Case Study · 16 maja 2026 · 19 min czasu czytania · Mohsen Ghulami, GTM Engineer, Amplifa

AI Sales: Schnaithmann skaluje Lookalikes

AI Sales w budowie maszyn: Dowiedz się, jak Schnaithmann znajduje 300 Lookalikes tygodniowo, podwaja liczbę prezentacji i rzetelnie porównuje dostawców. Praktycznie.

W zeszły czwartek o 7:42 stoję w hali firmy Schnaithmann w Remshalden. Obok mnie stoi Tobias, dyrektor sprzedaży, kawa pachnie termosem, gdzieś w tle siłownik pneumatyczny tyka co sekundę, a na jego ekranie wyświetla się lista firm, które dawniej musiałbym mozolnie przepisywać z katalogów targowych. „300 Lookalikes tygodniowo”, mówi, wskazując palcem na kolumnę „podobne środowisko produkcyjne”. Dopytuję, ponieważ rzadko pozostawiam takie zdania bez weryfikacji w halach budowy maszyn. AI Sales nie jest tutaj słowem z prezentacji, lecz dość trzeźwą odpowiedzią na stary problem: jak producent maszyn specjalnych ma znaleźć kolejną dobrą fabrykę, zanim dział zakupów zaprosi trzech konkurentów?

Schnaithmann Maschinenbau GmbH, producent maszyn specjalnych i partner w zakresie automatyzacji z południowych Niemiec, nie jest start-upem z pufami ani koncernem z 40 osobami w marketingu. Kilkuset pracowników, systemy transportowe i przenośnikowe, automatyzacja montażu, maszyny specjalne, technika sterowania, projekty w branży Automotive, elektronice i przemyśle ogólnym. Czyli dokładnie ten sektor MŚP, który odwiedzam od 1998 roku: silny technicznie, w sprzedaży często zależny od dotychczasowych klientów, targów i słynnego „znam kogoś w Brose”. To działa. Dopóki przestaje wystarczać.

Dlaczego to porównanie AI Sales w budowie maszyn jest konieczne

W marcu 2025 roku siedziałem z Andreą, Head of Sales w firmie zajmującej się automatyzacją w Bielefeld, w hotelu przy autostradzie A2. Obok nas brzęczał bufet śniadaniowy, ona otworzyła swój CRM i powiedziała: „Nasze najlepsze projekty zaczynają się sześć miesięcy przed tym, jak ktokolwiek napisze zapytanie”. To jest sedno sprawy. W budowie maszyn popyt nie przychodzi jak paczka z numerem nadania. Pojawia się jako ogłoszenie o pracę dla Industrial Engineering, jako nowa hala na Węgrzech, jako zmiana produktu u dostawcy Tier-1, jako problem z wydajnością w gnieździe montażowym, które podczas obchodu zakładu nagle przestaje być pokazywane.

Stara logika brzmiała: targi, sieć kontaktów, zapytanie, oferta, follow-up. Nowa logika jest mniej komfortowa. Kto w 2026 roku jeszcze wierzy, że sam Inbound zabezpieczy pipeline, ten myli rozpoznawalność z pokryciem rynku. Według badania koniunkturalnego VDMA w budowie maszyn z drugiego kwartału 2025 roku, 58 procent ankietowanych firm wskazało słabą lub niepewną sytuację w zakresie zamówień jako kluczowe ryzyko, podczas gdy brak wykwalifikowanych pracowników i presja na automatyzację trwają nadal. Nie ma co owijać w bawełnę: potrzeba istnieje, ale nie czeka grzecznie w formularzu kontaktowym.

Sytuacja wyjściowa firmy Schnaithmann była zatem typowa. Dobre referencje. Silna technologia. Dział sprzedaży, który potrafi prowadzić rozmowy techniczne, ale nie identyfikuje co tydzień setek potencjalnie pasujących zakładów w regionie DACH i Europie. Tobias opisał mi stan „przed” bez zbędnego dramatyzmu: „Nie mieliśmy kryzysu leadów. Mieliśmy kryzys pokrycia”. To różnica. Kryzys leadów brzmi jak problem marketingowy. Kryzys pokrycia oznacza: rynek porusza się w miejscach, na które akurat się nie patrzy.

Kryteria oceny: Jak mierzę AI Sales w budowie maszyn

W ostatnich latach widziałem dziesiątki prezentacji oprogramowania sprzedażowego. Niektóre wyglądały jak stacja kosmiczna, a rozwiązywały problem prostego eksportu do Excela. Inne były brzydkie, ale skuteczne. Dla firmy Schnaithmann i porównywalnych przedsiębiorstw, takich jak Wittenstein, integratorzy bliscy Festo czy mniejsi automatycy z okolic Stuttgartu, nie liczy się to, czy platforma rysuje ładne dashboardy. Decydujące jest to, czy sprzedaż wcześniej trafia do realnych projektów.

