AI SDR vs SDR umano: $46 contro $312 per appuntamento in 60 giorni

Nel primo mese, l'AI SDR ha fissato 11 appuntamenti usando $415 di software. L'SDR umano scelto come confronto ne ha fissati 19, con un costo complessivo di circa $8,000 nello stesso mese. Ma il dato decisivo non era nessuno dei due. Era ciò che è successo all'attribuzione nella settimana in cui entrambi hanno contattato via email gli stessi account.

Il risultato, prima di spiegare il test

Costo per appuntamento fissato nell'arco di 60 giorni: $46 con lo stack AI SDR, $312 con una postazione SDR umana a costo pieno. È il dato da titolo. Preso da solo, però, è anche fuorviante: per questo vale un articolo, non uno screenshot.

Correggendo il calcolo per tasso di presenza e tasso di SQL, la distanza si è ridotta nettamente. Il costo per SQL è stato di $184 con lo stack AI e di $397 con l'SDR umano. L'AI SDR ha vinto, ma di 2.2x, non di 6.8x come lasciava intendere la dashboard grezza. Gli appuntamenti fissati dall'agente non erano gli stessi ottenuti dall'essere umano. Fingere il contrario è la trappola in cui cade la maggior parte dei post del tipo "I replaced a person with AI".

Il secondo elemento che ha alterato i numeri, più difficile sia da individuare sia da correggere, è stata la contaminazione dell'attribuzione. Per circa due settimane del test, l'agente e l'SDR umano hanno inviato email agli stessi account target. Le risposte sono arrivate: alcune nella casella dell'agente, altre in quella dell'SDR, altre ancora a un indirizzo generico info@ che ho dovuto smistare manualmente. Entrambi i processi si sono attribuiti il merito. La dashboard del fornitore mostrava una serie di dati, il nostro CRM un'altra. Nessuna delle due era corretta finché non ho ricostruito la divisione degli account e ricalcolato l'attribuzione partendo da un gruppo di controllo.

È la parte che nessuno pubblica. Il calcolo del costo per appuntamento è la metà facile. Il problema di attribuzione è ciò che stabilisce se l'AI SDR genera davvero margine oppure crea un costo differito, spostato silenziosamente fuori dalla voce di costo del personale. Le analisi di settore collocano già il software AI SDR a una frazione del costo complessivo di una postazione umana, ma partono dal presupposto che l'attribuzione sia pulita. Ed è proprio ciò che viene meno quando un agente e una persona lavorano su account sovrapposti.

Come è stato impostato il test e il costo complessivo di riferimento

Un solo processo outbound. Un solo ICP: aziende B2B SaaS di fascia media, da 200 a 1,500 dipendenti, in Nord America. Un'unica lista di 4,200 aziende target, divisa 50/50 fra l'agente e l'SDR umano, con una rigida regola di esclusione reciproca. 60 giorni, a partire dalla fine dell'estate. Stessa offerta, stesso link al calendario, stesso criterio di qualificazione lato inbound una volta ricevuta una risposta.

Il costo complessivo dell'SDR umano usato nel confronto non era una stima approssimativa. L'ho costruito voce per voce, così da rendere il confronto difendibile anche davanti a un team finance:

Su base annua si superano di poco i $140K per una sola postazione. Il dato è coerente con le stime di settore, secondo cui lo stipendio base di un SDR umano supera $60K e il costo complessivo cresce in modo sostanziale quando si aggiungono tutte le voci accessorie.

Il lato AI SDR è stato costruito con lo stesso criterio, confrontando elementi equivalenti: abbonamento software, consumo e livello dati sottostante. Nessun costo di personale nascosto, nessun calcolo del tipo "we already had this seat", nessuna ripartizione artificiosa che facesse apparire più conveniente l'AI. Il dettaglio arriva nella prossima sezione.

