3 ruchy w marketingu SaaS, gdy agenci AI wybierają modele

Kiedy agent AI wybiera narzędzie za użytkownika, klasyczny lejek B2B SaaS przestaje działać. Trzy konkretne ruchy, które warto zrobić w tym kwartale.

Chcesz 4-6 rekomendacji dla swojej firmy?

Podaj adres swojej strony i służbowy email. Po Twoim zgłoszeniu Adrian potwierdzi prośbę i odeśle spersonalizowane rekomendacje (zwykle w ciągu 24h). Bez newslettera, bez spamu.

Wysyłając wyrażasz zgodę na otrzymanie analizy mailem oraz dalszy kontakt marketingowy. Administratorem danych jest Adrian Serafin (cmo@adrianserafin.com). Zgodę cofniesz w każdej chwili.

Liczby branżowe, które warto znać
5,1 mld USD
Spadek wyceny Medallii (Thoma Bravo)
Saastr/20VC, kwiecień 2026
12-18% MoM
Wzrost ruchu z LLM-ów do B2B SaaS landingów
Ahrefs / SimilarWeb agregacja, Q1 2026
8-15 tys. USD
Średni CAC dla ABM w B2B SaaS (DACH)
Forrester, 2024
prognoza 15-25% do końca 2027
Udział agent-driven decisions w SMB SaaS purchases
Gartner, marzec 2026
9-14 miesięcy
Czas budowy demand gen od zera w B2B SaaS
praca własna, projekty 2023-2025

Kiedy ostatnio kupiłeś coś, czego nie wybrałeś sam? Dla większości czytelników odpowiedź brzmi "Netflix podsunął mi serial w piątek o 22:00". Dla rosnącej grupy founderów B2B SaaS pytanie wkrótce zabrzmi inaczej: kiedy ostatnio Twój klient kupił Twój produkt, mimo że osobiście nie wszedł na Twoją stronę, nie obejrzał demo i nie przeczytał ani jednego case study, ponieważ za niego decyzję podjął agent AI?

Marketing B2B SaaS w 2026 roku przesuwa się w stronę rzeczywistości, w której pomiędzy kupującym a produktem siedzi warstwa algorytmiczna, która porównuje, ocenia i rekomenduje. Inspiracją do tego tekstu jest rozmowa Harry'ego Stebbingsa, Jasona Lemkina i Rory'ego O'Driscolla z Saastr, w której pada teza o agentach wybierających modele oraz analiza wpadki Thoma Bravo na Medallii. Trzy obserwacje z tej rozmowy układają się w bardzo praktyczny zestaw decyzji, które warto podjąć w bieżącym kwartale, zanim Twoje copy zacznie czytać tylko Claude.

Agent jako nowy decydent zakupowy

Twierdzenie, że agent AI nie zmienia procesu zakupowego B2B SaaS, ponieważ "ostatecznie i tak decyduje człowiek", jest równie absurdalne, co przekonanie, że samochód autonomiczny nie zmieni rynku ubezpieczeń, bo przecież polisa zawsze będzie wystawiona na właściciela. Polisa owszem, zostanie wystawiona. Tylko że pytanie, co dokładnie ubezpieczamy, zmienia się fundamentalnie, a wraz z nim modele wyceny, segmentacji i dystrybucji.

Z mojej praktyki Fractional CMO dla software house'ów i B2B SaaS w regionie DACH widzę trzy poziomy obecności agenta w decyzji zakupowej:

  1. Agent-asystent: człowiek prosi LLM o porównanie trzech narzędzi, dostaje skróconą tabelę, sam podejmuje decyzję. Klasyczny SEO i POV content nadal działa, tyle że Twoja treść musi być teraz parsowana i cytowana przez Claude czy ChatGPT, nie tylko indeksowana przez Google.
  2. Agent-rekomendator: człowiek pyta agenta "wybierz najlepszy CRM dla mojego use case", akceptuje rekomendację bez weryfikacji. Tu liczą się nie tylko Twoje treści, ale też Twoja obecność w benchmarkach, rankingach niszowych i danych treningowych dostępnych dla LLM-ów.
  3. Agent-operator: człowiek deleguje całość, łącznie z podpisaniem umowy w ramach z góry ustalonego budżetu. Ten poziom dotyczy dziś głównie SMB i prostych workflow tools. Do końca 2027 dotknie również mid-marketu w wybranych kategoriach, jeśli wierzyć danym Gartnera z marca.

Pytanie, które warto zadać przed kolejnym sprintem marketingowym: na którym z tych trzech poziomów żyją Twoi klienci dzisiaj, a na którym będą za osiemnaście miesięcy?

