ИИ в продажах: что уже приносит деньги, а что пока рано отдавать

30 августа 2026 · 14 мин чтения

Заявка на сайте приходит в половине двенадцатого вечера. Отдел продаж ночью не работает, и в этом ничего особенного нет.

Ненормальное начинается дальше: пока заявка ждёт до девяти утра, человек с деньгами уже написал ещё в два места, и в одном из них ему ответили сразу. Утром менеджер перезвонит, вовремя по своим меркам, и услышит, что вопрос уже закрыли в другом месте.

Формально всё прошло гладко: заявку обработали, позвонили, отчёт закрыли. Просто сделка досталась тому, кто ответил первым, а не тому, кто предложил лучше. Из-за этого разрыва во времени и стоит подключать ИИ в продажах: агент выигрывает тем, что не спит.

Дальше разбираю по шагам воронки, что агент уже делает сам, что остаётся менеджеру и сколько это стоит в рублях.

Что в воронке продаж можно отдать агенту, а что рано

Чем именно агент отличается от чат-бота, я подробно разбирал в статье про ИИ-агентов для бизнеса, здесь ограничусь тем, что напрямую касается продаж.

Воронка состоит из шагов с разной механикой, и агент справляется с ними по-разному. Водораздел проходит между правилом и суждением. Там, где решение принимается по формализуемому признаку и повторяется десятки раз в день, агент забирает шаг целиком. Там, где решение зависит от контекста конкретной сделки, агент подсказывает, а решает человек.

Входящий лид, квалификация и скоринг устроены как правило: спросить бюджет, спросить срочность, отсортировать по этим двум признакам. Переговоры, нетиповые возражения и закрытие сделки устроены как суждение: цена ошибки высокая, а контекст у каждой сделки свой.

«ИИ для продаж» на рынке продают одной галочкой, но на деле это набор из нескольких функций, которые подключают по одной.

Как агент успевает к ночной заявке раньше менеджера

На нашем сайте есть агент квалификации лидов. Логика простая: заявка приходит через форму, Telegram или другой мессенджер, и агент отвечает сразу, в любое время суток.

Как это выглядит: клиент пишет ночью, агент Digital Broker отвечает сразу и за несколько вопросов собирает профиль: имя, услуга, бюджет, срочность. Профиль сразу уходит менеджеру, и утром он открывает карточку, готовую к звонку.

Раньше этот разрыв закрывала только ночная смена. Она стоит отдельных денег и нагружена неровно: основной поток заявок идёт днём, а ночью дежурный ждёт заявок. Теперь разрыв закрывается за секунды, а человеку достаётся звонок, который уже подготовлен. Он знает бюджет и срочность до того, как поднимет трубку.

Агент не увеличивает число лидов и не делает предложение убедительнее. Он сокращает время между тем, как клиент заинтересовался, и первым ответом. В нишах, где решение принимается быстро, это может влиять на исход сильнее, чем разница в цене.

Почему секунда ответа стоит дороже, чем кажется

Пять минут против получаса, час против суток: сила разрыва зависит от ниши, но направление всегда одно. Чем быстрее ответ, тем выше шанс застать клиента ещё тёплым и ещё не написавшим конкурентам.

Точную цифру я не назову: у каждого бизнеса своя скорость принятия решения. Проверить логику можно на своих данных: посмотрите время своего первого ответа на заявку за последнюю неделю и сравните с тем, сколько у клиента конкурентов на расстоянии одного поиска.

Агент здесь соревнуется со временем между заявкой и первым ответом. В этой гонке скорость реакции агенту не стоит ничего сверх абонентки, она у него встроена по умолчанию.

Скоринг заявок и порядок звонков

Когда заявок в день десятки, менеджер физически не может обзвонить все одинаково быстро. Порядок звонков решает, кто получит горячего клиента, а кто остывшего. Агент, который уже собрал бюджет, срочность и услугу на этапе квалификации, сортирует очередь по этим признакам ещё до того, как менеджер откроет список.

Правило внутри формализуется целиком: выше приоритет получает заявка с большим бюджетом, в которой клиент прямо написал что-то вроде «нужно на этой неделе». Первый час менеджер тратит не на угадывание, кому звонить, а на звонки по готовому списку.

Скоринг не заменяет здравый смысл на границе. Клиент с формально средним бюджетом иногда оказывается стратегическим. Список от агента остаётся подсказкой, а не приказом.

Какие возражения агент закрывает сам

Часть возражений в продажах повторяется слово в слово: дорого, а если у конкурента дешевле, какие гарантии, сколько это займёт по времени. У хорошего менеджера на них есть отработанные ответы, и агент, обученный на этих же ответах, справляется с типовым возражением не хуже.

