Sztuczna inteligencja5 min czytania
AutorKarol PiaseckiFounder TextRank.ai
Opublikowano
Czas czytania5 min czytania

Jak sztuczna inteligencja wpływa na sprzedaż? Lista dostawców powstaje przed pierwszym kontaktem

Kupujący porównują dostawców w ChatGPT, Gemini i Google AI Mode, zanim napiszą do handlowca. Zobacz, co to zmienia i jak to sprawdzić.

Handlowiec dostaje maila: „Porównaliśmy już trzech dostawców, zostaliście Wy i jeszcze jedna firma. Mamy dwa pytania o wdrożenie”. Brzmi jak dobry lead. Gorzej, że takie porównanie odbyło się też w dziesiątkach firm, które nigdy nie napisały, bo Twojej nazwy nie było na liście, którą ułożył im czat AI.

Tak sztuczna inteligencja zmienia sprzedaż w praktyce. Nie chodzi o to, że handlowcy piszą maile w ChatGPT. Chodzi o to, że część rozmowy, którą dotąd prowadził handlowiec, kupujący odbywa sam z modelem językowym. Wybiera kryteria, porównuje oferty i odrzuca dostawców, zanim ktokolwiek z Twojej firmy się o tym dowie.

Kupujący pytają AI, zanim zapytają handlowca

Gartner w badaniu 645 kupujących B2B z sierpnia i września 2025 r. ustalił, że 45% z nich korzystało z generatywnej AI w trakcie zakupu, głównie do researchu dostawców i produktów. Średnio sięgali do około siedmiu źródeł informacji przy jednym zakupie (Gartner, 2026).

W handlu detalicznym widać ten sam ruch. Adobe w ankiecie ponad 5000 konsumentów w USA podało, że 39% korzystało już z generatywnej AI przy zakupach online, najczęściej do researchu produktów (55%) i po rekomendacje (47%) (Adobe, 2025). To dane dostawcy narzędzi analitycznych z rynku amerykańskiego, więc traktuj je jako sygnał kierunku, nie jako liczbę dla Polski.

Badanie zespołu OpenAI i ekonomisty z Harvardu, oparte na zanonimizowanej analizie rozmów, pokazuje, że „praktyczne porady” i „szukanie informacji” należą do najczęstszych zastosowań ChatGPT, a wartość narzędzia polega w dużej mierze na wspieraniu decyzji (NBER, 2025). Zakup to właśnie decyzja.

Co to zmienia w lejku sprzedażowym

Kupujący nie wpisuje do czatu jednego słowa. Pisze zdanie z warunkami: „system do obsługi zgłoszeń dla zespołu 15 osób, integracja z Salesforce, wdrożenie w miesiąc, budżet do 2000 zł miesięcznie”. Odpowiedź to zwykle krótka lista z uzasadnieniem przy każdej pozycji. Potem padają pytania uzupełniające: „który z nich jest najtańszy przy 20 użytkownikach?”, „jakie są wady X?”.

Z tego wynikają trzy skutki dla sprzedaży.

Lista krótka powstaje bez Ciebie. Jeśli firmy nie ma w odpowiedzi, nie dostaje szansy na demo. Nie widzisz też przegranej, bo w CRM nie ma po niej śladu.

Klient przychodzi z gotowym obrazem oferty. Może być dokładny albo nie. Jeśli model podał stary cennik albo przypisał Ci brak integracji, którą masz od roku, handlowiec zaczyna rozmowę od prostowania. Opisaliśmy to szerzej w tekście AI podaje błędne informacje o firmie.

Rozmowa handlowa służy weryfikacji. W badaniu Gartnera 69% kupujących wolało sprawdzić informacje z AI u przedstawiciela handlowego, a zaufanie było podzielone: 51% uznało, że to AI częściej wprowadzi w błąd, 49% wskazało handlowca. Rola sprzedawcy nie znika. Przesuwa się z prezentowania podstaw na potwierdzanie faktów i rozwiewanie wątpliwości.

Dlaczego AI poleca jedną firmę, a pomija drugą

Czat AI z wyszukiwaniem (artificial intelligence chat z dostępem do internetu, jak ChatGPT Search, Gemini czy Google AI Mode) zwykle pobiera kilka stron związanych z pytaniem i składa z nich odpowiedź. Google opisuje dla swoich funkcji generatywnych rozbijanie pytania na powiązane zapytania i korzystanie ze stron z indeksu (Google Search Central). Inne platformy mają własne mechanizmy, ale ogólna zasada jest podobna: model może polecić tylko to, co znalazł i zrozumiał.

