Amplifa – Platforma sprzedażowa AI dla przemysłu B2B

AI w sprzedaży: 50% mniej SDR-ów do 2026 roku?

Meinung & Provokation · 9. November 2026 · Anthony Filipiak

AI w sprzedaży nie pożera samego działu sprzedaży, lecz kohortę SDR-ów. Zobacz, które role ulegną redukcji i co prezesi oraz dyrektorzy zarządzający powinni teraz realnie zweryfikować.

Kto w 2026 roku nadal skaluje zespoły SDR pod kątem liczby etatów, ten pali pieniądze. I to niemałe. AI w sprzedaży nie zastępuje samej sprzedaży, ale pochłania dokładnie tę część, która jest najlepiej mierzalna, najbardziej powtarzalna i najsłabiej chroniona — pierwszy kontakt, wstępną kwalifikację, follow-up, mozolną pracę w CRM. Mówię to śmiertelnie poważnie, ponieważ dyrektorzy zarządzający nie pytają mnie już, czy agenci AI w sprzedaży działają, lecz których stanowisk w 2026 roku nie będą już musieli obsadzać.

Radykalna teza brzmi: na standaryzowanych rynkach liczba ludzkich ról SDR może spaść o 30 do 50 procent bez spadku pipeline’u. To nie do końca prawda. Może wręcz wzrosnąć. Błąd tkwi w starej logice porównywania — jeden SDR przeciwko jednemu narzędziu AI. Nowa logika porównania brzmi: jeden biegły technicznie SDR z flotą agentów kontra dziesięciu klasycznych SDR-ów, którzy pobierają listy, klikają sekwencje i ręcznie sortują 312 leadów po wtorkowym webinarze.

Dlaczego większość myli się w temacie AI w sprzedaży

Wielu dyrektorów sprzedaży wciąż debatuje o AI w sprzedaży jak o kolejnym narzędziu handlowym. Jeszcze jeden add-on w stacku. Kolejne rozszerzenie do Chrome. Kolejny pilot prowadzony przez RevOps, podczas gdy właściwy zespół pracuje tak jak w 2019 roku. To wygodne, bo nikt nie musi stawiać pytania organizacyjnego: Kto zostaje? Kto staje się bardziej produktywny? Kto właściwie był tylko ludzkim middleware pomiędzy HubSpotem, LinkedInem, Gongiem a Outlookiem?

Często słyszę zdanie: To u nas nie zadziała. W marcu 2026 roku powiedziała mi to Andrea, Head of Sales w firmie typu Hidden Champion z Bielefeld, kiedy rozmawialiśmy o ścieżce outboundowej dla części zamiennych i umów serwisowych. Jej obiekcja nie była bezpodstawna. Jej branża charakteryzuje się długimi cyklami, wieloma wariantami technicznymi, rundami zakupowymi i logiką bazy stałych klientów. Ale na stole leżało 18 400 starych kontaktów, 2 700 leadów z targów w Hanowerze, 640 otwartych zgłoszeń serwisowych w CRM — i od miesięcy nikt konsekwentnie się z nimi nie skontaktował. W tym momencie debata nagle milknie.

Większość się myli, ponieważ porównuje najlepszego ludzkiego SDR-a z przeciętnym agentem AI. Sprawiedliwiej byłoby porównać: przeciętny SDR w szarą środę o 15:40, po 47 odrzuconych połączeniach, z niedokończonymi notatkami w CRM, kontra agent, który w nocy kwalifikuje hiszpańskie leady inboundowe, rano odpowiada na polskie zapytania i przekazuje do Account Executive tylko te trzy przypadki, w których precyzyjnie zidentyfikowano budżet, ramy czasowe i problem. Mało romantyczne porównanie. Ale sprzedaż nigdy nie była romantyczna.

Oczywiście istnieją słabi agenci. Istnieją też słabe zespoły SDR. Znam firmy, które miesięcznie pompują 60 000 euro w junior outbound, a potem świętują, gdy uda się umówić osiem spotkań, z czego pięć się nie odbędzie. Jednocześnie każda inicjatywa AI jest u nich przerywana po dwóch tygodniach, bo testowy agent błędnie wymówił nazwę firmy. No cóż, prawie. Czasem nazwa jest naprawdę kluczowa. W firmach takich jak Schaeffler, Phoenix Contact czy Wittenstein nikt nie chce słyszeć, że bot nie rozumie hierarchii konta. Ale to jest problem danych, a nie dowód przeciwko automatyzacji.

