Nowoczesny CRM z AI: jak powinien działać

Handlowiec wraca ze spotkania o 16:30. Ma do wyboru: usiąść i wpisać do CRM, co ustalono z klientem, albo zadzwonić do kolejnego. Wybiera telefon, bo za telefon dostaje wynik, a za wpis nikt go nie pochwali. Wpis zrobi „po południu”, czyli w praktyce w piątek albo wcale. Po tygodniu w CRM jest część danych, a reszta siedzi w głowie handlowca i w jego notesie.

Tak wygląda uzupełnianie CRM w większości firm i rzadko rozwiązują to szkolenia, przypomnienia czy polecenie od szefa. Problem nie zawsze leży w ludziach: każde pole to dodatkowa praca po spotkaniu, z której handlowiec nic nie ma. Kłopot rośnie, gdy ktoś próbuje potem z tych niepełnych danych wyciągnąć wnioski. Raporty pokazują, co się stało, a „dlaczego” i „co z tym zrobić” zostaje w głowie właściciela albo szefa sprzedaży.

Sztuczna inteligencja zmienia właśnie to: kto wpisuje dane i kto je czyta. Agent AI słucha rozmów i uzupełnia CRM za handlowca, a potem łączy dane, które dotąd leżały w osobnych raportach. Poniżej wyjaśniam, czym jest agent AI i czym różni się od czatu, jak wygląda CRM z AI i w jakich firmach zadziała już dziś, a w jakich tylko pomnoży bałagan.

Czym jest agent AI i czym różni się od czatu?

Zanim opiszę, jak zmienia się CRM, warto ustalić słownictwo, bo trzy pojęcia mylą się najczęściej: prompt, czat i agent.

Prompt to jedno polecenie. Wpisujesz „streść tę rozmowę” i dostajesz streszczenie. Czat to rozmowa złożona z takich poleceń: dopytujesz, poprawiasz, prosisz o inną wersję. W obu przypadkach to Ty prowadzisz, a AI widzi tylko to, co jej wkleisz, i niczego poza odpowiedzią nie robi. Najłatwiej porównać to do konsultanta, z którym rozmawiasz przez telefon: doradzi, ale do Twojego systemu nie zajrzy i niczego w nim nie zmieni.

Agent dostaje cel i dostęp, a nie pytanie. Widzi Twoje narzędzia, czyli CRM, skrzynkę pocztową, kalendarz i nagrania rozmów. Sam wykonuje kolejne kroki i wraca z gotowym wynikiem albo z prośbą o zgodę. To raczej pracownik z dostępem do systemów, któremu mówisz „zajmij się tym”, niż doradca, któremu zadajesz pytania.

	Co robisz Ty	Co widzi AI	Co robi AI
Prompt	wpisujesz polecenie	tylko to, co wkleisz	odpowiada tekstem
Czat	prowadzisz rozmowę	tylko to, co wkleisz	odpowiada i dopytuje
Agent	wskazujesz cel i zatwierdzasz	Twoje systemy: CRM, poczta, kalendarz, rozmowy	wykonuje kroki w systemach, sam z siebie

Różnicę najlepiej widać na jednym procesie. Po rozmowie z klientem wklejasz transkrypt do czatu i prosisz o streszczenie: to prompt. Dopytujesz o szczegóły i prosisz o szkic maila: to czat. W trzecim wariancie nie robisz nic: agent po zakończonej rozmowie sam pobiera transkrypt, uzupełnia pola na szansie sprzedaży i przygotowuje szkic odpowiedzi, a Ty tylko zatwierdzasz. Taki zakres wdrażam obecnie u producenta medali, który zmienia CRM i chce, żeby handlowiec po rozmowie miał gotowy wsad zamiast pustych pól.

