Когда мне пишут «хотим внедрить ИИ в продажи», я спрашиваю: во что именно. Обычно повисает пауза — и не потому, что собеседник несерьёзный. Просто «продажи» это не одна работа, а десятки операций, и ИИ помогает далеко не во всех.

Ниже — карта, которой я пользуюсь на первых созвонах: пять типов работы, где ИИ окупается, четыре ситуации, где он бесполезен, и одно правило, которое стоит принять до всех разговоров о технологиях.

Правило, которое важнее выбора платформы

ИИ готовит, проверяет и составляет черновик. Решение, за которое кто-то отвечает деньгами или репутацией, принимает человек.

Это не осторожность и не юридическая оговорка — это то, что отличает работающие внедрения от заброшенных. Как только ИИ начинает решать сам, у решений появляется владелец в лице никого. Первая же ошибка — и системе перестают доверять, а через месяц её отключают.

Работает обратная логика: менеджер открывает не пустую карточку, а подготовленную. Данные собраны, противоречия помечены, черновик написан, спорные места вынесены наверх. Решение он принимает сам — но за две минуты вместо двадцати.

Пять типов задач, где ИИ окупается

1. Работа с документами

Спецификации, счета, коммерческие предложения, техзадания на замер. ИИ проверяет их до того, как откроет человек: не пропущено ли поле, не противоречат ли сроки договорённостям в переписке, соответствует ли цена прайсу. Ошибка в спецификации иначе всплывает не на проверке, а на производстве.

2. Работа с текстами

Черновик КП, письмо-напоминание, сводка по клиенту перед звонком: кто он, что покупал, чем был недоволен, о чём договорились в прошлый раз. Менеджер правит готовый текст, а не пишет с нуля. Важная деталь: хороший черновик честно показывает, где данных не хватило, вместо того чтобы додумать.

3. Работа с исключениями

Нестандартная скидка, зависшая сделка, спорный возврат. Таких случаев немного, но именно они съедают время руководителя. ИИ их находит, сортирует по величине ущерба и складывает в один список — вместо того чтобы они всплывали по одному в течение недели.

Здесь же самый простой и недооценённый пример. Признак сделки, которая уже не закроется, — не стоит дата следующего касания или она просрочена. Не «нет активности две недели», а именно это: менеджер сам не знает, что будет делать дальше. Правило работает одинаково для мебели с циклом в неделю и для опта с циклом в квартал, и его невозможно оспорить на планёрке.

4. Работа со знаниями

Прайс, условия доставки, гарантия, регламент возврата. У большинства компаний это лежит в трёх несведённых файлах и в голове у РОПа. ИИ достаёт нужное правило под конкретный вопрос и — что ценнее — показывает, где документы противоречат друг другу. Первое внедрение часто начинается с того, что мы находим три условия доставки, действующих одновременно.

5. Многошаговые процессы

Заявка → замер → расчёт → договор → производство → монтаж. Каждый переход между этапами — место, где сделка встаёт на неделю, потому что все ждут кого-то другого. ИИ видит, где процесс замедлился против нормы, и готовит следующий шаг: собирает данные, ставит задачу, уведомляет ответственного.

Четыре ситуации, где ИИ не нужен

Честный список, который я проговариваю на созвоне.

Переговоры о цене с ключевым клиентом. Скидка, которая сегодня выглядит потерей маржи, завтра может быть контрактом на год. Это решение о стратегии отношений, а не расчёт.

Разбор рекламации, где на кону отношения. Клиент, который скандалит из-за царапины на фасаде, часто говорит о другом. Услышать это может человек.

Оценка и найм менеджеров. Работа с людьми, высокая цена ошибки, мало данных. Всё, чего ИИ не любит.

Любая ситуация, где данных мало, а цена ошибки высокая. Универсальный фильтр. Двадцать сделок в год по три миллиона — там нечего автоматизировать, там нужно думать над каждой.

