trumpet

trumpet to brytyjska platforma Digital Sales Room rozwijana w 2026 r. jako „AI execution layer” dla zespołów revenue. AI buduje i aktualizuje Pods, tworzy propozycje i business case'y z rozmów, dobiera treści, mapuje stakeholderów, wykrywa ryzyka i odpowiada kupującym z cytowaniami. Natywny MCP pozwala zewnętrznym asystentom odczytywać sygnały oraz tworzyć Pods.

trumpet powstał w 2021 r. jako Digital Sales Room łączący rozproszoną komunikację, materiały i działania kupującego w „Pod”. W 2023 r. firma zaczęła nazywać tę kategorię Intelligent Revenue Collaboration, a w 2026 r. pozycjonuje produkt jako inteligentną warstwę GTM. About

Produkt obejmuje sprzedaż, onboarding, customer success, renewals i expansion. Producent podaje ponad 5000 GTM teams na aktualnej stronie wyjaśniającej produkt, a G2 pokazuje ponad 1300 opinii. Liczby marketingowe na innych stronach mówią o 15 000+ teams, dlatego skali klientów nie traktujemy jako jednej ustalonej metryki.

Trumpet AI obejmuje cztery warstwy: build, search, analyse i action. Copilot tworzy Pod z promptu, call recording, CRM data, collateral i sygnałów kupującego. Composer generuje business case, executive summary, proposal, QBR lub one-pager, a Spark dopasowuje ton i treść. AI Search i tagging porządkują CMS oraz rekomendują właściwe materiały dla persony, etapu i aktywności. AI Suite · product overview

Coach Casey analizuje real-time activity, engagement i stakeholder signals, tworzy health snapshot, wykrywa brak executive involvement lub quiet champions i rekomenduje kolejny krok. AI engagement score ma analizować setki punktów danych; brak jednak publicznego benchmarku predykcji, kalibracji i false-positive rate.

AskAI działa po stronie kupującego 24/7. Odpowiada wyłącznie z tekstu w Podzie i jawnie zatwierdzonych źródeł, dodaje klikalne cytowanie, respektuje zablokowane tematy (np. cena i prawo), a przy braku odpowiedzi eskaluje do właściciela i wysyła powiadomienie. Funkcja jest opt-in na poziomie workspace i Podu. AskAI

• tworzenie Podu po spotkaniu z automatycznym podsumowaniem i MAP;
• generowanie proposal, business case, QBR i executive summary;
• personalizacja treści, struktury, brandingu i interaktywnych widgetów;
• dobieranie zatwierdzonych case studies i collateral z CMS;
• semantyczne wyszukiwanie i automatyczne tagowanie treści;
• buyer-facing Q&A z cytowaniami i eskalacją do sprzedawcy;
• org chart, suggested missing stakeholders i multi-threading;
• engagement scoring, risk/stall detection i next-best action;
• mutual action plans, propozycje, quotes i e-sign;
• pełny buyer journey od outreachu przez close do onboarding/renewal.

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

Natywny trumpet MCP jest obecnie dostępny w planie Elite. Oficjalne materiały mówią o działaniu w katalogach ChatGPT, Claude, Glean i Gong oraz na żądanie/dostępności Gemini. MCP może wyszukiwać Pods, czytać engagement i stakeholder signals, diagnozować ryzyko, tworzyć Pods z template'u, masowo tworzyć je z listy kont i aktualizować treść. Dostęp ma być ograniczony do workspace i uprawnień użytkownika. MCP server · ogłoszenie GA

Cloud Codex nie jest wymieniony z nazwy. Ponieważ trumpet udostępnia standard MCP i instalację przez API key, integracja jest technicznie prawdopodobna w kliencie Codex obsługującym zdalne MCP, ale nie została tu wykonana. To samo dotyczy Hermesa. Wymagane są testy auth, scopes, tool catalogu, confirmations, mass-create i audit.

Plan Elite dodaje również „MCP Client”: możliwość podłączenia stacku do trumpet, aby Copilot korzystał z kontekstu z zewnątrz. Trzeba rozróżnić trumpet jako serwer MCP dla asystenta od trumpet jako klienta innych serwerów.

AskAI ma mocne kontrolki: zatwierdzone źródła, cytowania, blocked topics, human escalation i podwójne opt-in. Platforma oferuje zatwierdzony CMS, template/Pod locking, granular roles, buyer access, password, NDA, email verification, SSO, SCIM, SOC 2 Type II, ISO 27001 i GDPR. Security · overview

Producent deklaruje, że customer data nie służą do treningu modeli. Jednocześnie zaktualizowana Privacy Policy mówi, że dane używane przez generatywne funkcje są przesyłane przez Vercel AI Gateway do dostawców modeli, m.in. OpenAI, Anthropic i Google, którzy przetwarzają je na własnych warunkach, a nie pod DPA trumpet. To istotna niezgodność z marketingowym zdaniem „Nothing is shared externally”; wymaga umownego wyjaśnienia providerów, retencji, regionów i zero-data-retention. Terms/Privacy

MCP rejestruje interakcje z asystentami jako activity/behavioural data. Publiczna strona zapewnia scope do account permissions, ale nie pokazuje granularnej matrycy actions ani mechanizmu approval przy create/update/mass-create.

Free daje 10 Pods na konto. Pro kosztuje 45 USD/użytk./mies. lub 450 USD/rok i zawiera m.in. engagement score. Scale kosztuje 100 USD/mies. lub 1000 USD/rok i zawiera Spark, Composer, Casey, AI Search/Tagging/Summaries, propozycje i e-sign. Elite kosztuje 160 USD/mies. lub 1600 USD/rok i dodaje Copilot, AskAI, MCP, stakeholder recommendations, org charts, SSO/SCIM i multi-team workspaces. Cennik

Pełny agentowy wariant wymaga więc Elite. Dodatkowy koszt może pochodzić z CRM, Gong, innych MCP providers, wdrożenia, treści i kontroli bezpieczeństwa.

G2 pokazuje 4,7/5 przy około 1369 recenzjach, a Gartner Peer Insights 4,5/5 przy 19. Użytkownicy chwalą łatwość, buyer signals, centralizację, templates, collaboration, integracje i wsparcie. Krytyka dotyczy initial setup, manualnej pracy, ograniczeń zaawansowanego brandingu/layoutu, nieidealnych synców i okazjonalnej wydajności. Jedna szczegółowa opinia nazywa AI useful but still somewhat basic. Duża część G2 pochodzi z seller invites i jest incentivized, co trzeba uwzględnić. G2 · Gartner

Najważniejsze ograniczenia:

• niemal cały zaawansowany AI/MCP jest plan-gated do Scale/Elite;
• funkcje i pozycjonowanie zmieniają się bardzo szybko;
• brak wspólnego testu jakości proposal, scoringu i next-best-action;
• brak publicznej matrycy MCP tools/scopes/confirmations/audit;
• brak gotowej instrukcji Codex/Hermes;
• marketing „nothing shared externally” koliduje z Privacy opisującą Vercel i third-party model providers;
• MCP/API-key plus akcje create/update/mass-create zwiększają blast radius;
• buyer-facing AskAI nie czyta obrazów, PDF-ów ani wideo;
• engagement nie jest tożsamy z intent ani prawdopodobieństwem wygranej;
• LinkedIn-sourced stakeholder suggestions wymagają oceny podstawy prawnej i poprawności;
• opinie są liczne, ale wiele jest zaproszonych i premiowanych;
• jakość polskiego języka pozostaje N/D.

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