Trzy pytania pozwalają sprawdzić, czy to, co ma przed sobą, naprawdę jest agentem: czy widzi Twoje dane bez ręcznego kopiowania, czy wykonuje działania w systemie i nie ogranicza się do pisania tekstu, oraz czy działa także wtedy, gdy nic nie wpisujesz. Warto je zadać dostawcy, bo dziś wiele produktów nazywanych agentami działa jak czat z dodatkowym przyciskiem.

Co zmienia AI w CRM: koniec z ręcznym wypełnianiem?

Handlowcy nie uzupełniali CRM nie dlatego, że są leniwi. System od początku pracował dla szefa, który chciał mieć raport, a nie dla handlowca, który chciał sprzedać. Każde pole było dodatkowym kliknięciem po spotkaniu, z którego nic dla niego nie wynikało. Powody, dla których handlowcy nie używają CRM, opisuję osobno, tu ważny jest skutek: czas, którego brakuje na sprzedaż.

Według badania Salesforce State of Sales 2026, w którym ankietowano 4 050 osób pracujących w sprzedaży z 22 krajów (sierpień i wrzesień 2025, więc badanie dostawcy CRM, ale na dużej próbie), średnio zaledwie około 40% tygodnia pracy handlowca to faktyczna sprzedaż. Resztę zajmują zadania pomocnicze, a wśród nich ręczne wpisywanie danych, które u najmłodszych handlowców zabiera około dwóch godzin tygodniowo. Ten sam raport pokazuje, że 54% badanych już korzysta z agentów AI, a prawie 9 na 10 planuje ich użycie do 2027 roku.

Co robi agent, który słucha rozmowy

Zamiast kazać handlowcowi pisać, agent bierze transkrypt rozmowy i wyciąga z niego to, co handlowiec i tak by wpisał: kto jest decydentem, jaki jest budżet i termin, czego brakuje do wyceny, jaki jest następny krok z datą. Uzupełnia odpowiednie pola, zapisuje notatkę w stałym układzie i przygotowuje szkic odpowiedzi do klienta. Rano handlowiec otwiera zadanie i ma gotowy wsad do rozmowy zamiast pustego formularza.

Dzięki temu CRM przestaje być drogim notatnikiem wypełnianym w piątek po południu. Dane są świeże, bo powstają w momencie rozmowy, a handlowiec zyskuje czas na kolejne spotkanie.

Dlaczego agent proponuje, a człowiek zatwierdza

Pola w CRM to podstawa wszystkich Twoich raportów. Jeśli agent źle odczyta kwotę albo termin i nikt tego nie zauważy, po kilku miesiącach raporty pokazują liczby, które wyglądają dobrze i nic nie znaczą. Dlatego sprawdza się prosta zasada: agent uzupełnia dane i przygotowuje wsad, a o przesunięciu szansy na kolejny etap, o cenie i o wysłaniu czegokolwiek do klienta decyduje człowiek. Pełny podział, co oddać agentowi, a co zostawić zespołowi, rozpisuję we wpisie o tym, co oddać agentowi AI w CRM.

Czy agent, który słucha rozmów, to kontrola?

Ta obawa pojawia się w zespole zawsze, nawet jeśli nikt jej głośno nie wypowiada. W wielu firmach handlowcy wpisują do CRM to, co ma się spodobać szefowi, bo boją się, że pełna historia ich pracy posłuży raczej do rozliczania niż do pomocy. Agent, który nagrywa i zapisuje wszystko, może tę obawę wzmocnić: skoro system słyszy każdą rozmowę, handlowiec przestaje mieć wpływ na to, co o nim wiadomo.

Dlatego zanim uruchomisz agenta, ustal z zespołem, do czego służą zebrane dane. Dobra odpowiedź brzmi: do tego, żeby handlowiec nie musiał pisać, żeby widać było, gdzie w procesie szanse się zatrzymują, i żeby pokazać wzorce, które działają. Zła odpowiedź to ocena pojedynczej rozmowy z wyciąganiem konsekwencji. Jeśli prawdziwym powodem wdrożenia jest chęć kontrolowania ludzi, problem leży gdzie indziej, a agent tylko go uwidoczni. Zacznij od pytania, co ma ułatwić ich pracę, i pokaż to na jednym przykładzie, zanim system zacznie zbierać dane od wszystkich.

