Laboratoria AI przyszły do domu CRM-a i poprosiły o pokój
Benioff umieszcza NVIDIA, Anthropic i OpenAI w swoim czterowarstwowym stacku, ElevenLabs sprzedaje recepcjonistkę za 29 dolarów, laby od AI SDR wciąż zatrudniają ludzi, żeby go obsługiwali, a Salesforce wypuszcza własny model, zamiast go wynajmować.
Dario Amodei, Jensen Huang i Sam Altman wystąpili w zeszłym tygodniu na Dreamforce. Nie na własnych eventach. U Salesforce’a.
Przez dwa lata narracja brzmiała tak: laby AI zjedzą oprogramowanie enterprise, witajcie w SaaSpokalipsie. W zeszłym tygodniu laby przyszły do domu CRM-a, a gospodarz przez 108 minut tłumaczył, dlaczego musiały. Marc Benioff narysował mapę: cztery warstwy, na dole dane klienta, na górze zupełnie nowy interfejs AI, a modele labów wpięte pośrodku jako jeden z kilku komponentów. Potem na scenę weszli jego goście i przyznali mu rację.
W tym samym tygodniu ElevenLabs wystawiło na sprzedaż recepcjonistkę za 29 dolarów, laby, które zbudowały AI SDR, opublikowały kolejne ogłoszenia o pracę dla ludzi, Salesforce wypuścił własny model rozumujący, żeby nigdy nie być w pełni zależnym od gościa, a Pipedrive dał 100 000 małych firm te same cztery warstwy, które Benioff sprzedawał firmom z listy Fortune 500. CRM przestał być bazą danych. Stał się budynkiem. Schodzimy do okopów.
Benioff narysował mapę oprogramowania enterprise, a laby przyszły znaleźć na niej swoje miejsce 🗺️
„Same modele nie poprowadzą przedsiębiorstwa”. To zdanie, wypowiedziane przez CEO, który właśnie osadził Claude’a w Salesforce, jest całą tezą Dreamforce 2026.
Dreamforce to doroczna konferencja Salesforce w San Francisco: w tym roku 53 000 osób na miejscu, 10 milionów online, 1600 sesji. Raz w roku największy dostawca CRM na świecie mówi rynkowi, jak będzie wyglądać sprzedaż przez najbliższe dwanaście miesięcy. Kiedy szefowie Anthropic, NVIDIA i OpenAI wchodzą na tę scenę, składają wizytę klientowi.
Benioff zaczął od „szalonych bzdur o SaaSpokalipsie”, a potem powiedział, co naprawdę się kończy: „koniec oprogramowania, które każe ludziom wykonywać całą pracę”. Potem liczby: trzy lata na poziomie 30 miliardów dolarów, dwa na poziomie 40, „w przyszłym roku wchodzimy w 50 miliardów”. Najniższy odpływ klientów w historii firmy, najdłuższe kontrakty w historii firmy. Cokolwiek AI robi z oprogramowaniem, w wynikach Salesforce tego nie widać.
Argument pod spodem: modele frontier wiedzą wszystko o świecie, „ale nie znają waszego świata: waszych klientów, waszego pipeline’u, waszych uprawnień, waszych procesów”. I są probabilistyczne. Znajomy Benioffa zbudował aplikację w Claude Cowork: „ta liczba, wiem, że za każdym razem jest błędna”, bo „nie jest osadzona w waszym jedynym źródle prawdy”. Przedsiębiorstwo musi połączyć probabilistyczne AI z deterministycznym systemem prawdy. Stąd cztery warstwy, wymienione jednym tchem: „dane, aplikacje i semantyka, agenci oraz interfejs”. Dane (Data 360), aplikacje jako warstwa metadanych, agenci (Agentforce: ponad 30 000 klientów, 7 miliardów jednostek pracy agentów) i nowy interfejs, który Benioff nazwał kolejną rewolucją w tym, jak ludzie korzystają z oprogramowania.
Tym interfejsem jest AI Force: Claudeforce w Cowork, Slackforce w Slacku, Agentforce Coworker w Lightning. Parker Harris, człowiek stojący za interfejsem Lightning, w klipie ze sceny: „Po co w ogóle miałbyś jeszcze logować się do Salesforce? Może już nigdy nie będziesz musiał”. Patrick Stokes wyjaśnił, dlaczego firma software’owa może coś takiego powiedzieć:
„Inne firmy software’owe myślą, że ich produktem jest UI. W Salesforce naszym produktem jest zaufanie”.
