AI SDR miał zastąpić zespół. Co pokazują dane o adopcji

W lutym 2025 roku The Bridge Group opublikował dziesiątą edycję badania modeli i metryk SDR. Na próbie 351 firm B2B, w 78 procentach amerykańskich i w 83 procentach z branży SaaS, jeden procent respondentów zadeklarował korzystanie z AI SDR. Był to pierwszy rok, w którym o tę pozycję w ogóle zapytano. Mniej więcej w tym samym czasie Salesforce w siódmej edycji State of Sales, na próbie 4 050 osób z 22 krajów, podał, że 34 procent zespołów używa agentów AI do prospectingu, a 92 procent z nich raportuje z tego korzyści.

Obie liczby pochodzą z porządnych badań i obie dotyczą tego samego okresu. Trzydziestoczterokrotny rozjazd nie wynika z błędu pomiaru, tylko z tego, że każde z badań pyta o inny obiekt. Konsekwencja jest bardzo praktyczna: zarząd, który dostaje na slajdzie jedną z tych liczb bez drugiej, podejmuje decyzję o etacie albo o rocznej licencji na podstawie definicji, której nikt nie sprawdził.

Widziałem obie wersje tej rozmowy. W jednej firmie dyrektor operacyjny argumentował, że skoro tylko procent rynku wdrożył AI SDR, to technologia nie działa i nie warto się nią zajmować. W drugiej wiceprezes sprzedaży pokazywał liczbę Salesforce jako dowód, że firma zostaje w tyle i musi kupić platformę do końca kwartału. Obaj mówili o czymś innym niż to, co faktycznie zmierzono.

Dwie liczby opisują dwa różne produkty

AI SDR w rozumieniu, w jakim sprzedaje go rynek, to system, który samodzielnie buduje listę, pisze wiadomości, prowadzi korespondencję i umawia spotkanie, a człowiek wchodzi dopiero na rozmowie. Tak zdefiniowany produkt ma w badaniu Bridge Group adopcję jednoprocentową.

Salesforce pyta o coś zupełnie innego: czy zespół używa agentów AI w prospectingu. Pod to pytanie podpada handlowiec, który wkleja do modelu opis konta i prosi o trzy hipotezy problemu biznesowego, oraz zespół, który ma w sekwencerze przycisk generujący pierwszą wersję wiadomości. W tej samej edycji 54 procent zespołów deklaruje korzystanie z agentów AI w jakiejkolwiek roli, a kolejne 34 procent planuje to w ciągu dwóch lat.

Ta sama edycja badania Salesforce tłumaczy przy okazji, skąd bierze się popyt na obietnicę autonomii. Handlowcy poświęcają 40 procent tygodnia na samą sprzedaż, a 60 procent na czynności okołosprzedażowe. Zespoły używają średnio ośmiu narzędzi, 42 procent respondentów czuje się przytłoczonych stackiem, a 47 procent uznaje zimny kontakt za najgorszy element swojej pracy i tyle samo deklaruje, że nie ma na niego przepustowości. Jednocześnie 51 procent raportuje, że obawy o bezpieczeństwo opóźniły w ich firmie inicjatywy związane z AI. Popyt na system, który przejmie najbardziej znienawidzoną część roboty, jest więc realny i ma policzalne źródło, co nie mówi jeszcze niczego o tym, czy taki system istnieje.

Trzecia różnica jest mniej widoczna i ważniejsza od dwóch poprzednich. Bridge Group pyta osoby odpowiedzialne za strukturę zespołu o obsadę stanowisk, więc odpowiedź twierdząca oznacza, że gdzieś w organizacji ktoś podjął decyzję kadrową. Salesforce pyta o użycie narzędzia, a użycie narzędzia w badaniu ankietowym oznacza deklarację pojedynczej osoby o jej własnej praktyce. Deklaracja jest tańsza od decyzji kadrowej i dlatego jest jej znacznie więcej.

Dlaczego akurat Bridge Group traktuję jako punkt odniesienia

W całym zestawie źródeł, jakie udało mi się zebrać o rynku SDR, Bridge Group jest jedynym, który nie sprzedaje narzędzia mierzonego własnym raportem. To firma doradcza żyjąca z konsultingu, a raport jest jej wizytówką, nie materiałem sprzedażowym pod produkt. Mediana przychodu badanych firm to 47 milionów dolarów, mediana ceny sprzedaży 50 tysięcy dolarów, więc zbiór opisuje dojrzały segment mid-market, a nie startupy testujące nowinki.

Ograniczenia trzeba wymienić uczciwie. To także badanie ankietowe, więc jeden procent to również deklaracja. Pierwszy rok pomiaru nie daje trendu, a przy tak niskiej wartości nawet kilka odpowiedzi przesuwa wynik o punkt procentowy. Próba jest przytłaczająco amerykańska, a amerykańskich benchmarków nie przenosi się wprost na polski rynek, bo relacja kosztu pracy do wielkości rynku docelowego jest tu inna.