OpenAI wraca, bo zrozumiał dystrybucję

Tezę z podcastu, że "OpenAI comes back to life", warto czytać przez pryzmat dystrybucji, nie technologii. Modele konkurencji są dzisiaj na poziomie operacyjnie nieodróżnialnym dla 95% zastosowań biznesowych. Różnicę robi to, kto kontroluje punkt wejścia użytkownika do ekosystemu agentów.

Dla software house'u czy B2B SaaS w Polsce oznacza to bardzo konkretną decyzję strategiczną: czy budujesz produkt, który jest kompatybilny z czyjąś dystrybucją, czy próbujesz mieć własną? Trzy lata temu pracowałem z firmą z Wrocławia, która sprzedawała integrację z Salesforce. Cała ich propozycja wartości opierała się na tym, że są lepszą alternatywą dla narzędzia X w ekosystemie Salesforce. W 2024 Salesforce wprowadził własną wersję tej funkcjonalności jako standardową. Trzy miesiące później klient renegocjował z nami strategię od zera, bo dystrybucja, na której zbudowali biznes, przestała ich kochać.

Strategia dystrybucji Marża Skalowalność Ryzyko platformy Czas do pierwszych przychodów
Własna sprzedaż direct Wysoka Niska Niskie 9-14 miesięcy
Marketplace platformy (np. AWS, Salesforce) Średnia Średnia Wysokie 4-7 miesięcy
Integracja z agentem AI (API, MCP) Średnia Wysoka Bardzo wysokie 2-5 miesięcy
Hybryda (direct + agent layer) Wysoka Wysoka Średnie 9-12 miesięcy

Każdy z tych modeli ma własną ekonomię i własne pułapki. Hybryda, którą obecnie rekomenduję większości klientów Fractional CMO, daje największą elastyczność, ale wymaga zespołu marketingowego, który rozumie zarówno klasyczny demand gen, jak i to, jak być cytowanym przez LLM. Jeśli nie wiesz, od czego zacząć tę kalkulację, policz koszt CMO etatowego vs Fractional i porównaj z budżetem, jaki masz dziś na content i paid.

Lekcja z Medallii: positioning nie wybacza

Wpadka Thoma Bravo na Medallii za 5,1 mld dolarów jest dla mnie najciekawszą częścią rozmowy w 20VC, ponieważ pokazuje coś, o czym founderzy B2B SaaS nie chcą myśleć: produkt może być świetny technicznie, mieć dobrych klientów i sensowny zespół, a mimo to stracić wartość, jeśli rynek przestanie rozumieć, w jakiej kategorii się znajduje.

Customer experience management jako kategoria została w ciągu trzech lat rozszarpana przez:

  • platformy CRM, które dorzuciły moduły CX
  • wyspecjalizowane narzędzia AI do analizy sentymentu
  • agenty obsługi klienta wbudowane w popularne suite'y produktywności

Medallia nie zrobiła nic szczególnie złego. Zrobiła za mało, żeby przekonać rynek, że jest czymś innym niż drugą wersją czegoś, co już istnieje gdzie indziej. Dla klienta z branży e-commerce SaaS na rynku skandynawskim oznacza to bardzo konkretną pracę, którą realizuje w tym kwartale: nie próbuje być "lepszą wersją kategorii X", tylko nazywa nową kategorię, w której jest pierwszy. Pierwszy w nowej kategorii ma sześć do osiemnastu miesięcy zanim konkurencja zdąży zareagować. Drugi w starej kategorii ma życie tak długie, jak tolerancja jego inwestorów na rosnące CAC.

Trzy ruchy na ten kwartał

Jeśli prowadzisz marketing B2B SaaS lub kierujesz software housem, który sprzedaje produkty cyfrowe, oto trzy konkretne ruchy, które warto rozważyć w najbliższych dwunastu tygodniach:

  • Audyt obecności w LLM: sprawdź, jak Claude, ChatGPT i Perplexity opisują Twoją firmę i konkurencję. Jeśli Cię nie cytują albo cytują źle, masz problem dystrybucyjny, nie tylko SEO-wy.
  • Definicja ICP w trzech wariantach: człowiek, agent, człowiek-z-agentem. Każdy wymaga innej strony produktowej, innego pricing modelu i innej długości treści.
  • Test pozycjonowania w nowej kategorii: zamiast walczyć o miejsce w przepełnionej kategorii, sprawdź, czy możesz być pierwszy w węższej, którą sam zdefiniujesz. Trzech największych klientów wystarczy jako dowód.

Ten model nie zadziała wszędzie. Jeśli sprzedajesz commodity SaaS dla SMB z LTV poniżej dwóch tysięcy dolarów rocznie, ekonomia ABM i positioningu w nowej kategorii Cię nie udźwignie. Wtedy zostajemy przy product-led growth i akceptujemy, że jesteśmy domyślnym wyborem agenta, póki nikt nie zaproponuje czegoś tańszego. Jeśli natomiast Twoje LTV przekracza pięćdziesiąt tysięcy rocznie i sprzedaż jest skłonna prowadzić rozmowy mierzone w miesiącach, a nie w minutach, warto umówić konsultację i zmapować, który z trzech ruchów ma w Twojej sytuacji największy zwrot.