Potem pokazał centrum dowodzenia, które zbudował dla siebie w Claude w „sześć do ośmiu minut”: kwartał 8,2 miliona dolarów poniżej celu, deal za 4,8 miliona utknięty na etapie przeglądu bezpieczeństwa. Wtyczka jest w otwartej becie w AppExchange.
Resztę dopowiedzieli goście. Amodei: nawet gdyby technologia zatrzymała się dziś, „wykorzystujemy może tylko 5% albo 10%” jej wartości, a jego własny CCO co rano pyta Claude’a w Salesforce o 10 największych dealów, 10 najbardziej zagrożonych i o to, jak je wygrać. Jensen: „koniec oprogramowania to bzdura. To będzie warstwa nad oprogramowaniem”. Altman wystąpił tego samego dnia w osobnej sesji. I jedna rzecz, którą Benioff powtórzył trzy razy: zero retencji danych. „Wasze dane są wasze. Nie trafiają do modeli”.
Okiem Damiana:
Dystrybucja jest królem, kontekst królową. Żadne narzędzie GTM nie ma lepszej adopcji wśród handlowców niż CRM. Żaden system nie trzyma więcej danych i wiedzy o tym, jak organizacja sprzedaje. CRM i notetaker to dwa narzędzia, które ludzie najczęściej podpinają do swoich Coworków. Które narzędzie jest więc naturalnym kandydatem, żeby stać się AI-native w GTM? Oczywiście CRM.
Wyobraź sobie handlowców, którzy mają wszystko, co dziś nazywamy GTM engineeringiem, w jednej aplikacji. Tej, którą znają od lat i w której są już wszystkie dane o klientach. Jedno źródło prawdy, fundament z AI na górze.
Jasne, pojawią się CRM-y zrobione na vibe codingu, nawet open source. Ale skoro wewnętrzni developerzy w firmie mogą tak łatwo sklecić własne narzędzia, pomyśl, co dzieje się w zespołach deweloperskich największych dostawców SaaS na świecie. Dopiero się rozkręcają, a pracują w jednym ekosystemie, za którym stoją lata doświadczenia i praktyki.
Dystrybucja jest królem, kontekst królową, a CRM ma jedno i drugie.
ElevenLabs wystawiło recepcjonistkę na sprzedaż za 29 dolarów miesięcznie 🎙️
Głos był ostatnim kanałem, który należał wyłącznie do ludzi. Najlepsza firma voice na świecie właśnie przejęła recepcję u twojego hydraulika i w twojej kancelarii.
W małej firmie telefon dzwoni wtedy, kiedy wszyscy pracują. ElevenLabs ujęło to jednym zdaniem w poście startowym: odebranie oznacza „oderwanie się od pracy, którą ma się przed sobą, niezależnie od tego, czy to hydraulik na zleceniu, właścicielka salonu z klientką, czy konsultant IT rozwiązujący złożony problem”. Połączenie trafia więc na pocztę głosową, a poczta głosowa umarła. „Większość ludzi nie zostawia wiadomości”, jak pisze na swojej stronie Rosie, usługa AI do odbierania telefonów dla małych firm. Dzwoniący wybiera kolejny numer z Google.
Do tej pory były trzy opcje: recepcjonistka na etacie, ludzki serwis odbierający telefony, jak Smith.ai (300 dolarów miesięcznie za 30 połączeń), albo pierwsza fala recepcjonistek AI, takich jak Rosie i Goodcall, które udowodniły, że popyt jest realny.
ElevenLabs wchodzi z jednym zdaniem:
„Najbardziej realistycznie brzmiąca usługa recepcjonistki AI”.
Głos to jego warstwa. Firma przekroczyła w maju 500 milionów dolarów ARR, a wzrost przypisuje „przedsiębiorstwom wdrażającym agentów głosowych w całym biznesie, od obsługi klienta i sprzedaży po rekrutację i operacje marketingowe”. Reception to ta sama platforma zapakowana dla firmy bez działu IT: od 29 dolarów miesięcznie, z numerem, kalendarzem, stroną do rezerwacji oraz podsumowaniem, transkrypcją i nagraniem po każdej rozmowie.
