Drogi Prezesie,
w ostatnim kwartale przegrałeś kontrakt z firmą, którą uważasz za słabszą od swojej. Klient pasował do profilu, a mimo to nawet nie umówił się na rozmowę, więc zapytałeś handlowców i usłyszałeś, że przegraliście ceną.
Uznałeś to za zwykłą wymówkę, bo przez większość Twojej kariery tym właśnie było. Kłopot w tym, że ta wymówka coraz częściej opisuje to, co się naprawdę dzieje, a przyczyna jest bardziej konkretna i łatwiejsza do naprawienia niż ogólne straszenie, że AI zabierze Ci rynek.
Co właściwie sprzedajesz
W 1973 roku ekonomiści Michael Darby i Edi Karni opisali rynki, na których pokusa oszukiwania jest wbudowana w samą ich konstrukcję. Usługi i towary, których jakości kupujący nie potrafi w pełni ocenić nawet po ich otrzymaniu, nazwali dobrami zaufania (credence goods). Jako przykłady podali naprawę samochodu, operację i poradę prawną, po których nigdy nie wiesz na pewno, czy naprawdę odbyły się tak, jak powinny.
Zastanów się teraz, co Twój klient może sprawdzić po wdrożeniu. Widzi, czy system działa, czy powstał na czas i czy jego ludzie chcą z niego korzystać, a jeśli coś z tego zawalisz, usłyszysz o tym w ciągu miesiąca. Nie sprawdzi natomiast, czy architektura była właściwa, czy tysiąc czterysta zafakturowanych godzin musiało być tysiącem czterystoma, czy integracja szyta na miarę była potrzebna i czy doświadczeni ludzie z prezentacji ofertowej faktycznie pracowali przy projekcie.
Może oczywiście zamówić audyt i powinien to robić częściej, bo on powie mu, czy kod jest porządny, udokumentowany i bezpieczny. Nie powie jednak, czy godziny były prawdziwe, bo wysiłek nie zostawia śladu w gotowym produkcie, ani czy zakres był konieczny, bo to decyzja sprzed roku, podjęta na podstawie informacji, których nikt nie zapisał. Co więcej, audyt sam jest dobrem zaufania: klient nie sprawdzi audytora, a audytor, który chętnie wziąłby zlecenie na poprawki, ma powód, żeby coś znaleźć. Dobro pozostaje dobrem zaufania także wtedy, gdy sprawdzenie jakości kosztuje więcej, niż warta jest odpowiedź, i Darby z Karnim zapisali to w samej definicji.
Twoja praca jest więc sprawdzalna na powierzchni i niesprawdzalna pod spodem, a właśnie tam kryją się największe pieniądze i prawie wszystkie decyzje, które wymagają doświadczenia. Jeśli sprzedajesz produkt, ta ukryta warstwa to wdrożenie, wsparcie, bezpieczeństwo i roadmapa, czyli wszystko, czego kupujący nie przetestuje przed podpisaniem umowy.
Reputacja odwalała za Ciebie niezłą robotę
Moim zdaniem właśnie z tej niesprawdzalnej warstwy bierze się Twoja marża. Skoro klient nie mógł jej sprawdzić, kupujący na Twoim rynku zawsze opierali się na reputacji, na poleceniach i na wrażeniu, że osoba po drugiej stronie stołu robiła to już wiele razy. Sprzedaż oparta na relacjach była więc racjonalną odpowiedzią na brak informacji, a reputacja, której żaden konkurent nie skopiuje w kwartał, pilnowała uczciwości w tej ukrytej warstwie. Firma, która zawyżała zakres albo nie dowoziła, prędzej czy później przestawała dostawać polecenia. Zapamiętaj ten mechanizm, bo za chwilę do niego wrócę.
Między klientem a Tobą stoi dziś sito
Między chwilą, w której Twój potencjalny klient uznaje, że ma problem, a podpisaniem umowy stoi dziś maszyna. Czyta Twoją stronę i zestawia dostawców w tabeli. Według badania Gartnera opublikowanego w maju 2026 roku z generatywnej AI przy ostatnim zakupie korzystało 45% kupujących B2B, głównie po to, żeby zebrać informacje o dostawcach i produktach. Ta maszyna nie widzi Twojej pracy, bo widzi tylko to, co ktoś zapisał.
Co się dzieje, kiedy to maszyna robi zakupy? W marcu tego roku dwaj ekonomiści z Getyngi, Alexander Erlei i Lukas Meub, opublikowali pierwsze znane mi badanie, w którym modele językowe występują po obu stronach rynku dóbr zaufania. To symulacja bez prawdziwych pieniędzy i dostawców, z jednym modelem językowym (GPT-5.1) i abstrakcyjnymi dobrami, dalekimi od projektów IT. Autorzy porównali wyniki z osobnym eksperymentem na ludziach z 2011 roku, a sam tekst jest preprintem, którego nikt jeszcze nie zrecenzował. Piszę o tym, zanim przytoczę wyniki, żebyś mógł sam ocenić, ile ważą.