• Ostrość ICP: Czy system naprawdę rozpoznaje pasujące zakłady, linie, komponenty i role – czy tylko firmy z pasującym kodem NACE?
• Wyszukiwanie Lookalike: Czy rozwiązanie potrafi na podstawie istniejących dobrych klientów wytypować nowe, podobne konta docelowe, np. dostawców Automotive z procesami montażowymi i testowymi?
• Jakość danych w Buying Center: Czy znajduje kierowników produkcji, Industrial Engineers, dyrektorów zakładów i kierowników projektów – a nie tylko prezesów i kontakty marketingowe?
• Personalizacja w Outreach: Czy przekaz brzmi jak budowa maszyn i konkretny problem procesowy, czy jak generyczna sprzedaż oprogramowania?
• Głębokość workflow: Czy research, priorytetyzacja, sekwencje, follow-upy i przekazanie do CRM są połączone?
• Mierzalność: Czy istnieją twarde dane dotyczące spotkań, prezentacji, warsztatów koncepcyjnych, wskaźników odpowiedzi i pipeline – a nie tylko wskaźniki otwarć?
• Przydatność dla MŚP: Czy rozwiązanie pasuje do zespołu sprzedaży liczącego od pięciu do 25 osób, ograniczonego działu marketingu i długich Sales Cycles?

Te kryteria brzmią sucho. W praktyce decydują one o miesiącach pracy. W przypadku producenta maszyn z okolic Backnang, Jens, dyrektor zarządzający, opowiadał mi w styczniu 2025 roku: „Jeśli pojawimy się przy projekcie modułów bateryjnych dwa miesiące za późno, zostaniemy uprzejmie zaproszeni, ale merytorycznie będziemy już poza grą”. Powiedział to podczas obchodu zakładu, gdy za nami piszczała układnica regałowa. Takie zdania zapadają w pamięć.

Kandydat 1: Amplifa jako AI Sales Engine dla firmy Schnaithmann

Co Amplifa konkretnie zrobiła w firmie Schnaithmann

Amplifa nie pojawiła się w firmie Schnaithmann jako kolejne narzędzie do newsletterów. W budowie maszyn byłoby to zresztą śmieszne. Zadanie było bardziej precyzyjne: na podstawie istniejących, udanych projektów wyprowadzić wzorce docelowe, z nich automatycznie znaleźć konta Lookalike i dotrzeć do nich za pomocą wieloetapowego, spersonalizowanego Outreach. W pełni zautomatyzowane wyszukiwanie Lookalike i Outreach – brzmi jak pitch. W firmie Schnaithmann stało się to cotygodniową rutyną.

Podstawą byli dotychczasowi klienci i typy projektów: automatyzacja montażu i przeładunku, technika transportowa, łączenie linii, cele testowe, zastosowania u dostawców Automotive, elektromechanika i podzespoły przemysłowe. Amplifa nie wygenerowała z tego prostej listy branżowej, lecz logikę wyszukiwania: Które zakłady mają podobne procesy produkcyjne? Które firmy budują porównywalne komponenty? Gdzie są sygnały o rozbudowie mocy produkcyjnych, nowych liniach produktów lub profilach stanowisk związanych z automatyzacją? Według kontekstu projektu Schnaithmann, generowało to około 300 nowych kont docelowych Lookalike tygodniowo. Nie 300 „leadów” w sensie ogólnym. 300 weryfikowalnych firm lub lokalizacji, które były wystarczająco podobne, aby zasłużyć na prawdziwy pierwszy kontakt.

Tobias pokazał mi w CRM widok przed i po. Przed Amplifa wiele nowych rozmów wynikało z targów takich jak Motek Stuttgart, poleceń od dotychczasowych klientów i sporadycznych zapytań Inbound. Po wdrożeniu, co tydzień nowe konta trafiały do priorytetowych sekwencji, w tym osoby kontaktowe w produkcji, inżynierii i dyrekcji zakładu. W ciągu sześciu miesięcy Schnaithmann podwoił liczbę wykwalifikowanych prezentacji i rozmów koncepcyjnych. To jest liczba, która zostaje w pamięci. Nie dlatego, że jest magiczna, ale dlatego, że na rynku z Sales Cycle trwającym od 6 do 24 miesięcy działa wystarczająco wcześnie, by później stać się portfelem zamówień.

