- autor Redakce
- 05. 10. 2026
Publikujete víc článků, posíláte víc e-mailů, oslovujete víc leadů. A přesto pipeline neroste stejně rychle. V tu chvíli se z interního reportingu stává nepříjemná otázka. Duct Tape Marketing a John Jantsch v knize The Referral Engine ukazují, proč AI zlevnila běžný obsah a proč se vrací doporučení.
Majitelé firem dnes dělají víc než dřív. Publikují víc obsahu, posílají víc e-mailů a víc oslovují. Přesto jim telefon zvoní méně než před dvěma lety. To je přesně ten moment, kdy si všimneme, že vyšší tempo samo o sobě nic negarantuje.
Zkušenost z praxe je tvrdší, než by se nám líbilo: výstupy jsou mnohem vyšší, výsledky klesají. A právě tady se začíná lámat naše představa o výkonu, protože problém není v nedostatku aktivity, ale v tom, že stejná aktivita už nenese stejnou váhu.
AI nám zlevnila i to, co dřív působilo jako náskok. Během odpoledne dnes zvládneme udělat slušný blogový příspěvek, vyladěný studený e-mail i kampaň, která na první pohled vypadá profesionálně. Jenže právě tím se smazala část povrchové výhody. Na papíře vypadá dobře skoro každý.
Výsledek je předvídatelný: marketing zní podobně, obsah se slévá do jedné šedi a rozlišit dobré od průměrného je těžší než dřív. Kanály, na které jsme byli zvyklí sázet, jsou hlučnější, dražší a méně důvěryhodné. A když kupující část výzkumu přesouvají do AI asistentů, často už ani nemusejí dojít na náš web, aby si udělali obrázek.
To je důležitý posun. Běžný marketing se zlevnil, ale o to víc se rozpadá jeho schopnost někoho skutečně odlišit. My tím ztrácíme pohodlí známých kanálů a dostáváme se blíž k otázce, kde se dnes ještě vůbec rozhoduje o volbě dodavatele.
V tomhle bodě se nám mění mapa. Marketing Hourglass pracuje se sedmi kroky: Znáte, Líbíte se, Důvěřujete, Zkoušíte, Kupujete, Opakujete, Doporučujete. Není to lineární trychtýř. Po prodeji se znovu rozšiřuje a právě tam začíná být hodnota vidět jinak než dřív.
AI dnes zvládne vytvářet obsah, který budí znalost, oblibu i důvěru. To ale pořád není totéž jako zkušenost, kterou si podnik opravdu zaslouží. V praxi se tak posouváme od honby za dalším vstupem k tomu, co následuje po první koupi. Udržený zákazník a fanoušek, který nás doporučí, nejsou vedlejší efekt. Jsou to zdroje nejlepšího růstu.
Právě tady se láme naše stará logika. První polovina cesty se dá zaplnit rychleji než dřív, ale druhá polovina už stojí na tom, co neumíme jednoduše vyrobit. A tím se připravujeme na další krok: proč doporučení nejsou náhoda, ale systém.
My si snadno namlouváme, že doporučení prostě vzniknou sama, protože lidé se přece rádi dělí o dobrou zkušenost. To je ten poctivý protipohled: doporučení jsou sociálně přirozená a fungují jako měna vztahů. Jenže právě proto nestačí čekat, až se něco stane. The Referral Engine z roku 2010 je podle autora dodnes jeho nejprodávanější knihou a po šestnácti letech se stále prodává.
Současně z toho plyne i nepříjemnější závěr. Většina zákazníků nás chtějí doporučit, ale podniky jim to často neusnadňují. Neříkají jasně, koho doporučit, jakým jazykem o tom mluvit, jakou nabídku dát, kdy se ptát ani jak původ doporučení sledovat. A právě tady se náhoda mění v systém, protože referral bez těchto pěti částí zůstává jen přáním.
My už navíc nemáme výmluvu, že na to není čas. AI umí dobře hlídat kontakt, personalizovat poděkování a držet partnery v teple. To je důležité hlavně proto, že doporučení nejsou samostatná taktika. Jsou vedlejším produktem zkušenosti, kterou jsme navrhli tak dobře, že ji lidé sami nesou dál. A to je přesně místo, kde se připravujeme na další krok.
Žádná taktika nezachrání nevýrazný byznys. Než spustíme doporučovací kampaň, musíme si říct, co se ve firmě opravdu děje a co vůbec stojí za řeč. Doporučení jsou vedlejší produkt navržené zkušenosti, ne samostatný trik. Když zavřeme mezeru mezi slibem a realitou, referral přestane působit jako naděje a začne fungovat jako výsledek.
V B2B navíc často přehlížíme silnější motor než přímé doporučení od zákazníků. Nepřímé referral přichází od strategických partnerů, kteří obsluhují stejného zákazníka těsně před námi nebo po nás. To je důvod, proč pro nás bývá partnerský systém větší, ale méně rozvinutý. A když chceme vědět, jestli to myslíme vážně, stačí sledovat posledních 10 zákazníků a domluvit si 2 schůzky s potenciálními partnery.
Do toho vstupuje AI jako nová vrstva doporučení. Když se někdo ptá asistenta, koho najmout, skládá odpověď z recenzí, referencí, case studies a rozptýlených zmínek po webu. Slova zákazníků jsou pro stroj surovina, z níž nás znovu popíše i doporučí. Proto porovnáváme odpovědi tří AI asistentů s tím, co o nás říkají nejlepší zákazníci. Tam dnes začíná i končí naše viditelnost.
Na otázku, co bude v éře AI výnosnější než obsah, reklama a outbound, odpovídáme prostě: systém doporučení, partnerství a odkazovatelné zkušenosti. Ne proto, že by marketing přestal fungovat, ale protože běžný marketing bude čím dál snadněji napodobitelný. To, co nepůjde levně zkopírovat, nebude další text ani další kampaň, ale důvod, proč nás lidé sami předají dál.
V dalších letech nebude výhoda patřit firmám, které publikují nejvíc, ale těm, které umí ze své práce udělat důkaz, z partnerů násobič a z recenzí vstupní materiál pro nové doporučení. My už tedy nebudeme vyhrávat produkcí hluku. Vyhrávat budeme tím, co zůstane po nás v hlavách lidí i v odpovědích strojů.
FAQ
Je doporučování opravdu silnější než placený výkon?
V mnoha kategoriích ano, hlavně tam, kde je důvěra a delší rozhodování. Platí za pozornost, ale doporučení snižují tření i pochybnosti.
Není systém doporučení jen hezký pojem pro dobrý produkt?
Ne. Dobrý produkt je základ, ale bez jasného procesu, partnerů a práce s referencemi se dobrá zkušenost často nerozšíří sama.
Má AI doporučení spíš oslabit, nebo posílit?
Obojí. Zvyšuje šum, ale zároveň cituje recenze, case studies a zmínky. Kdo má slabé stopy, mizí. Kdo má silné, získává nový distribuční kanál.
Co je častá chyba firem?
Myslet si, že problém je v nedostatku obsahu. Často je problém v tom, že obsah ani kampaně nevytvářejí důvod, aby nás někdo doporučil dál.
Kde začít, když nemáme referral systém?
U posledních zákazníků, partnerů a recenzí. Když neumíme pojmenovat, kdo nás doporučuje a proč, nemáme systém, ale jen naději.