Dawny SDR był często tylko plastrem na dziury w procesie

Mówię to z oporami, bo dobrzy SDR-zy są na rynku rzadcy i niezwykle cenni: wiele ról SDR powstało tylko po to, by kompensować niesprawne systemy. Nieuporządkowany CRM? SDR. Brak jasnej definicji ICP? SDR. Marketing dostarcza leady z whitepaperów z 2022 roku? SDR. Account Executives nie chcą robić prospectingu? Dodajmy jeszcze dwóch SDR-ów. Człowiek stał się mechanizmem naprawczym dla śmieciowych danych, braku priorytetyzacji i asekuranctwa zarządu.

W DMG Mori, Trumpf czy Festo nikt nie podawałby do frezarki nieposortowanego materiału, a potem nie winił maszyny za powstałe braki. W sprzedaży robimy dokładnie to. Wpuszczamy ludzi w zanieczyszczone bazy, każemy im pracować z niespójnymi komunikatami i nazywamy to hustle. Zapach w tej maszynowni to nie olej, lecz przepalany budżet.

Niewygodna prawda: automatyzacja SDR już tu jest

Najgłośniejsza liczba pochodzi z ElevenLabs. Według raportu z 2026 roku produkcyjny agent AI SDR przetworzył tam ponad 3000 leadów i zakwalifikował ponad 90 procent z nich w 32 językach — bez jakiejkolwiek ingerencji człowieka. To nie jest kwadrant Gartnera z ładnymi osiami. To produkcyjny proces w spółce AI, która ma opanowany voice jako swój kluczowy produkt. Właśnie dlatego należy zachować ostrożność. Ale nie da się tego zignorować.

Jeszcze mocniejszy przykład: w tym samym środowisku pewien klient miał zrealizować całą sprzedaż wyłącznie przez dwóch agentów — agent SDR odpowiadał za pierwszy kontakt i kwalifikację, a agent Account Executive za umowę i domknięcie transakcji. Nie wyciągałbym z tego wniosku, że inżynier sprzedaży technicznej w Kärcherze zostanie jutro zastąpiony przez bota. Ale dla standardowych ofert SMB, produktów ubezpieczeniowych, usług rekrutacyjnych, prostych planów SaaS i procesów mid-market z przejrzystą logiką cenową jest to strzał ostrzegawczy. Głośny. Niezbyt elegancki. Głośny.

Harper, spółka ubezpieczeniowa typu AI-native, w jednym z ogłoszeń rekrutacyjnych wprost opisuje nowego SDR-a jako AI-native. Nie jako kogoś, kto po prostu obsługuje narzędzie, lecz jako operatora agentów AI, który prowadzi kampanie outboundowe na niespotykaną dotąd skalę i stosuje ludzki osąd tylko tam, gdzie maszyny zawodzą. Na tym polega zmiana paradygmatu roli. SDR nie pisze już każdej wiadomości. Kuratoruje systemy, dane, wyjątki i eskalacje.

Do tego dochodzą dane o zwolnieniach. AI Layoffs Tracker do początku listopada 2026 roku odnotował łącznie 102 122 zapowiedziane redukcje etatów, w których firmy jako powód wskazały AI lub automatyzację. Liczba ta obejmuje wszystkie działy, nie tylko Sales Development. A zapowiedziane nie oznacza automatycznie zrealizowane. Mimo to zmienia to język zarządów. AI to już nie budżet laboratoryjny. AI to w pełni legitymizowana dźwignia kadrowa.

TwierdzenieCo mówią daneWnioski, które z tego wyciągam
AI przejmuje pierwszy kontakt i screeningMocno poparte konkretnymi przypadkami, takimi jak ElevenLabs 2026SDR-zy inboundowi ze standardowymi pytaniami znajdą się pod presją jako pierwsi
Agenci AI skalują wielojęzyczną kwalifikacjęElevenLabs podaje 32 języki i ponad 3 000 obsłużonych leadówInternacjonalizacja wymaga mniej lokalnych ról juniorskich
AI prowadzi już do redukcji zatrudnieniaAI Layoffs Tracker: 102 122 zapowiedziane cięcia uzasadnione AI do początku listopada 2026Mechanizm jest realny, ale brak dowodów specyficznych wyłącznie dla SDR
50 procent wszystkich etatów SDR zniknie w 2026 rokuBrak twardych dowodówPrawdopodobne jako scenariusz dla wybranych segmentów, zbyt ogólne jako prognoza dla całego rynku
Techniczna sprzedaż B2B jest w takim samym stopniu zagrożonaBrak twardych dowodówBudowa maszyn, technologia medyczna i inżynieria przemysłowa pozostają bardziej odporne
Praca SDR staje się bardziej produktywna w przeliczeniu na osobęPrawdopodobne dzięki wdrożeniom agentów i widoczne w implementacjachZespoły stają się mniejsze, ale pozostałe role stawiają wyższe wymagania

