AI w sprzedaży B2B: agent SDR w n8n — lead, kwalifikacja, kontakt 24/7 

Agent SDR w n8n to przepływ, który odbiera leady, kwalifikuje je po ustalonych regułach, pisze pierwszą wiadomość i pilnuje całej sekwencji, a potem rezerwuje spotkanie w kalendarzu albo przekazuje sprawę człowiekowi. Budujesz go z gotowych węzłów n8n - bez pisania kodu, ale nie bez planowania. Ma sens wtedy, gdy handlowcy tracą czas na prospectowanie i follow-upy, a nie wtedy, gdy potrzebujesz rozmawiać z klientem o warunkach kontraktu.

Czym naprawdę jest agent SDR

Nazwa jest marketingowa, ale mechanizm prosty: to automat, który dostaje sygnał (lead z formularza, wpis na stronie, lista firm do obdzwonienia) i wykonuje z góry zaplanowane kroki. Każdy krok da się zobaczyć, a każda wysłana wiadomość da się sprawdzić.

Dokumentacja n8n opisuje to jako autonomiczny workflow: „AI Agents in n8n are autonomous workflows powered by AI that can make decisions, interact with apps, and execute tasks without constant human input. They use a combination of memory, goals, and tools (like web search or database access) to reason through tasks step-by-step”. Kluczowe jest ostatnie zdanie z innej strony tego samego materiału: „n8n agents don’t just respond to prompts - they take action”, czyli potrafią odpytać API, zaktualizować CRM i wysłać maila, a nie tylko odpisać w oknie czatu.

Jest jedno zastrzeżenie, które oszczędzi Ci godziny. n8n nie ma gotowego szablonu o nazwie „agent SDR” ani wtyczki, która robi sprzedaż za Ciebie. Masz do dyspozycji 500+ integracji i ponad 600 szablonów społecznościowych, ale przepływ pod sprzedaż budujesz sam, układając węzły. Jeśli dopiero zaczynasz z n8n, zacznij od prostszego mechanizmu, o którym pisałem przy pierwszej automatyzacji w n8n - dopiero potem dokładaj agenta.

Pętla, którą budujesz w n8n

Rozkład jest podobny w każdym wdrożeniu, niezależnie od nazwy produktu na rynku.

1. Sygnał wejściowy. Użytkownik wchodzi na stronę cennika, zakłada konto próbne albo zostawia numer w formularzu. To moment, w którym intencja jest najwyższa i warto zareagować od razu.
2. Uzupełnienie danych. Domena, branża, liczba pracowników, stan w CRM. Tutaj warto pamiętać o RAG - wariancie, w którym agent dokłada fakty z własnej dokumentacji, zamiast opierać się na tym, co „wymyśli” z danych z firmy. n8n opisuje to jako wariant „for when accuracy absolutely matters”.
3. Kwalifikacja. Punktacja według ustalonych reguł: dopasowanie firmy do profilu klienta, zachowanie na stronie, wielkość. Wynik decyduje, czy lead idzie dalej, czy do sekwencji nurturingowej.
4. Pierwsza wiadomość. Napisana na podstawie publicznych danych o firmie, a nie z szablonu. Dobra sekwencja ma pięć wiadomości, każda z innym kątem: kontekst, wartość, dowód społeczny, prośba o kontakt, czyste wyjście. Z praktyki rynkowej wynika, że spotkania przychodzą zwykle z dotyku drugiego, trzeciego i czwartego, a nie z pierwszego maila.
5. Sekwencja z warunkami. Kolejny krok zmienia się zależnie od reakcji: jeśli ktoś odpowiedział, następny mail leci do innego kanału albo wcale nie leci; jeśli otworzył trzy razy, wchodzi dodatkowy komunikat.
6. Obsługa odpowiedzi. Tu zaczyna się praca z tekstem, o którym decydujesz Ty - osobno pisałem o tym przy automatycznym przetwarzaniu maili.
7. Eskalacja albo kalendarz. Jeśli sprawa mieści się w regułach - agent rezerwuje termin. Jeśli nie - przekazuje ją człowiekowi wraz z całą historią rozmowy, żeby klient nie musiał powtarzać sprawy.