W praktyce przegrywasz najczęściej z jednego z trzech powodów:

  • strona nie odpowiada na warunek z pytania: kupujący pyta o integrację z Salesforce, a u Ciebie jest „integracje z popularnymi CRM”,
  • brak dowodu: konkurent podaje próg cenowy, czas wdrożenia i listę klientów z branży, Ty piszesz „szybko i elastycznie”,
  • model nie może pobrać strony: na przykład robots.txt blokuje OAI-SearchBot, z którego korzysta wyszukiwanie w ChatGPT (OpenAI).

Opisy, którymi firma mówi o sobie, przestały być tylko materiałem dla ludzi. Czyta je też model, który odpowiada kupującemu. Ogólnik, który człowiek dopowie z kontekstu, dla modelu jest pustym miejscem. Wtedy sięga po źródło, które mówi konkretnie, często po stronę konkurenta albo zewnętrzny ranking.

Co zrobić z tym w zespole sprzedaży i marketingu

Zacznij od pytań, które już słyszysz. Handlowcy wiedzą, o co klienci pytają na pierwszym spotkaniu i co ich zatrzymuje przed zakupem. Te pytania, zapisane słowami klienta, są najlepszymi promptami do sprawdzenia. Jak je wybierać, opisujemy w poradniku wyboru promptów do audytu.

Potem zadaj je w ChatGPT, Gemini i Claude w nowej rozmowie, z włączonym wyszukiwaniem. Zapisz datę, wymienione marki i źródła. Odpowiedzi różnią się między uruchomieniami, więc jedno sprawdzenie niczego nie przesądza. Jeśli trzy warianty pytania dają tę samą listę bez Ciebie, masz wzorzec.

Wreszcie dopisz do kwalifikacji leadów jedno pytanie: „skąd Pan wiedział o nas i kogo jeszcze Pan rozważał?”. Część odpowiedzi będzie brzmiała „z ChatGPT”. To jedyny sposób, żeby zobaczyć ten kanał w CRM, bo ruch z odpowiedzi AI często nie trafia do analityki jako osobne źródło.

Gdzie pomaga TextRank

Ręczne porównanie jednej odpowiedzi AI z własną stroną zajmuje godzinę lub dwie: trzeba otworzyć każde cytowane źródło, wypisać, co w nim jest, i zestawić to z własnym tekstem. TextRank robi to dla wybranego pytania i modelu.

Narzędzia do monitoringu widoczności w AI liczą, jak często marka pojawia się w odpowiedziach. To przydatne przy setkach promptów. TextRank idzie o krok dalej przy jednym pytaniu: sprawdza źródła, które model faktycznie pobrał lub zacytował, i porównuje je z Twoją stroną na poziomie encji, twierdzeń i konkretnych fragmentów. Widzisz, jakich słów, warunków i opisów używa źródło, które wygrało, i których brakuje u Ciebie.

Wynikiem jest plan: co zostawić, co przepisać, gdzie dopisać odpowiedź, jaki dowód zdobyć, a które pytanie odłożyć, bo oferta nie spełnia jego warunku. Każda rekomendacja wskazuje prompt, odpowiedź modelu i źródło, więc handlowiec, copywriter i właściciel produktu rozmawiają o tym samym fragmencie. Przykład takiego raportu pokazujemy w tekście od promptu do zmiany na stronie.

TextRank nie obiecuje, że model zacznie Cię polecać. Tego nikt nie może uczciwie obiecać, bo decyzja należy do platformy. Daje natomiast uzasadniony powód każdej zmiany i możliwość porównania wyniku przed i po. Jeśli przy danym pytaniu model cytuje wyłącznie recenzje i fora, audyt to pokaże i zmiana strony nie będzie pierwszym krokiem.

Zacznij od jednej przegranej rozmowy

Weź pytanie od ostatniego klienta, który powiedział, że „porównywał w ChatGPT”, i sprawdź je w TextRank. Jedna przegrana lista dostawców powie Ci o sprzedaży więcej niż ogólny raport o artificial intelligence trends.