Autor: Sebastian Składny, Stratemi | Ostatnia aktualizacja: październik 2026
Krótka odpowiedź: AI wykorzystuję na każdym etapie sprzedaży B2B, ale nie do samych rozmów z klientem, tylko do tego, co dzieje się przed nimi i po nich. Podstawą jest transkrypcja każdej rozmowy online. Z niej AI robi mi ocenę leada, przygotowanie do discovery, coaching po spotkaniu, ofertę pisaną słowami klienta i tematy na treści. Pracuję na Claude (skille i bezpośredni dostęp do CRM przez MCP), Pipedrive i Make.
Każda moja rozmowa z klientem online kończy się transkrypcją. Dzięki temu nie przeoczę żadnej ważnej informacji, ale to dopiero początek.
Nie chciałem pisać kolejnego ogólnego tekstu o tym, jak można wykorzystać AI w sprzedaży i marketingu. Generycznych przykładów jest mnóstwo i nie chcę do nich dołączać. Wiem też, że są ludzie, którzy budują rozbudowane agenty, i nie zamierzam się z nimi ścigać. Pokażę po prostu na swoim przykładzie, jak to wygląda u mnie krok po kroku, od formularza na stronie aż po analizę przegranych szans.
Cały proces w skrócie
| Etap | Narzędzia | Co robi AI | Co zostaje po mojej stronie |
|---|---|---|---|
| Lead z formularza | Make, Pipedrive | przenosi zgłoszenie prosto do CRM | nic, działa samo |
| Przed kwalifikacją | Claude (skill) | sprawdza zgodność z ICP, robi research firmy, podsuwa hipotezy problemów i pytania | rozmowa kwalifikacyjna |
| Po kwalifikacji | Claude (skill) + MCP | ocenia leada w skali 1–5 i rekomenduje: discovery, nurturing albo no-go | decyzja |
| Przed discovery | Claude + Pipedrive (MCP) | głęboki research, pytania dobrane do słabych punktów, case study, zagrożenia projektu | rozmowa (ok. godziny) |
| Po discovery | Pipedrive Nova, Claude | podsumowanie, uzupełnione pola w CRM, ocena mojej rozmowy, mail z podsumowaniem | wyciągnięcie wniosków |
| Oferta | Claude Design | oferta słowami klienta, ROI na jego liczbach, audyt, podpowiedzi negocjacyjne, mail | nagranie na Loomie, prezentacja oferty |
| Po decyzji | Claude + Pipedrive (MCP) | analiza wygranych i przegranych, tematy na treści | rozmowy z klientami po wygranej i przegranej |
Zanim zadzwonię do klienta: kwalifikacja leada z pomocą AI
Kiedy ktoś wypełni formularz na mojej stronie, lead od razu wpada do Pipedrive dzięki automatyzacji w Make, więc nic nie ginie po drodze w skrzynce. Mając imię i firmowy mail, szybko mogę zweryfikować, kim jest ta osoba i jaką rolę pełni w organizacji.
Mam do tego dedykowany skill w Claude, który najpierw sprawdza, czy w ogóle warto umawiać tę rozmowę. Jeśli firma sprzedaje do konsumentów, jest e-commerce, sektorem publicznym, nie ma jeszcze przychodów albo to korporacja, dostaję jasny sygnał, że firma nie jest w zakresie moich działań. To po prostu sprawdzenie zgodności z moim profilem idealnego klienta.
Jeśli firma przejdzie to pierwsze sito, skill robi research:
- informacje o firmie i o tym, w jakiej kondycji jest obecnie branża,
- ilu ma handlowców i czy jest dyrektor sprzedaży,
- jak wyglądają wyniki w KRS i czy akurat rekrutują do sprzedaży,
- jakie hipotetyczne problemy będzie miała osoba, z którą będę rozmawiał (maksymalnie dwa, bo to krótka rozmowa),
- na co zwrócić szczególną uwagę i sugerowane pytania według skróconej wersji mojej metody SPOTKAM.