Zwróć uwagę, czego Reception nie robi: nie dzwoni. Obcy człowiek zaakceptuje bota, który odbiera, i rozłączy się z botem, który dzwoni. Zwróć uwagę, kto to sfinansował: wśród inwestorów ElevenLabs są Salesforce Ventures i HubSpot Ventures, więc dwóch dostawców CRM siedziało przy tym stole, zanim recepcjonistka w ogóle powstała. I zwróć uwagę, jak cienkie jest połączenie z CRM: kalendarz i podsumowanie po rozmowie. Pierwsze, czego zechce każdy z tych klientów, to żeby umówione spotkanie i notatki z rozmowy lądowały w pipelinie. Zgadnij, kto ostatecznie przejmie tę część.
Okiem Damiana:
Policz, ile firma wydaje na to, żeby telefon w ogóle zadzwonił: reklamy, SEO, wizytówka w Google, opinie, reputacja, kupione leady. Wszystko to pracuje na jeden moment, kiedy ktoś wybiera numer. A leady mają jeden problem, który zna każdy, kto odebrał kilka tysięcy telefonów: są jak zając. Uciekają. Albo obsłużysz je teraz, albo za dziesięć minut zrobi to twoja konkurencja.
To dokładnie problem grupy docelowej ElevenLabs: małe firmy, w których nikt nie odbiera, bo wszyscy są zajęci robotą. Boty do tej pory nie pomagały, bo przegrywały czasem reakcji: długie pauzy, wolne łapanie kontekstu, dzwoniący słyszy ciszę i się rozłącza. Przetestowałem recepcjonistkę AI i rozmowa była komfortowa. Umówiłbym się do takiego fryzjera. Kiedy bot przeskoczy tę poprzeczkę, każda firma, która wciąż odsyła leady na pocztę głosową, po prostu je oddaje. Albo obsłużysz leada teraz, albo zrobi to twoja konkurencja.
„Zastąpiliśmy zespół sprzedaży AI SDR-em” 📞
Każde „zastąpiliśmy zespół sprzedaży AI SDR-em”, jakie słyszałem, tłumaczy się na to samo: sekwencer, kupiona lista i „Cześć {imię prospekta}” wysyłane tysiącami.
Wrzuciłem ten mem dwa tygodnie temu i zrobił zasięgi, bo każdy handlowiec, który go zobaczył, przeżył to na własnej skórze. Doprecyzujmy więc, co zostało zastąpione. Ta część pracy SDR-a, która już wcześniej była szablonem. Ta, w której człowiek klikał „wyślij” przy czymś, czego żaden człowiek nie napisał. Tej części już nie ma i dobrze.
Czy to koniec sprzedaży telefonicznej? Nie sądzę. Strona kariery OpenAI pokazuje 816 otwartych stanowisk, z czego około 150 w sprzedaży i partnerstwach, w tym siedem ofert „Account Associate” z podstawą 144–160 tys. dolarów. W opisie czytamy: „budowanie i rozwijanie opartych na AI workflowów GTM (GPTs/agenci), aby skalować prospecting i kwalifikację”. Strona kariery Anthropic pokazuje 122 otwarte stanowiska sprzedażowe, w tym Business Development Representatives w San Francisco i Nowym Jorku.
Firmy, które zbudowały AI SDR, płacą ludziom sześciocyfrowe pensje, żeby go obsługiwali.
Agenci są prawdziwi i już pracują na froncie. Siemens ogłosił na Dreamforce, że dwaj agenci Agentforce, jeden do angażowania, drugi do kwalifikacji, obsługują teraz 100% z ponad 2500 miesięcznych leadów inbound dla 18 000 handlowców w 132 krajach. Maszyna potrafi wysyłać, sortować, scorować, odpowiadać, a nawet dzwonić.
