Amerykanie nie chcą, by AI myślało za nich. Czego polski ZYNT nauczył się na najtrudniejszym rynku świata?

Założona przez Cezarego Reszla i Wojciecha Ozimka spółka rozwija technologię analizującą sygnały zakupowe i identyfikującą moment, w którym potencjalny klient jest najbardziej skłonny do zakupu. Pomysł na biznes zaczął klarować się podczas pobytu founderów w Nowym Jorku, gdzie przeprowadzili około 1200 rozmów z osobami zajmującymi się sprzedażą B2B na jednym z najbardziej konkurencyjnych rynków świata. Wnioski z tych rozmów stały się fundamentem produktu rozwijanego dziś z Polski. 

Niedawno ZYNT pozyskał także 1,7 mln zł finansowania od funduszu 24Ventures oraz aniołów biznesu i przygotowuje się do dalszej ekspansji zagranicznej.

O tym, dlaczego AI paradoksalnie pogorszyło jakość outboundu, czego polscy founderzy mogą nauczyć się od nowojorskiego rynku oraz jak wygląda budowa globalnego startupu z Polski rozmawiamy z founderami ZYNT Cezarym Reszlem oraz Wojciechem Ozimkiem.

Panowie, zacznijmy od początku. Zanim powstał ZYNT, współpracowaliście ze sobą przez kilka lat przy różnych projektach. Jak wyglądała Wasza droga do świata startupów i technologii?

Cezary Reszel: Do świata startupów dołączyłem w 2015 r., kiedy zacząłem pracę we wczesnej fazie rozwoju Booksy. Tam spędziłem 5 lat, początkowo rozwijając sprzedaż w Polsce, docelowo jednak skupiając się na budowaniu sprzedaży w Stanach Zjednoczonych. To właśnie z Booksy miałem okazję mieszkać w Dolinie Krzemowej, gdzie pomagałem Stefanowi Batoremu sprzedawać nasze rozwiązanie, czy na Florydzie, gdzie skupiałem się na tworzeniu odpowiedniego środowiska pod nowe rozwiązanie marketplace, jakie wprowadzaliśmy. Historia jest bardzo długa, jakby nie patrzeć to już jej 12 rok, ale jedno jest pewne, w moim przypadku, to wspaniali ludzie wprowadzili mnie do świata startupów: m.in. Stefan i Konrad Howard, Paweł Badzyński, Tomek i Agnieszka z Booksy i wiele innych inspirujących osób, które chciały dzielić się ze mną wiedzą, swoimi celami oraz planami, jak je zrealizować.

Wojciech Ozimek: Moja historia z technologią zaczęła się w okolicach 2013-2014 r., od programowania, i całkiem szybko skręciła w stronę - wtedy egzotycznie brzmiącego – Data Science, nauki o danych. Miałem dużo szczęścia, że od początku pracowałem z najnowszymi technologiami i u boku najlepszych ekspertów w Polsce, Europie, Stanach Zjednoczonych i Azji.

Przez kolejne lata pracowałem ze startupami (Fantasmo), scale-upami (CluePoints) i firmami enterprise (GSK) w różnych branżach - od finansowej (Visiona), przez medyczną (Ardigen) i farmaceutyczną (Roche), aż po micromobility (TIER). Wdrażałem tam systemy computer vision, przetwarzania języka naturalnego, zawsze związane z przetwarzaniem, analizą i predykcją opartą o dane. Ta różnorodność nauczyła mnie, że dobre rozwiązanie wymaga dobrze zrozumianego problemu. A technologia to tylko (i aż) narzędzie.

Z Cezarym poznaliśmy się w moim ówczesnym startupie, którego byłem współzałożycielem. Dołączył jako osoba odpowiedzialna za go-to-market i szybko okazało się, że dobrze się uzupełniamy. Postanowiliśmy działać dalej wspólnie i robimy tak od 5 lat. On rozumie sprzedaż i biznes, ja dane i systemy. Obaj wierzymy, że produkt buduje się blisko klienta, nie blisko technologii.

