non ne hanno nemmeno bisogno. Se l'obiettivo è trovare ogni settimana nuovi stabilimenti adatti, identificare i Buying Center e generare colloqui qualificati, l'esecuzione conta più del possesso del tool.

La mia seconda raccomandazione è più scomoda: chi introduce Amplifa o un sistema di AI Sales simile, deve decidere prima quali affari non vuole più. Altrimenti il funnel si riempirà, ma non migliorerà. Il vantaggio di Schnaithmann non risiedeva solo nella tecnica, ma nella disponibilità a derivare modelli rigorosi dai progetti di successo. Questa è strategia di vendita. Nessun tool può simularla.

Amplifa Sales Audit — Analisi per le medie imprese produttive: dove le vostre vendite perdono copertura di mercato, tempismo e primi colloqui qualificati?

Aiuto decisionale: tre domande prima della scelta del tool

Prima di ogni investimento, metterei sul tavolo tre domande. Non in un workshop con 19 post-it. In una stanza con le vendite, la direzione e qualcuno della tecnica che conosca davvero il mercato. In Schnaithmann, questo mix era chiaramente seduto al tavolo. Lo si nota dalle risposte.

1. Siamo in grado di descrivere i nostri dieci migliori clienti e progetti in modo che un sistema possa trovarne di simili?
2. I nostri Sales Engineers hanno oggi abbastanza primi colloqui qualificati - o passano troppo tempo con ricerche, liste e follow-up?
3. Vogliamo più volume a ogni costo, o vogliamo entrare prima nelle giuste finestre di investimento presso gli account adatti?

Se la risposta alla domanda uno è "no", il lavoro inizia nel CRM e nell'analisi dei progetti. Se la domanda due fa male, è un buon segno. Il dolore spesso mostra solo dove il processo diventa onesto. E se la domanda tre non riceve una risposta chiara, ogni generazione di lead diventerà una lotteria con una bella interfaccia.

L'effetto business: più copertura di mercato senza più venditori

La parola scalabilità viene spesso abusata nelle vendite. Per Schnaithmann significa che non sono improvvisamente i robot a vendere. Significa: la forza vendita vede più movimenti di mercato adatti, contatta più account rilevanti e conduce più colloqui preliminari senza assumere immediatamente nuovi addetti alle vendite. In un mercato del lavoro in cui i bravi venditori tecnici sono rari, questo non è un effetto collaterale. È il cuore del problema.

Secondo l'Agenzia Federale per il Lavoro, il collo di bottiglia nelle professioni tecniche anche nel 2024 era nettamente superiore a molti profili commerciali; le aziende di ingegneria meccanica riferiscono da anni difficoltà nel trovare ingegneri di vendita esperti. Nel maggio 2025 ho parlato con Peter, amministratore delegato di un'azienda di automazione a Ratisbona. Ha detto: "Faccio prima a comprare una fresatrice che a trovare un uomo in gamba per le vendite tecniche". La frase è stata pronunciata accanto a una cassa di moduli Siemens-S7. Non era una battuta.

Ecco perché l'AI Sales nelle medie imprese è così interessante. Non come sostituto degli esseri umani, ma come leva per gli esseri umani scarsi. Il raddoppio delle demo di Schnaithmann in sei mesi mostra come il lavoro Top-of-Funnel possa essere industrializzato senza svalutare la vendita tecnica. Un responsabile di produzione alla fine vuole parlare con qualcuno che capisca la sua linea. Ma questo qualcuno deve prima essere invitato.

Dove Amplifa non è adatto

Non mi fido di nessuna soluzione che pretenda di andare sempre bene. Amplifa non è l'ideale per le aziende che servono mercati di massa estremamente ampi e vogliono solo massimizzare semplici moduli di contatto. Nemmeno per le aziende che non sanno spiegare la propria offerta. Se internamente le vendite non sanno se dare priorità a componenti, progetti, retrofit o consulenza, l'AI accelererà questa indecisione. Sbagliare più velocemente rimane comunque un errore.

Anche le aziende molto giovani senza progetti di riferimento hanno più difficoltà, perché la ricerca Lookalike vive di modelli. Senza modelli, solo supposizioni. Per le medie imprese consolidate come Schnaithmann, questo è proprio il vantaggio: dispongono di 20, 50 o 100 progetti dai quali è possibile derivare una logica di mercato. Solo che finora questa logica era spesso memorizzata nella testa di due venditori senior. Uno andrà in pensione nel 2027. E poi?

Perché Schnaithmann è un buon esempio per le medie imprese

Schnaithmann non è né il più grande né il più rumoroso automatore del paese. Proprio per questo la storia è interessante. Un costruttore di macchine speciali della Germania meridionale, radicato nella meccanica, nel controllo, nel business di progetto, con clienti nell'automotive e nell'industria, professionalizza il suo Go-to-Market senza perdere la propria identità. Niente teatro. Niente show dell'AI. Piuttosto una nuova macchina nelle vendite che gira ogni settimana.

Uscendo, ho pensato a una scena nel capannone. Un dipendente spingeva un porta-pezzo su un sistema di trasferimento, la plastica scivolava silenziosamente sulla guida e Tobias guardava ancora una volta la lista degli account. C'erano aziende del Baden-Württemberg, della Repubblica Ceca, dell'Austria, della Renania Settentrionale-Vestfalia. Non tutte diventeranno clienti. Alcune non risponderanno mai. Ma alcune avranno un problema proprio nel momento in cui Schnaithmann prima non sarebbe stata visibile. Nell'ingegneria meccanica speciale, a volte basta proprio quel momento.

Success Story completa — Legga il case study completo di Schnaithmann: 300 Lookalike a settimana e raddoppio delle demo in sei mesi.