6sense i MarketOne przebadali 872 BDR-ów - głównie z branży software - i pokazali, że prawie wszyscy (99%) wdrożyli AI, ale wzrost wymagań kwotowych i liczby prób kontaktu na potencjalnego klienta sugeruje, że samo AI nie rozwiązuje problemu złego timingu. Pełny raport pozostaje u wydawcy: 6sense / MarketOne International.
Badanie zebrało odpowiedzi od 872 przedstawicieli BDR (490 kompletnych ankiet). Dominuje sektor software i technologiczny - 70% próbki, reszta to usługi (23%) i produkcja (ok. 7%). Horyzont czasowy: dane za 2025-2026, opublikowane przez 6sense we współpracy z MarketOne International.
Najważniejszy przeskok to adopcja AI: 99% BDR-ów deklaruje jej stosowanie, wobec 53% w 2024 roku i 62% w 2025. To niemal pełne nasycenie w ciągu dwóch lat. Jednak wzrost narzędzi nie idzie w parze ze skutecznością dotarcia - średnia liczba prób kontaktu na jedną osobę skoczyła z 17 w 2024 do 34 w 2026. BDR-zy pracują dwa razy ciężej, żeby osiągnąć ten sam efekt.
Problem timingu pozostaje centralny: 78% prospects odrzuca kontakt, bo sprzedawca odezwał się w złym momencie. Narzędzia do priorytetyzacji kont (oparte na zachowaniach kupujących) pomagają - u tych, którzy je wdrożyli, zły timing spada do 65%, a przy oddzielnych celach dla kont w trybie aktywnego zakupu - do 44%. Mimo to 90% organizacji korzysta z takich narzędzi, a ludzkie przypisywanie kolejek BDR-om wciąż dominuje.
Cyfrowe nawyki kupujących zmieniają strukturę kontaktu: 91% BDR-ów równolegle angażuje wielu interesariuszy w jednym koncie. Kwoty rosły w 53% organizacji w 2026 - najwyższy wynik od pięciu lat. Na poziomie miękkich czynników: wsparcie od organizacji jest piątym roku z rzędu najsilniejszym predyktorem wyników BDR.
Raport jest przydatny dla liderów sprzedaży B2B technologicznej, RevOps, marketerów odpowiedzialnych za pipeline oraz wszystkich, którzy projektują procesy SDR/BDR i zastanawiają się, gdzie AI realnie zmienia wyniki, a gdzie tylko podnosi poprzeczkę.
99%
BDR-ów stosujących AI w 2026
Wzrost z 53% (2024) przez 62% (2025) do niemal pełnego nasycenia w ciągu dwóch lat.
+46ppwcześniej: 53% w 2024
Karta zrodla34prób kontaktu
Srednia liczba prób kontaktu na jedną osobę w 2026
+100%wcześniej: 17 prób w 2024
W 2025 było to 21 prób. Rosnaca intensywnosc outreach mimo szerszej adopcji AI.
Karta zrodla78%
Prospects odrzucajacych kontakt z powodu zlego timingu
Top powod odmowy. Przy narzędziach priorytetyzacji kont wskaznik spada do 65%, a przy oddzielnych celach dla kont in-market - do 44%.
Karta zrodla90%
Organizacji uzywajacych narzedzi priorytetyzacji kont opartych na zachowaniu kupujacych
Mimo wysokiego pokrycia narzędziowego, ludzkie przypisywanie kolejek BDR wciąż dominuje w procesie.
Karta zrodla53%
Organizacji, w ktorych kwoty rosly w 2026
Najwyzszy poziom wzrostu kwot od pieciu lat.
Karta zrodla91%
BDR-ow kontaktujacych rownoczesnie wielu interesariuszy w koncie
Multi-threading jako standard outreachu w modelu account-based.
Karta zrodla„Wrong timing is the top reason prospects say no, cited by 78 percent - but where targets differ for in-market accounts, that rate falls to 44 percent.”
ScaleX nie publikuje pełnych plików raportów za wydawców. Ta karta ma ułatwić odkrycie źródła, cytowanie metadanych i łączenie publicznie opisanych wniosków z innymi badaniami B2B.
Źródło: https://6sense.com/science-of-b2b/state-of-the-bdr-2026/
The Bridge Group przebadał 351 firm B2B SaaS i pokazał, ile SDR generuje pipeline ($3,78M rocznie - rekord), ile zarabia ($80K OTE bez zmian od 2022) i dlaczego quota attainment spada do historycznego minimum 60%.
Gartner przebadał 646 nabywców B2B i ustalił, że 67% z nich woli kupować bez kontaktu z handlowcem. Już 45% używało AI podczas ostatniego procesu zakupowego - dane z III kwartału 2025.
Gartner przebadał 227 dyrektorów sprzedaży i 645 kupujących B2B: firmy, które wdrożyły rekomendacje kolejnych kroków oparte na AI, osiągają wzrost komercyjny 2,6 raza częściej niż reszta rynku.
Salesforce przebadał 4450 marketerów na całym świecie i stwierdził, że trzy czwarte działów marketingu już używa AI - ale prawdziwa zmiana polega na tym, że bez spójnych danych AI nie ma co personalizować ani komu raportować.