Transkrypcja AI w sprzedaży – jak zamienić rozmowy w bazę wiedzy

Czterech handlowców, 80 spotkań miesięcznie, a na koniec dnia — parujący mózg i pięć podsumowań do napisania z pamięci. Brzmi znajomo? Transkrypcja AI zmienia zasady gry w sprzedaży B2B: nie chodzi już o samą notatkę ze spotkania, ale o zbudowanie firmowej bazy wiedzy, która automatycznie coachuje handlowców, karmi marketing insightami i przygotowuje zespół do kolejnych rozmów.

Podczas webinaru Livespace razem z Michałem Gąszczykiem z RevOps i Filipem Sobellem z Staffly pokazaliśmy, jak wygląda pełne wdrożenie transkrypcji AI — od nagrania rozmowy, przez automatyczne notatki w CRM, po analizę lejka sprzedażowego opartą o rzeczywiste dane z rozmów.

Czym jest AI Note Taker i jak naprawdę działa

Większość ludzi zna AI Note Takera jako bota, który siedzi na spotkaniu online, nagrywa i wysyła podsumowanie mailem. Narzędzia takie jak Fireflies AI, TLDV czy Fathom robią to dobrze — ale to dopiero pierwszy krok. Jak wyjaśnił Michał Gąszczyk, prawdziwa wartość zaczyna się dopiero po nagraniu.

W bazowym scenariuszu transkrypcja online ląduje na mailu i nikt z nią nic nie robi. W profesjonalnym wdrożeniu — takim, jakie RevOps stawia u swoich klientów — po zakończeniu spotkania uruchamia się automatyczny workflow. Automat pobiera transkrypcję z Fireflies AI, szuka w CRM odpowiedniej szansy sprzedaży (dopasowując po kalendarzu, uczestnikach, linku do spotkania), przepuszcza transkrypcję przez dedykowane prompty i wrzuca do CRM dwie gotowe notatki.

Case study: jak Staffly wdrożyło transkrypcję AI

Filip Sobell opowiedział o konkretnych liczbach. Staffly to firma B2B sprzedająca testy rekrutacyjne dla działów HR, głównie do klientów enterprise. Czterech handlowców odbywa 70–80 spotkań miesięcznie, każde demo trwa średnio 45 minut i obejmuje fazę discovery, prezentację i demo produktowe.

Problem: parujący mózg po piątym spotkaniu

Przed wdrożeniem handlowcy robili notatki ręcznie — pojedyncze słowa na kartce, z których wieczorem próbowali odtworzyć kontekst. Przy 4–5 spotkaniach pod rząd na koniec dnia nie sposób było napisać pięć spersonalizowanych podsumowań, które nawiązują do konkretnych wyzwań klienta omawianych o 10:32 rano.

Dodatkowy problem: każdy handlowiec prowadził proces po swojemu. Bez nagrań nie było możliwości sprawdzenia, czy wszyscy zadają właściwe pytania na etapie discovery call i czy wyłapują kluczowe sygnały zakupowe.

Rozwiązanie: dwie notatki w CRM po każdym spotkaniu

Po wdrożeniu RevOps w ciągu kilku minut od zakończenia spotkania w Livespace pojawiają się dwie notatki. Pierwsza to podsumowanie rozmowy: wyzwania klienta, pain pointy, omawiane aspekty, ustalenia, next stepy oraz gotowy szablon maila follow-upowego. Druga to feedback dla handlowca według metodyki MEDIC — co zrobił dobrze, co mógł zrobić lepiej, na co zwrócić uwagę podczas kolejnego spotkania.

Wyniki po 2–3 miesiącach

Czas napisania maila z podsumowaniem spotkania spadł z 25 do około 10 minut — wystarczy przejrzeć podsumowanie, podrasować kilka rzeczy, załączyć ofertę i wysłać. Z 70–80 spotkań miesięcznie od 40 do 60 trafia do bazy wiedzy (reszta to spotkania, na których klient nie wyraził zgody na nagrywanie). Raz w miesiącu zespół spotyka się, wrzuca wszystkie transkrypcje danego handlowca do jednego pliku i promptuje AI, żeby przygotowało zbiorczą analizę: co robimy dobrze, co źle, jakie są action pointy.

Filip podkreślił też nieoczywistą wartość: na spotkaniach follow-upowych handlowiec może nawiązać do szczegółów z pierwszej rozmowy, których normalnie by nie zapamiętał. Klient widzi, że jest słuchany — i to buduje relację, której nie da się osiągnąć, pisząc notatki na kartce.