Reszta liczb z tego samego badania nie pokazuje zmiany strukturalnej

Gdyby autonomiczne systemy zaczęły realnie zastępować ludzi w górnej części lejka, byłoby to widać w kilku miejscach naraz: w kwocie na osobę, w liczbie osób na managera, w relacji SDR do AE. Nie widać tego w żadnym.

Kwota wynosi 10 umówionych spotkań miesięcznie i 6 skonwertowanych do pierwszego etapu procesu, czyli spadła odpowiednio o 40 i 43 procent wobec 2018 roku. Realizacja kwoty to 60 procent, najniżej w całej historii tego badania. Stosunek SDR do AE stoi na 1:2,4 i jest stabilny od 2018 roku, a na jednego managera przypada 6,4 SDR-a. Mediana aktywności to 112 dotknięć dziennie: 44 telefony, 41 maili, 19 akcji na LinkedIn i 8 pozostałych.

Dwie pozycje poprawiły się na tyle, że warto je odnotować. Ramp skrócił się do 3,0 miesiąca, najkrócej od 2010 roku. Liczba rozmów jakościowych wzrosła do 4,1 dziennie, co jest pierwszym wzrostem tej metryki w historii badania, a pipeline przypadający na jednego SDR-a podniósł się z 2,83 miliona dolarów rocznie w 2022 roku do 3,78 miliona. Kusi, żeby przypisać to narzędziom, ale nie znam badania, które by ten związek wykazało. Bridge Group tego nie rozstrzyga i sam tego nie twierdzi, a równie dobrym wyjaśnieniem jest zawężenie list i przesunięcie ciężaru na rozmowę telefoniczną.

Sprawa 11x, czyli jedyny dobrze udokumentowany rozjazd

Spółka 11x deklarowała około 10 milionów dolarów powtarzalnego przychodu rocznego osiągniętego w dwa lata i zebrała na tej podstawie 24 miliony dolarów finansowania serii A od Benchmarku oraz 50 milionów serii B od a16z w 2024 roku. W marcu 2025 roku TechCrunch opublikował materiał oparty na relacjach pracowników i klientów.

Jeden z pracowników powiedział wprost, że firma traciła 70 do 80 procent klientów, którzy wchodzili przez drzwi. Inny alegował, że raportowano 14 milionów dolarów przychodu powtarzalnego, podczas gdy przez trzymiesięczny okres próbny przechodziło realnie około 3 milionów. ZoomInfo, które testowało produkt przez miesiąc, stwierdziło, że działał znacząco gorzej niż jego ludzcy SDR-owie, i wysłało spółce groźbę prawną dotyczącą nieuczciwych praktyk handlowych oraz naruszenia znaku towarowego. Airtable, którego logo znalazło się na liście referencyjnej, nigdy nie wyraziło na to zgody. Klienci raportowali halucynacje, sytuacje, w których produkt w ogóle się nie ładował, oraz podwójne obciążanie za okresy próbne.

To jest dziennikarstwo o jednej spółce, nie pomiar kategorii, i tak trzeba to czytać. Wartość tej sprawy dla praktyka leży gdzie indziej: pokazuje, który wskaźnik pęka pierwszy. Nie demo i nie pierwsze wysyłki, tylko utrzymanie klienta po trzecim miesiącu, kiedy kończy się okres próbny i ktoś w końcu porównuje umówione spotkania z odbytymi.

Mechanizm jest zresztą znany każdemu, kto kupował kiedykolwiek usługę outboundową rozliczaną za spotkanie. Umówione spotkanie jest tanie do wyprodukowania i łatwe do pokazania w raporcie, a odbyte i zakwalifikowane spotkanie kosztuje wielokrotnie więcej. Belkins na próbie ponad siedmiu i pół miliona maili z 2025 roku pokazuje, jak wąskie jest to gardło: z całego wolumenu wyszło nieco ponad 1 200 umówionych spotkań, czyli około 0,16 spotkania na tysiąc wysłanych wiadomości. System, który obiecuje zdjąć ten problem przez zwiększenie liczby wysyłek, atakuje mianownik, a nie licznik.

Twierdzenia dostawców trzeba oznaczać jako twierdzenia dostawców

Publikowane liczby o skuteczności AI SDR pochodzą prawie wyłącznie od firm, które te systemy sprzedają. Nie znaczy to, że są fałszywe. Znaczy, że nie mają opisanej metodologii, nie mają grupy kontrolnej i nie zostały zweryfikowane przez nikogo z zewnątrz, więc nie nadają się na podstawę decyzji inwestycyjnej.

