Lusha

Lusha to platforma danych B2B i prospectingu, znana z szybkiego ujawniania e-maili i telefonów przez wyszukiwarkę oraz rozszerzenie przeglądarki. W 2026 r. produkt obejmuje także AI Workspace, Deep Intelligence, predictive recommendations, lookalikes, AI-generated columns, Conversation Intelligence i oficjalny MCP dla Codexa oraz innych agentów.

Nie każda funkcja jest AI: reveal kontaktu, filtr bazy, eksport lub CRM sync to operacje danych. AI buduje zapytania, rekomenduje konta i osoby, generuje pola, analizuje rozmowy i może zasilać zewnętrznego agenta.

Lusha została założona w 2016 r. jako prostszy sposób znajdowania danych kontaktowych. Z czasem rozszerzyła produkt o dane firmowe, sygnały zakupowe, enrichment, engagement i analitykę rozmów. O Lusha

Najważniejsza zmiana dla tej bazy nastąpiła w 2026 r.: produkt został przebudowany wokół Workspace, Deep Intelligence, API v3 i własnego serwera MCP. Jest to aktualny stan produktu, który istotnie różni się od starszych recenzji opisujących Lusha wyłącznie jako wtyczkę kontaktową.

Workspace

Workspace jest środowiskiem tabelowym, w którym użytkownik opisuje ICP językiem naturalnym, a AI buduje tabelę. Można dodać sygnały, score i kolumny generowane przez AI. Trwałe tabele mogą być zarządzane również przez API. Przegląd funkcji · API v3

Deep Intelligence

Warstwa Deep Intelligence korzysta z ICP, CRM, historii pipeline, kontaktów, wyszukiwań i closed-won deals. Siedem modeli predykcyjnych oraz sygnały mają wskazywać konta, buying groups, właściwe osoby i następne działanie. Są to deklaracje producenta; skuteczność dla konkretnej firmy wymaga testu. Strona główna Lusha

Lookalikes, sygnały i rekomendacje

API v3 udostępnia AI-powered lookalikes, Decision Makers, Signals i Website Visitors. Sygnały są datowanymi zdarzeniami, np. finansowaniem, zmianą lidera, wzrostem zatrudnienia albo zmianą pracy, a nie tylko anonimowym score intent.

Engage i Conversations

Engage ma asystenta AI do pisania i optymalizacji wiadomości. Conversations nagrywa, transkrybuje i analizuje spotkania, a API/MCP może wyszukiwać rozmowy oraz zwracać podsumowania, wyniki coachingowe, rozdziały i transkrypty. Przegląd funkcji

• budowa list z naturalnego opisu ICP;
• wyszukiwanie i wzbogacanie firm oraz osób;
• rekomendowanie podobnych kont, decision makers i buying groups;
• priorytetyzacja na podstawie CRM, pipeline i datowanych sygnałów;
• generowanie niestandardowych pól w tabeli;
• przygotowanie i optymalizacja e-maili;
• research rozmów sprzedażowych i przygotowanie follow-upu;
• zasilanie własnych agentów zweryfikowanymi danymi B2B.

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

Lusha prowadzi oficjalny serwer pod https://mcp.lusha.com. Claude, ChatGPT i Codex łączą się przez OAuth, a Cursor, VS Code, Gemini CLI, n8n i inne klienty mogą użyć klucza API. MCP udostępnia search, enrichment, signals, recommendations oraz Conversation Intelligence. Dokumentacja MCP · Instrukcja techniczna

Jest to bezpośrednia, potwierdzona integracja z Codexem. Nie znaleziono dedykowanej integracji Hermes, ale dowolny Hermes obsługujący zdalny MCP albo REST API może technicznie skorzystać z tych samych danych.

Każdy użytkownik łączy MCP własnym kontem; administrator może ograniczyć uprawnienie MCP. Wywołania zużywają wspólną pulę kredytów. Dane uzyskane z API nie mogą być używane do trenowania systemów AI poza wyjątkami w warunkach Lusha. To ograniczenie dotyczy klienta korzystającego z danych, nie jest automatycznie pełną deklaracją o treningu modeli samej Lusha.

Producent publikuje informacje o ISO 27001, ISO 27701, SOC 2 Type II oraz certyfikacji zarządzania Responsible AI przez TRUSTe. Materiały z 2026 r. deklarują też ISO 42001. Zakres i bieżącą ważność certyfikatu należy sprawdzić w Trust Center przed zakupem. Responsible AI · Privacy White Paper

Jakość danych i opinie

Lusha publikuje metodologię i własne testy dokładności, co jest bardziej przejrzyste niż sama liczba marketingowa. Nadal są to testy producenta, na ograniczonej próbie i głównie w USA. Zweryfikowane recenzje Capterra chwalą prostotę oraz szybkie znajdowanie kontaktów, ale często wskazują dane nieaktualne, brakujące lub niepoprawne. FAQ i metodologia · Capterra

Trustpilot pokazuje dużo bardziej negatywny obraz, zwłaszcza w sprawach błędnych danych, billing/cancellation i prywatnych numerów. Różnica między platformami opinii oznacza, że nie należy liczyć prostej średniej. Trustpilot

W 2026 r. pojawiają się też poważne pytania o zgodność przetwarzania danych we Włoszech. Ze względu na wagę prawną i możliwość zmian statusu decyzji, zagadnienie wymaga oddzielnego researchu prawnego przed rekomendacją dla kampanii europejskiej; nie rozstrzygamy go w punktacji AI.

• jakość kontaktów i wyniki AI trzeba mierzyć oddzielnie;
• szeroki MCP nie oznacza, że Lusha samodzielnie planuje cały proces — często robi to zewnętrzny agent;
• publiczne liczby dokładności pochodzą głównie od producenta i z ograniczonego testu;
• kredyty szybko wpływają na realny koszt skali;
• warunki użycia ograniczają trenowanie AI na danych z API;
• kwestie prywatności i legalności outreachu wymagają oceny per kraj i proces.

Profil zweryfikowano 20 września 2026 r. Pełny rejestr: research.md.