Jak transkrypcja AI działa w Livespace

Bartosz Michałowski z Livespace podzielił się tym, jak firma korzysta z transkrypcji wewnętrznie. Livespace używa zarówno Fireflies AI, jak i TLDV, a kluczem do skutecznego przetwarzania jest segmentacja spotkań już na poziomie nazwy w kalendarzu.

Livespace ma sześć kategorii spotkań — demonstracje, wdrożenia, konsultacje i inne — i każda jest przetwarzana osobnym zestawem promptów. To ważna lekcja: nie próbujcie jednym ogólnym skryptem analizować wszystkich typów rozmów. Demo sprzedażowe wymaga innej analizy niż spotkanie wdrożeniowe czy rozmowa serwisowa.

Niezależnie od zautomatyzowanego workflow, handlowcy Livespace mają też przygotowane Gemy w Gemini, gdzie mogą ręcznie wkleić transkrypcję i uzyskać podsumowanie — na wypadek, gdyby automatyka z jakiegoś powodu nie zadziałała.

Transkrypcja jako narzędzie badania rynku

Livespace wykorzystuje transkrypcje do czegoś, o czym mało kto myśli: do weryfikacji hipotez rynkowych. Kiedy firma badała potencjał rynku brytyjskiego i szwedzkiego, SDR-zy wykonywali dziesiątki cold callingów dziennie. Wszystkie rozmowy były nagrywane przez Ringostat i automatycznie transkrybowane z oceną sentymentu.

Dzięki temu zespół mógł przeanalizować nie tylko skuteczność skryptu, ale też jak różne rynki reagują na ten sam pitch. Okazało się, że Szwedzi są bardziej zdystansowani, a Brytyjczycy łatwiej przełamują pierwsze sekundy rozmowy. Te dane pozwoliły modyfikować pitch w cyklach PDCA i ostatecznie zdecydować o wejściu na rynek rumuński zamiast szwedzkiego.

Wszystkie transkrypcje trafiają do NotebookLM, gdzie razem z raportami z Deep Research tworzą bazę wiedzy. Marketing, product management i sprzedaż mogą odpytywać tę bazę — sprawdzać, czy pain pointy adresowane w kampaniach faktycznie pojawiają się w rozmowach z klientami, czy kreacja tak samo rezonuje z małymi i dużymi firmami, i czy hipotezy outreachowe przekładają się na wygrywane deale.

Co jeszcze można zrobić z transkrypcjami — 7 use case’ów od RevOps

Michał Gąszczyk pokazał, że podsumowanie spotkania i feedback to dopiero początek. Oto co RevOps wdraża u swoich klientów:

Cotygodniowy AI sales coach. Agent w chmurze (u Michała ma na imię „Franek”) co tydzień analizuje spotkania, maile i CRM handlowca. W piątek o 15:00 wysyła raport: z kim rozmawiałeś, które tematy są obiecujące, gdzie byłeś w dobrej formie, a gdzie nie. Potrafi też zakwestionować, czy szanse przesunięte do etapu ofertowania faktycznie tam powinny być — na podstawie tego, co padło w transkrypcji.

Automatyczne uzupełnianie pól w CRM. Klient RevOps zadaje podczas discovery call pytania o liczbę pracowników, systemy IT, typ umów. Wcześniej nikt nie wpisywał odpowiedzi do CRM. Teraz transkrypcja AI automatycznie wypełnia custom fieldy po każdym spotkaniu — i handlowcy nie muszą o tym pamiętać.

Przygotowanie do spotkania. Przed callem automat sprawdza NIP firmy w GUS-ie, wielkość w BIS-raporcie, profil na LinkedIn, a z bazy transkrypcji wyciąga wzorce: z tego typu firmami zwykle rozmawia prezes, który podejmuje decyzje sam. Handlowiec dostaje briefing jeszcze przed spotkaniem.

Voice of Customer. Porównanie tego, co firma mówi w materiałach marketingowych, z tym, co klienci faktycznie mówią na spotkaniach. Jeśli marketing obiecuje „szybko”, a klienci mówią, że chcą „dobrze”, to jest konkretny sygnał do korekty.

Monitor jakości lejka. Automat analizuje transkrypcje i etapy w lejku sprzedażowym, a potem generuje raport dla szefa sprzedaży — jaka jest realna kondycja pipeline’u, bez emocji i bez koloryzowania przez handlowców.