Сложнее с возражениями, которые завязаны на конкретную ситуацию: индивидуальная скидка под объём, нестандартные условия договора, конфликт после неудачного опыта с похожим продуктом раньше. Здесь решение требует полномочий и контекста, которых у агента по правилам нет и не должно быть.

Агент закрывает вопрос сам, если ответ на него не меняется от клиента к клиенту, и передаёт человеку, если ответ — это компромисс, а не факт.

На практике граница выглядит так. Клиент пишет «а почему у вас дороже, чем у Х»: агент сравнивает состав услуги и отвечает сам, это факт, а не переговоры. Клиент пишет «мы берём объём, дайте скидку 20 процентов»: агент фиксирует запрос и передаёт менеджеру, потому что здесь начинается компромисс, на который у агента нет полномочий.

Как агента учат звучать как лучший продавец, а не как робот

Хороший сценарий собирают из реальных диалогов лучшего менеджера в компании: берут десятки его переписок или расшифровок звонков, выделяют формулировки, которые двигают сделку вперёд, и превращают их в примеры для промпта. Модель учится комбинировать проверенные ходы под конкретную ситуацию клиента.

Сценарий тестируют на реальных диалогах: исторические заявки за прошлый месяц прогоняют через агента и сравнивают, как он ответил бы, с тем, что сделал живой менеджер. Расхождения разбирают отдельно: где агент упростил вопрос клиента, где не заметил тревожный сигнал вроде «мне нужно посоветоваться». Каждое такое расхождение уходит правкой в промпт.

Тон настраивают отдельно от логики диалога. Один и тот же сценарий квалификации звучит то сухо-протокольно, то разговорно, в зависимости от того, как пишут клиенты в вашей нише. Розничный интернет-магазин и подрядчик, который проектирует цеха, ждут разного тона, даже если структура вопросов одинаковая: имя, услуга, бюджет, срочность.

Разговорная аналитика: что можно вытащить из звонков

Отдельный слой работы с продажами начинается после разговора. Сервис расшифровывает звонок или переписку в текст, а дальше модель размечает содержание: фиксирует прозвучавшие возражения, отмечает, назвал ли клиент бюджет, ловит момент, когда стороны договорились о следующем шаге.

Супервайзер, который вручную прослушивает ту же выборку звонков, тратит на неё заметную часть рабочего дня. Модель обрабатывает тот же объём быстрее, а точность разметки стоит проверять на своих данных, а не верить цифре из презентации подрядчика.

Практическая польза в том, чтобы увидеть закономерность: например, сделки чаще срываются на одном и том же вопросе клиента. Именно этот момент разбирают на планёрке, а не ждут, пока кто-то из менеджеров случайно его заметит.

Разметка помогает и отдельному менеджеру. Если у одного из троих половина звонков теряется на одном и том же вопросе про сроки, а у остальных нет, дело не в удаче: конкретную формулировку ответа стоит поправить. Без разметки это осталось бы смутным ощущением, что что-то идёт не так. С ней проблему можно разобрать по одной строчке.

Отдельно стоит сказать про прогноз выручки. Модель, обученная на размеченных звонках и переписке, оценивает, закроется ли сделка, точнее, чем чувствует один менеджер, потому что учитывает сотни прошлых разговоров сразу.

Доверять одной цифре прогноза и на её основе решать, кому звонить первым, нельзя: модель училась на прошлых сделках и слабо ловит новые обстоятельства рынка, которых раньше не было. Прогноз лучше держать как ещё один сигнал для планирования, а не как автоматического диспетчера бюджета.

Напоминания и повторные касания без выгорания менеджера

Часть выручки в продажах теряется в промежутке между первым контактом и следующим сообщением менеджера. Менеджер обещал написать через три дня, дальше начались текущие заявки, и он забыл.

Агент, подключённый к CRM, такую задачу не забывает. Он смотрит дату следующего касания по сделке и либо готовит менеджеру напоминание с контекстом, либо, если сценарий это позволяет, сам отправляет короткое сообщение с уточнением, актуально ли предложение.

Здесь стоит держать границу так же строго, как с возражениями. Формальное напоминание и уточняющий вопрос агент отправляет сам. Предложение скидки или новых условий, которое звучит как переговоры, должно проходить через подтверждение человека. Иначе легко получить ситуацию, когда агент пообещал клиенту то, чего компания не давала.

Куда агент пишет: CRM, телефония, мессенджеры

Агент в продажах бесполезен без места, куда записывать результат. Подключают его к CRM, телефонии и каналам связи.

CRM. amoCRM, Bitrix24 или отраслевая система: сюда агент пишет профиль лида, ставит задачу менеджеру, двигает сделку по этапам воронки. Подключение идёт через штатный API системы, дорабатывать саму CRM для этого не нужно.