Клиент, которому я отказал

Пришёл производственник, всё по делу: заявки теряются, менеджеры не успевают, хотим ИИ-агента. Начали с обычного — описать процесс от заявки до отгрузки. Времени не нашлось ни у него, ни у РОПа: «вы же специалисты, сделайте как правильно».

Тогда я задал второй вопрос: какие показатели проседают? Конверсия из заявки в замер? Время реакции? Средний чек? Ответа не было — эти показатели просто никто не считал.

Я отказался от проекта. Автоматизировать хаос — значит получить автоматизированный хаос: те же беспорядочные процессы, только дороже, быстрее и без возможности понять, что именно сломалось.

Правильный первый шаг там был не ИИ-агент, а неделя на описание процесса и месяц на замеры. Скучно и не продаётся, но без этого дальше идти незачем. Мы вернулись к разговору через полгода — уже с цифрами, и внедрение прошло нормально.

Как это выглядит на практике

Пример из мебельной ниши — работа с зависшими сделками. Пять шагов:

  1. На входе: все открытые сделки отдела на утро понедельника.
  2. ИИ проверяет: где не заполнена или просрочена дата следующего касания, где дата закрытия переносилась трижды, где стадия «Договор» не подтверждена ни одним действием.
  3. Помечает на проверку: собирает список — сделка, сумма, сколько висит, что не так, что предлагается сделать.
  4. Решает человек: РОП на планёрке по каждой сделке говорит — вернуть в работу, перенести с новой датой или закрыть с причиной отказа.
  5. Записывается в CRM: решения уходят обратно в CRM, причины отказа сохраняются для аналитики.

Планёрка превращается из часа выяснения «а что там с этим клиентом» в пятнадцать минут решений.

С чего начать, если у вас до 15 менеджеров

Не с выбора платформы:

  1. Выберите одну операцию, где болит сильнее всего. Не три.
  2. Замерьте её в цифрах: сколько минут, сколько сделок, какая конверсия.
  3. Проверьте, что процесс описан и одинаков у всех менеджеров.
  4. Только теперь считайте, окупится ли автоматизация.

Если на втором шаге выяснилось, что мерить нечего — это и есть ваша настоящая задача на ближайший месяц.

FAQ

ИИ заменит моих менеджеров? Нет. Он снимает подготовку и проверку, а решение остаётся за человеком. На практике меняется не количество менеджеров, а то, чем они заняты: меньше сведения данных, больше разговоров с клиентами.

С какой из пяти областей начинать? Обычно с исключений — там быстрее всего виден результат и не нужна перестройка процессов. Работа со знаниями идёт следом, но требует, чтобы прайс и регламенты были в порядке.

Что если процессы у нас не описаны? Тогда сначала описание, потом автоматизация. Это не попытка продать вам консалтинг — просто ИИ-агенту нужны правила, а если правил нет, он их не придумает.

Как понять, что ИИ ошибается? В нормальном внедрении он показывает источник: откуда взял цену, на какое письмо опирался. Если система отвечает без ссылки на источник — проверить её вы не сможете, и это повод насторожиться.

Сколько времени займёт первый результат? На одной операции — 3–6 недель до работающего сценария. Дальше быстрее: интеграция с CRM уже сделана.

Можно ли начать без CRM? Нет. ИИ-агенту некуда складывать результат работы — сначала нужна CRM, любая.

Читайте также

Бесплатный аудит: посмотрим, есть ли что автоматизировать

За 40 минут разберём ваш процесс продаж, найдём операцию с наибольшей отдачей и честно скажем, если сейчас автоматизация вам не нужна. Такое случается, и я говорю об этом прямо — как в истории выше.

Телефон: +375 29 388-68-28 Telegram: @targetforce

Евгений Осипов — 20 лет в продажах, MBA, Золотой партнёр Битрикс24. Внедряю ИИ-агентов в отделы продаж производственных и торговых компаний в Беларуси и России. Пишу о том, что проверено на проектах, включая те, от которых отказался.