Kwalifikacja to reguły, nie zgadywanie

Najczęstszy błąd wdrożeniowy to przerzucenie kwalifikacji na model językowy w całości. Działa to, dopóki wynik nikogo nie kosztuje.

Rozsądna granica brzmi tak: punktowanie na podstawie sygnałów zaangażowania jest zautomatyzowalne, a decyzja, czy ktoś naprawdę pasuje do Twojej oferty - już nie. Dlatego w n8n miesza się deterministyczne kroki z AI i dokłada zatwierdzanie przez człowieka tam, gdzie decyzja potrzebuje nadzoru: „Mix deterministic automation steps with AI to increase reliability. Add human-in-the-loop approval steps when your agent’s decisions need oversight”.

Progi ustawiasz sam i warto zapisać je wprost w przepływie. Mierz dwie liczby: jaka część leadów przechodzi punktację i jaka część z nich trafia na spotkanie. Druga zawsze będzie niższa i to nie jest błąd.

Kiedy agent działa sam, a kiedy musi zapytać

Kontakt 24/7 działa wtedy, gdy odpowiedź jest powtarzalna. Typowy agent odpowiada na pytanie o cenę pakietu, bo ma cennik. Typowy agent nie odpowiada na pytanie o zgodność z normą SOC 2 albo o indywidualną umowę - to jest sygnał do przekazania sprawy do handlowca.

Sam n8n ostrzega mocno: „Autopilot is for planes, not production AI. Place human-in-the-loop checks at any point in a workflow or in front of any AI Agent tool”. To dosłowna nota z dokumentacji i traktuję ją jako rozkaz projektowy. W trybie autonomicznym agent pisze bez przeglądu, co przy dużej wolumenie jest szybkie, ale łatwo o odpowiedź w złym tonie.

W praktyce to model hybrydowy: agent obsługuje wolumen u góry lejka, człowiek przejmuje środek i wszystko, co trudne. Właśnie taki układ, a nie pełna zamiana, dominuje w danych branżowych niezależnie od dostawcy.

Ile to kosztuje - trzy zupełnie różne odpowiedzi

Tutaj zaczyna się największy szum marketingowy, więc spojrzyłem na cenniki z kilku stron, nie z jednej. Zanim napiszesz do dostawcy, sprawdź, czy to, co nazywa „ceną”, jest ceną za miesiąc czy za rok.

Najtańsze wejście to abonamenty self-serve w okolicach 49-60 USD miesięcznie. Ale ta sama firma w innym zestawieniu pojawia się jako kontrakt od 35 000 USD rocznie w górę - to 60 razy więcej. Nie da się z tego wyciągnąć „typowej ceny”, bo opisują zupełnie inne produkty i warunki. Używam tego jako przypomnienia, że cena bez zakresu jest marketingiem.

Na szczycie rynku ceny są niejawne. Jedno niezależne zestawienie podaje dla autonomicznego agenta okolice 50 000-60 000 USD rocznie, dla innego produktu mediana obserwowanych kontraktów to 30 000 USD rocznie z rozrzutem od 18 do 80 tysięcy. Kolejne zestawienie podaje od 750 do 2500 USD miesięcznie i od razu dopisuje, że zakres funkcji odzwierciedla cenę.

Koszt własnego agenta głosowego lub pisemnego na gotowych usługach API liczony jest odrębnie: 15 000-27 000 USD abonamentu, 30 000-100 000 USD czasu inżynierów i razem 45 000-127 000 USD w pierwszym roku. Zastrzeżenie: budowanie samemu to 6 do 12 miesięcy pracy inżynierskiej.

Jedyna liczba, która porównuje uczciwie obie strony, to koszt kwalifikowanego spotkania. Z jednego zestawienia: najtańszy agent wychodzi 67 USD za spotkanie, mediana dla drugiego produktu to 167 USD, dla trzeciego 306 USD przy założeniach realistycznych. Człowiek kosztuje średnio 480 USD, a najlepszy handlowiec w zestawieniu 288 USD. Najlepszy człowiek bije medianę agentów, a przeciętny jest droższy o ponad połowę.