W tej samej analizie jako przykład podawany jest Oracle: około 21 000 pracowników mniej w roku obrotowym 2026, w odniesieniu do adopcji AI i redukcji zatrudnienia. Block, Atlassian, Snap, Ocado i Livspace pojawiają się w kolejnych zestawieniach również w kontekście AI i redukcji etatów. To nie jest ostateczny dowód na śmierć SDR-a. Ale to dowód na to, że dyrektorzy finansowi zaczęli liczyć. A kiedy CFO zaczyna liczyć, romantyczne opisy stanowisk tracą rację bytu.

Nie chodzi o to, czy agent przeprowadzi perfekcyjny sales call. Chodzi o to, czy rzetelnie wykona 80 procent pracy przygotowawczej, aby mniejszy zespół mógł odbywać więcej realnych rozmów.

— Tobias, VP Sales w firmie SaaS w Monachium, w rozmowie ze mną w październiku 2026

AI w sprzedaży uderza w SDR-ów mocniej niż w Account Executives

Dlaczego właśnie w SDR-ów? Ponieważ ich praca składa się z klocków, które maszyny uwielbiają. Budowanie baz w oparciu o dane firmograficzne, sygnały intencji (intent signals) i pola w CRM. Sekwencje e-mailowe. Aktywności na LinkedIn. Próby połączeń. Dysponowanie rozmowami. Routing leadów. Kwalifikacja terminów spotkań. Dokumentacja w CRM. Follow-up po webinarach, pobraniach materiałów czy eventach. Tłumaczenie i lokalizacja pierwszych kontaktów. To nie jest wiedza tajemna. To praca procesowa zostawiająca wyraźny ślad w danych.

Agenci głosowi zburzyli dawną ścianę ochronną. Kiedyś można było powiedzieć: automatyzacja tekstu tak, ale telefon musi pozostać ludzki. To już nie do końca prawda. ElevenLabs pokazuje — przynajmniej w silnym, uprzywilejowanym technologicznie środowisku — że agenci głosowi potrafią znacznie więcej niż tylko transkrybować rozmowy czy czytać skrypty. Kwalifikują, dopytują, rozpoznają wzorce, eskalują. Dźwięk, który słyszą niektórzy managerowie SDR, to nie dzwonek telefonu. To przesuwająca się linia budżetowa.

Nie sądzę, by w 2026 roku wszędzie doszło do masowych zwolnień. To zbyt duże uproszczenie. Znacznie bardziej brutalny mechanizm działa ciszej: mniejsze rundy rekrutacyjne, nieprzedłużane umowy, mniej junior hire’ów po studiach, wyższe kwoty (quotas), więcej kont przypadających na jednego pracownika. Co drugie zwalniające się stanowisko SDR nie będzie już ponownie obsadzane. Bez oświadczeń prasowych. Bez wielkich cięć. Po prostu plan zatrudnienia, w którym nagle brakuje ośmiu osób, a nikt nie płacze, bo liczby w pipeline się zgadzają.

Ekonomiczna logika bywa bezwzględna

Człowiek na stanowisku SDR pracuje może 40 godzin tygodniowo, z czego produktywnie znacznie mniej, bo spotkania, CRM, wewnętrzne ustalenia i zmęczenie psychiczne pochłaniają czas. Agent pracuje w nocy, w weekendy, w wielu językach, bez zmiennych kosztów osobowych w przeliczeniu na kontakt. Oczywiście kosztuje. Oczywiście wymaga danych, monitoringu, projektowania promptów, compliance, telefonii i integracji. Ale koszt krańcowy każdej kolejnej próby kontaktu spada drastycznie.

To zmienia punkt odniesienia. Kiedyś dyrektor zarządzający pytał: Potrzebujemy pięciu czy dziesięciu SDR-ów? W 2026 roku zapyta: Czy potrzebujemy dwóch operatorów, specjalisty RevOps i floty agentów — czy naprawdę dziesięciu ról juniorskich? Kto nie lubi tego pytania, ten i tak powinien znać na nie odpowiedź.

