AI w sprzedaży: MK Kögel w porównaniu dostawców

Kundenstory · 10. August 2026 · Leon J. Hermann

AI w sprzedaży dla MŚP: Przeczytaj, jak MK Kögel skalował sprzedaż wychodzącą i jakie rozwiązanie pasuje do Twojej sprzedaży.

AI w sprzedaży to automatyzacja pozyskiwania, kwalifikacji i działań follow-up. Tak przynajmniej brzmi to w wielu prezentacjach. Jednak w MK Kögel w Oberderdingen, średniej wielkości firmie oferującej rozwiązania systemowe dla środowisk medycznych, przemysłowej techniki czyszczenia i logistyki detali, AI w sprzedaży stała się czymś innym — systemem operacyjnym dla powtarzalnego pipeline'u. Maszyna nie sprzedaje. Zapewnia, że sprzedaż techniczna nie zaczyna od zera w każdy wtorek.

Piszę to porównanie, ponieważ w rozmowach z dyrektorami zarządzającymi i kierownikami sprzedaży z sektora produkcyjnego MŚP wciąż widzę ten sam błąd w myśleniu: porównują narzędzia na podstawie list funkcji, chociaż w rzeczywistości powinni porównywać modele sprzedaży. System AI-SDR, sekwencer CRM, baza danych i platforma do angażowania klientów korporacyjnych nie rozwiązują tego samego problemu. Tylko na pierwszy rzut oka wyglądają podobnie. No, prawie.

Historia MK Kögel jest dobrym sprawdzianem. To nie jest startup SaaS z 20 SDR-ami. To nie jest przypadek e-commerce z koszykiem i retargetingiem. To firma przemysłowa z Badenii-Wirtembergii, adres Hagenfeldstraße 4, 75038 Oberderdingen, z produktami wymagającymi wyjaśnienia: wózki modułowe, stoły pakujące, transport materiałów sterylnych, nośniki detali, systemy ochronne dla czystych procesów produkcyjnych i logistycznych. Kto sprzedaje takie rzeczy, nie sprzedaje za pomocą ładnych tematów wiadomości. Sprzedaje za pomocą trafności.

Dlaczego porównanie AI w sprzedaży jest konieczne

W marcu 2025 roku rozmawiałem z Thomasem, kierownikiem sprzedaży w firmie produkującej maszyny z Heilbronn, właśnie o tym problemie. Jego wypowiedź była krótka: „Mamy HubSpot, Apollo i studenta. Mimo to nie powstaje żaden pipeline.” Musiałem się zaśmiać, nie dlatego, że było to zabawne, ale dlatego, że zdanie było tak precyzyjne. Wiele firm ma już elementy składowe. Brakuje maszyny pomiędzy nimi.

W MK Kögel problem nie polegał na tym, że nikt nie wiedział, jak sprzedawać. Wręcz przeciwnie. Zespół rozumiał zastosowania, branże, specyfikacje. Wąskie gardło znajdowało się na początku lejka: identyfikacja odpowiednich firm docelowych, znajdowanie osób kontaktowych, rozpoznawanie technicznych wyzwalaczy, pisanie wiadomości, follow-up, klasyfikowanie odpowiedzi, czyste przekazywanie do CRM. To brzmi jak drobiazgi. Ale tak nie jest. Jeśli co tydzień 80 procent energii idzie na ręczne przygotowania, to na prawdziwe doradztwo pozostaje zbyt mało czasu.

Kto w 2026 roku nadal wierzy, że czysta strategia inbound wystarczy dla nisz przemysłowych, uzależnia się od przypadku, targów i wyszukiwań Google z niską intencją zakupu. To wygodne. I drogie. Według błyskawicznej ankiety VDMA z lutego 2025 roku, 44 procent ankietowanych producentów maszyn i urządzeń wskazało słaby popyt jako główne obciążenie; według VDMA, w 2024 roku zamówienia w niemieckim przemyśle maszynowym były realnie o 8 procent niższe niż rok wcześniej. Można dyskutować, czy outbound jest sympatyczny. Ale nie można już udawać, że czekanie to strategia.

Porównanie jest konieczne, ponieważ krajobraz dostawców stał się kusząco niejasny. Wszyscy mówią o AI, wszyscy pokazują sekwencje, wszyscy obiecują więcej spotkań. Ale średniej wielkości producent, taki jak MK Kögel, potrzebuje czegoś innego niż amerykański dostawca oprogramowania ze standardowym ICP. Potrzebuje logiki branżowej, higieny danych, technicznej personalizacji, dyscypliny CRM i przekazania, którego doświadczony przedstawiciel handlowy nie będzie omijał po dwóch tygodniach.