Cezary, czego doświadczenie z Booksy nauczyło Cię o budowaniu produktu i skalowaniu sprzedaży?

CR: Z perspektywy czasu, Booksy nauczyło mnie wszystkiego. Dołączyłem tam jako bardzo młody człowiek, miałem niespełna 20 lat. Dostając pracę w Booksy nie rozumiałem jak duża jest to szansa, dotarło to do mnie, po poznaniu zarządu. W tamtym czasie byli to Stefan, Konrad, Tomek i Agnieszka. Lista rzeczy, które nauczył mnie zespół Booksy nie zmieściłaby się w tej rozmowie, dlatego chciałbym wymienić jedną kluczową. Od samego początku w Booksy, wszyscy wiedzieli, że musimy iść globalnie. Na tamten czas był jeden rynek do zdobycia - Stany Zjednoczone. Wiedzieliśmy, że ten, kto wygra Stany, ten wygra cały świat. Z takim nastawieniem działaliśmy, nie zapominając o innych rynkach. Metody budowania produktu skupiały się na tym, aby ciągle być obecnym fizycznie na danym rynku i słuchać tego, czego nasi klienci oczekują. Każdy z rynków miał swoją rację, inną, ale dalej rację. To akurat wziąłem mocno dla siebie - aby budować produkt, czy sprzedaż dla danego rynku musisz być na danym rynku. Brzmi bardzo prosto, ale akurat ta lekcja wymagała najwięcej poświęceń.

Wiele startupów mówi dziś o AI w sprzedaży, ale Wasza historia zaczęła się od dość nietypowego wyjazdu do Nowego Jorku. Skąd w ogóle pomysł, żeby szukać odpowiedzi właśnie tam?

WO: Stany Zjednoczone zawsze były dla mnie miejscem docelowym. Już w Nowym Jorku usłyszałem zdanie, które mocno zapadło mi w pamięć: tam nikt nie mieszka przez przypadek - każdy przyjechał po coś konkretnego. To samo dotyczyło San Francisco, ale tam najważniejsza jest technologia. W Nowym Jorku - biznes. Biorąc pod uwagę liczbę firm z listy Fortune 500 oraz wydarzeń branżowych, był to naturalny kierunek. Chcieliśmy rozmawiać z najlepszymi profesjonalistami sprzedaży B2B i nie znam dziś lepszego miejsca, żeby taki pomysł zweryfikować.

CR: Nowy Jork jest najbardziej konkurencyjnym rynkiem świata. Doszliśmy do wniosku, że skoro mamy tworzyć nowego rodzaju produkt dla najlepszych, musimy zrozumieć jak działają najlepsi i to im przynieść jak największą wartość.

Przeprowadziliście tam około 1200 rozmów z osobami zajmującymi się sprzedażą B2B. Co było dla Was największym zaskoczeniem po tych spotkaniach?

CR: Tworząc produkt AI wspierający sprzedaż, byliśmy przekonani, że tak jak w Europie, tak samo w Stanach Zjednoczonych, eksperci z którymi rozmawiamy, będą oczekiwać bardzo dużej automatyzacji procesów, systemu, który działa na „autopilocie”. To był największy błąd naszych założeń. Gdy pokazywaliśmy nasze prototypy, okazywało się, że Amerykanie, nie chcą oddawać procesu umówienia spotkania do narzędzi. Ich oczekiwania są inne, chcą rozwiązań działających jako wsparcie, swego rodzaju „copilot”, który wzmacnia ich działanie, wiedzę, ekspertyzę, ale nie myśli za nich. I rzeczywiście to ma sens - najlepsi nie chcą być zastępowani przez AI, chcą aby AI pracowało z nimi, nie za nich.