Nie chcieliśmy już zgadywać, które zakłady do nas pasują. Chcieliśmy co tydzień widzieć, które konta wyglądają jak nasi najlepsi klienci – a następnie nawiązać z nimi rzetelny, techniczny i pełen szacunku kontakt.

— Tobias, dyrektor sprzedaży w Schnaithmann, Remshalden

Mocne strony Amplifa w sprzedaży w budowie maszyn

Najmocniejszą stroną Amplifa jest moim zdaniem połączenie inteligencji rynkowej z egzekucją. Wiele narzędzi znajduje nazwiska. Inne wysyłają e-maile. Brzmi to jak podział pracy, ale w MŚP często kończy się jako półprodukt: dane w jednym systemie, sekwencje w drugim, CRM wypełniony połowicznie, Sales poirytowany. Amplifa stara się zamknąć łańcuch – konto docelowe, Buying Center, okazja, przekaz, przekazanie terminu.

W firmie Schnaithmann szczególnie ważne było to, by przekaz nie brzmiał jak z firmy SaaS. Kierownik produkcji u dostawcy Tier-1 w Zwickau nie chce czytać maila o „uwalnianiu potencjału wzrostu”. Chce wiedzieć, czy ktoś rozumie jego problem: czas cyklu, zmiana wariantów, odrzuty, brak operatorów, powiązania między stacjami. Amplifa wykorzystywała do tego modułowe bloki tekstowe, wskazówki branżowe i triggery powiązane z kontem. Nie każdy mail będzie poematem. Nie musi. Ale nie może śmierdzieć masową korespondencją.

Słabość? Amplifa wymaga czystego myślenia na początku. Kto nie potrafi nazwać swojego Ideal Customer Profile, dla kogo wszystkie branże są w jakiś sposób interesujące i kto mówi systemowi tylko „więcej leadów poproszę”, ten będzie skalował nonsens. No, prawie. Amplifa przynajmniej zmusza takie firmy do uwidocznienia tej nieostrości. Ale dyrektor sprzedaży musi zdecydować: Które projekty naprawdę chcemy? Jakiej marży potrzebujemy? Które przypadki użycia pasują do wydajności inżynieryjnej? AI nie zdejmuje tego zadania z lidera.

Produkt Amplifa — platforma AI Sales do wyszukiwania Lookalike, researchu Buying Center, spersonalizowanego Outreach i workflow sprzedażowych bliskich CRM.

Kandydat 2: Klasyczny Sales-Stack składający się z CRM, bazy danych i sekwencjonowania

HubSpot, Apollo, Cognism, Salesloft – silne, ale często zbyt generyczne

Drugi kandydat to nie pojedyncze narzędzie, lecz klasyk, który widzę u wielu producentów maszyn: HubSpot lub Salesforce jako CRM, do tego dostawca danych jak Cognism, Dealfront lub Apollo, a do tego być może Salesloft, Lemlist lub Outreach.io dla sekwencji. U producenta maszyn pakujących w pobliżu Schwäbisch Hall, Martin, CSO, pokazał mi w kwietniu 2025 roku cztery karty w przeglądarce i powiedział: „Właściwie wszystko kupiliśmy. Tylko nikt na tym nie pracuje”. Obok jego biurka buczała stara drukarka laserowa. Bardzo niemiecki obrazek.

Te stacki mogą działać dobrze, jeśli firma posiada sprawny zespół Revenue Operations. Cognism dostarcza europejskie dane kontaktowe, HubSpot odwzorowuje kampanie i pipeline, Salesloft steruje sekwencjami, LinkedIn uzupełnia kontekst. Dla większych firm, np. organizacji sprzedażowych bliskich Schaeffler czy Phoenix Contact z jasnymi rolami, jest to solidne rozwiązanie. Można wiele skonfigurować, testować, segmentować i mierzyć.

W budowie maszyn specjalnych właśnie tu leży problem. Konfiguracja nie jest wynikiem. Jeśli trzech Sales Engineers po spotkaniach z klientami ma jeszcze czyścić listy, szukać osób kontaktowych, pisać maile i dbać o CRM, to się nie wydarzy. Albo wydarzy się tylko we wrześniu, gdy po przerwie letniej wybuchnie panika. Do tego dochodzi fakt: bazy danych rzadko rozumieją podobieństwo produkcji. Znajdują „Automotive Supplier” lub „Machinery”, ale niekoniecznie zakład z manualnym montażem wstępnym, celą testową, dużą różnorodnością wariantów i nadchodzącą linią dla komponentów E-Mobility.