Po kwalifikacji
Po rozmowie kwalifikacyjnej AI ocenia leada według mojej metodologii w skali od 1 do 5, osobno dla każdej litery, w tym zgodność z ICP. Osobno ocenia też zaangażowanie rozmówcy. Jeśli ktoś na koniec mówi „proszę przesłać ofertę mailem”, nie ma realnego problemu albo chce ode mnie wyłącznie leadów, rekomendacja jest jedna: odpuszczam. Na końcu dostaję notatkę gotową do wklejenia do Pipedrive z rekomendacją: discovery, nurturing albo no-go. Jeśli chcesz porównać różne podejścia do kwalifikacji, opisałem je w artykule o metodach kwalifikacji w B2B.
Jeżeli lead przechodzi kwalifikację, Claude poprzez MCP (czyli z bezpośrednim dostępem do danych w CRM) tworzy w Pipedrive odpowiednią wartość, a automatyzacja nadaje mu etykietę „zakwalifikowany” i sama robi z tego szansę sprzedaży.
Wtedy kolejny skill przygotowuje mnie do discovery. Tu research jest już głęboki i obejmuje firmę, branżę, konkurencję oraz samą osobę, z którą będę rozmawiał. Liczba pytań na każdą literę wynika z oceny z kwalifikacji: słabe litery dostają trzy pytania pogłębiające, mocne jedno sprawdzające, a konkurencja zawsze pełny blok, bo wcześniej w ogóle o nią nie pytałem. Do tego dopasowane propozycje wartości, case study do opowiedzenia i zagrożenia projektu ze sposobem, jak je rozbroić.
Na discovery litera M obejmuje już cztery rzeczy: pieniądze, czas właściciela, zasoby do wdrożenia po stronie klienta oraz motywację i otwartość na zmianę.
Discovery i mój coach: jak AI ocenia moje rozmowy sprzedażowe
Rozmowa discovery trwa u mnie zazwyczaj około godziny. Po niej Pipedrive Nova (wcześniej korzystałem z Fireflies) tworzy podsumowanie rozmowy i następne kroki, a już teraz sam uzupełnia też dane w odpowiednich polach. Czasem się myli, ale w większości przypadków działa to naprawdę nieźle i przyspiesza pracę.
Od razu po discovery łączę się przez MCP z Pipedrive i dedykowany skill ocenia moją rozmowę. Można to nazwać moim coachem. Ocenia dwie rzeczy: gdzie stoi deal w porównaniu z tym, co wiedziałem po kwalifikacji, i jak poprowadziłem rozmowę. W tej drugiej części sprawdza:
- czy dobrze otworzyłem spotkanie i powiedziałem, ile będzie trwało i jaka będzie agenda,
- czy zadawałem pytania otwarte i czy nie zaczynałem ich od „dlaczego”, które po polsku brzmi jak przesłuchanie,
- czy zapytałem, kto będzie podejmował decyzję i jaki jest budżet,
- ile mówiłem ja, a ile klient,
- czy rozmowa skończyła się konkretnym kolejnym krokiem z datą. „To ja się odezwę” bez daty to od razu czerwona flaga.
Najważniejsze jest dla mnie rozróżnienie między „klient nie ma terminu” a „nie zapytałem o termin”. Niska ocena z pierwszego powodu mówi coś o dealu, z drugiego o mnie.
Sam z tego korzystam po każdym discovery i naprawdę się przydaje. Zdarzało mi się pominąć jakieś ważne pytanie albo zapomnieć powiedzieć na początku, ile potrwa rozmowa. Kiedy coach wskazał mi taki błąd raz czy drugi, teraz już go nie popełniam. Nie jestem robotem i zdarzają mi się inne, ale cały czas się uczę i je poprawiam.
Od razu powstaje też mail po spotkaniu. Nie wysyłam w nim jeszcze oferty, tylko podsumowanie: jak rozumiem sytuację, wstępną propozycję i kolejne kroki. Więcej o tym, jak pisać takie wiadomości, przeczytasz w artykule o follow-upie, który pomaga klientowi kupić.
