Pierwsze spotkanie już nie jest tym, czym było
Widziałem setki pierwszych spotkań — tych, które zaczynały się od pustej kartki, i tych, gdzie klient przychodził z gotowym zestawieniem od czterech dostawców. Przez ostatnie dwa lata proporcja wyraźnie przesunęła się w jedną stronę.
Typowe pierwsze spotkanie sprzed dwóch–trzech lat: klient z briefem, „chcemy coś na targi, do 50 zł na sztukę, dostarczcie pomysły”. Typowe pierwsze spotkanie dziś: klient z hipotezą, „chcemy polar 280 g/m², haft 3D, termin 15 marca, widziałem, że Stanley Stella ma podobny model za X — czy jesteście w stanie zaoferować coś porównywalnego?” Zanim pada pierwsze pytanie o dostawę, klient sam podaje termin. Zanim pada pytanie o skład, ma gotowe dwie propozycje z parametrami technicznymi. Wie, że czas realizacji przy 200 sztukach to zazwyczaj 2 tygodnie, i pyta, czy można zejść do 3 dni.
To nie jest zjawisko jednostkowe. Widać je systematycznie w rozmowach dotyczących gadżetów, druku, odzieży reklamowej. Klient w 2026 r. przychodzi z gotową odpowiedzią na połowę pytań, które standardowo padają na pierwszym spotkaniu. Często dobrą. Czasem — i to jest clou — nieprecyzyjną w sposób, który nie jest od razu widoczny.
Czy to oznacza, że handlowiec jest zbędny? Odpowiedź brzmi: nie. Ale oznacza, że jego rola wyraźnie się przesunęła.
Dane: jak zmienił się kupujący
Zacznę od liczb, bo intuicja to za mało.
6sense 2025 Buyer Experience Report pokazuje, że cykl zakupowy skrócił się z 11,3 do 10,1 miesiąca rok do roku. To nie jest efektywność procesów. To znaczy, że jako handlowiec widzisz dziś klienta w momencie, gdy on ma mniej czasu na zmianę zdania — decyzja jest dojrzalsza, zanim jeszcze zadzwonił.
Ten sam raport wskazuje, że moment pierwszego kontaktu z dostawcą przesunął się z 69% do 61% ścieżki zakupowej. Klient zgłasza się wcześniej niż rok temu — ale nie dlatego, że potrzebuje informacji od ciebie. Zgłasza się, bo ma konkretną hipotezę i chce ją zweryfikować lub potwierdzić. Różnica jest zasadnicza.
Dane 6sense mówią też, że w 95% przypadków zwycięski dostawca znajdował się na tzw. liście pierwszego wyboru — zestawie firm sporządzonym przez klienta jeszcze przed pierwszym kontaktem. Co więcej, 80% transakcji wygrywa dostawca, który był preferowany zanim ktokolwiek podniósł słuchawkę. To oznacza, że jako handlowiec często przychodzisz do rozmowy, w której klient już wybrał — i albo potwierdzasz jego wybór, albo podważasz go kompetentnie.
Forrester uzupełnia ten obraz danymi ze swojego Buyers’ Journey Survey z 2024 r.: 92% kupujących B2B zaczyna proces zakupowy z konkretnym dostawcą w głowie, a 41% — z jednym preferowanym. To nie jest rynek, na którym wygrywasz ofertą. To rynek, na którym wygrywasz zanim oferta trafi na stół.
Gartner dodaje kontekst strukturalny: średni komitet zakupowy to dziś 11 osób, przy złożonych zakupach nawet więcej. Jako handlowiec rozmawiasz z jedną osobą, ale za nią stoi komitet, który ma własną listę wymagań, własne rozpoznanie rynku i własne narzędzia AI. Ten komitet ma też, według 6sense, średnio 8–9 wcześniejszych procesów zakupowych w tej samej kategorii. Klient nie przychodzi bez historii. Przychodzi ze schematem porównawczym, który zbudował przez lata.
