AI w sprzedaży B2B: oferty, zapytania i notatki z rozmów

AI w sprzedaży B2B najlepiej sprawdza się tam, gdzie handlowiec pisze dużo powtarzalnego tekstu: przy pierwszej wersji oferty, odpowiedzi na zapytanie ofertowe i notatce z rozmowy z klientem. Model językowy skraca drogę od pustej strony do szkicu, ale nie zna Twoich cen, warunków handlowych ani ustaleń z ostatniego spotkania. Wszystko, co ma skutki finansowe lub prawne, musi więc przejść przez człowieka. Poniżej opisuję, gdzie takie narzędzie przyspiesza pracę działu sprzedaży, gdzie potrafi narobić szkód, jak połączyć je z CRM i od którego kroku procesu zacząć.

Typowy dzień handlowca w firmie B2B wygląda podobnie w wielu branżach: rano kilka zapytań w skrzynce, po południu rozmowy z klientami, wieczorem oferta do wysłania. Najwięcej czasu nie zabiera samo sprzedawanie, tylko przepisywanie informacji z jednego miejsca do drugiego. Ten fragment pracy najłatwiej odciążyć.

Gdzie AI w sprzedaży B2B daje realny efekt

Model językowy daje efekt w zadaniach, w których wynikiem jest tekst, a materiał wejściowy już istnieje: zapytanie klienta, karta produktu, notatka, wcześniejsza oferta. Im lepiej opisane są dane wejściowe, tym mniej poprawek wymaga szkic.

W dziale sprzedaży B2B takich zadań jest sporo:

• Analiza zapytania ofertowego: wypisanie z długiego maila lub załącznika, czego klient chce, w jakich ilościach i terminach, oraz czego w zapytaniu brakuje.
• Szkic odpowiedzi na zapytanie albo pytanie techniczne na podstawie opisów produktów i dokumentacji.
• Pierwsza wersja oferty: opis zakresu, uzasadnienie doboru produktów, język dopasowany do branży klienta.
• Notatka z rozmowy: streszczenie, ustalenia, kolejne kroki i zadania do wpisania w CRM.
• Przygotowanie do spotkania: historia kontaktów z klientem zebrana w krótkie podsumowanie.

Firmy dopiero zaczynają z tego korzystać. Według danych Eurostatu o wykorzystaniu AI w przedsiębiorstwach w 2024 roku technologie AI stosowało 13,5% firm w UE zatrudniających co najmniej 10 osób, a w Polsce 5,9%. Najczęściej używaną technologią była analiza tekstu pisanego, czyli dokładnie to, czego dział sprzedaży potrzebuje przy zapytaniach i notatkach.

Co handlowiec musi sprawdzić, zanim oferta wyjdzie do klienta

Ceny, rabaty, terminy dostaw, warunki płatności i zapisy gwarancyjne zawsze sprawdza człowiek. Model językowy generuje tekst, który brzmi wiarygodnie także wtedy, gdy podaje liczbę, której nie ma w żadnym dokumencie.

W sprzedaży B2B to ryzyko jest większe niż w handlu detalicznym. Oferta często staje się podstawą zamówienia, a pomyłka w cenie jednostkowej przy dużym wolumenie albo obietnica terminu, którego magazyn nie dotrzyma, kosztuje pieniądze i zaufanie klienta. Dlatego zalecam prostą zasadę: AI pisze tekst, a liczby i warunki pochodzą z systemu.

W praktyce przekłada się to na kilka reguł:

• ceny i rabaty wstawia system na podstawie cennika i warunków przypisanych do klienta, a nie model,
• model nie wymyśla parametrów technicznych, tylko przenosi je z karty produktu, a gdy ich tam nie ma, zostawia pole do uzupełnienia,
• terminy dostaw pochodzą z ERP albo od działu logistyki,
• każda oferta ma osobę, która ją zatwierdza i bierze za nią odpowiedzialność.