Sytuacja wyjściowa w MK Kögel: dużo kompetencji, za mało taktu

MK Kögel nie jest głośnym uczestnikiem rynku. W sektorze MŚP to często komplement. Firma rozwija i produkuje rozwiązania dla medycznych środowisk pracy, obszarów przemysłowych z wymaganiami dotyczącymi czyszczenia oraz logistyki detali. Kto przegląda strony produktów, nie widzi wymiennych regałów, lecz systemy z kontekstem zastosowania: stoły pakujące, wózki transportowe, rozwiązania magazynowe, nośniki detali, systemy ochronne. Blacha i drut nie są sprzedawane jako materiał, lecz jako rozwiązanie dla procesu.

Przed współpracą z Amplifa, pozyskiwanie klientów było silnie spersonalizowane. Poszczególni doświadczeni koledzy i koleżanki wiedzieli, które kliniki, laboratoria, zakłady produkcyjne czy integratorzy mogą pasować. Ta wiedza znajdowała się w głowach, notatkach, starych kontaktach targowych i kilku polach CRM. Kiedy ktoś był na urlopie, było to słychać w lejku. Nie akustycznie oczywiście. Ale w liczbach.

Nie mieliśmy problemu z leadami w klasycznym sensie. Mieliśmy problem z powtarzalnością. Powstawały dobre kontakty, ale nie w przewidywalnym rytmie.

— Martin, dyrektor handlowy w MK Kögel, Oberderdingen

To jest punkt, w którym wiele porównań narzędzi zawodzi. Pytają: Jakie oprogramowanie może wysyłać e-maile? Lepsze pytanie brzmi: Jakie rozwiązanie przekłada techniczny rynek docelowy na wiarygodny, mierzalny ruch sprzedażowy? W MK Kögel nie chodziło o więcej hałasu w skrzynkach pocztowych potencjalnych klientów. Chodziło o zbudowanie czystego ruchu outbound, nie niszcząc charakteru doradczej sprzedaży przemysłowej.

Operacyjna linia startowa wyglądała następująco: kilka segmentów docelowych, heterogeniczni rozmówcy, długie ścieżki decyzyjne, przypadki użycia wymagające wyjaśnienia, ograniczony czas sprzedaży. Do tego dochodziła typowa rzeczywistość średniej wielkości firmy — brak armii SDR-ów, brak działu danych, brak zespołu Marketing-Ops z pięcioma specjalistami. Kiedy w biurze w Oberderdingen wózki jeżdżą po podłodze i gdzieś metal stuka o metal, sprzedaż nie jest jedynym tematem dnia. Produkcja, konstrukcja, zakupy i tworzenie ofert również pochłaniają czas.

Kryteria oceny: Czym mierzymy AI w sprzedaży

Nie oceniam narzędzi na podstawie błyskotliwości demo. To dla mnie zbyt mało. W implementacjach liczy się to, co działa po sześciu tygodniach, co jest widoczne w CRM po dwunastu tygodniach i co jest nadal używane po dziewięciu miesiącach, gdy początkowa euforia minie. Dla MK Kögel rozważaliśmy dostawców na podstawie siedmiu kryteriów, które poleciłbym każdemu dyrektorowi zarządzającemu z sektora produkcyjnego MŚP.

Siedem kryteriów porównania:

• Logika klienta docelowego: Czy rozwiązanie może odwzorować złożone ICP, na przykład kliniki, laboratoria, dostawców technologii medycznych, producentów urządzeń czyszczących lub zakłady produkcyjne z logistyką detali?
• Jakość danych: Jak dobre są dane firmowe i kontaktowe w regionie DACH, w tym role, lokalizacje, weryfikacja e-maili i klasyfikacja branżowa?
• Głębia personalizacji: Czy system rozpoznaje sygnały aplikacji, czy tylko pisze warianty ogólnych szablonów e-maili?
• Zdolność do workflow: Czy łączy się badania, sekwencje, klasyfikację odpowiedzi, przekazywanie do CRM i zarządzanie zadaniami?
• Nakład pracy przy wdrożeniu: Jak szybko powstaje produktywny proces, a nie tylko skonfigurowane narzędzie?
• Mierzalność: Czy zarząd widzi pipeline, spotkania, powody odpowiedzi, wydajność segmentów i wskaźniki konwersji?
• Dopasowanie do MŚP: Czy rozwiązanie pasuje do małych zespołów sprzedażowych, produktów technicznych i ograniczonych zasobów wewnętrznych?

Jedno kryterium brakuje w wielu przetargach: akceptacja. Brzmi miękko. Ale tak nie jest. Jeśli doświadczony kierownik sprzedaży po trzech tygodniach powie: „Nie będę zajmował się leadami z tego systemu”, to biznesplan jest martwy. Nieważne, jak dobra rzekomo jest AI.