Jedna liczba, która zmienia wszystko: jeśli SDR wspierany przez AI osiąga zaledwie trzykrotnie więcej rzetelnie zakwalifikowanych rozmów w miesiącu bez wzrostu wskaźnika no-show, klasyczny model zatrudnienia w pierwszym kontakcie staje się ekonomicznie nie do obrony. I to nie kiedyś. Już w kolejnym cyklu budżetowym.

Jednak teza o 50 procentach nie została udowodniona

A teraz niewygodna część dla mojej własnej tezy: twierdzenie, że 50 procent wszystkich etatów SDR zniknie w 2026 roku, nie ma twardego oparcia w danych. Kropka. Dostępne informacje wskazują na szybką automatyzację pojedynczych zadań i pierwsze udane wdrożenia produkcyjne agentów. Nie dowodzą jednak, że połowa wszystkich miejsc pracy SDR na świecie lub w regionie DACH zniknie w ciągu jednego roku. Kto tak twierdzi, sprzedaje strach zamiast rzetelnej prognozy.

ElevenLabs to przypadek szczególny. Firma dysponuje potężnymi kompetencjami technicznymi, wewnętrznym zaufaniem do AI, produktem bazującym na technologii voice oraz prawdopodobnie taką jakością danych, o jakiej wielu producentów maszyn może tylko pomarzyć. Wyniku ponad 90 procent zakwalifikowanych leadów w 32 językach nie da się po prostu przełożyć na chemię, technologię medyczną, budowę maszyn czy złożone oprogramowanie enterprise. W projekcie poddostawcy Webasto, przetargu Brose czy rozwiązaniu Phoenix Contact w pierwszej rozmowie kryje się znacznie więcej niż tylko nazwisko, budżet i preferowany termin spotkania.

Kwalifikacja to też nie przychód. Agent może rozpoznać zainteresowanie, a mimo to wygenerować błędne szanse sprzedaży (opportunities). Liczy się nie liczba obsłużonych leadów, ale zakwalifikowane szanse sprzedaży w stosunku do kosztu, stabilny pipeline, win-rate, długość cyklu sprzedaży, churn, błędna kwalifikacja oraz odsetek szans, które później zostaną odrzucone przez AE. Wiele zespołów nie mierzy tego precyzyjnie. Wtedy cała dyskusja o AI staje się teatrem.

Najsilniejszy kontrargument słyszę od dyrektorów sprzedaży przemysłowej. Markus, CSO w firmie z branży automatyki z Norymbergi, powiedział mi we wrześniu 2026 roku: U nas pierwsze spotkanie to często diagnoza techniczna, a nie zwykłe umawianie terminu. I ma rację. Jeśli klient opisuje kwestię retrofitu, ocenę ryzyka CE lub linię z 14 stacjami roboczymi, agent pomoże w uporządkowaniu informacji. Nie zastąpi jednak doświadczonego człowieka, który wyczuje, że za z pozoru niewinnym zapytaniem kryje się projekt inwestycyjny na 2028 rok.

Kiedy redukcja SDR-ów o 50 procent staje się realistyczna

Teza o 50 procentach staje się zasadna dopiero wtedy, gdy zawęzimy jej zakres. Nie wszyscy SDR-zy. Nie wszystkie branże. Nie wszystkie regiony. Chodzi o rynki standaryzowane, z dużym wolumenem leadów cyfrowych i jasnymi punktami przekazania: SaaS, rekrutacja, ubezpieczenia, fintech, proste usługi agencyjne, horyzontalne oprogramowanie B2B, częściowo szkolenia oraz oferty SMB z transparentnym cennikiem. Tam redukcja może być bezwzględna.

  1. Wąsko zdefiniować rynek — mowa przede wszystkim o rolach w standaryzowanym inboundzie i low-complexity outboundzie, a nie o inżynierach sprzedaży technicznej w Trumpf czy zespołach serwisowych w inżynierii instalacji przemysłowych.
  2. Liczyć etaty zamiast zadań — jeśli zespół 20 SDR-ów skurczy się do ośmiu SDR-ów plus agenci, to znika 60 procent stanowisk, mimo że ogólna aktywność rośnie.
  3. Zautomatyzować inbound — formularze internetowe, zapytania o demo, follow-upy po webinarach i pobrania materiałów to pierwsi kandydaci, ponieważ kontekst istnieje już w formie cyfrowej.
  4. Oczyścić dane w CRM — agenci polegną na zduplikowanych kontach, błędnych branżach, nieaktualnych numerach telefonów i niejasnych zgodach opt-in szybciej niż na barierach językowych.
  5. Zestawić jakość z zasięgiem — przy małych transakcjach nieco niższą jakość rozmowy można z nawiązką zrekompensować znacznie większą liczbą prób kontaktu.
  6. Rygorystycznie zdefiniować reguły eskalacji — w momencie pojawienia się budżetu, złożoności technicznej, ryzyka kontraktowego czy oporu politycznego w organizacji klienta, pałeczkę musi przejąć człowiek.