Kupujący sterowani przez model nie rozumieli, co oznacza marża sprzedawcy. Autorzy piszą, że koncentrują się oni „wąsko na poziomie cen, zamiast rozumieć zachęty strategiczne ukryte w marżach”, przez co łatwo ich wykorzystać. Co ważniejsze, maszyny nie karały sprzedawców, którzy je oszukali, i wracały do nich, dopóki cena była wystarczająco niska. U ludzi reputacja w tym samym typie eksperymentu konsekwentnie ogranicza zawyżanie rachunków, a u maszyn jej efekt zależał od warunków i nie dawał stałej korzyści. Tu właśnie psuje się mechanizm, o którym pisałem wyżej, bo Twój rynek trzymał w ryzach kupujący, który pamięta, że ktoś go oszukał, a ten cyfrowy kupujący pamięta, ale nie wyciąga z tego żadnych konsekwencji.
Pierwszy sposób, żeby przegrać
Branża już podsuwa Ci oczywiste rozwiązanie: dopasuj wszystko pod maszynę. Pisz strony tak, jak ona lubi, i wpisz się w jej kryteria, niezależnie od tego, czy jesteś dobry. Najgorsze, że to może działać, bo w badaniu maszyny nie karały nawet tych, którzy je oszukali.
Wtedy jednak do gry wchodzi człowiek. W tym samym badaniu Gartnera 69% kupujących przyznało, że to, co powiedziała im AI, woli zweryfikować u handlowca, a 51% uważa, że częściej trafi na mylące informacje u generatywnej AI niż u sprzedawcy. Kupujący też nie ufają maszynie, więc używają jej do zawężenia listy, a potem sprawdzają sami.
Siedzi więc przed Tobą ktoś, kto kupował takie usługi już kilka razy i w dwadzieścia minut wyczuje, czy naprawdę robiłeś to wcześniej. Do tego stawia na szali własną pozycję w firmie, o czym pisałem szerzej na swoim blogu. Przegrywasz przy tym stole, a nikt w Twojej firmie nie łączy tej porażki z sitem. Lejek wyglądał przecież dobrze, więc to handlowcy muszą tłumaczyć, dlaczego konwersja jest słaba.
Drugi sposób, żeby przegrać
Pewnie myślisz: dobrze, w takim razie wystarczy robić świetną robotę i czekać na polecenia, jak zawsze. To uczciwa odpowiedź i to ona wygrywa przy stole, ale sama w sobie jest też sposobem, żeby zniknąć z rynku.
Reputacja istnieje w pamięci ludzi, a sito czyta wyłącznie to, co napisane. Firma, której piętnastoletni dorobek to tylko dobra opinia w głowach kilkuset osób, nie wchodzi na krótką listę ułożoną przez maszynę, więc nigdy nie trafia do stołu, przy którym by wygrała. Zapytania ofertowe przerzedzają się powoli przez półtora roku, a zarząd zrzuca winę na rynek albo gorszy rok.
Wróć teraz do kontraktu z ostatniego kwartału, tego, który uznałeś za wymówkę. Nie wiesz, który z tych dwóch scenariuszy Ci się przydarzył, i to jest najgorsza wiadomość w tym liście.
Jeden materiał dla dwóch sędziów
Przez sito nie przejdziesz samą jakością, bo sito jej nie widzi, a przy stole nie wygrasz samym dopasowaniem pod maszynę, bo człowiek widzi całą resztę. Dobra wiadomość jest taka, że maszyna potrzebuje konkretów, które da się przeczytać, a człowiek dowodu, że robiłeś to już wcześniej, przy czym jedno i drugie powstaje z tego samego materiału.
Zapisz więc, co już dziś jest prawdą o Twojej pracy: co zbudowałeś, dla jakiej firmy i w jakich ograniczeniach, ile to kosztowało i ile trwało, co poszło nie tak i co wtedy zrobiłeś, a także dlaczego wybrałeś to podejście zamiast dwóch innych, które odrzuciłeś. Przymiotniki tu nie pomogą, bo każdy software house w Twojej kategorii nazywa siebie doświadczonym i pragmatycznym partnerem, więc maszyna nie widzi między Wami różnicy i porównuje jedyną liczbę, która się różni. Konkrety maszyna potrafi sprawdzić, a człowiek po drugiej stronie stołu może o nie dopytać.
Dlaczego większość firm tego nie ma
Bo w kwartale, w którym trzeba by zacząć, nikt nie ma tego w zakresie obowiązków. Taki rejestr istnieje tylko wtedy, gdy ktoś prowadził go na bieżąco przez lata, i nie da się go odtworzyć w sześć tygodni, bo szczegóły już przepadły.
Do tego właśnie służy struktura w marketingu i, wierz mi, to najmniej efektowna część mojej pracy: zwykła dyscyplina regularnego zapisywania tego, co prawdziwe, dzięki której za trzy lata masz coś, czego żaden konkurent nie wyprodukuje na zawołanie. Przypadkowe działania marketingowe dają case study wtedy, gdy ktoś sobie o nim przypomni, a konsekwencja buduje cały zbiór dowodów.
Co maszyna może sprawdzić
Wymień trzy rzeczy, za które klient powinien zapłacić Ci więcej niż najtańszej firmie z listy, czyli trzy konkrety, które Ty robisz, a konkurencja nie. Potem poszukaj miejsca, w którym maszyna mogłaby sprawdzić każdą z nich bez rozmowy z Tobą. Jeśli Ty ich nie znajdziesz, maszyna też do nich nie dotrze, a wtedy zrobi jedyne, co jej zostaje, i porówna liczbę, którą zawsze da się przeczytać: cenę.
Z wyrazami szacunku,
Tomek Chojnacki
Prowadzę blog The B2B Realist i newsletter o tym samym tytule na Substacku. Piszę w nich o marketingu B2B w firmach z długim cyklem sprzedaży.




