La settimana scorsa ho pubblicato una riga sul nuovo modello Fable e non si è più fermata. La riga era semplice: Fable è il primo modello che si comporta come se ti dicesse, so quello che sto facendo, resta fuori per favore. Ha raccolto 131.709 impression e 784 reaction, e i commenti si sono trasformati in una discussione su se l'AI possa davvero mandare avanti il lavoro da sola. Sotto il rumore c'era la domanda che mi interessa davvero, da uno che vende ogni settimana. Se il modello è finalmente abbastanza sicuro da agire senza essere seguito passo passo, l'AI SDR che tutti continuano a venderci è reale adesso, oppure è ancora una demo vestita per un video di lancio?
Guido Growth Cab, l'advisory GTM che ho fondato, e l'outbound per me non è teoria. Lo faccio io, lo fa il mio team, e costruiamo gli strumenti che usiamo. Quindi questa non è la recensione di un prodotto visto una volta. È quello che ho imparato affidando vero lavoro di prospezione a un AI SDR costruito su questa nuova classe di modelli, comprese le parti che ancora mi mettono in imbarazzo.
in
“Fable is the first model to go like: Bro I know what I'm doing. Stay out of it please. That confidence makes sense when you see how Anthropic shipped it.”
Cos'è davvero un AI SDR oggi
Un AI SDR è software che fa il lavoro di un sales development rep. Sceglie gli account che vale la pena inseguire, li studia uno per uno, scrive il primo messaggio, gestisce i follow-up e prova a fissare la call. La categoria vive sulle slide da due anni. Per gran parte di quel tempo era un mail merge con una pagina di marketing sicura di sé, e chiunque facesse outbound vero sentiva il divario in una settimana. I messaggi erano generici, il targeting era pigro, e il tutto produceva volume a cui nessun buyer serio avrebbe mai risposto.
Ciò che è cambiato non è l'involucro software. È il modello sotto. I modelli della classe Fable fanno ricerca come un analista e prendono le piccole decisioni che prima richiedevano una persona. Quel singolo miglioramento è il motivo per cui l'AI SDR è passato da giochino a qualcosa che tengo davvero in pipeline.
Perché il salto del modello è tutta la storia
Ecco il workflow che mi ha convinto. Abbiamo costruito una skill sopra Claude che prende un contatto target e fa ricerca approfondita sull'azienda, legge come descrivono il loro prodotto, trova l'evento scatenante da citare e scrive un primo messaggio che ha senso solo per quella persona. Se mandassi lo stesso messaggio a un'altra azienda crollerebbe, ed è proprio quello il punto. Una rilevanza così specifica era impossibile quando il modello non riusciva a tenere abbastanza contesto né a ragionarci sopra.
I vecchi strumenti fallivano perché non sapevano decidere nulla. Riempivano un template. Un buon SDR è soprattutto una sequenza di piccole decisioni: questo account vale lo sforzo, cosa interessa davvero a questa persona, è il momento giusto, cosa dico per meritare una risposta. I nuovi modelli azzeccano abbastanza di quelle decisioni da far sì che l'output smetta di sembrare spam. È questo lo sblocco vero, ed è il motivo per cui un founder che aveva accantonato questa categoria l'anno scorso dovrebbe guardarla di nuovo.
I tre compiti che affido all'AI SDR
Non gli faccio gestire tutta la macchina. Gli do i tre compiti che fa meglio di un essere umano stanco alle 8 del mattino.
Uno, la ricerca. Legge l'account, la persona, le notizie recenti e lo stack tecnologico più in fretta di quanto io apra le schede, e mi porge contesto che avrei saltato. Due, la prima bozza. Scrive un primo messaggio abbastanza specifico da inviare dopo una rapida revisione, il che elimina la tassa della pagina bianca che uccide silenziosamente la costanza. Tre, la memoria dei follow-up. Tiene traccia di chi è sparito, cosa è stato detto e quando ricontattare, così nulla cade nelle crepe tra una call e l'altra.
Solo questi tre mi hanno restituito le due ore di preparazione manuale che stavano davanti a ogni buona giornata di outbound. È un numero vero, e si ripete ogni singola mattina.
Dove l'AI SDR si rompe ancora
Ora la parte onesta, perché i video di lancio non te la diranno mai. Tre cose si rompono ancora, e due sono scritte nell'economia della cosa.
Primo, costo e limiti. Il motivo per cui l'output è finalmente buono è che gira sul miglior modello disponibile, e il miglior modello è costoso e limitato di proposito. Il mio stesso post ci scherzava sopra: puoi bruciare il limite settimanale in una manciata di prompt e poi restare in timeout per giorni. Punta un AI SDR completamente autonomo su una lista grande e trovi quel muro in fretta. La qualità su scala costa soldi veri, e chi promette volume personalizzato illimitato a una tariffa bassa e fissa sta silenziosamente abbassando il modello per far tornare i conti.
Secondo, il giudizio su quando stare zitto. Il modello è bravo a decidere cosa dire e debole nel decidere se dire qualcosa. Scriverà un messaggio sicuro e ben documentato a un account che qualsiasi rep esperto salterebbe. Lasciato solo ottimizza per l'attività, e l'attività sulla lista sbagliata è come bruci dominio e reputazione nello stesso momento.
Terzo, la conversazione vera. L'AI SDR può aprire un thread. Non sa ancora reggere lo scambio umano e disordinato che trasforma una risposta in una call fissata, leggere l'esitazione dietro una risposta breve, o capire quando lasciar cadere il pitch ed essere semplicemente utile. Nel momento in cui una persona vera risponde con qualcosa di inatteso, serve un umano a prendere il volante.
Come lo gestisco davvero
Quindi la configurazione che funziona per me non è un robot che sostituisce il team. È l'AI SDR che fa ricerca, bozze e memoria dei follow-up, mentre un umano possiede la lista target e ogni conversazione dal vivo. Il modello porta la sicurezza di cui scherzava il mio vecchio post. Io porto il giudizio su dove puntarlo. Quella divisione del lavoro fissa call di cui vado fiero, e lo fa senza le due ore di lavoro sporco.
Se stai valutando uno di questi strumenti, mettilo alla prova su quella riga. Chiedigli di lavorare dieci account e leggi cosa produce. Se i messaggi potevano essere mandati a chiunque, il modello sotto è troppo debole o il fornitore l'ha abbassato per risparmiare. Se ogni messaggio appartiene chiaramente a una sola azienda, hai davanti la cosa vera, e vale la pena costruirci intorno.
La tua mossa
Tutta la discussione sotto quel post su Fable si riduceva a un istinto: la gente vuole sapere se può finalmente fidarsi dell'AI per mandare avanti il lavoro. Per la prospezione la risposta è un sì prudente, a patto di tenere umani il giudizio e le conversazioni. Parti dalla ricerca e dalle bozze questa settimana e misura il tempo di preparazione che ti torna indietro.
Ogni giorno spacchetto una play di revenue AI come questa in The Revenue AI Brief, la newsletter quotidiana per operatori B2B, inclusi i prompt esatti dietro la nostra skill di prospezione. Lascia la tua email di lavoro qui sotto e l'edizione di domani ti arriva in casella. E se pensi che mi sbagli su dove si rompe l'AI SDR, dimmelo su LinkedIn. Rispondo a tutto.