Nie potrafi tego, co dzieje się po tym, jak prospekt podniesie słuchawkę. Jeśli jesteś SDR-em i masz poczucie, że zostajesz w tyle z narzędziami: narzędzia to łatwa część, a laby zatrudniają ludzi, żeby uczyli się ich w trakcie pracy. Bot potrafi już odebrać telefon. Wciąż nie sprawi, że telefon zadzwoni, i wciąż nie usłyszy wahania w „jesteśmy zadowoleni z obecnego dostawcy”. Buduj więc jeden workflow tygodniowo i skopiuj specyfikację OpenAI słowo w słowo: GPTs i agenci do prospectingu i kwalifikacji. Podejdź religijnie do sygnałów, żeby twoje telefony trafiały do ludzi, którzy mają problem dzisiaj. I chroń discovery call, jakby od niego zależała twoja quota, bo zależy.
Otwarte stanowiska sprzedażowe w Anthropic
Okiem Damiana:
Inbound automatyzuje się jako pierwszy, bo dzwoniący już zdecydował, że chce z tobą rozmawiać. Outbound, czyli telefon, który tworzy popyt, to wciąż praca człowieka, a laby zatrudniają do niej z podstawą 144–160 tys. dolarów. Technologia ma wszystko poza jedną rzeczą, którą masz ty: umiesz sprzedawać i umiesz podnieść słuchawkę. Albo ty sprzedajesz, albo ktoś inny sprzeda twojemu prospektowi.
Salesforce właśnie zbudował własny model AI 🚨
Firma, która właśnie osadziła u siebie Claude’a, wypuściła też własny model. Oba ruchy to jedna strategia.
15 września Salesforce ogłosił Koa: własny model AI zbudowany z NVIDIA na otwartym modelu Nemotron. Dotąd Salesforce budował małe modele do prostych zadań, a trudniejsze rozumowanie, czyli wieloetapowe zadania, które agent przechodzi krok po kroku, wysyłał do modeli frontier. Jayesh Govindarajan, EVP Salesforce AI, powiedział to TechCrunchowi wprost: „w kwestii rozumowania zawsze polegaliśmy na dostawcach modeli frontier. Aż do teraz”. Koa ma robić to, czego klienci Salesforce oczekują od agenta w sprzedaży, marketingu i obsłudze: odpowiadać na pytania serwisowe, umawiać spotkania, przeprowadzać deal przez kolejne kroki. I ma to robić lepiej i taniej niż Claude czy ChatGPT, bo zużywa mniej tokenów. Salesforce twierdzi, że na jego własnym benchmarku CRM model dorównuje modelom frontier albo je przewyższa, popełniając trzy razy mniej błędów. To ich benchmark, więc warto podejść do tego z dystansem.
Najciekawsze są dane treningowe. Koa nie widział ani bajta danych klientów. Salesforce wygenerował dane syntetyczne wzorowane na tym, co działo się w jego CRM przez 27 lat. Govindarajan opisał to prosto: zasymulowali dział obsługi klienta, „łącznie z wściekłymi klientami dzwoniącymi do centrum obsługi, aż po handlowca, który próbuje domknąć deal”. Nikt inny nie ma takiego zapisu tego, jak naprawdę przesuwają się deale i sprawy serwisowe.
Model działa w infrastrukturze bezpieczeństwa Salesforce, a wagi zostają w Salesforce. Dla CISO to odpowiedź na pytanie „gdzie trafiają nasze dane”: nigdzie. Klienci pilotażowi już go mają, ogólna dostępność zimą 2026 w regionach USA.
Tło jest ważniejsze niż benchmark. Trzy tygodnie przed Koa: Claudeforce. Pięć dni przed Koa Salesforce sfinalizował przejęcie Fin, wcześniej agenta Intercomu (średni wskaźnik rozwiązanych zgłoszeń 76%, ponad 30 000 firm), i uruchomił go na help.salesforce.com „w jakieś 12 dni”. Wynajmij frontier do najtrudniejszego rozumowania, kup agenta, który już ma dystrybucję, zbuduj model specjalistyczny na danych, które masz tylko ty. To portfel, a Jensen Huang opisał jego logikę ze sceny: modele zamknięte rosną szybko, ale „modele otwarte poszły z 30% na początku tamtego roku do mniej więcej 70% teraz”, bo „każda firma software’owa jest firmą AI” budującą własne modele.
Dla ciebie, jeśli sprzedajesz AI do takich kont: dostawca CRM twojego klienta ma teraz model, który na zadaniach CRM bije twój, bez kosztów zmiany, w granicach już zatwierdzonych przez zespół bezpieczeństwa. Jeśli wejdziesz z „nasz model jest lepszy”, nie masz tam czego szukać. Zostaje „oto przychód, który to wygenerowało w 30 dni”.