Dlaczego kontekst szansy sprzedaży to paliwo dla agenta?

Szansa sprzedaży to nie rekord z kilkoma polami, tylko historia. Klient napisał z konkretnym problemem, na pierwszej rozmowie okazało się, że decyduje jeszcze ktoś drugi, na kolejnej padł budżet, w mailu pojawił się termin, a po wysłaniu oferty klient zapytał o rabat. Każda taka czynność dokłada do kontekstu coś, czego wcześniej nie było, i zmienia to, co ma sens zrobić dalej. Handlowiec trzyma ten ciąg w głowie, dopóki otwartych szans jest kilka. Przy kilkunastu część historii się gubi, a wtedy kolejny kontakt z klientem wygląda tak, jakby rozmowa zaczynała się od nowa.

Agent, który widzi całą historię szansy, pracuje na tym samym kontekście co dobry handlowiec, tylko pamięta wszystko. Dzięki temu może:

• przygotować szkic odpowiedzi, który nawiązuje do tego, co klient faktycznie powiedział, zamiast szablonu,
• podpowiedzieć kolejny krok albo rozwiązanie, odwołując się do podobnych szans z przeszłości,
• być trenerem handlowca po rozmowie: wskazać, co poszło dobrze i czego zabrakło, co opisuję przy coachingu sprzedażowym AI,
• zaproponować argumenty i wartości z firmowej bazy wiedzy, czyli z cenników, specyfikacji i wcześniejszych ofert, co jest sednem asystenta wiedzy handlowca.

Z tego wynika, dlaczego zapisywanie rozmów jest fundamentem całego rozwiązania. Kontekst rośnie z każdą aktywnością, więc im pełniejsza historia, tym trafniejsze podpowiedzi, a luka w historii, na przykład rozmowa, której nikt nie zapisał, zostanie przez agenta uzupełniona zgadywaniem. Podobnie z bazą wiedzy: agent może z niej korzystać tylko wtedy, gdy ona istnieje i jest aktualna. Warto też wiedzieć, że to obszary w różnym stopniu dojrzałe. Szkice odpowiedzi oparte na historii szansy są dziś najlepiej opanowane, a trener po rozmowach i odpowiedzi z firmowej bazy wiedzy są na etapie pierwszych wdrożeń, więc dobrze zapytać dostawcę, co z tego działa u jego klientów.

Od raportów do wniosków: co zmienia AI w analizie danych?

Pięć raportów i nadal nie wiesz, co robić

Klasyczny CRM odpowiada na pytanie „co się stało”. Konwersja wynosi tyle, wskaźnik wygranych tyle, cykl trwa tyle dni. Pytanie „dlaczego” i „co z tym zrobić” zostawał po stronie właściciela albo szefa sprzedaży, który musiał zestawić pięć raportów obok siebie, domyślić się powiązań i jeszcze przekonać zespół, że wnioski są trafne. W większości małych firm nikt tego nie robił, bo nie było na to czasu ani analityka. Decyzje zapadały na wyczucie, a raporty służyły głównie do tego, żeby wyglądały poważnie na spotkaniu.

Co się zmienia, gdy AI widzi wszystko naraz

Agent połączony z CRM, pocztą i transkryptami rozmów widzi jednocześnie to, co w raportach jest rozdzielone. Możesz zadać mu pytanie po polsku, na przykład „dlaczego w ostatnim kwartale mniej ofert kończy się podpisem”, zamiast klikać filtry w pięciu zestawieniach. W odpowiedzi dostajesz nie wykres, tylko wniosek z uzasadnieniem i propozycją działania.