Siłą klasycznego stacku jest kontrola. Słabością jest tarcie. Otrzymuje się klocki, a nie maszynę. Dla firm z wewnętrznym Sales Ops może to być właściwe. Dla firmy Schnaithmann byłoby to, w mojej ocenie, zabieranie się do rzeczy od złej strony: najpierw budowanie krajobrazu narzędzi, a potem nadzieja, że z tego co tydzień wynikną nowe, wykwalifikowane rozmowy. Właśnie tę nadzieję zbyt często widziałem usychającą w CRM.

Mieliśmy 18 000 kontaktów w systemie, a mimo to zbyt mało nowych pierwszych rozmów. To nie jest problem danych, to problem procesu.

— Martin, CSO producenta maszyn pakujących, Schwäbisch Hall

Kandydat 3: LinkedIn Sales Navigator do manualnej obróbki rynku

LinkedIn Sales Navigator dotarł już niemal wszędzie w niemieckiej budowie maszyn. Widzę to narzędzie u dostawców Festo, integratorów robotyki w Augsburgu i producentów maszyn specjalnych w Sauerlandzie. Jest dobre do uwidocznienia osób, zmian pracy, aktualizacji firmowych i sieci kontaktów. Sarah, Business Development Manager w Norymberdze, powiedziała mi w lutym 2025 roku: „Bez LinkedIn znajduję niektórych kierowników produkcji szybciej niż przez centralę telefoniczną”. To prawda. Ale Sales Navigator pozostaje instrumentem wyszukiwania. Nie myśli automatycznie w kategoriach fabryk Lookalike, nie buduje wiarygodnej logiki kont na podstawie najlepszych projektów firmy Schnaithmann i nie zdejmuje z nikogo cotygodniowego bloku researchu.

Dla bardzo doświadczonych handlowców LinkedIn jest skalpelem. Dla niedofinansowanych zespołów szybko staje się terapią zajęciową. Przewija się, zapisuje leady, pisze trzy wiadomości, otrzymuje odpowiedź „chętnie po targach Motek” i traci wątek. Nie jestem przeciwnikiem LinkedIn. Wręcz przeciwnie. Ale jako jedyne rozwiązanie dla AI Sales w budowie maszyn jest zbyt wąskie. Pokazuje osoby, niekoniecznie okna projektowe.

Kandydat 4: Targi, Inbound i agencja leadowa – stare maszyny

Targi takie jak Motek, automatica czy LogiMAT pozostają ważne. Kto twierdzi inaczej, dawno nie był w hali, w której klient z brudnymi od smaru palcami potrząsa systemem transportowym i pyta, czy nośnik przedmiotu poradzi sobie z jego geometrią detalu. Schnaithmann, jak wielu automatyków, korzysta z takich momentów. Tyle że targi nadają takt, a nie zapewniają pokrycia rynku. Tydzień Motek w Stuttgarcie nie zastąpi 50 tygodni systematycznego Account Scouting.

Agencje leadowe z kolei mogą dostarczyć terminy w krótkim czasie. Niektóre dobrze, inne fatalnie. W czerwcu 2025 roku widziałem raport producenta maszyn z Górnej Frankonii: 1 200 Cold Emails, cztery odpowiedzi, z czego jedna to skarga z powodu błędnej branży. Dyrektor zarządzający, Thomas, położył mi wydruk i powiedział: „Już tego nie robimy”. Zrozumiałe. Ale błędem nie jest Outbound sam w sobie. Błędem jest słaby Outbound bez kontekstu budowy maszyn.

Duża tabela porównawcza: AI Sales, Sales-Stack, LinkedIn i targi

Poniższa tabela celowo nie jest akademicka. Opiera się na rozmowach z dyrektorami sprzedaży z produkcyjnych MŚP, na moich obserwacjach w firmie Schnaithmann oraz na typowych strukturach kosztów i procesów, jakie widzę między Stuttgartem, Bielefeld a Norymbergą. Stan: lipiec 2025. Kto szuka tu prawdy absolutnej, rozczaruje się. Kto potrzebuje podstawy do podjęcia decyzji, ten ją otrzyma.

Porównanie cen: Ile naprawdę kosztuje pipeline?

O cenach w sprzedaży B2B chętnie rozmawia się tak, jakby chodziło o śruby. Błędna miara. Istotne pytanie nie brzmi: Ile kosztuje oprogramowanie miesięcznie? Lecz: Ile kosztuje wykwalifikowana rozmowa z zakładem, który w ciągu najbliższych 6 do 18 miesięcy mógłby przeprowadzić automatyzację? U producentów maszyn specjalnych z wolumenem projektów od 250 000 euro do kilku milionów, jeden jedyny wczesny dostęp jest wart więcej niż pół roku dyskusji o narzędziach.

