Zespoły sprzedaży toną w dashboardach. Każdego dnia widzą setki sygnałów: kto otworzył maila, która firma odwiedziła stronę, jakie zapytanie pojawiło się w systemie ticketowym. Mimo to większość tych informacji pozostaje bez reakcji. Transakcje się opóźniają, a deal, który powinien zamknąć się w zeszłym tygodniu, przepada – bo nikt nie zadziałał we właściwym momencie. Problem nie leży w braku danych, ale w braku wykonania. I właśnie ten problem postanawiają rozwiązać byli badacze z Google DeepMind, którzy zebrali 20 milionów dolarów na autonomiczną warstwę wykonawczą dla zespołów przychodowych.
Skąd pomysł na Airspeed – i dlaczego wzięli 20 milionów
Start-up o nazwie Airspeed (wcześniej Glyphic) ogłosił zamknięcie rundy Series A o wartości 20 milionów dolarów. Głównym inwestorem jest DN Capital, a w rundzie uczestniczyły także Vi Partners, Framework Venture Partners oraz strategiczny gracz – Atlassian Ventures. Łącznie firma pozyskała już ponad 25 milionów dolarów, wliczając wcześniejszą rundę pre-seed o wartości przekraczającej 5 milionów euro.
Założyciele – Adam Liska i Devang Agrawal – opuścili laboratoria DeepMind w 2022 roku i zaczynali w małym przestrzeni coworkingowej w Londynie. Liska, który ma doktorat z neuronauki poznawczej i wcześniej pracował w Spotify oraz Facebooku, ujmuje problem w prostych słowach: możesz mieć wszystkie dane świata, a i tak przegrasz, jeśli nikt nie wykona odpowiedniego działania w odpowiednim momencie i we właściwy sposób. Agrawal z kolei, inżynier z Cambridge i stypendysta Dr Manmohan Singh Scholarship, opisuje, że kluczowe spotkanie z DN Capital nie odbyło się w sali konferencyjnej, ale na wydarzeniu klienckim w Sztokholmie – inwestor zobaczył wtedy, jak intensywnie użytkownicy angażują się w produkt.
Jak działają autonomiczne agenty – i czym różnią się od dashboardów
Od insightów do działania – bez czekania na człowieka
Większość narzędzi do analizy sprzedaży – takich jak Gong, Clari czy Outreach – zbiera sygnały i prezentuje je w formie wykresów i alertów. To jednak wciąż spoczywa na człowieku: to reprezentant handlowy musi zinterpretować dane i podjąć decyzję. Airspeed podchodzi zupełnie inaczej. Jego autonomiczne agenty AI działają w poprzek kanałów: rozmów telefonicznych, e-maili, zgłoszeń supportowych i systemu CRM. Zamiast tylko podpowiadać, co zrobić – wykonują zadania samodzielnie. Aktualizują rekordy w CRM, oznaczają ryzykowne transakcje, generują follow-upy i przekierowują zadania do odpowiednich osób. Reprezentant nie musi nawet zauważyć sygnału – agent przechwytuje go i reaguje w czasie rzeczywistym.
Możesz mieć wszystkie dane świata, a i tak przegrasz, jeśli nikt nie wykonał odpowiedniego działania we właściwym momencie i we właściwy sposób.
Adam Liska, współzałożyciel Airspeed
200 klientów w 20 krajach i czterokrotny wzrost przychodów
Firma podaje, że w ciągu roku zwiększyła przychody czterokrotnie. Obsługuje blisko 200 klientów w 20 krajach. Wśród nich znajdują się m.in. platforma weryfikacji tożsamości Persona, dostawca baz wektorowych Qdrant oraz producent oprogramowania do wyceny Pricefx. Klienci w pierwszych czterech miesiącach 2026 roku zbudowali tysiące własnych agentów na platformie Airspeed, a miesięczna liczba wykonanych przez nich operacji wzrosła prawie trzykrotnie między styczniem a kwietniem. Start-up działa z biurami w Londynie i Nowym Jorku, a pozyskane środki zamierza przeznaczyć na rozwój produktu oraz zatrudnianie zespołów odpowiedzialnych za wejście na rynek.
Rynek pełen konkurentów – czy agentowe AI to przełom czy kolejna nakładka?
Nie można powiedzieć, że Airspeed wkracza na pustą przestrzeń. Konkurencja jest silna: Gong, Clari czy Outreach od lat zajmują budżety enterprise na narzędzia do analizy i automatyzacji sprzedaży. Te firmy również rozwijają funkcje oparte na sztucznej inteligencji. Kluczowa różnica polega na tym, co Airspeed stawia w centrum – nie chodzi o lepszą analitykę, ale o agentowe wykonanie (agentic execution). AI, które nie mówi „spójrz, tu jest szansa”, tylko sama ją realizuje.
Warto zwrócić uwagę na udział Atlassian Ventures w rundzie. Atlassian buduje własny ekosystem agentów wokół Confluence i Jira. Inwestycja w platformę do autonomicznej obsługi przychodów sugeruje, że firma widzi obszar revenue operations jako naturalne rozszerzenie swojego roadmapu produktowego. Czy to oznacza, że za kilka lat każdy CRM będzie miał wbudowanego agenta sprzedażowego? Niewykluczone, ale na razie pozostaje pytanie o mierzalne wyniki.
Autonomiczne AI w sprzedaży może okazać się rzeczywistą zmianą paradygmatu – albo po prostu kolejnym opakowaniem dla starych mechanizmów automatyzacji. Ostateczny test nie dotyczy technologii, ale biznesu: czy menedżerowie sprzedaży przekonają się, że agent, którego nie widzą na oczy, wykonuje zadania lepiej niż reprezentant, którego mogą obserwować? Zespół z DeepMind daje wiarygodność techniczną, ale kluczową pozostaje kwestia komercyjna. W świecie, w którym każda transakcja liczy się na wagę złota, odpowiedź na to pytanie może przesądzić o przyszłości całej kategorii.
Airspeed stawia na jedno: nie kolejne dane, ale działanie. Jeśli ich agenty rzeczywiście przełożą sygnały na zamknięte deale, możemy być świadkami narodzin nowego standardu w sprzedaży. Jeśli nie – rynek szybko zweryfikuje, czy lepsze dane to wystarczająca przewaga.

