Attio

Attio to elastyczny CRM zbudowany wokół własnych obiektów, relacji i strumieni danych. Jego obecna warstwa AI nie jest pojedynczym dodatkiem: Ask Attio pracuje na całym kontekście workspace, AI attributes wzbogacają rekordy, a workflows uruchamiają web i custom agents z narzędziami MCP. Oficjalny Attio MCP udostępnia ten kontekst także zewnętrznym asystentom.

Attio powstało w Londynie jako próba zbudowania CRM-u na nowoczesnym, elastycznym modelu danych. Po kilku latach prac produkt został ogólnie udostępniony w 2023 r. Firma pozyskała 7,7 mln USD seed w 2021 r., 23,5 mln USD Series A w 2023 r., 33 mln USD w 2024 r. i 52 mln USD Series B w 2025 r. Series A i GA · Finansowanie 2024 · Series B

Pierwotną przewagą Attio był model danych i automatyczne powiązanie kontaktów z e-mailem oraz kalendarzem. Obecny produkt rozwija tę podstawę w stronę AI-native CRM: agent może korzystać z ustrukturyzowanych obiektów, aktywności, calls oraz narzędzi zewnętrznych i przekazywać wynik kolejnym krokom workflow.

Ask Attio jest asystentem wbudowanym w stronę główną, rekordy, notes, calls i edytor workflow. Przeszukuje rekordy, listy, e-maile, wydarzenia kalendarza, nagrania/transkrypcje, notatki, członków workspace i web. Odpowiada, podsumowuje, tworzy i aktualizuje rekordy, tasks i notes, szkicuje e-maile oraz buduje lub poprawia workflow. Zmiany notes są przedstawiane do potwierdzenia; bez akceptacji nie są zapisywane. Ask Attio

AI attributes pozwalają ręcznie lub zbiorczo klasyfikować, podsumowywać i wzbogacać rekordy. Web agent pozyskuje informacje publiczne, a LLM transformuje dane wewnętrzne. Wynik nie zapisuje się automatycznie; użytkownik musi przeliczyć wartość, a automatyczny zapis wymaga osobnego workflow i kroku Update record. AI attributes

Agenci i workflow

Nowy silnik workflows ma Web Agent oraz Custom Agent. Custom Agent otrzymuje prompt/system prompt, dane ze wcześniejszych kroków, schemat structured output, wybrany model OpenAI/Google/Anthropic, web oraz opcjonalne narzędzia Attio i MCP. Wynik można przekazać do warunków, zapisów CRM, sekwencji, Slacka, HTTP, kodu i kolejnych agents. Run viewer pokazuje kroki agenta, wywołane tools i koszt. Biblioteka bloków

Ask Attio tworzy workflow z opisu naturalnego, ale rezultat zaczyna jako draft i trzeba go opublikować. Workflow ma version history, granular sharing, run viewer, retry, pause/resume i cancel. Aktualnie wykonywany krok może dokończyć się mimo cancel, a działania już wykonane nie są cofane. Tworzenie workflow · Zarządzanie · Troubleshooting

• meeting prep, call recap, follow-up tasks i e-mail drafts;
• pytania przekrojowe nad CRM, notes, calls, mail i kalendarzem;
• web research i wzbogacanie kont/prospektów;
• klasyfikacja, lead triage, segmentacja i summaries;
• budowanie oraz modyfikowanie workflow z języka naturalnego;
• custom agents działający na CRM, webie i MCP-connected apps;
• Call Intelligence, sequences i automatyczne aktualizacje;
• zewnętrzne agents tworzące i aktualizujące dane przez Attio MCP.

Zakres kontekstu i danych zależy od funkcji, planu oraz połączonych systemów.