WO: Najbardziej zaskoczyło mnie zaawansowanie dyskusji o AI w USA - przeciętny rozmówca rozumiał temat dużo głębiej niż w Europie. Wynikało z tego konkretne oczekiwanie: zaufanie. Nasi rozmówcy nie chcieli rozwiązania, które działa jak czarna skrzynka. Chcieli wiedzieć, dlaczego system zwraca taką, a nie inną odpowiedź i gdzie może popełnić błąd. Dla profesjonalisty B2B, którego reputacja zależy od każdej rozmowy z klientem, AI musi być wytłumaczalne - inaczej nie ma do niego zaufania. Relatywnie łatwo zbudować system, który zwraca wynik. Zdecydowanie trudniej taki, którego wynik można obronić. To zupełnie inna gra i ta świadomość bardzo mocno wpłynęła na to, jak projektujemy ZYNT.

Mam wrażenie, że doszliście do dość kontrariańskiego wniosku - że problemem sprzedaży nie jest już brak leadów, ale brak odpowiedniego momentu kontaktu, czyli tzw. timing. Dlaczego Waszym zdaniem rynek przez lata skupiał się na złym problemie?

CR: Rynek niekoniecznie skupiał się na złym problemie, bardziej nazwałbym to swego rodzaju ewolucją sprzedaży. Jeszcze 10 lat temu, listy idealnie pasujących firm z danymi kontaktowymi do osób decyzyjnych były na wagę złota, dzisiaj stały się czymś całkowicie powszechnym. Każdy może wygenerować taką listę. Także dekadę temu utalentowani specjaliści do pracy przy np. technologii - również byli na wagę złota, trzeba było ich stworzyć i nauczyć wszystkiego od podstaw. Dzisiaj te talenty się rekrutuje.

WO: Dokładnie tak, od stycznia zeszłego roku upatrujemy następnej rewolucji w tzw. timingu, czyli idealnym momencie skontaktowania się z potencjalnym klientem. Naszym celem jest umożliwić najlepszym firmom docieranie do dobrych klientów we właściwym czasie - wtedy, kiedy realnie mogą tego potrzebować. Dzięki temu, nasi klienci mogą skupić się na byciu doradcami i przeprowadzeniu procesu transakcji, w sposób win-win.

Powiedzieliście kiedyś, że AI paradoksalnie pogorszyło sprzedaż outboudową. To dość odważna teza w momencie, kiedy praktycznie każda firma wdraża dziś automatyzację sprzedaży. Co dokładnie macie na myśli?

WO: Mam tu konkretną tezę inżynierską. AI jest doskonałe w rozpoznawaniu wzorców w dużych zbiorach danych i w odsiewaniu szumu od istotnych sygnałów. Tam, gdzie chodzi o przetwarzanie, klasyfikowanie i rekomendowanie - działa znakomicie. To są jego mocne strony, których nie warto lekceważyć.

Problem zaczyna się wtedy, kiedy zaczynamy oczekiwać od AI, że zastąpi człowieka w procesach, które z natury są relacyjne i kontekstowe - a taka jest sprzedaż B2B. W takich zagadnieniach, poza standardową wymianą informacji, kluczowe jest zrozumienie celów po drugiej stronie stołu, czytanie tonu rozmowy, dostosowanie podejścia do osobowości rozmówcy. To są kompetencje człowieka.

Paradoks polega na tym, że rynek próbuje używać AI do tego, w czym AI jest słabe - masowej automatyzacji rozmów handlowych, zamiast wzmocnić człowieka tam, gdzie ma realne ograniczenia np czasowe. Handlowiec nie jest w stanie ręcznie monitorować całego internetu pod kątem sygnałów wokół kilkudziesięciu kont jednocześnie. Tu AI jest niezastąpione. Ale to człowiek prowadzi rozmowę, której AI nie da rady poprowadzić. ZYNT projektujemy właśnie według tej zasady: AI robi to, co potrafi naprawdę dobrze, a człowiek to, w czym jest niezastąpiony.