Телефония. IP-телефония даёт агенту запись звонка для расшифровки и аналитики, а в некоторых сценариях, например при исходящем обзвоне по скрипту, агент инициирует звонок сам. Здесь проще работать через готовую интеграцию провайдера телефонии, чем писать коннектор с нуля.

Каналы связи. Сайт, Telegram, WhatsApp, электронная почта: агент отвечает там, где клиент написал первым, и не заставляет его переходить в отдельный чат. Каждый добавленный канал поднимает цену интеграции: он приносит с собой отдельный блок настройки поверх основного сценария.

Подключать стоит по порядку: сначала один канал и одна CRM, потом расширение на остальные, если первая связка окупилась. Разом подключать пять систем ради красивой презентации смысла нет: смета раздувается, а пилот удлиняется без прироста результата на старте.

Отдельный вопрос при подключении CRM — это персональные данные. Имя, телефон и бюджет клиента относятся к персональным данным по 152-ФЗ: хранить их нужно в России, а в зарубежную модель отправлять только обезличенный текст. Перед подключением выясните, где работает модель и обезличиваются ли данные до отправки.

Где ИИ в продажах пока не работает

Ставить агента рано в таких случаях.

Мало заявок. Когда обращений в день единицы, менеджер разбирает их сам, и сэкономленное время не окупает подключение агента.

Сделка живёт неделями и решается на встречах. В длинных B2B-циклах с индивидуальными условиями контакт с клиентом — это по большей части переговоры, а не квалификация по формальным признакам. Агент здесь полезен на входе, для сбора первичной информации, но не заменяет переговорщика.

Данные живут в голове, а не в CRM. Если бюджет клиента, история сделки и договорённости хранит только память менеджера, агенту неоткуда брать контекст для приоритизации и напоминаний. Сначала наводят порядок в данных, потом подключают агента, а не наоборот.

Сколько стоит ИИ в продажах

Цена зависит от сложности сценария и числа систем, куда агент записывает результат. Три яруса рынка одинаково подходят и для продаж, и для любого другого проекта с ИИ.

Цена готового агента квалификации: наша, действующая на сайте. Остальные вилки: оценка по открытым прайсам агентств и фриланс-бирж, 2026 год.

Экономику стоит сверять ещё и с тем, во сколько сейчас обходится держать на этой роли человека. Менеджер на первичной обработке заявок с окладом 80 000 ₽ на руки обходится компании примерно в 130-135 тысяч рублей в месяц, если считать налоги, взносы, рабочее место и обучение.

На этом фоне готовый агент квалификации окупается за недели: разово от 19 900 ₽, дальше только поддержка вместо полной ставки каждый месяц. Такое сравнение верно, только когда агент забирает функцию менеджера полностью. Когда он забирает только часть, например только ночные и вечерние заявки, экономию считают пропорционально этой доле.

В смету сразу стоит заложить расходы, которые иначе всплывут в итоговом счёте:

• Чистка CRM. Агент расставляет приоритеты по данным, которые уже лежат в системе. Если карточки сделок наполовину пустые, а поля дублируются, скоринг унаследует этот беспорядок и расставит приоритеты неправильно.
• Обучение на своих диалогах. Настройка сценария под реальные переписки, о которой я писал выше, занимает время команды до запуска, а не входит в абонентку сама собой.
• Донастройка после первых недель. В первый месяц агент может упрощать или путать нетиповые случаи, и на разбор таких ситуаций стоит заложить время сотрудника, а не одни деньги подрядчика.

Как подключить агента к отделу продаж

Подключение начинают с замера, платформу выбирают потом.

1. Замерить, где сейчас теряются лиды. Сколько заявок приходит в нерабочее время, сколько из них получает ответ в тот же день, сколько теряется, потому что до них никто не дотронулся. Без этой цифры потом не посчитать эффект.
2. Выбрать один шаг воронки, а не всю воронку сразу. Начните с квалификации или скоринга: правило формализуется легко, объём заявок большой, ошибка не стоит сорванной сделки.
3. Прогнать пилот на реальных заявках, а не на демо-примерах. Здесь работают те же стоп-сигналы, что и в любом пилоте с ИИ: метрика до старта, данные из первоисточника, человек проверяет исходящее.
4. Смотреть на конверсию по шагам, а не на одну скорость ответа. Быстрый ответ, который не двигает сделку дальше, задачу бизнеса не решает, только красиво выглядит в отчёте.
5. Расширять по одному шагу за раз. Следующий кандидат: возражения или напоминания, но только после того, как первый шаг подтвердил экономику на реальных цифрах.

Частые вопросы