Automatyczne ofertowanie w firmie usługowej z OpenAI

Jak wykorzystać modele językowe do generowania spersonalizowanych ofert na podstawie zapytań klientów. Od briefu po gotowy PDF w 3 minuty.

W branży usługowej (software house'y, agencje marketingowe, firmy doradcze, biura projektowe) proces sprzedaży opiera się na relacjach i zaufaniu. Kiedy po udanym, godzinnym spotkaniu z klientem (tzw. discovery call) przychodzi czas na przygotowanie oferty, pojawia się odwieczny konflikt: Czas vs Personalizacja.

Jeśli wyślesz generyczny szablon PDF ze zmienionym tylko imieniem klienta – zrazisz go do siebie brakiem indywidualnego podejścia. Jeśli jednak usiądziesz do pisania dedykowanego dokumentu od zera, tworząc unikalne "Executive Summary" (podsumowanie biznesowe) i dobierając argumenty pod konkretne bolączki klienta – spędzisz nad tym 2-3 godziny. A przecież czas handlowca to najdroższy zasób w firmie.

Rozwiązaniem tego problemu jest zaprzęgnięcie do pracy dużych modeli językowych (LLM), takich jak GPT-4 od OpenAI, sterowanych za pomocą platformy Make.com.

Dlaczego klasyczne "podmienianie zmiennych" to przeżytek?

Do tej pory automatyzacja ofertowania ograniczała się do tzw. "mail merge". System brał dane z systemu CRM (Imię, Nazwa Firmy, Cena) i wklejał je w puste luki w dokumencie Word. To działa świetnie w przypadku prostych produktów, ale w usługach B2B klient kupuje rozwiązanie swojego unikalnego problemu. Model OpenAI nie tylko uzupełnia luki. On potrafi przeanalizować notatki ze spotkania i napisać unikalną narrację, która udowodni klientowi, że doskonale zrozumieliśmy jego biznes.

Architektura inteligentnego ofertowania krok po kroku

Jak zbudować system, który działa jak Twój najlepszy, nieomylny asystent sprzedaży? Oto proces w 4 krokach, który wdrażamy w OmniCore:

Krok 1: Ustrukturyzowane zbieranie danych (Brief / Notatki z CRM)

Wszystko zaczyna się w Twoim CRM-ie (np. Pipedrive lub HubSpot). Handlowiec wraca ze spotkania i uzupełnia kilka kluczowych pól tekstowych w karcie klienta:

• Główny problem (Ból): np. "Tracą 20 godzin tygodniowo na ręczne przepisywanie umów."
• Wymagany efekt: np. "Chcą systemu, który sam wygeneruje PDF i wyśle go do podpisu."
• Obiekcje: np. "Boją się, że wdrożenie zatrzyma pracę firmy."

Zmiana statusu szansy sprzedaży na "Przygotowanie Oferty" uruchamia nasz scenariusz w Make.com.

Krok 2: Magia System Promptu (OpenAI wkracza do gry)

Make.com pobiera te notatki i wysyła je przez API do OpenAI. To tutaj dzieje się najważniejsza rzecz w całym procesie – uderzamy do AI ze starannie przygotowanym, niezmiennym System Promptem.

W OmniCore programujemy model tak, aby stał się wybitnym copywriterem sprzedażowym. Przykładowa instrukcja (System Message) brzmi:

"Jesteś ekspertem ds. sprzedaży w firmie OmniCore. Twoim zadaniem jest napisanie sekcji 'Executive Summary' do oferty B2B. Otrzymasz notatki ze spotkania z klientem. Napisz 3 akapity. W pierwszym odnieś się z empatią do ich głównego problemu. W drugim przedstaw nasze rozwiązanie. W trzecim zbij ich główną obiekcję. Używaj profesjonalnego, ale przystępnego języka korzyści. Zwracaj się bezpośrednio do klienta (per 'Wy', 'Państwo')."

Ważna uwaga techniczna: Nigdy nie pozwalamy AI wymyślać cen ani estymacji czasowych! Sztuczna inteligencja ma tendencję do tzw. halucynacji. AI generuje wyłącznie warstwę narracyjną i argumentacyjną. Twarde dane (Cena, Pakiety) są zawsze pobierane bezpośrednio, jeden do jednego z systemu CRM lub cennika.

Krok 3: Generowanie estetycznego dokumentu

Sztuczna inteligencja zwraca nam piękny, spersonalizowany tekst. Co teraz? Make.com przejmuje ten tekst oraz twarde dane z CRM (kwoty, lista modułów) i wstrzykuje je do narzędzia generującego dokumenty.

Może to być np. PandaDoc, DocuSign, albo odpowiednio przygotowany szablon w Google Docs, z którego na końcu generujemy plik PDF. System w ułamku sekundy układa tekst AI na pierwszej stronie, podmienia logotypy klienta pobrane z sieci, wkleja cennik na stronie trzeciej i dodaje elektroniczne pola do podpisu na ostatniej.

Krok 4: Weryfikacja i wysyłka

Gotowy PDF ląduje na firmowym Slacku w kanale #oferty z wiadomością: "Gotowy draft oferty dla firmy [Nazwa]. Koszt: 15 000 PLN. Sprawdź i zatwierdź jednym kliknięciem." Handlowiec otwiera plik, czyta świetnie napisany przez AI wstęp, upewnia się, że ceny się zgadzają, i klika "Wyślij". System sam szkicuje maila w Gmailu, dodaje załącznik i wysyła do klienta.

Efekt skali: Wyższy Win-Rate i Time-to-Market

Tradycyjnie handlowiec potrzebowałby kilku godzin, aby przygotować tak jakościowy dokument, przez co często odkładał to "na piątek". Dzięki zintegrowaniu OpenAI, Make.com i systemu CRM, od momentu wpisania notatek do wygenerowania niesamowicie spersonalizowanej oferty mija około 180 sekund.

Klient, który dostaje tak precyzyjną, piękną i uderzającą w jego problemy ofertę jeszcze tego samego dnia (często zanim konkurencja w ogóle zdąży odpisać na maila), z dużo większym prawdopodobieństwem złoży podpis na umowie.