Costo AI SDR: stack, strumenti e prezzi senza omissioni

L'agente AI per vendite costituiva il livello AI SDR vero e proprio. L'infrastruttura necessaria per deliverability e dati era uno stack separato, perché nessun prodotto AI SDR che ho testato offre una dotazione sufficiente per funzionare da solo, nonostante il marketing dei fornitori suggerisca il contrario. La definizione pubblicata di AI SDR comprende prospecting, sequenze e gestione delle risposte. Nella pratica, il prospecting richiede una fonte dati esterna e le sequenze hanno bisogno di un'infrastruttura email esterna; senza entrambe, i limiti di invio scattano nel giro di un mese.

Il costo del solo agente rientra nella fascia pubblicata di $3,000-$6,000 l'anno per il software AI SDR. Lo stack completo arriva a circa $8,400 su base annua includendo dati e caselle email su cui opera l'agente. Il costo totale dello stack resta comunque inferiore a un solo mese della postazione umana a costo pieno.

Serve una precisazione importante sul perimetro. L'outbound a freddo è un modello. Quello inbound, cioè un agente che risponde al traffico del sito e ai form compilati e li instrada, è un prodotto diverso che risolve un problema diverso. Ho testato la variante outbound. I numeri inbound non sono trasferibili a questa analisi.

In un progetto di automazione vendite B2B, il livello dati è ciò che la maggior parte dei post "I tried an AI SDR" evita di trattare. L'agente vale quanto le righe che gli vengono fornite. Per approfondire, ho descritto separatamente la combinazione di Apollo, Clay e Smartlead alla base di qualsiasi AI SDR. In breve: non si può valutare un AI SDR senza prima stabilire se il collo di bottiglia si trovi nei dati e nelle caselle email.

Playbook di implementazione in 30 giorni

Giorni 1-5: ICP, lista ed esclusioni

Definite l'ICP in modo più rigoroso di quanto sembri necessario. Un ICP troppo ampio distrugge il costo per appuntamento dell'agente, perché i volumi moltiplicano l'errore. Costruite la lista di account e arricchitela. Poi create la lista di esclusione: gli account su cui sta già lavorando l'SDR umano, quelli con opportunità attive e tutti quelli entrati inbound negli ultimi 90 giorni. Senza questa lista, il problema di attribuzione inizia dal primo giorno.

Giorni 6-12: messaggi, revisione umana e deliverability

Scrivete le sequenze. Prima di qualunque invio, sottoponete ogni variante a una revisione umana. Ho respinto le prime tre serie di aperture generate dall'agente perché erano palesemente standardizzate: il classico "I came across your profile" che fa finire un dominio in blacklist nel giro di una settimana. Per i nuovi domini, fate warm-up delle caselle per almeno 14 giorni, più a lungo se potete aspettare. Limitate l'invio iniziale a 30 email al giorno per casella, poi aumentate gradualmente.

Giorni 13-21: aumento dei volumi e regola rigida di escalation

Portate i volumi di invio a regime. La regola più importante di qualsiasi altra scelta operativa era semplice: ogni risposta positiva faceva scattare il passaggio a una persona entro pochi minuti, non ore. L'agente classificava l'intento; il messaggio successivo era responsabilità di una persona. È qui che sbaglia la maggior parte delle configurazioni completamente autonome: davanti a un acquirente reale, la risposta dell'agente sembra esattamente la risposta di un agente e brucia la fiducia conquistata in sei email.

Giorni 22-30: eliminare, ottimizzare e bloccare il gruppo di controllo

Al giorno 22 ci sono dati di risposta sufficienti per eliminare il ramo della sequenza con le prestazioni peggiori. Ho rimosso uno dei tre rami, responsabile del 60% delle risposte con sentiment negativo. Bloccate un gruppo di controllo di 400 account che non verranno contattati né dall'agente né dall'SDR umano: servirà come base di attribuzione pulita nella seconda metà del test.

La regola che ha evitato un incidente reputazionale: nessun invio completamente autonomo agli account di prima fascia. Ogni messaggio destinato al 5% degli account più importanti della lista passava da una coda di approvazione umana. L'agente preparava la bozza, una persona premeva invio. Non allenterei questa regola per nessun risultato sul costo per appuntamento.