To nie jest łagodna transformacja. To przesunięcie łańcucha wartości. Mniej ludzi na szczycie lejka. Więcej operatorów agentów. Więcej Revenue Operations. Większa odpowiedzialność za dane. Nieliczni, doświadczeni sprzedawcy do złożonych rozmów. Oraz profil SDR-a, który mniej przypomina pracownika call center, a bardziej operatora systemów.

Amplifa ICP Playbook Praktyczny podręcznik do definiowania klientów docelowych, triggerów i kryteriów wykluczenia, dzięki któremu agenci AI nie zostaną wpuszczeni w śmietnik danych.

Co konkretnie widzimy w Amplifa

Co konkretnie widzimy w Amplifa: w ciągu ostatnich 12 miesięcy największe skoki produktywności odnotowały nie te zespoły, które stworzyły najbardziej efektowny demo-flow AI, lecz te, które przed uruchomieniem agentów uporządkowały swoją logikę ICP, pola danych i zasady przekazywania leadów. U wielu klientów B2B z branży oprogramowania, usług przemysłowych i serwisu technicznego zaobserwowaliśmy wyraźny wzorzec: gdy tylko 3 najważniejsze triggery dla danego segmentu zostały precyzyjnie zdefiniowane, czas ręcznego researchu przypadający na priorytetyzowane konto spadał często o 40 do 60 procent. Nie dlatego, że AI czyni cuda. Dlatego, że człowiek wreszcie nie zaczyna od zera.

Jeden z klientów z sektora usług technicznych miał w lutym 2026 roku około 11 000 kontaktów w CRM, ale tylko 1 900 z nich nadawało się do sensownej reaktywacji. Reszta była przestarzała, zduplikowana, pozbawiona informacji o roli, lokalizacji lub wątpliwa prawnie. Po oczyszczeniu bazy, wdrożeniu scoringu i logiki sekwencji zespół nie potrzebował pięciu osób do pierwszej fali kontaktu. Wystarczyły dwie. Umówione spotkania nie były dziełem magii. Były po prostu lepiej przygotowane. Różnica polegała na routingu: leady serwisowe trafiały do serwisu, sygnały inwestycyjne do sprzedaży, a zapytania o części zamienne znikały z kalendarza AE.

Oto nudna prawda o AI w sprzedaży. Zwycięzcy nie posiadają magicznych promptów. Wykonali ciężką pracę definicyjną: Kim jest nasz klient? Jaki trigger zwiastuje gotowość do zakupu? Kiedy kontakt jest dojrzały? Kiedy jesteśmy natrętni? Kiedy eskalujemy? A których kont w ogóle nie dotykamy? Wielu dyrektorów zarządzających bagatelizuje ten etap, bo nie brzmi on jak przyszłość. Brzmi po prostu jak żmudna praca.

Z naszych wdrożeń wiemy jedno: pierwszym widocznym efektem rzadko bywa natychmiastowa redukcja personelu. Pierwszym efektem jest transparentność. Nagle dyrektor sprzedaży dostrzega, że 37 procent rzekomo ciepłych leadów w bazie nie ma przypisanej branży, przedziału przychodów ani właściwego stanowiska decydenta. Nagle okazuje się, że zespół SDR stosuje trzy różne definicje zakwalifikowanego leada. Nagle nie mamy już sporu AI kontra człowiek, lecz proces kontra wymówki.

Amplifa AI Sales Engine Dla zespołów B2B, które chcą budować outbound, priorytetyzację kont i research wspierany przez AI jako system, a nie kolejny test narzędziowy.

AI w sprzedaży obnaża słabości pipeline’u

Wiele zespołów SDR nie zostanie zastąpionych dlatego, że AI lepiej sprzedaje. Zostaną zastąpione, ponieważ AI obnaża, jak niewiele sprzedaży faktycznie się tam dotąd odbywało. Duża część tej roli polegała na pozorowaniu zajętości: eksportowaniu list, uzupełnianiu kontaktów, tworzeniu pierwszych szkiców maili, ustawianiu follow-upów, odnotowywaniu no-showów, odpowiadaniu na pytania na Slacku. To sprawia wrażenie pracy. To zresztą jest praca. Ale nie każda praca zasługuje na osobny etat.