Mimo to dyrektor potrzebuje liczb. Zatem z grubsza, stan na lato 2025, typowa obserwacja rynku z regionu DACH, bez indywidualnych rabatów i szczegółów wdrożenia. Podaję przedziały, ponieważ dokładne ceny wahają się w zależności od liczby użytkowników, pakietu danych i zakresu usług. Kto twierdzi, że istnieje tu proste porównanie cen katalogowych, ten nigdy nie pił kawy z handlowcami Enterprise SaaS.

Widziałem dyrektorów finansowych, którzy wzdrygają się przy „inwestycji w AI”, a w następnej chwili zatwierdzają 120 000 euro na stoisko targowe, bo stoisko istnieje od 14 lat. To nie do końca prawda, niektórzy pytają już ostrzej. Ale asymetria kulturowa pozostaje. Znane wydatki uchodzą za solidne, nowe wydatki muszą się całkowicie obnażyć. To ludzkie, ale niebezpieczne.

Co w firmie Schnaithmann wcześniej nie działało

Schnaithmann nie miał chaosu w sprzedaży. To dla mnie ważne. To nie była historia firmy, która z rozpaczy kupuje AI. Raczej historia silnego technicznie producenta maszyn specjalnych, który zauważył, że jego tradycyjny schemat wyszukiwania stał się zbyt mały. Automotive się zmienia, E-Mobility przesuwa łańcuch tworzenia wartości, producenci elektroniki automatyzują, zakłady w Europie Wschodniej rosną, niemieckie zakłady modernizują się pod presją braku kadr.

Przed Amplifa obróbka rynku była silnie skoncentrowana na znanych klastrach. Dotychczasowi klienci, polecenia, kontakty targowe, sporadyczne RFQ. Do tego pojedyncze manualne researche, gdy inżynier sprzedaży znalazł czas. Tyle że inżynier sprzedaży rzadko znajduje czas, bo tkwi w dyskusjach o layoutach, sprawdza obliczenia czasu cyklu lub stoi u klienta przed linią, która nie działa tak, jak opisano w specyfikacji. Kto w tym zawodzie rzetelnie sprzedaje, nie prowadzi powierzchownych rozmów technicznych.

Tobias sformułował to ostro: „Nasi najlepsi ludzie byli zbyt drodzy na research w Google”. Dokładnie. I zbyt dobrzy. Widziałem to wielokrotnie u dostawców DMG Mori, u małych budowniczych cel zrobotyzowanych w Bawarii i u producentów maszyn testowych w Badenii-Wirtembergii: najdroższy zasób sprzedażowy spędza zbyt dużo czasu na początku poszukiwań, zamiast na końcu kwalifikacji. Godzina doświadczonego Sales Engineer należy do rozmowy o procesie, wykonalności, budżecie i timingu. Nie do pytania, czy firma X w Czechach ma może nową halę montażową.

Jak przebiegał workflow Amplifa w firmie Schnaithmann

Od dotychczasowych klientów do 300 Lookalikes tygodniowo

Pierwszym krokiem nie była magia AI, lecz praca domowa. Schnaithmann i Amplifa zdefiniowali, którzy dotychczasowi klienci i projekty nadają się jako wzorzec. Nie każdy obrót to dobry obrót. Niektóre projekty są atrakcyjne technicznie, ale trudne handlowo. Niektórzy klienci pasują do mocy przerobowych, inni wciągają inżynierię na tygodnie w nieopłacone pętle koncepcyjne. Wypracowano więc wzorce: branże, zastosowania, wielkości zakładów, role, typowe triggery, priorytety regionalne.

Następnie Amplifa szukała podobnych firm i lokalizacji. Dla budowy maszyn oznacza to: nie tylko profile firm, ale wskazówki ze stron internetowych, ogłoszeń o pracę, wiadomości, opisów produkcji, list wystawców targowych, łańcuchów dostaw i wzorców ról. Jeśli firma szuka nowych Industrial Engineers do Assembly Automation, to nie jest to zamówienie. Ale to jest dym. Jeśli do tego dochodzi nowa linia produktów, a firma opisuje już manualne procesy montażowe, robi się ciekawiej.

Około 300 Lookalikes tygodniowo nie było wrzucanych na oślep do sekwencji. Dobre systemy priorytetyzują. Słabe systemy bombardują. W firmie Schnaithmann konta były sortowane według dopasowania, domniemanej okazji i jakości osoby kontaktowej. Następnie uruchamiano sekwencje Outreach, głównie przez e-mail i wsparcie LinkedIn, po niemiecku, a na rynkach eksportowych po angielsku. Celem nie była natychmiastowa sprzedaż maszyny. Celem była wykwalifikowana pierwsza rozmowa, prezentacja, warsztat koncepcyjny, wczesne miejsce przy stole.