AI SDR vs SDR umano: i numeri ai giorni 7, 30 e 60

L'AI SDR ha ottenuto il costo per appuntamento più basso in ogni rilevazione. Ha vinto anche sul costo per SQL, ma con un vantaggio progressivamente inferiore una volta applicati tasso di presenza e qualificazione: è questa la curva che conta davvero. Al giorno 7, la postazione umana costava 5.7x di più per SQL. Al giorno 60, 2.2x.

La dashboard grezza del fornitore dell'agente riportava 34 appuntamenti fissati dal lato AI, non 26. La differenza di otto appuntamenti derivava sia da duplicati, in cui l'agente si attribuiva un appuntamento già avviato dall'SDR umano, sia da "meetings" che in realtà erano richieste di cancellazione classificate dall'agente come intento positivo. Ho ricostruito il conteggio dal CRM, non dalla dashboard del fornitore. Il dato corretto è quello riportato in tabella.

Il problema di attribuzione che nessuno pubblica

A due settimane dall'inizio del test, un account assegnato all'SDR umano ha risposto a un'email dell'agente. L'SDR aveva scritto alla stessa persona tre settimane prima e aveva fissato un appuntamento al quale il prospect non si era presentato. La risposta è arrivata nella casella dell'agente. L'agente l'ha classificata come positiva, è scattato il passaggio a una persona e si è fissato un nuovo appuntamento. Il CRM lo ha registrato come generato dall'agente. La dashboard del fornitore lo ha conteggiato. L'SDR umano, comprensibilmente, lo ha rivendicato come proprio.

Stavano accadendo tre cose contemporaneamente. Nonostante la regola di esclusione, l'agente e l'SDR umano scrivevano ad account sovrapposti perché la regola copriva le opportunità attive, ma non quelle ormai ferme. L'attribuzione last-touch gonfiava il risultato dell'agente perché aveva scritto per secondo. La dashboard del fornitore gonfiava ulteriormente il dato: ogni classificazione di intento positivo veniva registrata come "sourced meeting" prima ancora che l'appuntamento avesse luogo.

La soluzione ha richiesto un'intera settimana. La prossima volta la predisporrei prima ancora di iniziare il test:

Dividete la lista di account con una barriera rigida, non con una semplice regola di esclusione. I 2,100 account dell'agente restano vietati all'SDR umano per l'intera durata del test e viceversa. Nessuna eccezione per gli account "warm", nessuna deroga del tipo "the human already had a relationship". La contaminazione comincia proprio dalle deroghe.

Bloccate un gruppo di controllo che nessuno dei due processi possa contattare. Senza un controllo, non si può stabilire se gli appuntamenti siano stati causati dall'outreach oppure sarebbero arrivati comunque tramite inbound e pipeline esistente. Il gruppo è piccolo e costoso in termini di pipeline rinunciata, ma è l'unico strumento che consente di dichiarare un risultato con sicurezza.

Usate la prima risposta significativa come unità di misura, non "meeting booked". Un appuntamento fissato si trova a valle di tre o quattro eventi registrabili ed è soggetto a contaminazione. La prima risposta significativa, invece, è un evento con timestamp associato a un'email specifica inviata da un mittente specifico: può quindi essere attribuita in modo netto a un solo processo.

Il principio generale è questo: non fate mai lavorare un AI SDR e un SDR umano sulla stessa lista senza una separazione rigida e un gruppo di controllo. Altrimenti i numeri diventano irrecuperabili e si perdono due settimane del test a spiegare la discrepanza a un responsabile vendite che, giustamente, non si fida della dashboard dell'agente.

Ciò che l'AI SDR non è riuscito a fare

Coinvolgere più persone del comitato d'acquisto dopo la prima risposta. Quando un dirigente ha mostrato interesse, entro il terzo giorno l'SDR umano ha coinvolto nella stessa conversazione il VP e il responsabile IT. L'agente ha continuato a scrivere al dirigente. Cinque delle otto trattative che hanno superato il primo appuntamento sono avanzate perché una persona ha aggiunto il secondo e il terzo stakeholder. L'agente non dispone di un modello del comitato d'acquisto capace di reggere il confronto con un organigramma reale.

