Outreach

Outreach to platforma wykonywania procesów sprzedażowych, która wyrosła z systemu sekwencji e-mail, telefonów i zadań, a obecnie jest pozycjonowana jako agentowa platforma dla zespołów revenue. Jej warstwa AI obejmuje research firm i osób, personalizację komunikacji, wybór odbiorców, prowadzenie ciągłych workflow, przygotowanie spotkań, analizę kont i szans oraz konwersacyjną pracę przez Omni.

W 2026 r. Outreach udostępnia zarówno serwer MCP, przez który zewnętrzne modele mogą wykonywać działania w platformie, jak i klienta MCP, dzięki któremu Omni może korzystać z narzędzi zewnętrznych. To jedna z najbardziej rozbudowanych architektur agentowych w badanym dziale.

Outreach powstał w 2014 r. jako rezultat pivotu wcześniejszego projektu rekrutacyjnego GroupTalent. Wewnętrzne narzędzie do docierania do klientów okazało się bardziej wartościowe niż pierwotny produkt i rozwinęło się w kategorię sales engagement. Firma podaje 489 mln USD finansowania i wycenę 4,4 mld USD po rundzie G. O firmie · Historia założycieli

Pierwsza dekada produktu koncentrowała się na sekwencjach i pracy przedstawiciela. W latach 2024–2026 platforma została rozbudowana o Kaia, generatywne assisty, wyspecjalizowane agenty, Agent Studio, Omni oraz MCP. Zmiana domeny z outreach.io na outreach.ai podkreśla nowe pozycjonowanie, ale starsze materiały i recenzje dotyczą głównie klasycznego produktu.

Research Agent

Research Agent wyciąga ustrukturyzowane informacje o kontach i osobach z dwóch trybów źródeł: wewnętrznych danych Outreach — e-maili, rozmów i spotkań Kaia — albo publicznego internetu przez Gemini Grounding z Google Search. Wyniki zapisuje do pól konta lub prospekta, dzięki czemu można ich użyć w filtrach, raportach, personalizacji i triggerach.

Agenty można testować w Playground, uruchamiać zbiorczo oraz harmonogramować codziennie, tygodniowo lub miesięcznie. Każdy przebieg ma status i historię, a operacje są kontrolowane uprawnieniami. Research Agent · Harmonogram

Personalization Agent

Personalization Agent tworzy e-maile, wiadomości do zadań LinkedIn oraz talking points do rozmów. Administrator określa ton, długość, produkt, źródła i instrukcję. Agent może wykorzystywać dane prospekta, konta, szansy, sygnały zewnętrzne, treści sprzedawcy i — w funkcji beta — web search przez Gemini z cytowaniami. Personalization Agent · Web Search

Revenue Agent i Agent Studio

Revenue Agent stale przetwarza docelowe konta, wzbogaca dane, identyfikuje osoby pasujące do person, wykorzystuje sygnały i dodaje prospektów do właściwych sekwencji. Panel pokazuje konta przetworzone, pominięte, przyczyny błędów i historię zmian. Raporty łączą aktywność agenta z wynikami sekwencji. Monitorowanie Revenue Agent

Agent Studio składa gotowe workflow z czterech bloków: zdarzenia, celu i częstotliwości, warunków oraz działań. Może automatycznie uruchomić research nowego leada, ocenić wynik i dodać go do odpowiedniej sekwencji. Bloków nie można dowolnie dodawać ani przestawiać, więc jest to kontrolowana orkiestracja, a nie swobodnie planujący agent ogólny. Agent Studio

Omni, Kaia i assisty

Omni pozwala zadawać pytania i wykonywać działania językiem naturalnym, również ze Slacka. Smart Account Assist analizuje do 80 ostatnich rozmów i 500 e-maili, rozróżnia głos kupującego i sprzedawcy oraz linkuje do wiadomości. Kaia streszcza spotkania, odpowiada na pytania z odnośnikami do momentu nagrania i przygotowuje szkic follow-upu. Smart Account Assist · Kaia Assist