Okiem Damiana:
OpenAI i Anthropic mają lepsze modele. Salesforce ma coś, czego one nie kupią: zapis tego, jak każdy deal przeszedł przez jego system, i miejsce już zainstalowane u klienta. Dla handlowca Koa pojawia się jako funkcja w ekosystemie, w którym już pracuje, bez kupowania niczego nowego. A Benioff ciągle podkreśla jedno: to są twoje dane. Żadnego trenowania modelu na twoich danych, całość zbudowano na metadanych. I to nie zostanie pomysłem jednego CEO. Każdy dostawca CRM z wystarczająco długą historią zrobi to samo, bo wystarczająco dobry model wytrenowany na danych o własnych workflowach wygrywa z genialnym modelem, który nigdy nie widział pipeline’u. Prędzej czy później każda organizacja będzie mieć taką opcję. Wynajmuj frontier, workflow miej na własność.
Jak CCO Anthropic prowadzi pipeline: cztery pytania, każdego ranka 🔥
Paul Smith odpowiada za stronę komercyjną Anthropic, dostawcy z największym udziałem w wydatkach enterprise na AI, a jego przegląd pipeline’u to cztery pytania wpisywane w Claude’a każdego ranka.
Dario Amodei opowiedział tę historię na scenie Dreamforce. Smith „wciąż używa Salesforce, ale używa Salesforce z Claude’em”. Według sierpniowych danych Rampa Anthropic ma 43,5% wydatków enterprise na AI, więc to pipeline lidera rynku. Działa na czterech pytaniach:
- Jakie są nasze 10 największych dealów w tym tygodniu?
- Które 10 dealów najpewniej przegramy?
- Jakie tematy powtarzają się w tych dealach?
- Jak wygrać te deale?
To cała rutyna. Żadnego customowego dashboardu, żadnego ticketu do RevOps o nowy raport, żadnego poniedziałku spędzonego na eksportowaniu do arkusza. Dane już były w CRM. Zmieniło się to, że można z nimi rozmawiać, „po prostu płynnie korzystając ze wszystkich informacji”, jak ujął to Amodei.
Spójrz, czego dotyczą te pytania. Każde dotyczy dealów: gdzie są pieniądze, gdzie uciekają, dlaczego i co z tym zrobić. Zero pytań o system, coverage czy konwersję między etapami per handlowiec. CRO z modelem w CRM zadaje te same pytania, które dobry CRO zadawał w 1998 roku. Po prostu dostaje odpowiedź w kilka sekund.
Weź to w całości. Niezależnie od tego, jaka warstwa AI siedzi na twoim CRM, Claudeforce, Nova, agenci HubSpota czy konektor MCP Claude’a do Pipedrive, zapisz te cztery pytania i zadawaj je każdego ranka przez dwa tygodnie. Potem zastąp odpowiedziami swój poniedziałkowy przegląd pipeline’u. Amodei mówił, że wykorzystujemy 5–10% tego, co ta technologia już potrafi. Rutyna Smitha pokazuje, jak wygląda pozostałe 90%: stary nawyk uruchomiony na danych, które już masz.
Okiem Damiana:
Amodei mówi, że wykorzystujemy 5–10% możliwości tej technologii, a jako przykład wybiera lidera sprzedaży, który zadaje swojemu CRM cztery pytania na głos. To cała teza AI-native CRM w jednej rutynie: dane leżały tam latami, brakowało sposobu, żeby z nimi porozmawiać. Twój poniedziałkowy przegląd pipeline’u może być jednym pytaniem zamiast czterech godzin w arkuszu. Zanim kupisz kolejne narzędzie, zadaj pytanie temu, które już masz.
Pipedrive Nova: SMB dostają te same cztery warstwy bez dodatkowych kosztów 🧩
Wszystko, co Benioff narysował na scenie Dreamforce, Pipedrive właśnie wrzucił do CRM-a, którego 100 000 firm otwiera każdego ranka.
