Sztuczna inteligencja w sprzedaży: gdzie pomaga, jakie narzędzia pasują i jak zacząć

Sztuczna inteligencja w sprzedaży (w skrócie AI w sprzedaży) to użycie modeli językowych i uczenia maszynowego do pracy wokół sprzedaży: researchu konta, przygotowania spotkania, spisania rozmowy, napisania follow-upu i utrzymywania CRM w aktualności. Większość czasu, który dziś oszczędza, bierze się z tego czytania i pisania. Scoring leadów i prognozowanie przychodów to też AI, ale te modele uczą się na dawnych szansach sprzedaży, więc opłacają się zespołom z długą, czystą historią, a znacznie mniej pięcioosobowej firmie doradczej.

Sama sprzedaż zostaje przy ludziach: zdobywanie zaufania, ocena zakresu i ceny, decyzja, kiedy nacisnąć. Dobry początek to jedno powtarzalne zadanie, wykonane jako szkic, który człowiek czyta, zanim cokolwiek wyjdzie na zewnątrz.

Ten poradnik publikuje Customermates, CRM typu AI native, który pojawia się we własnej, oznaczonej sekcji. Fakty o innych dostawcach pochodzą z ich własnych stron, sprawdzonych 8 października 2026.

Gdzie AI pomaga w procesie sprzedaży

Tabela prowadzi przez szansę od pierwszego researchu do przeglądu pipeline'u. Ostatnia kolumna to część, którą człowiek powinien zachować.

Pierwsze siedem wierszy działa na danych, które mały zespół już ma. Scoring i prognozowanie nie: firma doradcza, która zamyka 40 szans rocznie, daje modelowi za mało materiału do nauki. Przy takiej skali ważony pipeline, w którym wartość każdej szansy mnoży się przez prawdopodobieństwo ustawione dla jej etapu, łatwiej sprawdzić i wyjaśnić wspólnikowi. Inaczej jest w hurtowni z tysiącami zamówień rocznie: ma dość danych na modele, które podpowiadają ponowne zamówienia lub sprzedaż dodatkową.

Personalizacja komunikacji: jak sprawić, by AI pisało po Twojemu

Personalizacja z AI to nie wstawienie imienia i nazwy firmy w szablon. Model może wziąć z wątku to, co klient naprawdę napisał, i odnieść się do tego w odpowiedzi. Szkic wypada dobrze tylko wtedy, gdy potrafisz opisać, jak piszesz do klientów.

• Forma grzecznościowa. W polskim B2B różnica między „Dzień dobry, Panie Marku” a „Cześć, Marek” ma znaczenie, a model bez wskazówki często wybiera zbyt sztywny, urzędowy ton. Napisz w instrukcji, jak zwracasz się do klientów (Pan/Pani czy per Ty, imię czy nazwisko), i dołącz dwa, trzy własne maile jako wzór.
• Odmiana imion i nazwisk. Modele zwykle radzą sobie z polskim dobrze, ale wołacz („Panie Tomaszu”) i odmiana nazwisk wciąż potrafią się potknąć. Klient zauważy to od razu, więc czytaj każdy szkic, zanim wyjdzie.
• Język klienta. Jeśli klient pisze po angielsku albo po niemiecku, szkic powinien być w tym samym języku. Poproś o to wprost, tak jak w przykładzie z Customermates niżej.
• Konkret zamiast komplementów. Dobra personalizacja nawiązuje do ostatniej wiadomości, otwartej szansy albo ustaleń ze spotkania. Pochwała strony internetowej klienta nic nie wnosi.

Generatywna AI, modele scoringowe i zwykła automatyzacja

Cztery rodzaje technologii sprzedaje się jako „AI w sprzedaży”. Zawodzą na różne sposoby, więc warto wiedzieć, której używa produkt, zanim mu zaufasz.

Wiele zadań sprzedażowych nie potrzebuje żadnego modelu. Jeśli reguła mieści się w jednym zdaniu, automatyzacja workflow jest tańsza i za każdym razem zachowuje się tak samo. Agenci to osobny temat, opisany w poradniku o agentach AI do sprzedaży.

Które narzędzia AI pasują do jakiego zadania

To nie jest ranking. Każdy wiersz podaje rodzaj narzędzia, przykłady opisane na podstawie własnych stron dostawców i sytuację, do której pasuje.