CR: Do obsługi realnych procesów biznesowych potrzeba bardziej wykwalifikowanych specjalistów. To widzimy wszędzie. Każdy przedsiębiorca jest zainteresowany zatrudnieniem osoby, która godnie będzie reprezentować jego firmę. Aby to osiągnąć, ta osoba musi być ekspertem. Naszym celem jest pomóc zautomatyzować proces stania się ekspertem. Ten proces składa się z akumulowania wiedzy oraz obserwowania wszelkich ruchów dotyczących danego klienta. Każdy z nich o czymś świadczy. Większość jest tylko szumem, ale umiejętnie odfiltrowując ziarno od plewu, zostajemy z naprawdę wartościowymi informacjami, które budują naszą wiedzę, a co za tym idzie - przewagę rynkową.

Wasz produkt analizuje sygnały zakupowe i próbuje odpowiedzieć na pytanie „dlaczego odezwać się właśnie teraz”. Jak technicznie wygląda taki proces? Jakich danych i sygnałów szukacie?

CR: Często żartuję, że szukamy wszystkich możliwych sygnałów, ale aby być precyzyjnym, na to pytanie lepiej odpowie Wojciech.

WO: Najprostszą analogią jest nowy pracownik. Wyobraź sobie, że zatrudniasz handlowca i chcesz, żeby przed pierwszym spotkaniem z klientem znał Twoją firmę naprawdę dobrze: produkty, segmenty, konkurencję, mocne strony. Im głębszy kontekst, tym zada mądrzejsze pytania.

To samo robimy z systemem. Większość rozwiązań w naszej kategorii daje gotowe szablony sygnałów, albo skupia się na jednym źródle. My zaczynamy od głębokiego rozumienia konkretnego klienta - analizujemy stronę, materiały, dokumentację, segmenty docelowe, mapę konkurencji - i tworzymy z tego strukturę, do której system wraca przy każdej decyzji.

Dopiero po tym etapie zaczyna się właściwa praca. System monitoruje różne rodzaje źródeł - od newsów i RSS, przez LinkedIn, Reddit, X, po wyszukiwarki i bezpośrednie zmiany na stronach internetowych. Obserwuje ruchy konkurencji klienta, jego potencjalnych odbiorców, zmiany personalne, branżowe wydarzenia. Wyłapuje też firmy i osoby, o których klient jeszcze nie słyszał, ale których działania wskazują, że stają się dobrym celem.

Dla każdego zdarzenia algorytm odpowiada na trzy pytania: czy to ma znaczenie dla tego konkretnego klienta, dlaczego (z konkretnym uzasadnieniem opartym na kontekście klienta), i co z tym dalej zrobić. Sygnał trafia do zespołu sprzedaży, z powodem do kontaktu i propozycją działania. Większość tego, co znajdujemy w sieci, to szum. Do klienta trafia tylko to, co realnie może zmienić decyzję o rozmowie.

Dużo startupów po pobycie w USA próbuje od razu budować biznes z Nowego Jorku czy San Francisco. Wy rozwijacie ZYNT z Polski. Dlaczego właśnie taki model uznaliście za najlepszy?

CR: Stąd pochodzimy, ten rynek rozumiemy. Osobiście zależy mi na budowaniu potencjału właśnie na naszym rynku. Dzielenia się wiedzą i rozwijania potencjału naszych specjalistów. Czy mielibyśmy większe szanse działając od razu w Stanach? Pewnie tak. Podczas naszego pobytu w Nowym Jorku, otrzymaliśmy 3 wstępne propozycje inwestycyjne, ale nie chcieliśmy być zbyt pochopni w podejmowaniu tej decyzji.

WO: Z mojej perspektywy to kwestia jakości. W Polsce mamy jednych z najlepszych programistów i inżynierów na świecie. Chcemy wykorzystać ten potencjał do budowania realnej przewagi technologicznej.