16 września Pipedrive ogłosił Novą: conversation intelligence wbudowane w każdy deal. Brief przed rozmową, skupienie w jej trakcie, zaktualizowany CRM po. Wbudowany notetaker i asystent AI: czy to nie jest dokładnie ta warstwa agentów, o której mówił Benioff? W każdym planie, bez dodatkowych kosztów. Zestaw to z resztą lata estońskiego jednorożca: 5 sierpnia przejął Outfunnel, najwyżej ocenianą aplikację na własnym marketplace, a 18 sierpnia wypuścił oficjalny konektor MCP do Claude’a. CRM, który przetwarza około 100 milionów dealów rocznie, właśnie dołożył warstwę agentów i warstwę interfejsu do danych, które już miał.
Nałóż to na cztery piętra Benioffa. Warstwa danych to twoje rekordy w Pipedrive. Warstwa semantyczna zamienia te rekordy w deale, etapy, pipeline’y i aktywności; to warstwa, którą Salesforce buduje od 27 lat. Nova to warstwa agentów: słucha, zapisuje i aktualizuje. Warstwa interfejsu to ekran, na który handlowiec już patrzy. Ta sama architektura co AI Force, tylko bez enterprise’owego cyklu zakupowego, integratora i konferencji z 1600 sesjami.
Nie piszę tego na podstawie informacji prasowej. Mój zespół od kilku miesięcy jest w becie Novej. Zmienia się liczba zakładek. Handlowiec przygotowuje się, prowadzi rozmowę i aktualizuje deal w jednym miejscu, bez notetakera w drugim oknie, bez wklejania transkrypcji, bez drugiego logowania. Od dnia, w którym zostałem managerem sprzedaży, chciałem, żeby handlowcy wykonywali całą pracę w CRM, i wiem, że żadna polityka tego nie wymusi. Wymusza to dopiero brak innego miejsca, do którego można pójść. Pierwszy raz jesteśmy blisko.
Najlepsze oprogramowanie klasy enterprise, w pełni konfigurowalne i trudne do przeniesienia, jest kilka lat do przodu i tylko giganci mogą w pełni z niego korzystać (jak Siemens, który też był na scenie Dreamforce). SMB mogą zbudować podobny ekosystem z szybkiego w konfiguracji, prostego CRM-a jak Pipedrive, marketplace’u wtyczek i narzędzi zewnętrznych, który naprawdę działa (warstwa aplikacji), oraz MCP i Novej jako warstw agentów.
Rynek pomaga. Miro zostało sprzedane Bending Spoons 10 września za 1,36 miliarda dolarów, 92% poniżej wyceny z 2021 roku, przy 600 milionach dolarów ARR i zysku. TechCrunch wyjaśniał to tym, że firmy „zaczęły konsolidować zdublowane narzędzia i licencje”. Każde punktowe rozwiązanie w twoim stacku jest teraz po złej stronie tego zdania. CRM nie jest. To tam ląduje konsolidacja, niezależnie od wielkości firmy.
Okiem Damiana:
CRM przestał być bazą danych i stał się fundamentem dla agentów, bo agenci potrzebują trzech rzeczy: czystych danych, modelu tego, co te dane znaczą, i miejsca do działania. CRM to jedyny system w organizacji sprzedażowej, który ma wszystkie trzy.
Kupując SaaS, kupujesz proces, lata doświadczeń, prób i błędów, a w efekcie sprawdzony workflow zbudowany wokół narzędzia, które prowadzi cię przez niego krok po kroku. Ładne AI nad tabelą w bazie danych to tylko wierzch. Zmienia się jedynie to, kto natywnie spędza w tym narzędziu więcej czasu: człowiek czy AI.
Benioff sprzedaje to firmom z 18 000 handlowców. Pipedrive właśnie dał to firmom z trzema, bez dodatkowych kosztów. Najwięcej zyskują tu SMB: nigdy nie miały zespołu RevOps, GTM engineera ani budżetu na sześć narzędzi, a teraz żadnego z nich nie potrzebują. Przestań podpinać CRM do AI. Kup CRM, który już jest AI.
Prowadzimy sesję na żywo o tym, jak z tego naprawdę korzystać: CRM Survival Guide: How to Never Manually Update CRM Again → https://luma.com/nc8yhu0l
Przydało się? Udostępnij dalej, żeby więcej osób podchodziło do go-to-market na serio, i zasubskrybuj GTM Club, żeby nie przegapić kolejnego wydania.