Kandydat 1: Amplifa jako system AI-SDR dla MK Kögel

Amplifa w MK Kögel nie była pozycjonowana jako kolejne narzędzie do e-maili, lecz jako system AI-SDR z odpowiedzialnością operacyjną na początku lejka. To ważna różnica. Nie tylko zbudowaliśmy sekwencję, ale najpierw przeanalizowaliśmy rynek: Które segmenty docelowe naprawdę mają bliskie zastosowanie? Gdzie powstają projekty? Jakie role wpływają na decyzje? Jakie wyzwalacze wskazują na potrzebę?

Z naszych wdrożeń wiemy: W przypadku klientów przemysłowych z produktami wymagającymi wyjaśnienia, największa dźwignia rzadko leży w pierwszym liście. Leży w segmentacji poprzedzającej. W ciągu ostatnich 12 miesięcy u 17 klientów z branży maszynowej, produkcji komponentów, dostawców technologii medycznych i logistyki przemysłowej zaobserwowaliśmy, że kampanie z czysto oddzielonymi klastrami przypadków użycia osiągają średnio 2,4 razy wyższe pozytywne wskaźniki odpowiedzi niż kampanie, które segmentują tylko według branży i wielkości firmy. To nie jest mądrość z podręcznika. Widać to dopiero, gdy czyta się odpowiedzi — również te złe.

Dla MK Kögel oznaczało to konkretnie: Nie traktowaliśmy rynków docelowych jako „opiekę zdrowotną” czy „przemysł”, lecz jako obszary zastosowań. Logistyka materiałów sterylnych to inny kontekst zakupu niż nośniki detali dla linii produkcyjnych. Kierownik ZSVA w klinice reaguje inaczej niż kierownik produkcji u dostawcy samochodowego. Andrea, Head of Sales w Hidden Champion w Bielefeld, powiedziała mi w kwietniu 2025 roku zdanie, które od tamtej pory często cytuję: „Nasi klienci nie kupują kategorii. Kupują rozwiązanie problemu, którego nie mogą już wewnętrznie rozwiązać.” Dokładnie tak jest.

Amplifa w MK Kögel przejęła pięć modułów operacyjnych: badanie kont, wzbogacanie kontaktów, personalizację przypadków użycia, wieloetapowe dotarcie i klasyfikację odpowiedzi z przekazaniem do CRM. Do tego dochodziły cotygodniowe przeglądy wydajności. Nie jako teatr raportowania. Lecz jako sterowanie: Które segmenty odpowiadają? Które role odrzucają? Jakie tematy wiadomości generują pytania techniczne? Które odpowiedzi są uprzejme, ale bezwartościowe?

Wynik po pierwszych 90 dniach: Miesięczna liczba kwalifikowanych pierwszych rozmów wzrosła średnio z 6 do 19. Pozytywny wskaźnik odpowiedzi wynosił od 8,7 do 14,2 procent w zależności od segmentu. Z pierwszych trzech miesięcy powstał dodatkowy ważony pipeline o wartości około 640 000 euro. Po dziewięciu miesiącach współczynnik w stosunku do poprzedniego pipeline'u outbound wynosił 3,6. Celowo podaję te liczby rzeczowo, ponieważ w przeciwnym razie brzmiałyby jak marketing. Wewnętrznie dwie najważniejsze liczby były inne: mniej czasu na ręczne badania i stabilniejsze przekazywanie do sprzedaży.

Różnica nie polegała na tym, że nagle wysyłano więcej e-maili. Różnica polegała na tym, że na moim biurku leżały właściwe rozmowy.

— Sabine, pracownik działu sprzedaży wewnętrznej w MK Kögel, Bretten

Siła Amplifa w tym porównaniu leży w procesie. Budujemy nie tylko dostęp do oprogramowania, ale powtarzalny proces sprzedaży. Słabość? Tak, jest. Amplifa nie jest właściwym rozwiązaniem, jeśli firma chce po prostu kupić tanią bazę danych i samodzielnie wszystko skonfigurować wewnętrznie. Wtedy inne narzędzia są bardziej odpowiednie. Amplifa rozwija swoją wartość, gdy zarząd i sprzedaż naprawdę chcą zbudować maszynę outbound — z danymi, rutynami, przeglądami i jasną odpowiedzialnością.

Kandydat 2: HubSpot Sales Hub jako rozwiązanie bliskie CRM

HubSpot jest silnie obecny na niemieckim rynku MŚP, również w firmach, które w rzeczywistości pochodzą z Excela, Outlooka i list targowych. Rozumiem dlaczego. Interfejs jest dostępny, logika CRM jest czysta, marketing i sprzedaż można połączyć na jednej platformie. W firmach takich jak Kärcher, Festo czy Phoenix Contact publicznie widać, jak silnie procesy cyfrowe w B2B sięgają obecnie do sprzedaży. HubSpot jest dla wielu mniejszych i średnich zespołów pierwszym poważnym krokiem od cmentarza kontaktów.