Pewien dyrektor zarządzający ze Stuttgartu, nazwijmy go Ralf, powiedział mi po przeglądzie pipeline’u: Nie mamy problemu z leadami, mamy problem z marnotrawstwem. Miał na myśli 4 300 kontaktów zebranych na targach, akcjach partnerskich i starych kampaniach, które nigdy nie zostały rzetelnie posegmentowane według triggerów i kolejnych najlepszych działań. Pokój był jasny, powietrze suche, a na stole leżały wydruki z Salesforce. Pachniało tonerem z drukarki i złymi nawykami. Właśnie w takich miejscach zaczyna się automatyzacja — a nie na scenach konferencyjnych.

Kto w 2026 roku stawia wyłącznie na strategię inboundową, za pięć lat nie będzie miał pipeline’u. Zbyt ostro? Być może. Ale sygnały są czytelne: wolumeny wyszukiwań spadają, kupujący robią research anonimowo, treści są podsumowywane przez AI, portale porównawcze i społeczności dokonują wstępnej selekcji dostawców, a klasyczne formularze dostarczają coraz mniej rzetelnych danych. Jeśli w tej sytuacji każdy dostawca wysyła identyczne, generyczne sekwencje, nie wygra najmilszy. Wygra ten, kto ma lepszy model danych i szybciej reaguje.

Nowy profil SDR-a wymaga znacznie wyższych kompetencji

SDR pracujący w modelu AI-native to nie stażysta ze słuchawkami na uszach. Rozumie segmenty docelowe, logikę promptów, strukturę pól w CRM, testowanie sekwencji, jakość rozmów, compliance i zasady eskalacji. Ta rola jest znacznie bliższa Revenue Operations niż dawnemu modelowi typu smile-and-dial. Harper pisze o tym wprost w swoich ogłoszeniach o pracę. Inni pójdą w ich ślady. Najpierw po cichu. Potem stanie się to standardem.

Oznacza to również, że stanowisk entry-level w sprzedaży będzie coraz mniej. To kwestia, o której mało kto chce dziś mówić. Rola SDR-a była dla wielu talentów przepustką do sprzedaży B2B. Jeśli firmy ograniczą ten szczebel, będą musiały inaczej kształcić kadry: przez shadowing, deal desk, account research, customer success, partner sales. W przeciwnym razie za trzy lata zabraknie nowej generacji Account Executives. AI nie rozwiązuje problemu talentów. Ona go tylko przesuwa.

Które zadania SDR-ów znikną w pierwszej kolejności

Kiedy ustalam priorytety z prezesami i dyrektorami zarządzającymi, nie zaczynam od pytania, których ludzi zastąpić. Zaczynam od analizy czynności. To podejście bardziej precyzyjne i pozbawione histerii. Niektóre zadania już dziś w pełni nadają się dla agentów. Inne muszą pozostać domeną człowieka, ponieważ wymagają zaufania, kontekstu i umiejętności odczytywania układów sił w organizacji klienta.

ZadaniePresja na automatyzację w 2026Pozostała wartość człowieka
Follow-up po webinarachBardzo wysokaTylko w przypadku kont strategicznych lub złożonych zapytań
Screening leadów inboundowychBardzo wysokaEskalacja w przypadku wątpliwości budżetowych, technicznych, ochrony danych lub konfliktów interesariuszy
Budowanie baz kontaktówWysokaDecyzje dotyczące ICP i logika wykluczeń
Sekwencje e-mailoweWysokaPozycjonowanie, ton komunikacji i hipotezy specyficzne dla danego konta
Wstępna kwalifikacja telefonicznaŚrednia do wysokiejZłożone obiekcje, budowanie zaufania, wieloosobowe komitety zakupowe
Account mapping w segmencie EnterpriseŚredniaStruktura polityczna wewnątrz firmy, nieformalne wpływy, timing
Identyfikacja potrzeb technicznychNiska do średniejWiedza domenowa, szacowanie ryzyka, architektura rozwiązań

W firmach takich jak Schaeffler, Brose czy Webasto badanie potrzeb technicznych to nie zwykłe wypełnianie ankiety. Chodzi o zdolności produkcyjne, platformy, normy, okna produkcyjne, zapewnienie jakości i procedury zakupowe. Agent może przygotować grunt. Może zebrać sygnały. Może podsumować historię kontaktu. Ale jeśli klient daje do zrozumienia, że fabryka w Czechach modernizuje linię produkcyjną, a dział zakupów mieści się w Niemczech, potrzebny jest człowiek, który zrozumie reguły tej gry.