Koszt rocznego SDR-a na rynku amerykańskim podawany jest w przedziale od 75 do 110 tysięcy USD, a przy pełnym koszcie z rekrutacją i wdrożeniem dwaj niezależni autorzy podają 86 500 i 115 000 USD rocznie. Oba powołują się na ten sam raport Bridge Group z 2024 roku, a różnią się o 33 procent. To dobrze pokazuje, że każda kalkulacja tego typu zależy od założeń. Przeliczenie na Twoją walutę i rynek zostawiam po Twojej stronie - w polskich źródłach, które przeszedłem, nie ma wiarygodnego cennika w złotówkach.

Co mówią liczby o skuteczności

Tu uczciwie powiem: większość ładnych wartości w sieci to dane sprzedawców, a niezależnych pomiarów jest mało. Rozdzielam to na dwa zestawy.

Diagnostyka rynku (niezależna). Dla zimnego e-maila: poniżej 1 procent odpowiedzi to wynik słaby, 2-4 procent to średnia, powyżej 5 procent to wynik mocny. Z odpowiedzi na spotkanie przechodzi 25-35 procent, a przy wynikach mocnych powyżej 40 procent. Skuteczny SDR sam z zimnego maila umawia 8-15 spotkań miesięcznie, a poniżej 5 to sygnał, że coś w procesie jest zepsute - nie wtedy, gdy „leady nie są zainteresowane”.

Ta sama tabela mówi coś niewygodnego o agentach: konwersja spotkania w kwalifikowaną okazję wynosi 25 procent u człowieka i 15 procent u AI, a show rate to 20-30 procent u człowieka i 10-20 procent przy spotkaniu umówionym przez AI. Agent świetnie wypełnia kalendarz, ale nie zastępuje rozmowy, w której liczy się treść.

Obietnice sprzedawców (opatrzone etykietą). Katalog recenzji oznacza konkretne wartości jako zgłoszone przez producentów: 9,7 procent reply rate, 3 razy więcej spotkań w 6 miesięcy, dodatkowe 129 procent leadów i 36 procent więcej zamkniętych transakcji. Pierwsza liczba jest prawie dziewięć razy wyższa niż 5 procent uznane za mocny wynik na rynku - to nie jest wynik, to materiał reklamowy.

Są też liczby, które wyglądają dobrze, ale nie mają podstawy. Drabina „70 procent konwersji przy odpowiedzi w 5 minut, 50 procent w 30 minut, 20 procent w godzinę, 5 procent po dobie” krąży w wielu zestawieniach, ale nikt nie podaje badania, z którego pochodzi. Wiarygodniejsze są dwa wskaźniki powtarzane z atrybucją do raportów HubSpot: 21 razy wyższa konwersja przy odpowiedzi w 5 minut lub mniej oraz 78 procent kupujących wybierających pierwszego respondenta.

Najbardziej wiarygodny wniosek dotyczy hybrydy: model, w którym AI obsługuje wolumen, a człowiek strategiczne konta, generuje o 47 procent więcej pipeline niż obie warstwy osobno. To pochodzi z raportu Salesforce o sprzedaży, więc traktuję to jako kierunek, nie jako obietnicę.

Gdzie ta automatyzacja się sypie

Deliverability jest sufitem wydajności, którego nie widać w raporcie. Jeśli domeny nadawcze nie mają skonfigurowanych SPF, DKIM i DMARC, wiadomości lądują w spamie, a CRM pokazuje wysłanie - człowiek po prostu nigdy nie zobaczy, co poszło. Stąd reguła kontrolna: bounce rate powyżej 3-5 procent oznacza problem z jakością listy, nie z jakością agenta.

Druga pułapka to prędkość, która szkodzi. Wypełnienie tabeli jakim wykonawcą to szkoda, bo automat wysyła więcej złych wiadomości szybciej. Przy bezwartościowej personalizacji odbiorca rozpoznaje sekwencję jako masową w kilka sekund, a nadawca dostaje reputację spamera.