1. Wybór projektów referencyjnych: Którzy klienci, zastosowania i maszyny były naprawdę atrakcyjne technicznie i handlowo?
2. Tłumaczenie ICP: Intuicja zamieniła się w kryteria takie jak branża, typ zakładu, proces produkcyjny, role i triggery.
3. Wyszukiwanie Lookalikes: Amplifa co tydzień identyfikowała podobne konta i lokalizacje w regionie DACH i na rynkach ościennych.
4. Znalezienie Buying Center: Priorytetowo potraktowano kierownictwo produkcji, inżynierię, dyrekcję zakładu i osoby odpowiedzialne za projekty.
5. Personalizacja Outreach: Przekaz odnosił się do środowiska produkcyjnego, presji na automatyzację lub konkretnych sygnałów.
6. Pomiar przekazania: Terminy, prezentacje i rozmowy koncepcyjne trafiały do CRM i były sprawdzane pod kątem wkładu w pipeline.

AI Sales w sprzedaży: Co naprawdę oznacza podwojenie liczby prezentacji

„Podwojenie liczby prezentacji w sześć miesięcy” brzmi w sprzedaży oprogramowania jak standardowy slajd. W budowie maszyn specjalnych to coś innego. Prezentacja rzadko jest tutaj 20-minutowym webinarem z udostępnianiem ekranu. Może to być wymiana techniczna, zdalne spotkanie koncepcyjne, warsztat o czasach cyklu lub pierwsza dyskusja o powiązaniu linii. Jeśli liczba tych rozmów się podwaja, nie rośnie automatycznie portfel zamówień w tym samym miesiącu. Ale rośnie prawdopodobieństwo wcześniejszego wejścia w proces planowania.

A wczesne procesy planowania to właściwa waluta. U dostawców Automotive maszyny specjalne są często omawiane na długo przed formalnym przetargiem. Produkcja, Industrial Engineering i zakupy selekcjonują dostawców, zanim specyfikacja zostanie sfinalizowana. Kto wtedy dostarczył już pomysły techniczne, ten ma wagę. Kto pojawia się dopiero przy RFQ, często może już tylko pełnić rolę kotwicy cenowej. To twarde, ale prawdziwe.

Zapytałem Tobiasa, czy dodatkowe rozmowy pasowały również jakościowo. Nie pokazał mi radosnego wykresu, lecz trzy przykłady: producent elektromechaniki z manualnym montażem testowym, dostawca Tier-2 z problemem wariantowości, zakład w Europie Wschodniej z planowaną rozbudową mocy. Wszystko to jeszcze nie zamówienia. Ale wszystkie te rozmowy Schnaithmann prawdopodobnie nie odbyłyby się w tej fazie bez systematycznego wyszukiwania Lookalike. Właśnie o to chodzi.

FAQ: Czy AI Sales w ogóle działa przy maszynach wymagających wyjaśnienia?

Tak, jeśli nie myli się AI Sales z automatyczną sprzedażą. AI nie sprzeda maszyny specjalnej za 1,499 mln EUR dyrektorowi zakładu w Ingolstadt. Śmieszne. Może jednak znaleźć konta, posortować sygnały, wyszukać osoby kontaktowe, przygotować pierwsze podejścia i dyscyplinarnie realizować follow-upy. Sprzedaż techniczna pozostaje ludzka. Tylko człowiek wchodzi w proces później – tam, gdzie tworzy wartość.

FAQ: Dlaczego kontakty targowe już nie wystarczają?

Ponieważ kontakty targowe są punktowe. Na targach automatica 2024 w Monachium Frank, dyrektor sprzedaży producenta chwytaków z okolic Heilbronn, powiedział mi między dwiema bułkami: „Widzimy tu wielu właściwych ludzi, ale nie wszystkie właściwe momenty”. Trudno to ująć lepiej. Targi to zagęszczenie, a nie timing. AI Sales stara się poprawić timing poprzez sygnały i permanentne wyszukiwanie.

FAQ: Jaki jest największy błąd przy generowaniu leadów Lookalike?

Największym błędem jest zbyt tanie definiowanie podobieństwa. „Automotive” to nie jest podobieństwo. „Ponad 500 pracowników” również nie. Interesująco robi się dopiero przy bliskości procesowej: montaż podzespołów elektromechanicznych, duży mix wariantów, manualne stanowiska testowe, nowa linia, wąskie gardło u operatorów, istniejąca technika transportowa, okno inwestycyjne. Kto używa tylko filtrów branżowych, produkuje listy. Kto używa podobieństwa procesowego, produkuje szanse.