Suma tych danych jest prosta: widzisz dziś klienta dopiero wtedy, gdy on jest już po analizie rynku, po porównaniu alternatyw, po wstępnym rankingu dostawców. Twoja pierwsza rozmowa to nie edukacja. To audyt.
Co AI zrobiło z tym procesem
Powiedzmy wprost, jak to wygląda w praktyce. Kupujący używa dziś AI do konkretnych zadań: porównuje parametry materiałów, generuje listy pytań do dostawców przed spotkaniem, sprawdza typowe zapisy w kontraktach ramowych, szacuje stawki rynkowe dla danej kategorii produktowej. To nie jest ogólna analiza rynku — to narzędziowa wstępna selekcja, która zajmuje godzinę zamiast dwóch dni.
G2 Buyer Behavior Report z 2025 r. potwierdza skalę: chatboty AI są dziś najczęściej wskazywanym źródłem wpływającym na wstępną listę dostawców — wyprzedzają strony internetowe firm i polecenia od znajomych z branży. Według badania G2 z marca 2026 r. połowa zamawiających zaczyna rozpoznanie rynku od chatbota AI, a nie od wyszukiwarki. Po raz pierwszy w historii sprzedaży B2B algorytm jest ważniejszym filtrem wstępnym niż opinia kolegi z branży.
To zmienia rozmowę handlową w konkretny sposób. Pięć lat temu klient pytał: „co macie w kategorii gadżetów antystresowych?” Dziś klient mówi: „znalazłem trzy modele antystresowych, ChatGPT sugeruje, że producenci w Chinach mają trzymiesięczny czas realizacji przy minimalnym zamówieniu 2000 sztuk, mam budżet X, nie mogę przekroczyć Y tygodni — czy jesteście w stanie to zrobić?” To jest pytanie kwalifikacyjne, nie otwarte zapytanie ofertowe. Klient nie potrzebuje edukacji o rynku. Potrzebuje weryfikacji swojego modelu przez kogoś, kto naprawdę zna realia.
Gdzie AI nie wystarczyło
Tu jest serce tej obserwacji.
Narracja z lat 2022–2024 brzmiała mniej więcej tak: AI zrobi rozpoznanie rynku lepiej niż handlowiec, kupujący będzie samodzielny, sprzedawca jest zbędnym ogniwem łańcucha. Dane z 2025 r. pokazują, że rzeczywistość jest bardziej złożona.
Forrester w State of Business Buying 2025 odnotował, że 20% kupujących poczuło się mniej pewnych swojej decyzji po użyciu generatywnej AI. Wśród specjalistów z działów zakupów — 28%. Nie bardziej pewnych. Mniej. To jest wynik, który powinien dać do myślenia każdemu, kto twierdził, że AI upraszcza decyzje zakupowe.
Gartner prognozuje, że do 2030 r. 75% kupujących B2B będzie preferowało kontakt z człowiekiem w procesie zakupowym ponad rozwiązania oparte wyłącznie na AI. To jest wyraźne odbicie od kierunku, który wydawał się oczywisty jeszcze dwa lata temu.
Forrester (State of Business Buying 2024) dokumentuje też skalę dysfunkcji: 86% procesów zakupowych B2B utyka w połowie drogi, a 81% kupujących jest niezadowolonych z wybranego dostawcy po zakończeniu transakcji. Gartner uzupełnia: 74% komitetów zakupowych doświadcza niszczącego konfliktu wewnętrznego podczas procesu zakupowego, a 69% kupujących zgłasza rozbieżności między informacjami znalezionymi online a tym, co usłyszeli od handlowca.
Te liczby mówią coś ważnego. AI dostarcza informacje spójne stylistycznie. Brzmią pewnie. Są dobrze sformatowane. Ale są często fragmentaryczne — bez znajomości lokalnych realiów dostawców, bez rozróżnienia między tym, co jest faktycznym warunkiem dyskwalifikującym w danej branży, a tym, co jest jedynie kosmetyką kontraktową. Gartner nazywa ten efekt „confident misunderstanding” — pewnym niezrozumieniem. Klient wie dużo, ale nie wie, czego nie wie. I nie zawsze wie, że nie wie.