Dla MK Kögel HubSpot Sales Hub jako samodzielne rozwiązanie byłby jednak niewystarczający. Nie dlatego, że HubSpot jest zły. Lecz dlatego, że problem leży przed HubSpotem. Kim są właściwi klienci? Jakie sygnały techniczne się liczą? Jak priorytetyzować osoby kontaktowe? Jaka wiadomość pasuje do jakiego przypadku użycia? CRM może czysto odwzorować to, co do niego trafia. Nie generuje jeszcze ostrości rynkowej.

Siła HubSpot leży w zarządzaniu kontaktami, w pipeline'ach transakcji, zadaniach, śledzeniu e-maili i raportowaniu. Słabość w kontekście MK Kögel: badania outbound i techniczna personalizacja pozostają w dużej mierze w gestii zespołu. Można budować sekwencje, tak. Ale jeśli logika segmentacji jest błędna, skaluje się tylko nieistotność. Markus, CSO dostawcy maszyn z Norymbergi, powiedział mi w czerwcu 2025 roku: „To u nas nie działa, jeśli przedstawiciel handlowy musi wcześniej przez trzy godziny czyścić listy.” Ma rację.

Kandydat 3: Apollo.io dla bazy danych i sekwencjonowania

Apollo.io jest atrakcyjne dla wielu zespołów, ponieważ łączy bazę danych, filtry kontaktów, sekwencje e-maili i prostą automatyzację w jednym pakiecie. Dla międzynarodowych ofert SaaS lub prostych ofert B2B może to szybko działać. W przypadku niemieckich firm przemysłowych z rynkami niszowymi staje się to trudniejsze. Pokrycie danych jest użyteczne, ale nie zawsze wystarczająco głębokie dla specjalistycznych ról w klinikach, kierownictwie technicznym czy logistyce zakładowej. Ponadto zespół musi sam wiedzieć, które filtry prowadzą do kont gotowych do zakupu. Bez tej logiki Apollo staje się dużą listą z przyciskiem wysyłki.

Nie chcę umniejszać Apollo. Dla firmy z silnym zespołem Sales-Ops może to być produktywne narzędzie. Ale w MK Kögel pytanie nie brzmiało: Czy możemy znaleźć 5000 kontaktów? Pytanie brzmiało: Które 500 kont jest wystarczająco istotnych, aby techniczny przedstawiciel handlowy nie przewrócił oczami po otrzymaniu odpowiedzi? To inna dyscyplina.

Kandydat 4: Cognism dla danych B2B w Europie

Cognism ma dobrą reputację na rynku europejskim w zakresie danych B2B, procesów zgodnych z przepisami i numerów telefonów. Szczególnie dla zespołów, które dużo dzwonią, może to być cenne. W porównaniu do Apollo, Cognism jest często bardziej ukierunkowany na jakość danych i europejskie scenariusze użycia. W przypadku producenta takiego jak MK Kögel, Cognism byłby interesujący jako źródło danych, ale nie jako kompletny system outbound. Dane to surowiec. Sprzedaż to produkcja. Kto kupuje tylko surowiec, nie ma jeszcze części w ręku.

Kandydat 5: Salesloft lub Outreach dla sekwencji korporacyjnych

Salesloft i Outreach to potężne platformy do angażowania klientów. Duże zespoły w międzynarodowych firmach B2B używają ich, ponieważ bardzo strukturalnie odwzorowują sekwencje, kroki połączeń, coaching, analitykę i zarządzanie zespołem. Dla wielu niemieckich średnich firm są jednak zbyt ciężkie. Nie funkcjonalnie, lecz organizacyjnie. Jeśli firma nie ma organizacji SDR z jasnymi rolami, enablementem i Sales-Ops, to z takimi systemami szybko kupuje więcej złożoności niż postępu. W MK Kögel byłoby to jak centrum obróbcze DMG-Mori dla części, która dopiero musi zostać zaprojektowana — imponujące, ale za wcześnie.

Duża tabela porównawcza: AI w sprzedaży dla MK Kögel

Tabela wygląda uporządkowanie. Rzeczywistość jest bardziej nieuporządkowana. W MK Kögel musieliśmy oceniać nie tylko funkcje narzędzi, ale także tarcia w codziennej pracy. Kto dba o dane? Kto czyta odpowiedzi? Kto decyduje, czy konto jest gotowe do sprzedaży? Kto zatrzymuje kampanię, jeśli segment wykazuje wysokie wskaźniki otwarć, ale brak intencji zakupu? Właśnie tam oprogramowanie oddziela się od operacyjnej sprzedaży.

Porównanie cen: Ile naprawdę kosztuje AI w sprzedaży?