Trzy lekcje z Case Study firmy Schnaithmann

Lekcja 1: Najlepszy ICP siedzi w najlepszych projektach

Wielu dyrektorów sprzedaży zaczyna pracę nad ICP od wymarzonych klientów. Piękny błąd. Lepiej spojrzeć na zakończone projekty: Gdzie zgadzały się marża, współpraca, dopasowanie techniczne i potencjał kontynuacji? W firmie Schnaithmann projekty z bazy były punktem wyjścia dla logiki Lookalike. Brzmi to banalnie, ale rzadko jest konsekwentnie wdrażane. Widziałem systemy CRM, w których powody projektów, zastosowania i role decyzyjne w ogóle nie były możliwe do przeanalizowania. Tylko obrót, data, osoba kontaktowa. Dla AI Sales to zbyt mało.

Lekcja 2: Sales Engineers nie powinni zajmować się zimnym researchem

Dobry Sales Engineer potrafi w 45 minut dowiedzieć się, czy projekt automatyzacji ma podstawy. Słyszy w półzdaniu, czy istnieje budżet. Zauważa, czy produkcja i zakupy działają przeciwko sobie. Rozpoznaje, czy żądanie czasu cyklu jest fizycznie nonsensem. Właśnie tej umiejętności nie wolno marnować na research adresów. Amplifa nie przejęła od firmy Schnaithmann sprzedaży, lecz pracę wstępną. To różnica, którą dyrektorzy zarządzający powinni zrozumieć.

Lekcja 3: Outbound musi brzmieć technicznie, a nie głośno

Budowa maszyn nie nienawidzi złej sprzedaży, nienawidzi sprzedaży powierzchownej. Zimny kontakt może być zimny, jeśli jest pełen szacunku i istotny. „Budujemy automatyzację montażu dla firm pod presją wariantowości i czasu cyklu w podzespołach elektromechanicznych” jest lepsze niż „Pomagamy Państwu realizować potencjały efektywności”. To drugie można wyrzucić. To pierwsze kierownik produkcji może zweryfikować.

Osobista rekomendacja: Które rozwiązanie bym wybrał

Dla producenta maszyn specjalnych, takiego jak Schnaithmann, postawiłbym Amplifa przed klasycznym stackiem self-service. Nie dlatego, że HubSpot, Cognism czy Salesloft są złe. Nie są. Ale wymagają dojrzałości organizacyjnej, której wiele MŚP w sprzedaży jeszcze nie ma – i być może nie potrzebuje. Jeśli celem jest cotygodniowe znajdowanie nowych pasujących zakładów, identyfikowanie Buying Center i generowanie wykwalifikowanych rozmów, egzekucja liczy się bardziej niż posiadanie narzędzia.

Moja druga rekomendacja jest mniej wygodna: Kto wdraża Amplifa lub podobny system AI Sales, musi wcześniej zdecydować, których interesów już nie chce. W przeciwnym razie lejka przybędzie, ale nie stanie się lepszy. Przewaga firmy Schnaithmann leżała nie tylko w technologii, ale w gotowości do wyciągnięcia twardych wzorców z udanych projektów. To jest strategia sprzedaży. Żadne narzędzie jej nie zasymuluje.

Amplifa Sales Audit — Analiza dla produkcyjnych MŚP: Gdzie Państwa sprzedaż traci pokrycie rynku, timing i wykwalifikowane pierwsze rozmowy?

Pomoc w podjęciu decyzji: Trzy pytania przed wyborem narzędzia

Przed każdą inwestycją położyłbym na stole trzy pytania. Nie na warsztacie z 19 karteczkami samoprzylepnymi. W pokoju ze sprzedażą, zarządem i kimś z techniki, kto naprawdę zna rynek. W firmie Schnaithmann ta mieszanka wyraźnie siedziała przy stole. To widać po odpowiedziach.

1. Czy potrafimy opisać naszych dziesięciu najlepszych klientów i projekty tak, aby system mógł na tej podstawie znaleźć podobne zakłady?
2. Czy nasi Sales Engineers mają dziś wystarczająco dużo wykwalifikowanych pierwszych rozmów – czy spędzają zbyt dużo czasu na szukaniu, listach i follow-upach?
3. Czy chcemy większego wolumenu za wszelką cenę, czy chcemy wcześniej trafiać w odpowiednie okna inwestycyjne u pasujących kont?