Inspiracja: 20VC x SaaStr: When the Agents Pick the Models, OpenAI Comes Back to Life, and Thoma Bravo Just Wiped Out $5.1B on Medallia, Saastr.

Checklist wdrożenia

  1. 01Sprawdź w trzech LLM-ach (Claude, ChatGPT, Perplexity), jak opisują Twoją firmę i Twoich trzech głównych konkurentów. Zapisz różnice.
  2. 02Zdefiniuj trzy warianty ICP: człowiek-decydent, agent-rekomendator, hybryda. Opisz każdy w jednym akapicie, łącznie z budżetem decyzyjnym.
  3. 03Przeanalizuj swoje trzy ostatnie wygrane deale i odpowiedz, czy klient pojawił się przez agenta, polecenie, czy klasyczny inbound.
  4. 04Zmień pierwszy ekran strony głównej tak, aby w trzech zdaniach odpowiadał na pytanie "w jakiej dokładnie kategorii produktowej działamy".
  5. 05Stwórz jedno case study, które jest na tyle konkretne (branża, region, liczby), żeby LLM cytował je przy pytaniach o Twoją kategorię.
  6. 06Zmapuj swoje obecne źródła leadów z podziałem na: SEO, paid, polecenia, dark social, ruch z LLM. Jeśli ostatnia kolumna jest pusta, masz priorytet na drugi kwartał.
  7. 07Sprawdź ekonomikę swojego CAC w stosunku do LTV. Jeśli LTV nie przekracza piętnastokrotności CAC, ABM odpada, zostaje PLG.
  8. 08Zorganizuj jedno spotkanie sales-marketing, na którym wspólnie zdefiniujecie, czym jest "lead" w Waszej firmie w 2026 roku.
  9. 09Przygotuj listę dziesięciu tematów contentowych, które pozycjonują Cię jako pierwszego w nowej kategorii, nie drugiego w starej.
  10. 10Zaplanuj kwartalny przegląd pozycjonowania w cyklu rocznym. Rynek zmienia się szybciej niż Twoja strategia, jeśli sprawdzasz ją raz na rok.

Najczęstsze pytania

Jak agent AI zmienia proces zakupowy w B2B SaaS?

Agent przejmuje fragment ścieżki, który wcześniej należał do kupującego: porównywanie, krótka lista, czasem nawet finalna rekomendacja. Twój marketing musi być teraz dostępny i parsowalny zarówno dla człowieka, jak i dla LLM, który czyta Twoją stronę w imieniu klienta. To inny rodzaj treści, inna struktura danych i inne benchmarki sukcesu.

Czy klasyczne SEO ma jeszcze sens w erze agentów AI?

Ma sens, ale przestał być wystarczający. SEO nadal odpowiada za dystrybucję do LLM-ów, ponieważ większość modeli traktuje Google i wyspecjalizowane bazy jako źródło. Różnica polega na tym, że teraz mierzysz nie tylko ranking, ale też jakość cytowania w odpowiedziach Claude czy Perplexity.

Ile czasu zajmuje zbudowanie marketingu B2B SaaS gotowego na erę agentów AI?

Z mojej praktyki, dziewięć do czternastu miesięcy dla firmy, która ma już sensowne pozycjonowanie i działający content engine. Dla firmy zaczynającej od zera bliżej osiemnastu miesięcy, ponieważ trzeba najpierw zbudować POV i case studies, które warto cytować.

Czy ABM nadal działa, jeśli decyzję podejmuje agent?

Działa, ale zmienia się target. ABM dla agenta oznacza obecność w danych, na których agent się uczy, i w narzędziach, z których korzysta. ABM dla człowieka-z-agentem oznacza budowanie relacji z osobą decyzyjną przy jednoczesnym zadbaniu, by jej narzędzie AI Cię nie odsiało na poziomie krótkiej listy.

Co odróżnia firmy, które wygrywają w erze agentów AI, od tych, które tracą wartość jak Medallia?

Trzy rzeczy: jasna kategoria produktowa, własna dystrybucja, która nie zależy od jednej platformy, oraz POV, który jest na tyle konkretny, że LLM-y go cytują. Brak któregokolwiek z tych elementów oznacza, że stajesz się commodity, nawet jeśli technicznie produkt jest świetny. Więcej o tym, jak rozkładam te trzy elementy w pracy z klientami, znajdziesz [w sekcji o mnie](/o-mnie).