Trzecia: halucynacje. n8n wymienia je wprost wśród ryzyk, obok zapętlenia i działań niezamierzonych, i opisuje mechanizmy ograniczenia: sterowanie krok po kroku, limity pamięci, zatwierdzanie ręczne, czytelne logi. Praktyczna zasada z polskich wdrożeń brzmi: „bot nie zgaduje” - gdy nie zna odpowiedzi, mówi o tym wprost i przekazuje sprawę dalej. Reguła jest warta więcej niż lepszy prompt.

Czwarta: automatyczna wysyłka na LinkedIn. Platforma ogranicza taką aktywność, a rozszerzenia do przeglądarki wstrzykujące kod JS w sesję są wykrywane algorytmem. Jeśli Twój kanał jest na LinkedIn, jedź na nim wolniej albo w ogóle go nie ruszaj.

Kiedy nie warto tego budować

Sprzedaż regulowana, transakcje powyżej 250 tysięcy USD z pięcioma interesariuszami, sytuacje, w których klient oczekuje nazwiska konkretnej osoby, branże z mocnymi normami przeciw automatycznemu kontaktowi - w tych przypadkach człowiek nadal wygrywa i nie warto udawać inaczej.

Warto, gdy transakcje są powtarzalne, cykl trwa tygodnie zamiast kwartałów, a profil klienta jest spisany i powtarzalny. Wtedy agent po prostu usuwa z lejka robotę, której nikt nie chce robić.

Jedna rzecz, o której mówię wprost, bo rzadko pojawia się w materiałach sprzedażowych: redukcja etatów SDR to decyzja liderstwa, nie konieczność technologii. Stanowisko SDR jest wejściem do kariery w sprzedaży. Jeśli wybierasz automatyzację, warto świadomie zdecydować, czy używasz jej do zastąpienia ludzi, czy do odciążenia tych, którzy zostają.

Plan na pierwszy miesiąc w n8n

Jeśli wdrażasz to u siebie, kolejność ma znaczenie bardziej niż wybór modelu. n8n podaje cztery kroki: węzeł agenta, model językowy i pamięć, narzędzia agenta, potem iteracja i testy.

Kolejna zasada jest twardsza: najpierw porządkujemy proces, potem go automatyzujemy. Jeśli Twoja sekwencja nie konwertuje ręcznie, agent wyśle tylko więcej tej samej bezwartościowej treści.

Co mierzyć tydzień po tygodniu: czas pierwszej odpowiedzi, udział leadów przechodzących punktację, udział spotkań, które doszły do końca, oraz liczbę i powody eskalacji do człowieka. Te ostatnie są wskaźnikiem jakości bazy wiedzy - jeśli agent escaluje wszystko, problem nie leży w AI, tylko w tym, czego mu nie nauczyłeś.

Na koszt API patrz w n8n na logi tokenów i ograniczaj wywołania warunkami, zanim zaczniesz skalować. Jeśli wybierasz model językowy, porównanie kosztów przy stałym obciążeniu masz w osobnym tekście o modelach w n8n. Przy wdrożeniach, które nie wyszły, najczęstsze przyczyny są dość powtarzalne.

Jeśli liczysz, czy taki projekt ma sens finansowo, zacznij od prostego rachunku ROI. Kwestię architektury, w której RAG pilnuje faktów, klasyfikacja rozdziela ruch, a człowiek zostaje w pętli, opisałem przy pięciu wzorcach architektury w n8n. Sam CRM warto wpiąć osobno i wcześniej, zanim agent zacznie do niego pisać - o tym, ile to realnie kosztuje, pisałem przy wpinaniu CRM w automatyzację.

Agent SDR w n8n działa wtedy, gdy masz ustalony profil klienta, powtarzalny proces i gotowość do tego, żeby przez pierwsze dwa miesiące patrzeć na logi i poprawiać bazę wiedzy. Nie jest gotowy do włączenia i zapomnienia. Jeśli chcesz to przejrzeć na swoim procesie - napisz do mnie, odpowiadam zwykle tego samego dnia.