Drugie ryzyko to ton i obietnice. Model chętnie dopisuje zdania w rodzaju „gwarantujemy pełną kompatybilność” albo „wdrożenie zajmie kilka dni”. W ofercie dla firmy takie zdanie może zostać potraktowane jak zobowiązanie. Szablon oferty powinien więc jasno określać, które sekcje model może redagować, a których nie dotyka.

To także granica między wsparciem handlowca a automatyczną rozmową z klientem. Jeśli chcesz, żeby AI odpowiadało klientom bez udziału człowieka, to osobny projekt z innymi zabezpieczeniami. Opisałem go w tekście o tym, kiedy chatbot w obsłudze klienta ma sens.

Oferty i odpowiedzi na zapytania: podział pracy między systemem a modelem

Najlepiej działa układ, w którym system składa ofertę z danych, a model pisze tylko części opisowe. Handlowiec dostaje wtedy dokument do przeczytania, a nie tekst, w którym musi szukać błędów w każdej linijce.

1. Klient przysyła zapytanie mailem lub przez formularz.
2. Model wyciąga z niego pozycje, ilości, terminy i pytania, a handlowiec potwierdza, że dobrze odczytano intencję klienta.
3. System dobiera produkty i ceny z cennika oraz warunków klienta zapisanych w CRM lub ERP.
4. Model pisze opis zakresu i odpowiedzi na pytania na podstawie zatwierdzonych materiałów: kart produktów, dokumentacji, wcześniejszych ofert.
5. Handlowiec czyta całość, poprawia i wysyła, a wersja trafia do historii klienta.

Dużo zależy od źródła wiedzy. Jeśli model korzysta z przypadkowych plików z dysku sieciowego, w tym ze starego cennika albo nieaktualnej karty produktu, błąd w ofercie jest tylko kwestią czasu. Przed startem trzeba zrobić porządek: jedna aktualna wersja kart produktów, jeden szablon oferty i krótki opis tego, czego obiecywać nie wolno.

Pytam też klientów, jak wygląda ich zapytanie ofertowe od strony kupującego. Jeśli klienci przysyłają ustrukturyzowane formularze, często lepiej zbudować prosty import do systemu niż prosić model o czytanie tabel. AI przydaje się najbardziej przy zapytaniach pisanych swobodnie, z pytaniami wplecionymi w treść maila.

Notatki z rozmów, które trafiają prosto do CRM

Notatka z rozmowy to zadanie, w którym AI w sprzedaży B2B odciąża zespół najszybciej, bo handlowcy rzadko lubią je pisać, a bez nich CRM traci wartość. Model zamienia zapis rozmowy albo kilka punktów rzuconych po spotkaniu w uporządkowaną notatkę z ustaleniami i zadaniami.

Dobra notatka po rozmowie handlowej ma stały układ: z kim rozmawialiśmy, czego klient potrzebuje, jakie padły zastrzeżenia, co obiecaliśmy i do kiedy, jaki jest następny krok. Model trzyma się takiego szablonu konsekwentnie, ale nie odróżni luźnej uwagi od deklaracji zakupowej i nie wie, które ustalenie było dla klienta najważniejsze. Handlowiec czyta notatkę przed zapisaniem, zwłaszcza fragment o zobowiązaniach.

Przy nagrywaniu rozmów pojawia się kwestia danych osobowych. Rozmówca musi wiedzieć, że rozmowa jest nagrywana lub zamieniana na tekst, firma potrzebuje podstawy do przetwarzania tych danych i umowy z dostawcą narzędzia. To sprawa dla działu prawnego albo inspektora ochrony danych, zanim ktokolwiek włączy nagrywanie spotkań. Na pierwszy pilotaż wystarczy wariant bez nagrań: handlowiec wpisuje lub dyktuje kilka punktów, a model robi z nich notatkę.

Integracja z CRM: AI tam, gdzie handlowiec już pracuje

AI w sprzedaży B2B powinno działać w CRM albo w poczcie połączonej z CRM, a nie w osobnym oknie czatu. Narzędzie, do którego trzeba kopiować dane, szybko wypada z codziennej rutyny, a wiedza zostaje w historii czatu zamiast w karcie klienta.