Przykład z branży: klient zamawia 300 długopisów metalowych jako upominki dla kluczowych kontrahentów — ma je wręczyć na spotkaniach i konferencjach. Pyta o tampodruk, bo to standard rynkowy i najczęstsze rozwiązanie w tej kategorii. Technicznie słuszna decyzja przy jednorazowych akcjach promocyjnych. Ale przy długopisie, który ma leżeć w kieszeni marynarki i lądować codziennie na biurku przez rok — pot dłoni i codzienne tarcie stopniowo ścierają farbę z powierzchni metalu. Grawer laserowy trwale modyfikuje strukturę materiału i jest fizycznie nieścieralny. AI powie, że tampodruk to popularny wybór na długopisy. Nie zapyta, czy chodzi o gadżet na targi, czy o prezent VIP dla zarządu. Handlowiec z doświadczeniem w tej kategorii — zapyta. I zaproponuje grawer, zanim klient wróci z reklamacją.
Drugi typ problemu to kwestia lokalnych realiów rynkowych. AI zna globalne benchmarki czasu realizacji przy produkcji odzieży. Nie wie, że konkretny zakład w Łodzi pracuje w tej chwili na 80% mocy produkcyjnej z powodu kontraktu eksportowego i w pierwszym kwartale realny czas realizacji to nie 4, ale 7 tygodni. Klient przychodzi z założeniami terminowymi opartymi na danych uśrednionych, dostawca przyjmuje zamówienie nie flagując ryzyka — i opóźnienie wychodzi dopiero przy potwierdzeniu produkcji, dwa tygodnie przed planowanym eventem. Obie strony wiedziały coś prawdziwego, ale nikt nie zadał pytania, które by te dwie prawdy zderzyło.
To nie jest porażka AI. To ujawnienie jego granic. AI sprawdza się znakomicie w wstępnym rozpoznaniu rynku, generowaniu pytań, porządkowaniu opcji. Nie sprawdza się w fazie, w której trzeba zważyć kompromisy w konkretnej kombinacji projektu, budżetu, czasu realizacji i wymagań jakościowych. Wartość człowieka po drugiej stronie nie polega na tym, że wie więcej od algorytmu. Polega na tym, że wie inaczej — wiedza operacyjna, kontekstowa, oparta na setkach konkretnych zrealizowanych projektów, jest z definicji niemożliwa do zreplikowania przez model językowy trenowany na danych publicznych.
Co to oznacza dla handlowca w 2026
Z opisanej dynamiki wynikają cztery konkretne zmiany w sposobie prowadzenia rozmów sprzedażowych.
Pierwsze dziesięć minut spotkania ma teraz inny cel. Klient wie więcej niż pięć lat temu — ale wie często nieprecyzyjnie. Pierwsza praca handlowca to nie wyjaśnianie produktu. To zrozumienie, co klient wie i co źle rozumie. Typowa sytuacja: klient przychodzi z gotową specyfikacją torby — materiał, gramatura, rozmiar, kolor. Pada pytanie, skąd wziął gramaturę 140 g/m². Mówi, że z porównania online. Okazuje się, że porównywał gramaturę bawełny i polipropylenu w tej samej skali — to nieporównywalne. Taka rozmowa zajmuje pięć minut i chroni klienta przed zamówieniem produktu, który byłby trwały jak jednorazówka. Bez niej — nikt by jej nie zadał, bo klient miał „gotowe dane”.
Wartość handlowca przesunęła się z informowania na kalibrację. Kupujący ma dane. Brakuje mu oceny ich wagi we własnym, konkretnym kontekście. Przykład: klient wie, że druk DTF jest szybszy niż haft. Nie wie, że przy zastosowaniu korporacyjnym — gdzie odzież nosi 200 pracowników codziennie przez rok — ścieralność DTF to realne ryzyko reklamacyjne. To nie jest informacja, którą łatwo wyłuskać z ogólnej analizy rynku. To wiedza, którą handlowiec z doświadczeniem w tej kategorii zbudował przez lata: co się sprawdza w terenie, co wróciło jako reklamacja, co klient chciałby wiedzieć z wyprzedzeniem.