Każdy rynek pełni dla nas inną rolę. Stany weryfikują produkt z najtrudniejszymi klientami i skalują sprzedaż. Polska buduje i ulepsza ten produkt z ludźmi, którzy realnie potrafią to zrobić. Nie zamieniłbym tej kolejności - dopiero na mocnym fundamencie technologicznym można skalować globalnie.

Sales tech jest chyba dziś jednym z najbardziej zatłoczonych segmentów rynku AI. Z jednej strony Apollo, z drugiej Clay, do tego kolejne AI SDR-y. Jak budować startup w tak konkurencyjnym środowisku?

CR: W tym środowisku działają te same prawa produktowe, jak w każdym innym. Rzeczywiście na rynku sales tech występują duże podmioty, jak wcześniej wymienione, jednakże nasze rozwiązanie ma odpowiadać na inną potrzebę - wzmacniać nie zastępować. To jest potrzeba segmentu dojrzałych podmiotów.

WO: Najtrudniejsze i najważniejsze w budowaniu produktu to naprawdę zrozumieć klienta. Brzmi banalnie, ale wymaga ogromnej ilości czasu i wysiłku - dlatego mało kto robi to do końca. Pewne rzeczy – oczywiste dla klienta, nigdy nie będą oczywiste dla Ciebie, jeśli nie zainwestujesz w to godzin rozmów i obserwacji.

To pułapka, w którą wpadają osoby techniczne. Wiedzą, jak coś zbudować - ale ktoś musi im powiedzieć, co budować. Na zatłoczonym rynku ta zasada działa jeszcze ostrzej. Skoro konkurencja jest gęsta, ktoś już zbudował przyzwoite rozwiązania. Żeby się wybić, produkt musi być wyraźnie łatwiejszy, szybszy, dokładniejszy, albo dawać konkretną przewagę. Bycie tańszym to ślepa uliczka.

Apollo i Clay rozwiązują inne problemy - pierwszy to dane kontaktowe, drugi to elastyczny workflow dla operatorów. AI SDR-y automatyzują samą rozmowę. Żaden z tych segmentów nie odpowiada na pytanie "dlaczego teraz?" - a to jest naszym zdaniem najważniejsze.

Niedawno zamknęliście rundę finansowania o wartości 1,7 mln zł, ale jednocześnie wspominaliście już o dalszej ekspansji i kolejnych etapach rozwoju spółki. Jak dziś patrzycie na skalowanie ZYNT - bardziej w kierunku rynku amerykańskiego, który już dobrze poznaliście, czy raczej stopniowego budowania pozycji w Europie? I jak sam fundraising wpłynął na Wasze myślenie o dalszym rozwoju firmy?

CR: Jest to temat, który minimum raz na dwa dni pojawia się w naszych rozmowach. Aktualnie skupiamy się na zbudowaniu działającej maszyny. Zbudowaliśmy rewelacyjny zespół, który łączy wspólna wizja. Zespół jest komplementarny i umożliwia nam skalowanie przyjmowania nowych klientów. To był nasz pierwszy kamień milowy. Zrealizowanie go zajęło kilka miesięcy, ale były on niezbędny, aby móc myśleć nad realnym skalowaniem. Kolejnym krokiem jest ekspansja, którą w firmie odmieniamy przez wszystkie przypadki. Ekspansja będzie zagraniczna, ale wiemy, że musimy zrobić to mądrze. 

Może zabrzmieć to abstrakcyjnie, ale wydanie miliona złotych w Stanach Zjednoczonych nie jest niczym trudnym. Jedno małe biuro, 4 pracowników, 2 kampanie marketingowe i po 4-5 miesiącach, może nie być już tych pieniędzy. Celem tej rundy nie były działania ekspansyjne, a przygotowanie do skalowania naszych działań. Jedno jest pewne – zamknięcie tej rundy dało nam dużo spokoju do kontynuowania naszej pracy.

