ИИ в отделе продаж — посчитанный в деньгах

Заявка приходит вечером, менеджер видит её утром, к этому времени клиент уже поговорил с двумя конкурентами. Половина входящих не подходит по бюджету или региону, но узнаётся это после десятиминутного разговора. В карточке сделки пусто, потому что заполнять поля во время звонка неудобно. Каждая из этих потерь измерима, и у каждой есть цена.

Агент закрывает именно эти три места: отвечает в первую минуту, задаёт вопросы, по которым отсеивается нецелевое, и заполняет поля до того, как сделка попадёт к человеку. Менеджер получает не строчку в списке, а разговор, к которому он готов.

Читает первое обращение из формы, чата или мессенджера и уточняет параметры: что нужно, когда, какой бюджет, в каком городе. Пишет ответы в поля сделки, ставит тег, переводит на нужный этап воронки и назначает ответственного по вашим правилам распределения.

Отвечает на типовые вопросы из вашей базы: сроки, условия, наличие. Там, где уверенности нет, замолкает и передаёт человеку с пометкой, почему. Придумывать цены и условия агенту запрещено на уровне схемы ответа, а не на уровне просьбы в промпте.

Дожимает зависшие сделки по регламенту: напоминает клиенту, если тот не ответил, поднимает сделку менеджеру, если ответил. Всё это события в CRM, которые потом видны в аналитике.

Перед запуском снимаю базовые цифры: время до первого ответа, долю нецелевых заявок, дошедших до менеджера, заполненность полей в сделке, конверсию из заявки в разговор и из разговора в оплату. Без этого эффект нечем доказать, и проект закрывают при первом пересмотре бюджета.

После запуска те же цифры считаются каждую неделю в той же аналитике, где лежат сделки: Roistat, DataLens или отчёты внутри CRM. Отдельно смотрю, сколько решений агента исправил человек. Рост исправлений означает, что изменился продукт или формулировки клиентов и пора обновлять примеры.

Результат проекта формулируется в деньгах: сколько разговоров добавилось при том же потоке заявок, сколько часов менеджеров освободилось, что стало с выручкой по каналу. Это и есть отчёт, а не количество обработанных сообщений.

Агент работает на YandexGPT, GigaChat или открытой модели на своём контуре, переписка с клиентами не уходит за пределы России. Каждое решение агента логируется: что он увидел, что определил, что изменил в CRM. Это нужно для разбора спорных случаев и для того, чтобы руководитель отдела доверял тому, что видит в воронке.

Если данные в CRM грязные, агент будет принимать решения по грязным данным. Поэтому в проект входит проверка полей, источников и дублей, а когда нужно, короткая чистка до запуска.

На потоке в пять заявок в день менеджер разбирает их за двадцать минут, и разработка окупится годами. Если в CRM нет источников и этапов, сначала чинится CRM, иначе измерять эффект будет нечем. Об этом скажу на разборе, до того как вы заплатите за проект.

Агент под другие процессы, от поддержки до документов: ИИ-агенты. Чтобы эффект было чем измерить, нужна сквозная аналитика.