Kupujący z AI w tle jest bardziej szczery o swoich ograniczeniach. Dane to potwierdzają, ale widać to też w praktyce: klient wcześniej niż kiedykolwiek mówi wprost o budżecie, terminach, ograniczeniach wewnętrznych. Wie, że nie kontroluje całej informacji — AI dało mu dużo danych, ale też uświadomiło mu, jak wiele zmiennych jest poza jego zasięgiem. Powiedzenie „mam budżet X i termin Y, nie mam sentymentu do żadnego dostawcy” to zaproszenie do rozmowy o możliwościach, a nie do przetargu. To okazja dla handlowca, który umie budować zaufanie na podstawie kompetencji, a nie na podstawie rabatu.
Dokumentacja po spotkaniu stała się częścią sprzedaży. Kupujący wraca do AI po rozmowie z handlowcem, żeby sprawdzić, czy to, co usłyszał, jest spójne z tym, co czytał. Jeśli podsumowanie spotkania jest precyzyjne, zawiera konkretne ustalenia i nie zawiera obietnic bez pokrycia — dostawca staje się tym, któremu AI „przytakuje”. Jeśli wiadomość po spotkaniu jest niejasna lub rozbieżna z tym, co AI wskazuje jako standardy rynkowe — pojawia się problem. Spójność między tym, co się mówi, a tym, co można zweryfikować online, stała się walutą zaufania.
Jak pracuje NEVER DROP
NEVER DROP działa w modelu niezależnego pośrednictwa komercyjnego. Oznacza to konkretnie: agencja reklamowa lub marka angażuje nas do prowadzenia procesów sprzedaży po swojej stronie — w kontakcie z klientem końcowym lub partnerem handlowym. Zamawiający, z którym rozmawia handlowiec w tym modelu, przychodzi dokładnie z profilem opisanym wyżej: z hipotezą, z wstępną analizą rynku, często z ofertą od konkurencji.
Wartość, którą wnosimy, to wieloletnie doświadczenie w pracy w branży artykułów reklamowych — w różnych rolach i po różnych stronach transakcji. Znajomość lokalnych dostawców. Umiejętność oceny, które parametry z zapytania ofertowego są negocjowalne, a które są faktycznym warunkiem brzegowym. Zdolność do powiedzenia klientowi, co z jego analizy jest aktualne, a co jest nieaktualną informacją krążącą po forach.
Rola nie zniknęła. Przesunęła się.
10 lat temu wartość handlowca tkwiła w dostępie do informacji. Wiedział, który dostawca ma co w magazynie, jaki jest aktualny czas realizacji przy zamówieniu powyżej 500 sztuk, które technologie druku sprawdzają się przy danym rodzaju materiału. Klient tego nie wiedział — i dlatego z nim rozmawiał.
Dziś klient część tej wiedzy ma — lub myśli, że ma. Ale ta zmiana nie wyeliminowała wartości rozmowy z człowiekiem. Przeniosła tę wartość wyżej w hierarchii kompetencji. Z „wiedzieć co” na „wiedzieć co z tego, w tej sytuacji, przy tych ograniczeniach, naprawdę ma znaczenie”.
Dane Gartnera i Forrestera, nie mówią, że handlowiec jest zbędny. Mówią, że handlowiec, który tylko dostarcza informacje — jest zbędny. Ten, który potrafi rozmawiać z klientem, który już wszystko sprawdził, i pokazać mu, czego w tej analizie brakuje — jest dziś wart więcej niż w 2020 r.
Najcenniejszy handlowiec w 2026 to nie ten, który wie najwięcej. To ten, który umie powiedzieć klientowi, co z tego, co znalazł w ChatGPT, w jego konkretnej sytuacji nie ma znaczenia.
Jeśli obserwujesz podobne zmiany w swoim procesie zakupowym lub sprzedażowym i chcesz porozmawiać o tym, jak to wygląda od środka — napisz.