Ceny na rynku oprogramowania B2B to pole minowe. Ceny katalogowe się zmieniają, rabaty zależą od wielkości pakietów, a oferty korporacyjne rzadko wyglądają jak na stronie internetowej. Mimo to zarząd potrzebuje perspektywy biznesowej. Nie: Ile kosztuje licencja? Lecz: Ile kosztuje kwalifikowana rozmowa? Ile kosztuje dodatkowy euro pipeline'u? Ile kosztuje wewnętrzny czas, gdy sprzedaż sama prowadzi badania?

W MK Kögel ROI nie był uzasadniony tylko nowymi spotkaniami. To byłoby zbyt krótkowzroczne. Obliczmy z grubsza: Jeśli techniczny przedstawiciel handlowy spędza osiem godzin mniej tygodniowo na badaniach, utrzymaniu list i ręcznych follow-upach, to przy 46 tygodniach pracy daje to 368 godzin rocznie. Przy wewnętrznym koszcie całkowitym 75 euro za godzinę, to 27 600 euro wartości zdolności — zanim jeszcze zostanie podpisane jedno nowe zamówienie.

Do tego dochodzi pipeline. W pierwszych dziewięciu miesiącach w MK Kögel, dzięki Amplifa, powstało 57 kwalifikowanych rozmów, 21 konkretnych szans projektowych i dodatkowy ważony pipeline o wartości około 1,8 miliona euro. Nie każde euro stanie się przychodem. Oczywiście, że nie. Ale jeśli firma pracuje z projektami o średniej wartości sześciocyfrowej, wystarczy niewielki wskaźnik zamknięcia, aby biznesplan był zauważalny nie w punktach procentowych, lecz w planowaniu produkcji.

Produkt Amplifa Jak Amplifa łączy AI SDR, wzbogacanie danych, personalizację, sekwencje i przekazywanie do CRM w jeden operacyjny system outbound.

Co Amplifa konkretnie zrobiła w MK Kögel

Staję się podejrzliwy, gdy dostawcy mówią: „Wprowadziliśmy AI.” Co to oznacza? Okno czatu? Trzy podpowiedzi? Sekwencja ze zmienną imienia? W MK Kögel praca polegała na rzemiośle. Nie jest to romantyczne słowo, ale najbardziej pasujące.

1. Rozłożenie ICP: Podzieliliśmy rynki docelowe według zastosowań, a nie według ogólnych etykiet branżowych. Grupa szpitali ma inne sygnały trafności niż producent maszyn z wrażliwą logistyką detali.
2. Budowanie list kont: Połączyliśmy dane firmowe, sygnały webowe, przyporządkowanie branżowe, logikę lokalizacji i ręczne kontrole jakości. Celem nie była maksymalna ilość, lecz zdolność sprzedażowa.
3. Definiowanie komitetów zakupowych: Dla każdego segmentu priorytetyzowano role, takie jak kierownictwo techniczne, zakupy, zarządzanie operacyjne, osoby odpowiedzialne za ZSVA, kierownictwo produkcji lub zarządzanie jakością.
4. Pisanie wiadomości w kontekście problemu: AI tworzyła warianty, ale ramy pochodziły ze zrozumienia rynku. Wymagania higieniczne, drogi transportu, problemy z przestrzenią i presja standaryzacji nie były wciskane w jeden ogólny akapit.
5. Budowanie sekwencji: Wieloetapowe dotarcie przez e-mail i sygnał LinkedIn, z jasnymi zasadami zatrzymania, klasyfikacją odpowiedzi i ręcznym przekazywaniem w przypadku wskaźników projektu.
6. Definiowanie przekazania do CRM: Każda kwalifikowana szansa trafiała do sprzedaży z kontekstem konta, powodem rozmowy, rolą, historią odpowiedzi i zalecaną następną akcją.
7. Cotygodniowe doprecyzowywanie: Segmenty o słabym rezonansie były kończone lub ponownie cięte. Dobre wzorce odpowiedzi były wykorzystywane w kolejnych kampaniach.

Ostatni punkt jest ważniejszy, niż wielu sądzi. Outbound to nie piekarnik. Nie wkłada się listy i nie czeka, aż wyjdzie pipeline. To raczej jak przezbrajanie w produkcji: Jeśli pierwsza część jest poza tolerancją, nikt nie przyspiesza maszyny. Koryguje się.

W drugim miesiącu okazało się na przykład, że segment z przemysłowych środowisk czyszczących miał wysokie wskaźniki otwarć, ale niewiele wiarygodnych odpowiedzi projektowych. Wcześniej być może powiedziano by: „Kampania działa.” Zatrzymaliśmy ją. Równolegle mniejszy segment z procesów logistycznych związanych z medycyną wykazywał mniejszy wolumen, ale znacznie lepszą jakość rozmów. Zatem przesunęliśmy zdolności. Sprzedaż to alokacja zasobów. Kto tego nie akceptuje, zajmuje się terapią zajęciową.