Inaczej wygląda to w przypadku narzędzia SaaS dla SMB z progiem wejścia 99 euro. Tam pierwszy kontakt jest zazwyczaj wystarczająco zestandaryzowany: problem, rola, wielkość zespołu, ramy budżetowe, integracje, preferowany termin rozmowy. Tutaj agent może przejąć lwią część pracy. Nie zrobi tego perfekcyjnie. Zrobi to wystarczająco dobrze. I to słowo — wystarczająco — stanie się w 2026 roku ważniejsze niż perfekcyjnie.

FAQ: Czy AI w sprzedaży całkowicie zastąpi SDR-a?

Nie. Nie całkowicie, nie wszędzie i nie w 2026 roku. AI w sprzedaży ogranicza jednak zapotrzebowanie na tradycyjne role pierwszego kontaktu na tych rynkach, gdzie wolumen leadów jest wysoki, produkty zestandaryzowane, a dane wystarczająco czyste. Trafniejsze stwierdzenie brzmi: SDR nie zostanie zlikwidowany, lecz nastąpi rozłam tej roli na dwie odrębne ścieżki — prosta praca procesowa przejdzie do agentów, a wymagająca kwalifikacja trafi do mniejszej liczby znacznie lepiej przygotowanych specjalistów.

FAQ: Jakie wskaźniki powinni weryfikować dyrektorzy zarządzający?

Nie mierzcie wyłącznie wskaźników aktywności. Liczba połączeń, wysłanych e-maili i interakcji na LinkedIn to tylko szum operacyjny. Kluczowe są: zakwalifikowane szanse sprzedaży (opportunities) w przeliczeniu na koszt SDR-a, wskaźnik no-show, konwersja ze spotkania do realnej szansy sprzedaży, odsetek dyskwalifikacji po przejęciu leada przez AE, długość cyklu sprzedaży oraz wielkość pipeline’u z realnym prawdopodobieństwem domknięcia. Jeśli Wasz dashboard nie rozdziela tych wartości, nie jesteście w stanie ocenić, czy AI faktycznie pomaga, czy jedynie produkuje więcej szumu.

Co należy zrobić już teraz

W 2026 roku prezesi i dyrektorzy zarządzający nie powinni zlecać pisania opasłych strategii AI dla działu sprzedaży. Powinni odpowiedzieć na trzy twarde pytania. Po pierwsze: które 20 procent zadań naszych SDR-ów jest najbardziej powtarzalne i mierzalne cyfrowo? Po drugie: jakie pola danych muszą być bezbłędne, aby agent nie wyrządził szkód? Po trzecie: jakie reguły przekazywania ochronią złożone transakcje przed tanią automatyzacją? Kto nie potrafi odpowiedzieć na te pytania, nie powinien kupować agentów. Powinien najpierw posprzątać procesy.

  1. Podziel zespół SDR według zadań, a nie stanowisk — inbound, outbound, follow-up po eventach, reaktywacja, enterprise research.
  2. Mierz koszt przypadający na zakwalifikowaną szansę sprzedaży w każdym segmencie — a nie tylko liczbę spotkań czy wskaźniki aktywności.
  3. W pierwszej kolejności uporządkuj kluczowe konta i najważniejsze triggery — 500 zweryfikowanych kont bije na głowę 20 000 rekordów ze znakami zapytania.
  4. Zacznij od wąskiego workflow agentowego — na przykład od follow-upu po webinarach lub wstępnej selekcji zapytań demo.
  5. Zdefiniuj reguły eskalacji na piśmie — próg budżetowy, złożoność techniczna, kluczowe konta imienne (named accounts), ochrona danych, negatywne nastroje klienta.
  6. Porównuj duet agent plus SDR z klasycznym zespołem SDR — a nie samo narzędzie z człowiekiem w próżni.
  7. Zaplanuj na nowo pipeline talentów — jeśli juniorskich ról SDR ubędzie, przyszli Account Executives będą potrzebować innych ścieżek rozwoju.

Dyrektorzy sprzedaży muszą przestać bronić swoich zespołów wyłącznie argumentem o pracowitości. Pracowitość jest cenna. Ale pracowitość bez sprawnego systemu kosztuje fortunę. Nowym miernikiem nie jest to, ile osób pracuje w lejku, lecz ile stabilnego pipeline’u powstaje z jednej roboczogodziny człowieka. To brzmi surowo. Ale sprzedaż na tym poziomie bywa surowa.