Qualified przy produkcie Piper podał w styczniu 2025 roku 200 milionów dolarów wytworzonego pipeline'u, ponad 9 000 umówionych spotkań, 6,8 miliona dolarów oszczędności i ponad 300 klientów. Artisan publikuje wyniki pojedynczych klientów: 3,55 procenta odpowiedzi pozytywnych u jednego, 52 dolary za lead u drugiego, około 45 dolarów za lead przy ponad stu tysiącach wysłanych wiadomości u trzeciego. Ten sam dostawca przyznaje wprost, że jego system nie naprawi złego profilu klienta, słabej oferty ani listy pełnej niewłaściwych ludzi, co jest najuczciwszym zdaniem w całym tym materiale. Unify podaje przypadki klientów z 1,7 miliona dolarów pipeline'u w trzy miesiące i 3 milionami w miesiąc przy 92 procentach obecności na umówionych spotkaniach oraz siedemdziesięcioma trzema procentami wzrostu odpowiedzi.

Nie znalazłem ani jednego niezależnego, recenzowanego pomiaru wyników autonomicznych systemów prospectingowych. Stan wiedzy na sierpień 2026 roku jest taki, że wszystko, co publikowane, pochodzi albo od dostawców, albo z dziennikarstwa opisującego porażki, a między tymi dwoma zbiorami nie ma niczego pośredniego.

Rachunek, który trzeba zrobić mimo braku danych

Skoro nie da się porównać skuteczności, zostaje porównanie kosztu do progu opłacalności. Model całkowitego kosztu SDR-a w Stanach daje od 9 750 do 14 425 dolarów miesięcznie na produktywnego handlowca, typowo około 12 010 dolarów po doliczeniu narzutów, stacku narzędzi, alokacji managera i wsparcia sales ops. Przy dwunastu odbytych spotkaniach miesięcznie wychodzi mniej więcej tysiąc dolarów za spotkanie.

Ta liczba jest jednak zawyżona po stronie licznika spotkań. Bridge Group podaje medianę sześciu spotkań skonwertowanych do pierwszego etapu, a nie dwunastu. Przy sześciu koszt rośnie do około dwóch tysięcy dolarów za spotkanie, a przy konwersji spotkania w szansę na poziomie 58 procent realny koszt jednej szansy sięga 3 450 dolarów. Warto wiedzieć, że model kosztowy, z którego pochodzą te widełki, publikuje firma monetyzująca leady do agencji SDR, więc ma interes w zawyżaniu wydajności modelu wewnętrznego.

Dla polskiego czytelnika kończy się to niewygodnie. Wszystkie kwoty w tym rachunku są amerykańskie, a wiarygodnych danych płacowych o SDR-ach w Polsce po prostu nie ma. Publiczne agregatory opierają się na kilku zgłoszeniach sprzed lat i są wewnętrznie sprzeczne. Nie istnieje też żadne badanie konwersji outboundu na rynku polskim ani w regionie. Decyzja między zespołem a agencją i decyzja o narzędziu opartym na modelu językowym zapadają więc u nas na własnych danych albo wcale.

Zanim podpiszesz umowę z dostawcą, warto mieć odpowiedzi na kilka pytań, których materiały marketingowe zwykle nie zawierają:

• jaka próba stoi za liczbą w materiale i czy widział ją ktokolwiek spoza firmy,
• ile kont dostawca obsłużył w mojej branży i w moim języku,
• co system robi, kiedy nie ma danych o koncie, i czy potrafi się zatrzymać zamiast zgadywać,
• jaki odsetek klientów zostaje po trzecim miesiącu.

Gdzie faktycznie przebiega granica

Liczba jednoprocentowa zestarzeje się szybciej niż ten tekst i nie ma sensu się do niej przywiązywać. Warto natomiast zapamiętać, czego szukać w kolejnych edycjach. Pierwszą rzeczą jest to, czy ktokolwiek opublikuje porównanie z opisaną próbą i grupą kontrolną. Drugą, czy w raportach pojawi się utrzymanie klienta po trzech miesiącach, bo to ten wskaźnik pękł w sprawie 11x, a nie skuteczność samych wysyłek.

Operacyjnie pytanie brzmi zresztą inaczej, niż stawiają je materiały dostawców. Nie chodzi o to, czy używać modelu, bo do researchu i przygotowania treści używa go już większość zespołów. Chodzi o to, w którym momencie procesu model dostaje prawo do ruchu nieodwracalnego. Wysłanie wiadomości jest nieodwracalne, wpis na listę wykluczeń nie, streszczenie konta tym bardziej. Firma, która ma to rozstrzygnięte na piśmie, może spokojnie czekać na dane, bo jej proces działa niezależnie od tego, co dostawcy ogłoszą w przyszłym kwartale.