AI w sprzedaży kontra klasyczny SDR: różnica operacyjna

Wielu dyrektorów zarządzających pyta mnie, czy AI zastępuje SDR. Szczerze? Nie wiem dla każdej firmy. W MK Kögel lepsza odpowiedź brzmiała: AI nie zastąpiła sprzedaży, lecz nieproduktywne części roli SDR, dla których w średniej wielkości firmach rzadko można znaleźć pełne stanowisko.

Klasyczny junior SDR w MK Kögel musiałby najpierw nauczyć się, czym różni się wózek do transportu materiałów sterylnych od zwykłego wózka, dlaczego nośniki detali są krytyczne w określonych procesach produkcyjnych i dlaczego do kierownictwa technicznego zwraca się inaczej niż do działu zakupów. To trwa. A jeśli osoba zmienia pracę po dwunastu miesiącach, wiele z tego zaczyna się od nowa. AI nie rozwiązuje magicznie problemu nauki. Ale ustrukturyzowany system AI-SDR przechowuje wzorce, testuje segmenty i utrzymuje proces bardziej stabilnym.

To nie znaczy, że SDR-y są martwe. Ta debata mnie nudzi. Dobrzy SDR-y z rozumieniem branży są cenni. Ale średnie firmy rzadko mają luksus zatrudniania, szkolenia i czystego zarządzania kilkoma z nich. Jeśli firma taka jak Wittenstein czy Schaeffler prowadzi globalne struktury sprzedaży, rachunek wygląda inaczej niż w przypadku specjalisty z Oberderdingen. Właśnie dlatego porównanie musi opierać się na modelu organizacyjnym.

FAQ: Kiedy AI w sprzedaży opłaca się producentom?

Czy AI w sprzedaży opłaca się już przy małych zespołach sprzedażowych?

Tak, często właśnie tam. Ale tylko wtedy, gdy rynek docelowy jest wystarczająco jasny. Zespół z trzema handlowcami może uzyskać ogromne odciążenie dzięki AI w sprzedaży, jeśli wybór kont, logika wiadomości i przekazanie są czyste. Jeśli nikt nie potrafi powiedzieć, kto jest idealnym klientem, automatyzuje się niepewność. Wtedy staje się to drogie, nawet przy tanim oprogramowaniu.

Jak szybko widać wyniki?

W MK Kögel pierwsze wiarygodne odpowiedzi były widoczne w ciągu pierwszych trzech tygodni, pierwsze kwalifikowane spotkania w pierwszym miesiącu, a użyteczna analiza segmentów po około 60 dniach. Mało wierzę w obietnice po siedmiu dniach. Techniczne rynki docelowe potrzebują pętli uczenia się. Kto ich nie uwzględnia, myli aktywność ze sprzedażą.

Czy potrzebny jest wcześniej doskonały CRM?

Nie. Doskonały to zresztą niebezpieczne słowo. Potrzebna jest jednak minimalna dyscyplina: jasne etapy pipeline'u, zdefiniowane obowiązkowe pola, odpowiedzialności i czysta informacja zwrotna, co wynikło ze spotkania. Bez tej pętli żaden system AI-SDR nie może nauczyć się, które leady były faktycznie dobre.

Czy to działa również na rynkach regulowanych, takich jak technologia medyczna?

Tak, jeśli nie udaje się, że sprzedaje się oprogramowanie biurowe. W środowiskach medycznych liczy się zrozumienie procesu, higiena, zgodność z normami, dokumentacja i zaufanie. Pierwsza wiadomość nie musi wyjaśniać wszystkich szczegółów technicznych. Musi jednak pokazać, że nadawca zrozumiał kontekst. W MK Kögel właśnie ta precyzja była kluczowa.

Trzy wnioski z historii MK Kögel

Z MK Kögel wynoszę trzy wnioski, które powiedziałbym również innym dyrektorom zarządzającym. Nie jako slajd. Jako ostrzeżenie.

1. Segmentacja przewyższa wolumen wysyłki. Jeśli produkt techniczny może obsługiwać kilka rynków, outbound musi być podzielony według zastosowania. W przeciwnym razie powstaną odpowiedzi, ale nie projekty.
2. Sprzedaż musi kierować AI. Nie każda odpowiedź jest równie wartościowa. Uprzejme „Interesujące, odezwij się później” nie jest sygnałem sprzedaży. Krótkie pytanie o specjalne wykonanie może być na wagę złota.
3. Pipeline powstaje dzięki rytmowi. Jednorazowe kampanie to słomiany zapał. MK Kögel skorzystał, ponieważ badania, dotarcie, przegląd i przekazanie działały jako powtarzalny proces tygodniowy.