Oferta słowami klienta: jak AI pomaga mi pisać oferty B2B
OBRAZEK: przykład oferty wygenerowanej w Claude Design. Tekst alternatywny: spersonalizowana oferta B2B przygotowana w Claude Design
Ofertę tworzę w Claude Design. Nie ukrywam, że ten skill zajął mi najwięcej czasu, żeby dobrze działał, a w zasadzie dalej zajmuje, bo ciągle go dopracowuję. Ten czas jednak się zwraca. Kiedyś przygotowanie oferty zajmowało mi ponad godzinę, a i tak potrafiłem coś pominąć albo nie wpisać istotnych informacji, których dowiedziałem się na rozmowie. Teraz mocno spersonalizowana oferta wychodzi w 15–20 minut.
Działa to według prostej zasady: personalizuję „po co”, a „jak” składam ze stałych bloków. Sytuacja klienta, ile go dziś kosztuje problem, co chcemy osiągnąć i dlaczego to się zwraca powstają od zera pod konkretną firmę. Przebieg współpracy, podział odpowiedzialności i warunki są stałe. Cena pojawia się dopiero na samym końcu, po kliencie, rozwiązaniu i dowodach.
I tu właśnie świetnie sprawdza się transkrypcja, bo dzięki niej mogę napisać ofertę dokładnie słowami klienta. Skill wyciąga z rozmowy kilka dosłownych cytatów i wplata je w opis sytuacji, tak żeby klient rozpoznał własne zdania. Oczywiście nie piszę, kiedy ktoś brzydko mówi np. o swoich handlowcach czy wspólniku, bo ofertę mogą przeczytać też inni. W pozostałych kwestiach człowiek ma wrażenie, że ta oferta jest faktycznie przygotowana dla niego.
ROI
Do tego policzone ROI albo koszt niepodejmowania żadnych działań (status quo) na JEGO liczbach, i to wyłącznie tych, które padły w rozmowie. Jeśli klient nie powiedział, ile zapytań miesięcznie odpuszcza albo jaką ma marżę, skill zamiast zgadywać zostawia lukę i podpowiada mi pytanie, które mogę zadać przed wysłaniem oferty.
Ostatnia strona, z podsumowaniem i pytaniami, jest pisana z myślą o tym, że klient wrzuci ofertę do AI albo przepisze ją do Excela i porówna z innymi. Dlatego są tam pełne zdania, kwoty z sumą łączną i zero odwołań typu „jak wyżej”. Zanim oferta trafi do mnie, skill robi jej audyt i poprawia ją, aż dostanie minimum 8/10 w mojej skali. Dostaję też podpowiedzi negocjacyjne z odpowiedziami na najbardziej prawdopodobne obiekcje i listą rzeczy, które mogę oddać zamiast rabatu.
Kiedy oferta jest gotowa, automatycznie powstaje mail, który również ma stałe sekcje i jest mocno personalizowany. Często dogrywam też filmik na Loomie, żeby bardziej uszczegółowić ofertę. Wtedy osoba, z którą rozmawiam (mój champion), może przekazać go dalej i oferta staje się bardziej zrozumiała. Zawsze pytam, kto jeszcze będzie podejmował decyzję i jak ostatnio była kupowana podobna usługa. Wtedy wiem, na czym bardziej się skupić w ofercie, a na czym w filmiku.
Przy ofertach o wyższej wartości najczęściej umawiam się z klientem, że omówimy ofertę na kolejnym spotkaniu wideo. Prezentuję ją i na bieżąco rozmawiamy, więc od razu mogę pracować z obiekcjami, a karta negocjacyjna leży obok. Na tym etapie, a czasem wcześniej, wciągam też osobę decyzyjną, jeżeli jest taka możliwość.
Co jeszcze wyciągam z rozmów: treści i analiza wygranych i przegranych
Transkrypcje wykorzystuję również przy tematach na LinkedIn. Mogę wtedy opracowywać tematy, które są realnie ważne dla moich odbiorców, czyli problemy, z jakimi zmagają się w sprzedaży i marketingu, prowadząc firmy. To samo przydaje się w działaniach marketingowych, bo wiem dokładnie, co boli moich klientów, i mogę pod to dopasować przekaz na stronie internetowej, na stronach lądowania i w FAQ.