Trening głosowy przed spotkaniem. Na platformie Eleven Labs można zbudować agenta głosowego, który symuluje klienta z konkretnej branży, zadaje typowe obiekcje wyciągnięte z historycznych transkrypcji — i handlowiec może się przygotować, zanim wejdzie na prawdziwy call.

Śledzenie konkurencji i obiekcji branżowych. Michał przytoczył case z Runmagedonu: szef sprzedaży przed negocjacjami sponsoringowymi poprosił bazę wiedzy o najczęstsze obiekcje z danej branży za ostatnie pół roku. Przyjechał na spotkanie z gotowymi odpowiedziami. Reakcja klienta: „Panie, nikt nas tak nigdy nie rozumiał”.

A co z rozmowami telefonicznymi?

To pytanie pojawiło się wielokrotnie podczas webinaru. Rozwiązania są trzy.

Pierwsza opcja to wirtualna centralka telefoniczna z funkcją nagrywania — Play i Polkomtel oferują taką usługę, a Livespace ma gotową integrację z centralką Play. Rozmowy są nagrywane na poziomie operatora, a pliki dźwiękowe można automatycznie przesłać do transkrypcji AI i dalej do CRM.

Druga opcja to zewnętrzne narzędzia VoIP z wbudowaną transkrypcją, takie jak Ringostat. Po każdej rozmowie w CRM pojawia się podsumowanie z oceną sentymentu.

Trzecia opcja, najprostsza dla handlowców terenowych: notatka głosowa zaraz po spotkaniu. Michał rekomenduje, żeby handlowiec — zanim odpali samochód — zostawił notatkę głosową (na Telegramie, Slacku czy dedykowanym voicebocie): „Spotkanie z panem Mirkiem, ustaliliśmy X, potencjał na Y, załóż mi taska za dwa tygodnie”. Ta notatka jest automatycznie transkrybowana i zamieniana na zadania w CRM.

Narzędzia wymienione podczas webinaru

Transkrypcja i nagrywanie spotkań

Przetwarzanie, automatyzacja i baza wiedzy

Kluczowe wnioski z webinaru

1. AI Note Taker to nie narzędzie — to cały workflow. Sam Fireflies AI czy TLDV to dopiero początek. Wartość powstaje w tym, co robisz z transkrypcją: automatyczne notatki w CRM, feedback dla handlowca, baza wiedzy firmowa.
2. Dwie notatki po każdym spotkaniu. Podsumowanie z next stepami i szablonem maila + feedback według metodyki (np. MEDIC). Handlowiec dostaje coaching sprzedażowy po każdym callu, nie raz na kwartał.
3. Segmentuj spotkania od samego początku. Nazwa spotkania w kalendarzu powinna mówić, jaki to typ rozmowy. Inny prompt do demo, inny do discovery call, inny do spotkania serwisowego.
4. Marketing musi mieć dostęp do transkrypcji. Zamiast zgadywać, czy kampania rezonuje, marketing może zweryfikować to w danych z rozmów. Voice of Customer budowany na transkrypcjach to game changer.
5. Zacznij nagrywać dziś, nawet jeśli nie wiesz, co z tym zrobić. Jak powiedział Michał: „Nagrywajcie. Narzędzi i case’ów zawsze zdążycie, ale nie odtworzycie spotkań, które już się odbyły.”
6. Transkrypcja rozmów telefonicznych jest możliwa. Wirtualna centralka (Play, Polkomtel), Ringostat lub prosta notatka głosowa po spotkaniu — są rozwiązania na każdy budżet.
7. Long-term value > short-term value. Szybszy mail to miły bonus. Prawdziwa przewaga to baza wiedzy, z której za pół roku wyciągniesz najczęstsze obiekcje per branża i przyjedziesz na spotkanie z gotowymi odpowiedziami.
8. Sprawdzaj, co AI wygenerował. Transkrypcja polskiego z anglojęzycznymi wtrętami bywa niedokładna. Michał miał case, w którym AI nie wyłapało słowa „nie” — i cały workflow poszedł w złą stronę.
9. Livespace dobrze współgra z tym workflow. Z doświadczeń RevOps: wdrożenia na Livespace idą bezproblemowo dzięki dobrej strukturze API, podczas gdy inne CRM-y potrafią sprawiać problemy z dopasowywaniem notatek do szans sprzedaży.