Amplifa — rozmowa wstępna Dla dyrektorów zarządzających i szefów sprzedaży, którzy chcą sprawdzić, które procesy SDR warto zautomatyzować, a które świadomie pozostawić w rękach ludzi.

Moja prognoza dla Sales Development na 2026 rok

Nie wierzę w chwytliwy nagłówek: 50 procent wszystkich SDR-ów zniknie w 2026 roku. Jest zbyt ogólny, zbyt wygodny i brakuje mu poparcia w danych. Spodziewam się znacznie twardszego, bardziej precyzyjnego scenariusza: firmy przestaną skalować zespoły SDR głównie poprzez zwiększanie liczby etatów. Na standaryzowanych rynkach jeden SDR wspierany przez AI zastąpi od trzech do dziesięciu pracowników pierwszego kontaktu. Jednocześnie wzrośnie rynkowa wartość tych nielicznych osób, które potrafią poprowadzić złożone szanse sprzedaży, weryfikację techniczną i zbudować zaufanie.

W statystykach będzie to wyglądać mało spektakularnie. Nie zobaczymy natychmiast potężnej fali zwolnień, lecz puste biurka, na które nikt nie rozpisze rekrutacji. Zlikwidowany po odejściu pracownika wakat juniorski. Plan zatrudnienia zredukowany z dwunastu do sześciu osób. Dwa rynki zagraniczne obsługiwane przez jednego wielojęzycznego agenta. Manager SDR, który nagle zarządza większą liczbą systemów niż ludzi. Kto śledzi wyłącznie doniesienia o masowych zwolnieniach, dostrzeże tę zmianę za późno.

W przypadku przemysłu stawiam wyraźną granicę. Standaryzowane generowanie leadów jest mocno zagrożone. Z kolei identyfikacja potrzeb technicznych, zarządzanie interesariuszami i decyzje o inwestycjach wysokiego ryzyka pozostaną znacznie bardziej odporne. Agent może nawiązać kontakt. Może przygotować grunt pod merytoryczną rozmowę. Może zebrać dane. Nie zrozumie jednak automatycznie, dlaczego dyrektor fabryki milczy w sprawie inwestycji, podczas gdy kierownik utrzymania ruchu już dawno chce kupować, a dyrektor finansowy zabierze głos dopiero po kolejnej rundzie budżetowej.

Niewygodna prawda dla SDR-ów nie brzmi: Wszyscy zostaniecie zastąpieni. Niewygodna prawda brzmi: przeciętności nie da się już dłużej ukryć. Kto zajmuje się wyłącznie bezrefleksyjnym przeklikiwaniem sekwencji, stanie się łatwy do zastąpienia. Kto steruje systemami, odczytuje sygnały rynkowe, buduje trafne hipotezy i sprawnie rozpoznaje moment na eskalację, zyska na wartości. Miejsc będzie mniej. Poprzeczka powędruje wyżej.

Chętnie podyskutuję o tej tezie. Zwłaszcza z ludźmi, którzy potrafią położyć na stół twarde dane z pipeline’u, a nie tylko własne przeczucia. Bo ostatecznie to nie LinkedIn zdecyduje, czy rola SDR przetrwa. Zdecyduje o tym poniedziałkowy poranek podczas przeglądu forecastu — gdy w zespole będzie o osiem osób mniej, a pipeline mimo to nie straci na objętości.

Amplifa: Startseite · Produkt · AI SDR Agents · ICP Playbook · Über uns · Gespräch vereinbaren · Webinar

Ressourcen: Blog · Vertriebslexikon · Studien · Guides · Workflows · Tool-Vergleich · Email Finder · Intent Finder · Lookalike Finder · Tools

Branchen: Maschinenbau · Medizintechnik · Automobil · Chemie · Elektronik · Metallindustrie · Kunststofftechnik · Lebensmittel · Verpackung · Konsumgüter · Energie · Software

Success Stories: Übersicht · Wingcopter · Schnaithmann · Ottobock · Xandor · MK Kögel · Zeller+Gmelin · MagnetWorld · Persil Wäscheservice

Rechtliches: Impressum · Datenschutz · AGB

Branchenverbände & Quellen: VDMA · ZVEI · BME · Bitkom · BVMW · VCI · VDA · BVMed · Statista · Destatis

Bewertungen & Vergleich: G2 · Capterra · Gartner · OMR Reviews

Amplifa Profile: LinkedIn · X / Twitter · Anthony Filipiak (CEO) · Leon J. Hermann (COO)