Wyobraź sobie firmę, w której konwersja z oferty do umowy spadła. Zestaw raportów pokazuje tylko spadek. Agent zestawia jednak trzy rzeczy: do firmy zaczęły trafiać zapytania z nowego źródła, w którym klienci kupują rzadziej, w tygodniach urlopowych odpowiedzi na zapytania szły dwa razy dłużej, a oferty większych wartości zbyt często wiszą u jednej osoby. Wniosek brzmi inaczej niż „handlowcy sprzedają gorzej”: zmienił się miks zapytań i czas reakcji, więc trzeba skorygować kwalifikację i podział pracy. To scenariusz, nie przypadek z mojej praktyki, ale dokładnie ten rodzaj odpowiedzi, którego dziś nie dostaniesz z raportu.

Na rynku widać ten kierunek, choć realizowany z różną odwagą. Pipedrive według swojej dokumentacji (stan na 9 października 2026) potrafi tworzyć raporty w module Insights na podstawie polecenia wpisanego zwykłym językiem, a asystent sprzedaży, który odpowiada na pytania o dane w systemie, jest w becie we wszystkich planach. To pomocnik, który odpowiada na pytania, jeszcze nie agent działający sam. HubSpot i Salesforce idą dalej, bo rozwijają agentów wykonujących zadania w systemie, ale warto sprawdzać u dostawcy, co dziś jest faktycznie dostępne, a co zapowiedzią.

Co to zmienia w poniedziałek rano

Zamiast otwierać pięć raportów, zaczynasz tydzień od trzech pytań do swoich danych i od listy rzeczy, które agent wyłapał jako niepokojące: szansa, która stoi od dwóch tygodni bez następnego kroku, klient, od którego dawno nie było sygnału, etap, na którym ostatnio odpada najwięcej ofert. Twoja rola przesuwa się z liczenia i zestawiania na decydowanie. Nadal musisz wiedzieć, jakie pytanie zadać i co zrobić z odpowiedzią, bo agent podpowiada, ale nie ponosi odpowiedzialności za wynik.

Czy to oznacza, że agent AI będzie robił wszystko?

Nie, ale granica biegnie w innym miejscu, niż się zwykle zakłada. O tym, ile pracy zostanie dla człowieka, nie decyduje branża, tylko to, jak wygląda Twoja sprzedaż. To moja ocena i kierunek, nie wynik badań.

Tam, gdzie sprzedaż polega na schemacie zapytanie, wycena i odpowiedź, czyli w szybkiej sprzedaży transakcyjnej opartej na cenniku, agent może przejąć większość pracy. Zapytanie przychodzi mailem albo formularzem, agent odczytuje, czego klient potrzebuje, liczy cenę z cennika, przygotowuje ofertę i pilnuje przypomnienia. Człowiek zatwierdza wyjątki. To zadanie nie wymaga ekspertyzy, wymaga szybkości i dokładności, a w tym agent jest lepszy od człowieka, zwłaszcza że o wyniku często decyduje czas reakcji na zapytanie.

Tak samo wygląda sprawa z handlowcem, którego praca sprowadza się do przekazywania zapytań dalej i odsyłania cennika. Takiego pośrednika między klientem a firmą agent zastąpi, więc stanowisko w tej formie przestanie być potrzebne. Lepiej powiedzieć to wprost, niż udawać, że nic się nie zmieni, bo osoba na takim stanowisku ma czas, żeby przejść do pracy, której agent nie wykona.

Inaczej jest tam, gdzie sprzedaż jest długa i złożona: decyduje kilka osób o różnych interesach, rozwiązanie trzeba dopasować do sytuacji klienta, a cena jest przedmiotem negocjacji. Trzeba połączyć wiele kropek, z których część nigdzie nie jest zapisana, pokazać ekspertyzę, zbudować zaufanie i wyczuć, kiedy docisnąć, a kiedy odpuścić. Agent pomaga w takiej sprzedaży (pamięta historię, przygotowuje szkice, podpowiada po rozmowie), ale prowadzenie rozmów i negocjacje zostają przy człowieku jeszcze długo. W takiej firmie ważniejsza staje się jakość handlowca, dlatego warto inwestować w sprzedaż doradczą i prowadzenie procesu, co ułatwia doradztwo w sprzedaży B2B.