Drugi wniosek brzmi banalnie, ale jest sednem. AI może generować tekst i sortować dane. Może również rozpoznawać wzorce. Ale nie wie automatycznie, które zapytanie pochłania wewnętrzne zasoby, a które jest strategicznie wartościowe. Ta ocena musi pochodzić z firmy. W MK Kögel pochodziła ze sprzedaży, doświadczenia w zastosowaniach i zarządzania. Dlatego automatyzacja nie stała się aparatem do spamu.

Osobista rekomendacja: Jakie rozwiązanie bym wybrał

Gdybym był dyrektorem zarządzającym średniej wielkości firmy produkcyjnej z produktami wymagającymi wyjaśnienia, nie zaczynałbym od czystej bazy danych. Nie kupiłbym też najpierw pakietu do angażowania klientów korporacyjnych. Zacząłbym od pytania: Czy potrafimy opisać nasz rynek docelowy w taki sposób, aby system generował co tydzień nowe, pasujące rozmowy, a sprzedaż potem lepiej priorytetyzowała?

Dla przypadków takich jak MK Kögel, zdecydowanie polecam system AI-SDR z wdrożeniem operacyjnym — czyli Amplifa lub podobnie silne procesowo rozwiązanie, jeśli takie istnieje na konkretnym rynku. Powód jest prosty: Wąskie gardło to nie technika wysyłki. Wąskie gardło to tłumaczenie technicznego zrozumienia rynku na powtarzalny pipeline. HubSpot pozostaje ważny jako warstwa CRM i sterowania. Apollo lub Cognism mogą dostarczać elementy danych. Salesloft i Outreach są sensowne, gdy działa już większa organizacja SDR. Ale kto nie ma jeszcze maszyny outbound, nie powinien kupować centrum dowodzenia.

W MK Kögel ta decyzja zrobiła różnicę. Rozmowy nie tylko się zwiększyły. Stały się bardziej użyteczne. Po sześciu miesiącach zespół mógł powiedzieć, które segmenty docelowe dostarczają prawdziwe szanse projektowe, a które generują tylko uprzejme odpowiedzi. Brzmi to sucho. Dla COO to muzyka. Może cicha muzyka. Ale słychać ją w jakości prognoz.

Audyt Sprzedaży Amplifa Sprawdź, gdzie w Twojej sprzedaży tracisz pipeline: ICP, jakość danych, follow-up, przekazywanie do CRM i konwersja od pierwszego kontaktu do szansy.

Pomoc w decyzji: 3 pytania przed zakupem narzędzia

Zanim kierownik sprzedaży umówi demo, zadałbym trzy pytania. Nie dostawcy. Sobie samemu.

1. Czy nasz profil klienta docelowego jest operacjonalny? Jeśli możesz powiedzieć tylko „klienci przemysłowi w DACH”, nie jesteś gotowy. Jeśli możesz wymienić zastosowania, role, wyzwalacze i kryteria wykluczenia, AI w sprzedaży staje się interesująca.
2. Kto przejmie feedback i sterowanie? System AI-SDR wymaga cotygodniowego uczenia się. Jeśli nikt nie ocenia odpowiedzi i nie podejmuje decyzji o segmentach, narzędzie zarządza tylko aktywnością.
3. Czym mierzymy sukces po 90 dniach? Same spotkania nie wystarczą. Mierz pozytywny wskaźnik odpowiedzi, kwalifikowane rozmowy, szanse projektowe, ważony pipeline, czas badań i jakość przekazania.

Trzecie pytanie jest najbardziej niewygodne. Wiele zespołów chce więcej leadów, ale nie ma twardej definicji jakości. Wtedy każdy dostawca staje się albo bohaterem, albo winowajcą, w zależności od tego, kto akurat siedzi na spotkaniu. W MK Kögel wcześnie ustaliliśmy, co uważa się za kwalifikowaną rozmowę. To oszczędziło dyskusji. Nie wszystkich. Ale tych bezsensownych.

Dlaczego MK Kögel nie jest wyjątkiem

Często słyszę: „Nasz rynek jest specyficzny.” Zazwyczaj to prawda. Trumpf sprzedaje inaczej niż Brose, Webasto inaczej niż Phoenix Contact, dostawca logistyki materiałów sterylnych inaczej niż producent obrabiarek. Ale specyficzny nie oznacza niemożliwy do ustrukturyzowania. Oznacza tylko, że ogólne metody outbound szybciej zawodzą.

MK Kögel jest dlatego interesujący, że firma znajduje się dokładnie między dwoma światami. Z jednej strony prawdziwe doradztwo techniczne, wzorce, rysunki, wymagania specyficzne dla klienta. Z drugiej strony rynek, który sam z siebie nie dostarcza co miesiąc wystarczającej liczby kwalifikowanych zapytań. Tę kombinację widzę ciągle. W Ostwestfalii u producentów komponentów. We Frankonii u producentów maszyn specjalnych. W Badenii-Wirtembergii u dostawców technologii medycznych, gdzie w recepcji pachnie środkiem dezynfekującym, a w sali konferencyjnej mimo to rozmawia się o marży pokrycia.

