ИИ-агенты в бизнесе: на каких слоях они реально работают

Слой продаж и CRM

Агент в продажах работает поверх CRM, а не вместо неё. Я подключаю его к amoCRM: он читает карточку сделки, историю переписки и звонков, квалифицирует заявку по параметрам, заданным в воронке, и либо двигает сделку на следующий этап, либо ставит менеджеру задачу с конкретной причиной. Дожим тоже можно отдать агенту — серию сообщений по сценарию, который учитывает статус сделки и дату последнего контакта, а не фиксированную цепочку «через день, через три».

Ключевое здесь — источник истины. Агент берёт статус сделки из amoCRM через API и пишет результат туда же. Без этого получаются два несвязанных процесса: агент переписывается в одном канале, менеджер работает в CRM, и никто не видит сделку целиком. На практике это выглядит так: агент видит, что заявка лежит в этапе «квалификация» третий день без движения, поднимает историю переписки, дописывает недостающее поле (например, бюджет), если находит его в диалоге, и только после этого переводит сделку дальше или отдаёт менеджеру с пометкой, чего не хватает.

Слой маркетинга и аналитики

В аналитике агент работает поверх готового отчёта: он читает данные, которые в Roistat и DataLens уже посчитаны, а не собирает их заново. Практическая задача — забрать срез по каналам и кампаниям, сравнить с предыдущим периодом и прислать текстовое резюме, если ROI по каналу просел или стоимость заявки вышла за диапазон, заданный заранее. Формулировка аномалии — не «что-то не так», а конкретный канал и цифра, потому что порог считается по тем же метрикам, что настроены в отчёте.

Это надстройка над сквозной аналитикой, а не замена ей. Без готовой атрибуции и сведённых расходов по каналам агент будет считать по неполным данным — и в аналитике это хуже, чем ничего не автоматизировать: ошибка выглядит как уверенный вывод, и её труднее заметить, чем пустой отчёт.

Слой поддержки

В поддержке агент разбирает входящие обращения: определяет тему, ищет похожий случай в базе, отвечает сам на типовые вопросы, а нетиповые эскалирует человеку с готовым резюме диалога — чтобы клиент не пересказывал проблему заново. На этом слое агент реально снимает объём, потому что большая доля обращений — статус заказа, оплата, сроки — не требует суждения, только доступа к данным.

Для российского бизнеса здесь два практических момента. Модель для обработки обращений разумно брать РФ-совместимую — YandexGPT, GigaChat или self-hosted, — если в переписке проходят персональные данные клиентов: это снимает вопрос с 152-ФЗ о передаче ПДн за рубеж. А канал уведомлений для сотрудников логичнее вести в MAX, а не в Telegram, если данные должны оставаться в российской юрисдикции целиком — от переписки до серверов, на которых она хранится.

Слой бэкофиса

Бэкофис — это документы, сверки, перенос данных между сервисами, которые вручную делать никто не любит: выгрузить акт, свести платежи, синхронизировать карточку между CRM и бухгалтерией. Здесь агент удобен как исполнитель конкретных операций по API — собрать документ по шаблону, найти расхождение в сумме, вызвать нужный эндпоинт. Это тот случай, где решение — код и интеграция, а не очередная подписка на no-code конструктор, который через год упрётся в лимит запросов или в отсутствие нужного триггера.

Разница с продажами и поддержкой в том, что здесь агент почти всегда работает без диалога с человеком — он не отвечает клиенту, а перекладывает данные между системами по правилам, которые я задаю заранее. Ошибка на этом слое дороже: неверно свёденный платёж или задвоенный документ обнаруживается не сразу, поэтому каждая такая операция должна логироваться и быть проверяемой постфактум, а не работать «чёрным ящиком».

Где агент окупается, а где нет

Агент окупается там, где есть структурированные данные и понятный критерий действия: сделка в CRM с заполненными полями, отчёт с посчитанными метриками, база типовых обращений. Он не окупается там, где решение требует суждения без опоры на данные — сложные переговоры, нестандартные скидки, спорные ситуации с клиентом. В таких случаях агент либо тормозит процесс уточняющими вопросами, либо действует наугад и создаёт менеджеру работу по исправлению своих же решений.

Разумная точка входа — один слой и один измеримый эффект: доля обращений, закрытых без менеджера, сокращённое время дожима, число аномалий, пойманных раньше, чем их заметил бы человек, листающий отчёт раз в неделю. Расширять на соседний слой стоит только после того, как первый эффект подтвердился на цифрах, а не потому, что агент «в целом хорошо себя показал».