Najprościej sprawdzić to na swoich danych: policz, jaka część Twoich szans da się obsłużyć wyłącznie cennikiem i kilkoma pytaniami do klienta. Im jest ich więcej, tym więcej agent przejmie. Im więcej szans wymaga rozmów z kilkoma osobami i dopasowania, tym bardziej AI będzie pomocnikiem. W wielu firmach występują oba rodzaje, więc agent obsłuży prostą część, a handlowiec skupi się na tej złożonej. Jeśli chcesz zobaczyć ten podział na liczbach, pokaże go audyt sprzedaży.

Dlaczego u większości firm to jeszcze nie zadziała?

Rosnąca liczba wdrożeń agentów niczego jeszcze nie gwarantuje. Gartner przewiduje, że do 2028 roku agenci AI będą liczniejsi od sprzedawców w proporcji 10 do 1, a mimo to mniej niż 40% sprzedawców zgłosi poprawę produktywności. Według Melissy Hilbert, VP Analyst w Gartnerze, powodem jest to, że ponad pewnym punktem więcej AI nie oznacza większej produktywności, a nakładanie kolejnych narzędzi na i tak złożone procesy przeciąża ludzi (komunikat Gartnera z 18 listopada 2025).

AI na chaosie daje większy chaos

Ten sam raport Salesforce pokazuje, gdzie leży przyczyna. Aż 51% liderów sprzedaży wskazuje rozłączone systemy jako barierę we wdrażaniu AI, a 74% stawia na czyszczenie danych. Wśród zespołów, które radzą sobie najlepiej, porządkowanie danych jest priorytetem dla 79% badanych, wśród tych radzących sobie najsłabiej dla 54%. Agent, który uzupełnia pola, których nikt nie zdefiniował, albo analizuje dane z lejka bez opisanych etapów, po prostu szybciej produkuje bałagan.

Dlatego kolejność, której się trzymam, wygląda tak: najpierw rutyny i czasy reakcji, potem proces, potem narzędzie, a AI na końcu. Jeśli na zapytania odpowiadasz po dwóch dniach, agent niczego nie naprawi, bo problem leży w czasie reakcji na zapytanie i sztuczna inteligencja tu nie pomoże. Jeśli nie masz opisanych etapów sprzedaży, najpierw potrzebny jest audyt sprzedaży, a gdy CRM jest, ale dane są niepełne, audyt CRM.

Co z danymi, RODO i obowiązkiem informowania o AI?

Agent z dostępem do CRM, poczty i rozmów widzi dane osobowe Twoich klientów, więc zanim go uruchomisz, warto ustalić cztery rzeczy. Po pierwsze, do czego dokładnie ma dostęp: najlepiej tylko do tych źródeł, które są potrzebne do jego zadania (jedna skrzynka, wybrane pola), a nie do całej firmy. Po drugie, gdzie dane są przetwarzane i czy z dostawcą narzędzia AI masz umowę powierzenia, która jest potrzebna, gdy dostawca przetwarza dane w Twoim imieniu. Po trzecie, nagrywanie rozmów: rozmówca musi o nim wiedzieć i wyrazić zgodę. Po czwarte, obowiązek informowania, że ktoś ma do czynienia z AI.

Ten ostatni punkt zmienia się w tym roku. Według polskich komentarzy do rozporządzenia o sztucznej inteligencji (AI Act) obowiązki przejrzystości z artykułu 50 obowiązują od 2 sierpnia 2026 roku, a jednym z nich jest informowanie osób, że rozmawiają z systemem AI. Jeśli agent odpowiada klientowi bezpośrednio, to dotyczy Ciebie. Agent, który tylko przygotowuje szkic dla handlowca, a wiadomość wysyła człowiek, jest innym przypadkiem. Jak to wygląda w Twojej firmie, najlepiej ustalić z prawnikiem, bo przepisy są świeże, a interpretacje się jeszcze układają.