Oficjalny Attio MCP pozwala zewnętrznym klientom wyszukiwać, tworzyć i aktualizować rekordy oraz notes, przeszukiwać e-maile i spotkania, zarządzać tasks, lists i list entries. Używa uwierzytelnienia oraz respektuje permissions konta. Producent wskazuje ChatGPT, Claude i innych kompatybilnych klientów jako wspieraną ścieżkę. Attio MCP

Codex i Hermes nie są opisane osobno, lecz standardowy MCP i deklarowane wsparcie dla innych klientów dają wysoki potencjał integracyjny. Należy przetestować konkretny auth/discovery/tool calling. Dodatkowo workflows mogą korzystać z MCP tools, HTTP, własnego JavaScript i bloków z App SDK, co pozwala tworzyć wielonarzędziowe agents bez ograniczenia do samego CRM.

Ask Attio i MCP dziedziczą permissions użytkownika. Ask proponuje zmiany przed zapisem, AI attributes nie zapisują się automatycznie, workflow wymaga publikacji, a historia wersji pozwala odtworzyć wcześniejszą konfigurację. Run viewer pokazuje inputs, outputs, tools, koszty i błędy; trwający run można pauzować lub zatrzymać. Enterprise dodaje rozbudowane security/admin controls, a Pro permission controls.

Attio deklaruje, że ani firma, ani dostawcy modeli nie trenują na danych klienta. Korzysta z modeli Google, OpenAI i Anthropic, może je zmieniać, a global endpoints oznaczają możliwe przetwarzanie poza lokalizacją dostawcy. Polityka może zostać zmieniona bez bezpośredniego powiadomienia. Produkt nie jest przeznaczony do decyzji AI o skutkach prawnych lub podobnie istotnych ani do zastosowań high-risk według AI Act. AI Policy

Kontrola nie jest pełna: custom agent może używać webu i MCP, a workflow może potem zapisać wynik lub uruchomić sekwencję. W nowym silniku koszt agent blocks jest tokenowy, a limit kosztu pojedynczego run został usunięty. Dezaktywacja workflow nie zatrzymuje już uruchomionych przebiegów; zawieszenie twórcy również nie wyłącza jego aktywnego workflow.

Aktualny cennik roczny: Free do 3 seats, Plus 35 USD/użytk./mies., Pro 79 USD, Enterprise indywidualnie. Pro obejmuje Call Intelligence, sequences, permission controls i advanced reporting. Cennik

AI i workflows korzystają z dwóch pul. Seat credits dla Ask Attio wynoszą 100/500/1000/2500 na użytkownika zależnie od planu, a workspace credits 250/1500/10000/custom. Pakiety dodatkowe zaczynają się od 70 USD/mies. rocznie za 5000 credits. Ask Attio po wyczerpaniu seat credits domyślnie zużywa wspólną pulę, chyba że administrator ustawi limit. Kredyty

G2 pokazuje 4,3/5 przy 592 opiniach. Użytkownicy chwalą elastyczność, szybkość, nowoczesny interfejs, automatyczny research, Ask Attio i połączenia m.in. z Claude; słabsze strony to początkowe modelowanie obiektów, niepełne integracje, konfiguracja workflow i wsparcie dla małych klientów. Część świeżych opinii jest zbierana przez sprzedawcę i wynagradzana, więc traktujemy je jako sygnał, nie niezależny benchmark. G2

Najważniejsze ograniczenia:

• bez dobrej architektury obiektów AI pracuje na źle opisanym kontekście;
• Ask Attio ma szeroki dostęp do e-maili, kalendarzy, calls, notes i webu w ramach permissions;
• custom agent może łączyć web, CRM i MCP, co zwiększa ryzyko prompt injection;
• AI output może zostać zapisany przez workflow i uruchomić dalsze działania;
• nowy agent block nie ma limitu kosztu pojedynczego run;
• wyłączenie workflow nie zatrzymuje już rozpoczętych przebiegów;
• prywatne strony, np. LinkedIn, mogą być niedostępne dla web agenta;
• models/providers mogą się zmienić, a global endpoints komplikują residency;
• Codex/Hermes nie mają osobnej instrukcji;
• jakość polskich wyników, researchu i writes pozostaje N/D.

Profil zweryfikowano 2026-09-20. Linki źródłowe znajdują się bezpośrednio przy wspieranych twierdzeniach.