Do tego analiza win/loss. Przez MCP Pipedrive mogę sprawdzić, jakie są różnice między leadami, jak były prowadzone te rozmowy, skąd może się brać to, że deal nie został zamknięty, i co mogę następnym razem zrobić lepiej. Albo czy działania marketingowe są prowadzone dobrze i czy przyciągają leady z mojego ICP.
Same dane z tabelek CRM to jednak nie wszystko. Lubię rozmawiać z klientami zarówno po wygranych, jak i po przegranych dealach, bo mogę się wtedy dowiedzieć naprawdę ciekawych rzeczy. Przy przegranych dosyć często okazuje się, że ktoś się pokłócił wewnątrz firmy, zwłaszcza gdy są wspólnicy albo to firma rodzinna. Co ciekawe, jeszcze nie zdarzyło mi się przegrać z konkurencją. Przegrywałem do tej pory ze status quo albo właśnie z konfliktami w firmie.
Przy samym pisaniu też korzystam z AI. Biuletyny i posty dyktuję w Fireflies Talk, a potem AI delikatnie poprawia składnię zdań, przecinki czy kropki. To takie szlify, po których tekst dalej brzmi naturalnie i w moim stylu, a całość da się zrobić znacznie szybciej.
Kiedy już napiszę dłuższy artykuł na bloga albo biuletyn, staram się z pomocą AI robić z niego recykling: karuzele na LinkedIn, posty i treści na inne social media. Przy grafikach pracę przyspieszają z kolei funkcje AI w Canvie.
Tego jest jeszcze więcej, ale starałem się wybrać najważniejsze rzeczy i nie zanudzić.
Najczęściej zadawane pytania
Do czego wykorzystuję AI w sprzedaży B2B?
Do przygotowania przed rozmowami i pracy po nich: kwalifikacji leadów, researchu przed discovery, oceny własnych rozmów, pisania ofert i maili, analizy wygranych i przegranych szans oraz tematów na treści. Same rozmowy z klientami prowadzę sam.
Jakich narzędzi AI używam w sprzedaży?
Głównie Claude: skille do kwalifikacji, przygotowania do discovery i oceny rozmów, Claude Design do ofert oraz połączenie z Pipedrive przez MCP. Do tego Pipedrive Nova do podsumowań rozmów, Make do automatyzacji, Fireflies Talk do dyktowania tekstów, Loom do nagrań i Canva do grafik.
Ile czasu oszczędza AI przy ofertach?
U mnie przygotowanie oferty skróciło się z ponad godziny do 15–20 minut. Ważniejsze jest jednak to, że oferta nie pomija informacji z rozmowy i jest pisana słowami klienta.
Czy AI zastąpi handlowca?
U mnie nie zastępuje. AI przygotowuje mnie do rozmów, ocenia je i pisze pierwsze wersje dokumentów. Rozmowy, prezentacja oferty, praca z obiekcjami i rozmowy po wygranej czy przegranej zostają po mojej stronie.
Od czego zacząć wykorzystanie AI w sprzedaży?
Od transkrypcji rozmów. Wszystko, co opisałem wyżej, opiera się na zapisie tego, co powiedział klient. Druga rzecz to porządek w CRM, bo AI pracuje na tym, co w nim jest. Jeśli tu masz braki, zacznij od artykułu Jak poprawnie wdrożyć CRM w firmie B2B i od procesu sprzedaży w firmie B2B.
Chcesz poukładać sprzedaż w swojej firmie?
Jeśli chcesz, żeby Twój proces sprzedaży działał podobnie, od kwalifikacji po ofertę, porozmawiajmy. Na bezpłatnej rozmowie przejdziemy przez to, jak dziś pozyskujesz i obsługujesz klientów, i wskażę, od czego zacząć.