Interpretare le tempistiche di una risposta di una sola riga. "Reach out next quarter" ha avuto due significati nei dati del test. Detto da un dirigente con budget, voleva dire ottobre. Detto da un manager senza budget, voleva dire mai. L'SDR umano ha colto la differenza in dieci secondi dopo una segnalazione su Slack. L'agente ha trattato allo stesso modo entrambe le risposte e ha ricontattato i due prospect dopo 90 giorni, compromettendo la seconda relazione.

Gestire obiezioni fuori dai rami previsti. L'agente disponeva di tre percorsi per tre obiezioni comuni. Alla quarta obiezione, comparsa in circa il 15% dei casi, ha risposto con un messaggio generico che sembrava evasivo e ha chiuso la conversazione.

Rischio reputazionale. Un messaggio dell'agente conteneva il nome del prodotto di un concorrente nella riga dell'offerta, perché il livello di personalizzazione aveva recuperato il campo sbagliato. È stato inviato a 14 account. Due lo hanno segnalato; uno era un ex cliente. Il costo di quell'incidente non compare nel costo per appuntamento, ma dovrebbe.

La regola decisionale da riutilizzare

Sostituite la postazione con uno stack AI SDR quando si verificano tre condizioni. Il valore dei contratti è inferiore a circa $25K ACV, fascia in cui l'economia unitaria non sostiene il costo per SQL di un SDR umano nemmeno con un tasso di conversione discreto. Il volume della lista è abbastanza elevato, oltre 3,000 nuovi account target netti a trimestre, perché il vantaggio di produttività dell'agente si accumuli. Il processo è limitato al top of funnel e un team umano separato si occupa del coinvolgimento di più stakeholder e della qualificazione dopo la prima risposta.

Usate l'AI SDR per affiancare le persone, non per sostituirle, quando il valore dei contratti supera $50K ACV, quando il comitato d'acquisto comprende normalmente almeno tre persone oppure quando un singolo errore su un account strategico costituisce un rischio reputazionale da spiegare al CEO. In questa fascia, l'AI SDR aggiunge capacità. È un vantaggio reale, ma non equivale a "we cut a seat".

La fascia intermedia, con contratti da $25K a $50K, è quella in cui si trova la maggior parte dei team ed è anche quella in cui decidere risulta più difficile. La mossa giusta non è affidarsi alla demo del fornitore. Serve uno split test di 60 giorni, con separazione rigida e gruppo di controllo, costruito come descritto e completato prima di eliminare qualsiasi postazione. Molti dei vantaggi sul costo per appuntamento che ho visto nei case study dei fornitori scompaiono quando si ricostruisce un'attribuzione pulita. Alcuni resistono. Senza eseguire il test, non saprete quali.

FAQ

Che cos'è un AI SDR?

È un software che svolge attività di prospecting, sequenziamento e gestione delle risposte normalmente affidate a un SDR umano. Il perimetro cambia molto in base al fornitore e al processo: outbound a freddo, risposta inbound e voce sono prodotti diversi, con economie unitarie differenti.

L'AI sta sostituendo gli SDR?

Per la maggior parte dei valori contrattuali e dei volumi, l'AI sta trasformando il lavoro dell'SDR più di quanto lo stia eliminando. Le attività ripetitive, dalla ricerca sulle liste alle prime bozze delle sequenze fino alla classificazione delle risposte, vengono automatizzate. Il coinvolgimento di più persone in un comitato d'acquisto e l'interpretazione delle sfumature d'intento in una risposta di una sola riga, almeno per ora, no.

Quanto costa un AI SDR?

Il software dell'agente si colloca in genere nella fascia di $3,000-$6,000 l'anno, mentre i prezzi a consumo spingono più in alto il costo effettivo. Una postazione SDR umana a costo pieno supera $140K su base annua includendo stipendio base, variabile, oneri, strumenti, ramp-up e overhead manageriale.

Qual è il miglior AI SDR?

Dipende dal processo. Outbound a freddo, risposta inbound e agenti vocali sono prodotti diversi. La scelta corretta dipende dal valore dei contratti, dal volume della lista e dal fatto che il collo di bottiglia sia l'agente oppure il livello dati e caselle email su cui opera.