• automatyczny research kont i osób przed kontaktem;
• wybór kont oraz person według danych i sygnałów;
• personalizacja tematów, e-maili, talking points i zadań LinkedIn;
• uruchamianie wieloetapowych workflow dla nowych leadów;
• ciągłe przetwarzanie segmentu przez Revenue Agent;
• klasyfikacja, priorytetyzacja i routing;
• generowanie follow-upów na podstawie spotkań i historii;
• analiza wyników sekwencji oraz działań agenta;
• praca z Outreach z poziomu zewnętrznego agenta przez MCP.

AI może łączyć konta, prospektów, szanse, produkty, persony, custom objects, sygnały, treści sprzedawcy, e-maile, rozmowy i spotkania. Smart Account Assist korzysta z GPT-4o przez Azure OpenAI; producent podaje, że dane klientów nie są używane do treningu modeli Azure OpenAI i są przechowywane w infrastrukturze AWS Outreach.

Kontrola obejmuje globalne i profilowe przełączniki, RBAC, odrębne uprawnienia uruchamiania agentów, Playground, harmonogramy z pauzą i wznowieniem, statusy przebiegów, logi przyczyn pominięcia, limity e-mail oraz raporty wpływu AI. Trzeba jednak osobno sprawdzić zasady każdego agenta i dostawcy — Research Agent i web personalization korzystają z Gemini, a assisty mogą korzystać z Azure OpenAI.

Oficjalny serwer Outreach MCP udostępnia obiekty i działania platformy jako narzędzia dla Claude, GPT i agentów własnych. Używa OAuth 2.1 z Dynamic Client Registration i PKCE. Wywołania dziedziczą uprawnienia RBAC zalogowanego użytkownika i są przypisywane do niego w historii aktywności. MCP · Uwierzytelnianie

Dokumentacja nie wymienia Cloud Codex ani Hermesa z nazwy, lecz zgodny zdalny MCP daje praktyczną ścieżkę integracji obu środowisk. W 2026 r. serwer zyskał działania zapisu, a Omni otrzymał klienta MCP do korzystania z zewnętrznych narzędzi. Outreach oferuje też publiczne API i webhooki, w tym dostęp do ustrukturyzowanych transkryptów Kaia.

Zakres kontroli i bezpieczeństwa należy potwierdzić przed wdrożeniem.

Aktualny cennik nie podaje kwot. Pakiety Amplify rozdzielają zakres platformy, a działania AI zużywają kredyty zależnie od zadania, np. pojedynczego wyszukania lub wygenerowania personalizacji. Wdrożenie należy wycenić na reprezentatywnym wolumenie i zapisać w umowie cenę, pule, koszt przekroczeń oraz zasady ponowień. Cennik

Outreach ma 4,3/5 na podstawie około 3600 opinii w G2 i 4,4/5 na podstawie 311 opinii w Capterra w chwili weryfikacji. Użytkownicy chwalą sekwencje, raportowanie, integracje i oszczędność czasu w pisaniu. Aktualne recenzje AI są jednak mieszane: część wskazuje pomocne szkice oparte na historii, inni opisują potrzebę strojenia, niespójną przydatność wskazówek i niedojrzałość części funkcji. G2 · Capterra

Najważniejsze ograniczenia:

• jakość AI jest nierówna i zależy od konfiguracji, danych i języka;
• web search personalizacji pozostaje w becie;
• część funkcji Kaia i assistów jest najlepiej wspierana po angielsku;
• Agent Studio używa sztywnych czterech bloków;
• ceny i koszty kredytów nie są publiczne;
• wiele recenzji ocenia starszy, klasyczny Outreach, nie obecną warstwę agentową;
• duża autonomia może zwiększyć skalę słabej personalizacji albo niepożądanej wysyłki;
• działania na LinkedIn należy prowadzić zgodnie z zasadami platformy i z udziałem człowieka.

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