WO: Moim zdaniem po prostu musimy pojawić się w USA. Większość moich działań skupia się na tym, żeby przygotować zespół i produkt do tego kroku. Nie widzę innej drogi.

Z czysto logistycznych powodów: niektóre tezy łatwiej zweryfikować w Europie - stąd w najbliższym czasie lecimy m.in. na London Tech Week, żeby sprawdzić kilka naszych hipotez na miejscu. To jest dla mnie etap przejściowy.

Sama runda dała nam komfort, żeby przygotować ten skok bez kompromisów - zamiast spalać kapitał na amerykańskim rynku, zanim produkt i zespół są gotowe. Prawdziwy zwrot z inwestycji widzimy za oceanem i pod kątem tego rynku budujemy następną wersję ZYNT.

------

Podsumowanie: Lekcje ZYNT o rynku sprzedaży B2B 

1. Lekcja o "Czarnych Skrzynkach": Profesjonalista musi wiedzieć "DLACZEGO"

Wiele podręczników mówi: „daj klientowi wynik/lead”. Wojciech zauważa, że w USA to nie przejdzie.

• Lekcja: AI musi być wytłumaczalne (explainable AI). Profesjonalista z B2B nie użyje narzędzia, jeśli nie rozumie, skąd wzięła się dana sugestia, bo ryzykuje własną reputacją.
• Wniosek: Lepiej dać mniej sugestii, ale z mocnym uzasadnieniem, niż setki leadów bez kontekstu.

2. Lekcja o "Autopilocie": Eksperci nie chcą być zastępowani

Powszechne przekonanie o AI jest takie, że ma nas wyręczyć. Rozmowy w NY zweryfikowały to jako błąd.

• Lekcja: Najlepsi handlowcy na najbardziej konkurencyjnym rynku świata nie chcą „autopilota”, który sam wysyła maile. Chcą „copilota”, który da im „supermoce”, ale pozwoli zachować kontrolę nad relacją.
• Wniosek: Budując produkt AI, nie celuj w pełną automatyzację, ale we wsparcie eksperckości człowieka.

3. Lekcja o "Towaryzacji" danych (Commodity): Dane kontaktowe nie są już warte nic

Kiedyś lekcja nr 1 brzmiała: „zdobądź bazę kontaktów”. Dziś to wiedza bezużyteczna.

• Lekcja: Listy firm i maile stały się tzw. commodity – każdy może je mieć za parę dolarów. Walka na wolumen (kto wyśle więcej) to droga donikąd.
• Wniosek: Przewagę buduje się nie „bazą”, ale „timingiem” (momentem kontaktu).

4. Lekcja o "Szumie": AI do analizy, człowiek do relacji

Klasyczne podejście mówi: „AI napisze maila, człowiek go sprawdzi”. ZYNT mówi coś odwrotnego.

• Lekcja: To AI ma monitorować gigantyczny szum informacyjny w sieci (czego człowiek nie potrafi fizycznie zrobić), ale to człowiek ma prowadzić relacyjną i kontekstową rozmowę (czego AI nie potrafi zrobić dobrze).
• Wniosek: Odwróć role – deleguj do AI analitykę i monitoring „całego internetu”, a nie pisanie kreatywnych komunikatów.

5. Lekcja o fizycznej obecności: Nie da się zbudować produktu "zdalnie"

Cezary wspomina lekcję z Booksy i Nowego Jorku:

• Lekcja: „Aby budować produkt dla danego rynku, musisz być na tym rynku”. Brzmi prosto, ale to lekcja o empatii projektowej. Trzeba poczuć tempo życia w NY (gdzie nikt nie mieszka przez przypadek), by zrozumieć, dlaczego ich handlowcy potrzebują konkretnych rozwiązań.
• Wniosek: Feedback z Zoom-a nigdy nie zastąpi 1200 rozmów twarzą w twarz na lokalnym rynku.