Jeśli odpowiedź na pytanie pierwsze brzmi „nie”, praca zaczyna się w CRM i w analizie projektów. Jeśli pytanie drugie boli, to dobry znak. Ból często pokazuje tylko, gdzie proces staje się szczery. A jeśli na pytanie trzecie nie ma jasnej odpowiedzi, każde generowanie leadów stanie się loterią z ładnym interfejsem.

Efekt biznesowy: Większe pokrycie rynku bez zwiększania liczby etatów w sprzedaży

Słowo skalowanie jest w sprzedaży często nadużywane. W firmie Schnaithmann oznacza ono nie to, że nagle sprzedają roboty. Oznacza to: sprzedaż widzi więcej pasujących ruchów rynkowych, dociera do większej liczby istotnych kont i prowadzi więcej wczesnych rozmów bez natychmiastowego zatrudniania nowych pracowników sprzedaży. Na rynku pracy, na którym dobrzy handlowcy techniczni są rzadkością, nie jest to efekt uboczny. To sedno.

Według Federalnej Agencji Pracy, niedobór w zawodach technicznych również w 2024 roku był znacznie wyższy niż w wielu profilach handlowych; firmy budowy maszyn od lat informują o trudnościach w znalezieniu doświadczonych inżynierów sprzedaży. W maju 2025 roku rozmawiałem z Peterem, dyrektorem zarządzającym firmy zajmującej się automatyzacją w Ratyzbonie. Powiedział: „Prędzej kupię frezarkę, niż znajdę dobrego człowieka do sprzedaży technicznej”. Zdanie to padło obok skrzynki z modułami Siemens S7. Nie było żartem.

Dlatego AI Sales w MŚP jest tak interesujące. Nie jako zastępstwo dla ludzi, lecz jako dźwignia dla deficytowych ludzi. Podwojenie liczby prezentacji w firmie Schnaithmann w ciągu sześciu miesięcy pokazuje, jak można uprzemysłowić pracę w Top-of-Funnel bez dewaluacji sprzedaży technicznej. Kierownik produkcji chce na końcu rozmawiać z kimś, kto rozumie jego linię. Ale ten ktoś musi najpierw zostać zaproszony.

Gdzie Amplifa nie pasuje

Nie ufam żadnemu rozwiązaniu, które rzekomo pasuje zawsze. Amplifa nie jest idealna dla firm, które obsługują ekstremalnie szerokie rynki masowe i chcą tylko maksymalizować proste formularze kontaktowe. Również nie dla firm, które same nie potrafią wyjaśnić swojej oferty. Jeśli sprzedaż wewnętrznie nie wie, czy priorytetem są komponenty, projekty, Retrofit czy doradztwo, AI przyspieszy to niezdecydowanie. Szybciej błędnie to wciąż błędnie.

Również bardzo młode firmy bez projektów referencyjnych mają trudniej, ponieważ wyszukiwanie Lookalike żyje wzorcami. Bez wzorców to tylko przypuszczenia. Dla ugruntowanych MŚP, takich jak Schnaithmann, właśnie to jest zaletą: dysponują 20, 50 lub 100 projektami, z których można wyprowadzić logikę rynkową. Tyle że ta logika dotychczas często była zapisana w głowach dwóch starszych handlowców. Jeden odchodzi na emeryturę w 2027 roku. Co wtedy?

Dlaczego Schnaithmann jest dobrym przykładem dla MŚP

Schnaithmann nie jest ani największym, ani najgłośniejszym automatykiem w kraju. Właśnie dlatego ta historia jest interesująca. Producent maszyn specjalnych z południowych Niemiec, zakorzeniony w mechanice, sterowaniu, biznesie projektowym, z klientami w Automotive i przemyśle, profesjonalizuje swój Go-to-Market, nie tracąc tożsamości. Bez teatru. Bez pokazu AI. Raczej nowa maszyna w sprzedaży, która pracuje co tydzień.

Wychodząc, pomyślałem o scenie z hali. Pracownik przesuwał nośnik przedmiotu po systemie transportowym, tworzywo sztuczne cicho szorowało o prowadnicę, a Tobias jeszcze raz spojrzał na listę kont. Były tam firmy z Badenii-Wirtembergii, Czech, Austrii, Nadrenii Północnej-Westfalii. Nie wszystkie zostaną klientami. Niektóre nigdy nie odpowiedzą. Ale kilka będzie miało problem dokładnie w tym momencie, w którym Schnaithmann wcześniej nie byłby widoczny. W budowie maszyn specjalnych czasem wystarczy właśnie ten moment.

Pełna Success Story — Przeczytaj kompletne Case Study Schnaithmann: 300 Lookalikes tygodniowo i podwojenie liczby prezentacji w sześć miesięcy.