Co możesz zrobić już dziś w małej firmie?

Nie musisz wdrażać agenta, żeby przygotować grunt. Trzy kroki robią różnicę niezależnie od tego, czy AI pojawi się u Ciebie za miesiąc, czy za rok:

1. Zacznij zapisywać rozmowy. Transkrypcja rozmów z klientami to surowiec, bez którego agent nie ma na czym pracować. Pamiętaj o poinformowaniu rozmówcy o nagrywaniu i uzyskaniu jego zgody.
2. Ogranicz pola do tych, po których będziesz raportować. Kilka dobrze zdefiniowanych pól (źródło zapytania, powód przegranej, następny krok z datą) daje więcej niż trzydzieści, których nikt nie czyta. Na tym etapie pomaga wdrożenie CRM zaprojektowane wokół procesu.
3. Spisz pięć pytań, które chcesz zadawać swoim danym. Dlaczego tracimy szanse na etapie oferty? Które źródło zapytań daje klientów, a które tylko pracę? Jeśli nie umiesz ich sformułować, to znak, że problem jest w procesie, nie w narzędziu.

Gdy podstawy są gotowe, kolejnym krokiem jest konkretne rozwiązanie z AI. Automatyczne odpowiedzi mailowe, coaching sprzedażowy AI czy analiza wyników sprzedaży to gotowe wdrożenia ze stałą ceną i terminem. Zespół, który ma nauczyć się pracować z AI na co dzień, najlepiej zacznie od szkolenia z AI w sprzedaży B2B.

Kiedy CRM z AI nie ma sensu?

Są sytuacje, w których lepiej poczekać. Gdy handlowcy pracują każdy po swojemu i nie ma opisanych etapów, nie ma czego automatyzować, bo agent nie wymyśli za Ciebie procesu. Gdy zapytań jest kilka w miesiącu i każde jest inne, wystarczy stała godzina na odpowiedzi i jedna osoba za nie odpowiedzialna. Gdy zespół w ogóle nie korzysta z CRM, agent uzupełni pola w systemie, w którym nikt nie pracuje, i dostaniesz dokładnie to samo co dziś, tylko drożej.

Podsumowanie

1. Agent to nie czat. Czat odpowiada na pytania, a agent dostaje cel i dostęp do Twoich systemów i sam wykonuje kroki. Trzy pytania pozwalają to sprawdzić u każdego dostawcy.
2. Zmieniają się dwie rzeczy. Dane zaczynają wpisywać się same z rozmów i maili, a raporty zamieniają się we wnioski z uzasadnieniem. Pierwsza zmiana jest już dostępna, druga się rozwija.
3. Warunek to proces i uporządkowane dane. Bez opisanych etapów i zaufania do danych AI tylko szybciej produkuje bałagan. Zacznij od zapisywania rozmów, kilku dobrze zdefiniowanych pól i pięciu pytań do swoich danych.

Chcesz wiedzieć, ile pracy w Twojej sprzedaży agent AI mógłby przejąć? Na bezpłatnej rozmowie (30 minut) przejdziemy przez Twój proces i podzielimy go na to, co zrobi automat, co agent, a co zostaje przy handlowcu. Dowiesz się, od czego zacząć i czy najpierw potrzebny jest porządek w procesie, czy w CRM. Umów bezpłatną rozmowę. Jestem partnerem Pipedrive, ale rozmawiamy o Twoim procesie, a dopiero potem o narzędziu.

Źródła

• Salesforce, State of Sales Report 2026: ankieta wśród 4 050 osób pracujących w sprzedaży z 22 krajów, sierpień-wrzesień 2025.
• Gartner, komunikat z 18 listopada 2025: prognoza dotycząca agentów AI w sprzedaży.
• Pipedrive, dokumentacja funkcji AI (stan na 9 października 2026).