Zespół, który pisze dwadzieścia follow-upów tygodniowo, zyska więcej na asystencie widzącym CRM i wątki niż na rejestratorze rozmów. Zespół, który spędza dzień na rozmowach, zyska więcej na rejestratorze. Jeśli chcesz głównie lepszego partnera do pisania, zacznij od poradnika o ChatGPT do sprzedaży.

Jak zacząć: jeden proces, cztery tygodnie

1. Wybierz zadanie, które powtarzasz najczęściej

   Zapisz, jak często się zdarza i ile trwa. Przykład: follow-upy do otwartych ofert, dziesięć tygodniowo po około dziesięć minut.

2. Zbierz kontekst w jednym miejscu

   AI napisze użyteczny follow-up tylko wtedy, gdy widzi wątek, szansę i to, co obiecano. Wklej to do czatu, podłącz klienta AI do CRM albo użyj CRM, który trzyma rozmowy.

3. Przez tydzień pracuj tylko do odczytu

   Proś wyłącznie o streszczenia i listy. Porównaj je z tym, co wiesz o każdej szansie, i notuj każdy zmyślony szczegół.

4. Przejdź do szkiców, nie wysyłki

   Pozwól AI zapisywać szkice, które sam poprawiasz i wysyłasz. Policz, ile wychodzi tylko z drobnymi zmianami.

5. Spisz zasady

   Jedna strona: styl wypowiedzi, czego AI nigdy nie wolno obiecywać (ceny, terminy, rabaty) i które działania wymagają człowieka. Omów ją z zespołem i zachowaj, bo dokumentuje też środki w zakresie kompetencji w AI opisane niżej.

6. Rozszerzaj, gdy poprawki robią się małe

   Po dwóch do czterech tygodniach porównaj czas na zaakceptowany szkic z punktem wyjścia. Dodaj kolejne zadanie dopiero wtedy, gdy to działa przy niewielkiej korekcie.

Przykład: noty przed spotkaniami i szkice follow-upów w Customermates

Ta sekcja pokazuje jedną konfigurację w Customermates, CRM, który publikuje ten poradnik. Mate, asystent w jego wnętrzu, działa w Customermates Cloud i zużywa hostowane kredyty AI.

Weźmy trzyosobową firmę doradczą w planie Pro:

• Rekordy: kontakty, organizacje i szanse sprzedaży. Etap szansy to pole typu Pojedynczy wybór z prawdopodobieństwami etapów: Pierwsza rozmowa 10%, Zakres prac 30%, Oferta wysłana 60%, Wygrana 100%, Przegrana 0%.
• Skrzynka odbiorcza: każdy konsultant podłącza konta w liczbie 1 (zwykle służbową skrzynkę w Gmailu lub Outlooku). Skrzynka odbiorcza pokazuje te wątki obok kontaktów i szans, a w planie Pro Customermates może czytać kalendarz tego konta, nie zapisując w nim.
• Baza wiedzy: jedna strona z usługami, tym, jak firma pisze do klientów, i tym, czego Mate nigdy nie wolno obiecywać. Mate czyta Bazę wiedzy w czatach i w uruchomieniach rutyn, więc zasady z kroku piątego żyją w jednym miejscu, a nie w każdym prompcie.

Każdy konsultant dodaje potem rutynę, która działa Według harmonogramu, Codziennie o 07:30:

Przejrzyj moje wydarzenia w kalendarzu na dziś. Przy każdym spotkaniu z osobą
spoza naszej firmy znajdź kontakt, organizację i ewentualną otwartą
szansę sprzedaży. Napisz krótką notę na każde spotkanie: trzy ostatnie
wiadomości w obie strony, etap i wartość szansy, otwarte zadania i jedno
pytanie, które powinienem zadać. Napisz, czego nie udało Ci się znaleźć.
Niczego nie wysyłaj ani nie zmieniaj.

Noty pojawiają się w Szczegółach uruchomienia, gdzie konsultant może odpowiedzieć i zadać pytanie uzupełniające. Później w ciągu dnia, w czacie z Mate:

Znajdź moje szanse sprzedaży na etapie „Oferta wysłana”, w których nasza
ostatnia wiadomość ma ponad siedem dni. Przy każdej zapisz dwuzdaniowy
follow-up jako szkic w najnowszym wątku, w języku tej rozmowy.
Niczego nie wysyłaj.