Integracja nie musi być duża. Na początek wystarczą trzy elementy:

• odczyt: model dostaje kontekst z CRM, na przykład historię kontaktów i otwarte szanse sprzedaży, ale tylko klienta, którego dotyczy zadanie,
• zapis jako szkic: wynik pracy modelu trafia do CRM jako wersja robocza, którą handlowiec zatwierdza,
• ślad: widać, który tekst przygotował model, który człowiek i kto zatwierdził wysyłkę.

Uprawnienia są ważniejsze, niż się wydaje. Jeśli handlowiec w CRM widzi tylko swoich klientów, narzędzie AI działające w jego imieniu też nie powinno widzieć więcej. Moim zdaniem model ma dostawać dokładnie te dane, do których ma dostęp zalogowany użytkownik, i nic ponadto. Zakres takiej integracji wycenia się jak każdą inną pracę programistyczną, a o tym, co wpływa na cenę, pisałem w tekście o tym, od czego zależy koszt systemu.

Jak zacząć z AI w sprzedaży B2B: jeden krok zamiast całego działu

Zacznij od jednego kroku procesu sprzedaży, który jest częsty, powtarzalny i łatwy do sprawdzenia, na przykład od notatek po rozmowach albo od analizy przychodzących zapytań. Wdrażanie wszystkiego naraz kończy się zwykle tym, że nikt nie wie, co działa, a co tylko dokłada pracy.

Plan pilotażu, który polecam:

1. Wybierz jeden krok procesu i kilka osób z zespołu, które chcą spróbować.
2. Zmierz stan wyjściowy: ile trwa przygotowanie notatki lub odpowiedzi, ile wymaga poprawek, jak często coś ginie.
3. Przygotuj materiały: szablon, aktualne karty produktów, listę rzeczy, których model nie robi.
4. Uruchom narzędzie na kilka tygodni i zbieraj konkretne przykłady błędów, nie tylko wrażenia.
5. Zdecyduj: rozszerzyć, poprawić albo wyłączyć.

Po drodze zadbaj o przeszkolenie zespołu. Od 2 lutego 2025 roku art. 4 rozporządzenia 2024/1689, czyli AI Act, wymaga od firm stosujących systemy AI działań, które zapewnią pracownikom odpowiedni poziom kompetencji w tym zakresie. Szerzej piszę o tym w tekście o tym, jakie obowiązki nakłada AI Act. Krótkie szkolenie z tego, co model robi dobrze, a gdzie zmyśla, jest też najlepszą ochroną przed błędną ofertą.

Gotowe narzędzie czy rozwiązanie budowane na zamówienie

Na pilotaż AI w sprzedaży B2B często wystarczy gotowe narzędzie z kontem firmowym i dobrze przygotowany szablon. Rozwiązanie budowane na zamówienie ma sens wtedy, gdy AI ma czytać dane z CRM i ERP, zapisywać wyniki w kartach klientów i respektować uprawnienia, czyli gdy przestaje być osobnym czatem i staje się częścią procesu sprzedaży.

Jeśli zlecasz taką integrację, zapytaj wykonawcę, jak rozwiąże sprawdzanie cen i warunków, gdzie trafiają dane klientów, czy dostawca modelu może ich używać do trenowania i jak wygląda ślad zmian. Ogólne pytania przed podpisaniem umowy zebrałem w poradniku o tym, jak wybrać software house. Dobra odpowiedź na te pytania mówi więcej o wykonawcy niż prezentacja możliwości modelu.

Jeśli rozważasz AI w sprzedaży B2B, wybierz w tym tygodniu jeden krok procesu, na przykład notatki po rozmowach, i zapisz, ile dziś trwa i jak często coś się w nim gubi. Z takim punktem odniesienia pilotaż da się ocenić po kilku tygodniach, a nie na wyczucie. Jeśli chcesz zaplanować go razem, napisz do mnie przez formularz.