V části 1 této série jsme zkoumali, jak agentní AI revolucíonizuje vrchol B2B prodejního trychtýře – od inteligentní generace leadů po personalizované autonomní oslovování. Část 2 prozkoumává, jak tato transformace zásadně přetváří struktury prodejních týmů, zvyšuje efektivitu a pohání škálovatelný úspěch prostřednictvím inteligentní autonomie a disciplinovaného MLOps. **Zestručnění trychtýře: Přerod rolí a pracovních procesů v prodeji** Agentní AI zhušťuje a redefinuje prodejní trychtýř, rozbíjí tradiční oddělení mezi marketingem a prodejem. Dříve marketing generoval leady (MQLs), pracovníci rozvoje prodeje (SDRs) je kvalifikovali (SQLs) a teprve poté se zapojovali prodejní manažeři. Nyní AI agenti okamžitě kvalifikují a sledují leady, plynule je proměňují na příležitosti v pipeline. Místo toho, aby marketing předával tisíce MQLů SDRům, nyní AI SDR agenti pečují o každý lead od samého začátku, eskalují pouze opravdu připravené potenciální zákazníky na lidské prodejce. To činí staré metriky jako MQL méně relevantními – skutečnými ukazateli jsou kvalifikovaná pipeline a příjmy, které jsou přímo ovlivňovány AI. Automatizace opakovatelných, málo hodnotných úkolů také mění role lidí v GTM týmech. Entry-level pozice, zvláště SDRs, kteří dříve telefonovali a vkládali data, se nyní vyvíjejí. Noví prodejci tráví méně času na chci práci a více na správu AI agentů nebo na práci s klíčovými zákazníky. Tento posun zvyšuje požadavky na dovednosti a strategické myšlení na začátku kariéry, mění funkci SDR od manuální práce k řízení AI. Zároveň získávají účetní pracovníci a manažeři větší svobodu od administrativní zátěže, jako jsou plánování, vkládání dat, aktualizace pipeline nebo tvorba nabídek, které AI stále více zvládá. To jim umožňuje soustředit se na složité strategie dealů a budování vztahů. McKinsey předpovídá, že generativní AI (GenAI) může řídit téměř celou cestu prodejem – od hledání zákazníků po jednání – s minimální lidskou účastí, přičemž lidský zásah zůstává pro složitější, řešení orientované obchody. Celkovým výsledkem je štíhlejší, rychlejší a silnějším schopdsným revenue tým, kde členové týmu operují na vrcholu svých dovedností. Harvard Business Review doporučuje, že AI by měla zlepšit kvalitu zapojení, nikoliv pouze kvantitu, a podporovat smysluplné kontaktové body s neustálou podporou AI-interakcí, které udržují zájem a informovanost potenciálních zákazníků. Navíc AI rozmazává tradiční hranice mezi prodejem a marketingem, podporuje těsnější spolupráci při konfiguraci AI agentů a analyzuje jejich bohaté datové výstupy. Tento posun vyžaduje nové přístupy k řízení zaměřené na posilování lidských dovedností – budování důvěry, nuance v porozumění zákazníkům a inovace – spíše než jejich náhradu. Odlehčením od opakujících se a analytických úkolů umožňuje AI profesionálům v prodeji působit spíše jako poradenské uzavírače a stratégové, což zvyšuje jejich efektivitu při řešení skutečných problémů zákazníků. To je příklad, jak agentní AI pozitivně transformuje B2B prodeje. **Škálování: hlubší inteligence, rozpoznávání záměrů a MLOps** Po počátečních úspěších organizace prohlubují schopnosti AI pomocí pokročilých algoritmů přizpůsobených specifickým potřebám GTM, zlepšují rozpoznávání záměrů a zavádějí robustní MLOps postupy, které podporují udržitelnost a škálování úspěchu. Místo obecných nástrojů GenAI se nyní vyvíjejí řešení na míru, která integrovanými vnitřními a vnějšími zákaznickými daty poskytují v reálném čase doporučení – například návrhy upsellů, předpovídání námitek na základě historie nákupů či taktiky jednání. Pokrok v rozpoznávání záměrů umožňuje agentům identifikovat složité signály nákupu – například zvýšená aktivita na webových stránkách spojená s oznámením o financování – a okamžitě reagovat na vysoce pravděpodobné příležitosti. AI systémy snižují lidské odhady tím, že spojují data a kontinuálně upřesňují modely záměrů, což je nezbytné pro konkurenční výhodu. Pro podporu této úrovně sofistikovanosti je potřeba kvalitní MLOps: vytváření datových potrubí, která přinášejí aktuální, čistá data; sledování výkonu AI a odhalování odchylek; a retraining modelů podle potřeby. Pokud například Response rate AI prodeje poklesne, týmy MLOps diagnostikují příčinu a upraví modely nebo vyřeší externí změny. Lidský dohled zajišťuje, že AI zůstává v souladu s obchodními cíli a standardy značky. Důležitá je i kontextová znalost; AI nesmí dělat chyby, například nevhodně oslovovat stávající klienty. Efektivní MLOps spojují data silos, aby AI mohla využívat aktuální CRM záznamy či obsahové knihovny. Jak uvádějí experti, kvalitní data jsou základem důvěryhodné AI – bez nich je její výstup jen šum. Nejlepší praxí je správa, udržování kvality dat a robustní datové sklady, které budují důvěru uživatelů. Pro úspěšné škálování AI musí být její integrace plynulým prvkem denního workflow. Pouhý deployment AI nástrojů nestačí, pokud je týmy nepřijmou. Připínání AI výstupů do známých platforem – například Salesforce insights, Slack upozornění či návrhy e-mailů generované AI v prodejních nástrojích – zvyšuje přijetí tím, že minimalizuje potřebu přepínání mezi nástroji.

AI by měla působit jako neviditelný asistent, který je pevnou součástí každodenních aktivit – například posílá pozvánky do kalendáře, automaticky zaznamenává shrnutí hovorů – a působit tak jako přirozené rozšíření týmu. Do budoucna se očekává, že agenti AI „uzavřou kruh“ tím, že provedou transakce u jednodušších produktů a spravují obnovy či upsell na základě využívání a trendů zdravotního stavu zákazníků. Budoucnost AI v B2B prodeji bude charakterizována personalizovanými doporučeními a prediktivními akcemi, které odstraní nejistoty – AI se bude vyvíjet od podpůrného asistenta k nepostradatelnému týmovému hráči, který bude řídit významné části příjmového toku pod strategickým dohledem lidí. Jako CRO tuto budoucnost vítám – v rovnováze s uvážlivým řízením – protože slibuje data řízený, proaktivní business, který potěší zákazníky včasným, personalizovaným oslovením na velkém měřítku. --- **O autorovi:** Bill Tennant je ředitel prodeje ve společnosti BlueCloud, vede strategický růst, partnerství a adopci podnikového technologií. S téměř 20 lety zkušeností z financí, prodeje a zákaznického úspěchu je oceňován za přinášení měřitelných výsledků prostřednictvím generativní AI a pokročilých analytik. Jeho vize klade důraz na spoluvytváření hodnoty, odpovědné řízení a škálovatelná řešení poháněná AI. --- **Zdroje:** - Sinha, P. , Shastri, A. , & Lorimer, S. (2023). How Generative AI Will Change Sales. Harvard Business Review. - Gross, I. & McLeod, L. (2025). How Sales Teams Can Use Gen AI to Discover What Clients Need. Harvard Business Review. - Chung, D. J. , et al. (2025). 5 Gen AI Myths Holding Sales and Marketing Teams Back. Harvard Business Review. - Qualified (2023). AI Agents and the Rise of Agentic Marketing in B2B. - Qualified (2025). The Agentic Marketing Funnel. - McKinsey & Co. (2024). An Unconstrained Future: How Generative AI Could Reshape B2B Sales. - McKinsey & Co. (2023). The economic potential of generative AI: The next productivity frontier. - DemandScience (2023). Harnessing the Power of Generative AI in B2B Sales. - Deloitte Insights (2024). Tech Companies Lead the Way on Generative AI. - SonarSource (2023). AI Code Generation: Benefits and Risks.