Obie instrukcje mówią „Niczego nie wysyłaj” z konkretnego powodu. Gdy Mate dostaje polecenie wysłania e-maila lub wiadomości na czacie, wysyła ją bez drugiego potwierdzenia; zatrzymuje się po zatwierdzenie przed usunięciem i kilkoma działaniami administracyjnymi. Rutyna działa jako jej właściciel, z kanałami i uprawnieniami właściciela, i odmawia wszystkiego, co wymagałoby zatwierdzenia, bo nikogo nie ma, by go udzielić.

Ile to kosztuje: Pro dla trzech osób to 87 € miesięcznie, rozliczane miesięcznie. To obejmuje skrzynkę odbiorczą, podłączone konta (na osobę: 1) i rutyny (do 5 na osobę), a także miesięczne hostowane kredyty AI na aktywnego użytkownika; zobacz cennik. Starter za 36 € miesięcznie zawiera Mate i rutyny (na osobę: 1), ale bez skrzynki odbiorczej i bez kalendarza, więc nota widziałaby tylko rekordy CRM. Twoja pierwsza przestrzeń robocza startuje z planem Pro za darmo przez 14 dni, bez karty kredytowej.

To jest follow-up w praktyce: nota przed każdym spotkaniem, szkic czekający w wątku po nim i oferty, które ucichły, wypisane do ponaglenia. Aby uruchomić to na własnych klientach, zacznij 14-dniowy okres próbny.

Zamiast tego z własnym klientem AI: Claude, ChatGPT i inni klienci mogą wykonać tę samą pracę przez serwer MCP Customermates, w każdym planie i w instancji self-hosted. Model działa wtedy w Twojej własnej subskrypcji AI. Narzędzia do wiadomości i kalendarza wymagają planu Pro lub wyższego w chmurze. Serwer prosi klientów o potwierdzenie przed wysłaniem lub usunięciem, ale to, czy zobaczysz to potwierdzenie, zależy od klienta.

Ryzyka do rozstrzygnięcia przed startem

• Wymyślone szczegóły. Modele generatywne piszą wiarygodne fakty. Żądaj źródła przy każdym twierdzeniu w nocie z researchu i nigdy nie pozwól wyjść nieprzeczytanej pierwszej wiadomości do nowego kontaktu.
• Więcej wiadomości zamiast lepszych. AI pozwala wysłać sto maili w czasie, w którym wcześniej powstawało dziesięć. Skutek bywa taki, że odbiorcy dostają więcej tego samego i przestają odpowiadać. Używaj czasu, który AI oszczędza, na rozmowy i trafniejsze pierwsze zdania.
• Wysyłka bez sprawdzenia. Sprawdź, które działania Twoje narzędzie wykonuje bez pytania, i w każdej instrukcji mów, czy wolno mu wysyłać.
• Dane klientów w promptach. RODO obowiązuje od chwili, gdy dane osobowe trafiają do dostawcy AI. Używaj konta objętego umową powierzenia przetwarzania danych i wysyłaj tylko to, czego wymaga zadanie.
• Kompetencje w zakresie AI. Unijny akt o sztucznej inteligencji wymaga od każdej firmy, która używa AI w pracy, podjęcia środków w zakresie kompetencji jej pracowników w AI. Szczegóły są w poniższych pytaniach.
• Nagrywanie rozmów. Rejestrator rozmów wymaga zgody drugiej strony. W Niemczech nagrywanie niepublicznie wypowiedzianych słów bez upoważnienia jest przestępstwem na podstawie § 201 StGB. Także w Polsce najbezpieczniej uprzedzić rozmówcę na początku rozmowy i poprosić o zgodę; w razie wątpliwości zapytaj prawnika.

Najczęstsze pytania

Dane dostawców i przepisy sprawdzone 8 października 2026 w: Salesforce AI for sales, HubSpot AI, Gong conversation intelligence, LinkedIn Sales Navigator AI, konektorach Claude, FAQ Komisji Europejskiej o kompetencjach w zakresie AI i § 201 StGB.