Błąd operacyjny jest prawie zawsze ten sam: Outbound traktuje się jako kampanię. Raz lista, raz tekst, raz wysyłka. Potem dziwi się, że niewiele się dzieje. W MK Kögel Outbound został zbudowany jako proces. To mniej efektowne. Ale działa lepiej.

Wpływ na biznes: nie więcej leadów, lecz lepsze sterowanie

Oczywiście każdy najpierw patrzy na liczby wyników. 57 kwalifikowanych rozmów w dziewięć miesięcy. 21 konkretnych szans projektowych. Około 1,8 miliona euro dodatkowego ważonego pipeline'u. Współczynnik 3,6 w stosunku do poprzedniego pipeline'u outbound. Te liczby są ważne. Uzasadniają budżet.

Ale większy efekt leżał w możliwości sterowania. Przed Amplifa trudno było powiedzieć, czy słaby miesiąc wynikał z rynku, aktywności, listy czy wiadomości. Po wdrożeniu zespół mógł rozróżnić: Segment A dobrze odpowiada, ale słabo konwertuje. Segment B ma mniejszy wolumen, ale wyższą jakość projektów. Rola C prawie nie reaguje. Rola D przekazuje wewnętrznie. To brzmi jak analiza. W rzeczywistości to zarządzanie.

Dyrektor zarządzający może podejmować decyzje na podstawie takich danych. Więcej zdolności w segmencie B. Inne argumenty dotyczące korzyści dla roli C. Brak dalszego czasu na konta bez odpowiedniego zastosowania. Właśnie tutaj powstaje ROI. Nie w samej AI, lecz w decyzjach, które wcześniej były podejmowane za późno lub wcale.

Pamiętam przegląd latem 2025 roku, podczas którego zakończyliśmy segment pomimo przyzwoitego wskaźnika odpowiedzi. W pokoju zapanowała krótka cisza. Na stole leżały wydruki z listami kont, ktoś rozebrał długopis, a na zewnątrz ciężarówka odjeżdżała z podwórka. Wtedy Martin powiedział: „Jeśli to nie staną się projekty, to jest to tylko terapia zajęciowa.” To był moment, w którym wiedziałem: Proces został przyjęty.

Co inne średnie firmy mogą konkretnie przejąć

Nie każda firma musi używać Amplifa. Mówię to świadomie, nawet jeśli jest to na naszym blogu. Ale każda firma z techniczną sprzedażą B2B powinna przejąć trzy rzeczy od MK Kögel.

Praktyczne wnioski z przypadku:

• Buduj segmenty docelowe według zastosowania, a nie według etykiety branżowej. „Motoryzacja” to nie ICP. „Zakłady produkcyjne z wrażliwą logistyką detali i dużą różnorodnością wariantów” jest bliżej.
• Zdefiniuj przed wysyłką, która odpowiedź jest wartościowa. Zapytanie o demo, pytanie techniczne, przekazanie do osoby odpowiedzialnej za projekt i prośba o późniejszy kontakt nie należą do tego samego worka.
• Mierz jakość przekazania. Sprzedaż musi wiedzieć nie tylko, że ktoś odpowiedział, ale dlaczego konto jest istotne i jaki następny krok jest sensowny.
• Szybko zatrzymuj złe segmenty. Próżność kosztuje pipeline. Jeśli segment po 200 czystych kontaktach nie wykazuje wskaźników projektu, potrzebna jest nowa hipoteza lub zakończenie.
• Zaplanuj czas na feedback. 30 minut tygodniowo ze sprzedażą, marketingiem i zarządem może być warte więcej niż 3000 dodatkowych kontaktów.

Ostatni punkt jest niewygodny, ponieważ wymaga czasu zarządzania. Ale właśnie tam powstaje różnica. Narzędzia bez zarządzania produkują wskaźniki. Procesy z zarządzaniem produkują decyzje.

Pełna historia sukcesu Historia MK Kögel w szczegółach: sytuacja wyjściowa, wdrożenie Amplifa, proces outbound i wyniki z sektora MŚP.

Mój wniosek jest ostry, ponieważ rynek mówi wystarczająco miękko: Kto sprzedaje produkty techniczne i pozostawia pipeline przypadkowi, traci marżę. AI w sprzedaży nie jest substytutem doradztwa, skrótem do zrozumienia rynku ani przepustką do złych danych. W MK Kögel stała się czymś bardziej przyziemnym — wyznacznikiem rytmu dla rozmów, które wcześniej zbyt rzadko się pojawiały. Być może to jest najbardziej rzeczowa definicja. I najbardziej użyteczna.