Как ИИ-агенты меняют продажи: помощник, коллега или замена менеджеру?

Ещё недавно искусственный интеллект в продажах ассоциировался с чат-ботом на сайте, который отвечал на несколько стандартных вопросов. Сегодня ИИ может самостоятельно искать потенциальных клиентов, анализировать их бизнес, готовить письма, обновлять CRM, назначать встречи и напоминать менеджеру о следующем шаге.

Но это не значит, что компании могут просто подключить нейросеть и сократить весь отдел продаж. Продажи — это не только последовательность операций. В них есть доверие, переговоры, личная ответственность и способность заметить то, что не было сказано напрямую. Поэтому главный вопрос звучит не так: «Заменит ли ИИ менеджеров?». Гораздо полезнее спросить: какую часть работы уже можно передать агенту, а где по-прежнему нужен человек?

ИИ-агент — это не чат-бот

Чат-бот отвечает на сообщения пользователя. ИИ-агент получает задачу, изучает данные, выбирает последовательность действий и взаимодействует с другими системами.

Допустим, компании нужно найти клиентов для разработки сайтов. Менеджер ставит агенту задачу: найти компании из определённой отрасли, которые недавно вышли на новый рынок или открыли филиал. Агент может изучить сайты компаний, новости, вакансии и открытые базы, найти признаки роста, оценить потенциальную потребность, занести подходящие компании в CRM, подготовить персонализированные письма и передать менеджеру тех, кто проявил интерес.

В этом и заключается отличие агента от обычной нейросети. Он не просто пишет текст, а работает внутри коммерческого процесса. У него есть доступ к CRM, почте, календарю, телефонии, базе знаний и другим инструментам.

Что происходит с лидом до разговора с менеджером

Большая часть работы отдела продаж начинается ещё до первого звонка. Нужно понять, кто перед вами, чем занимается компания, есть ли у неё подходящий бюджет и почему ей вообще может понадобиться ваш продукт.

Раньше менеджер делал это вручную: открывал сайт, искал новости, изучал социальные сети, проверял должность собеседника и пытался придумать повод для контакта. Теперь часть этой работы можно передать агенту.

Он способен заметить, что компания запустила новый продукт, открыла филиал, начала искать маркетолога, получила инвестиции или резко увеличила рекламную активность. Для агентства это может быть сигналом к предложению брендинга, сайта или продвижения. Для интегратора — поводом предложить автоматизацию.

ИИ не создаёт потребность из ничего. Он быстрее находит признаки того, что потребность уже могла появиться, и помогает менеджеру обратиться к клиенту в подходящий момент.

Персонализация вместо массовой рассылки

Большинство холодных писем не работает не потому, что сам канал плохой. Проблема в том, что компании отправляют одинаковое сообщение всем подряд.

ИИ может изучить конкретного клиента и подготовить письмо с опорой на факты: чем занимается компания, какие изменения произошли в её бизнесе, что можно улучшить на сайте или в коммуникации, какие проекты агентства похожи на её ситуацию.

Менеджер получает не пустой список компаний, а подготовленный контекст. Ему остаётся проверить письмо, добавить личную интонацию и решить, стоит ли выходить на контакт.

В более автоматизированном сценарии агент сам отправляет серию писем, отслеживает ответы и меняет последовательность действий в зависимости от реакции клиента. Но для сложных B2B-продаж полностью автономную рассылку лучше не использовать с самого начала: ошибка в одном факте или слишком настойчивый follow-up может испортить отношения с потенциальным клиентом.

Агент как фильтр для входящих заявок

Другая важная задача — обработка входящих лидов. Заявка с сайта ещё не означает готовность к покупке. Один человек хочет обсудить проект, другой сравнивает цены, третий просто собирает информацию.

ИИ может задать дополнительные вопросы, определить соответствие клиента целевой аудитории и передать менеджеру короткое резюме. Например: компания из нужной отрасли, запрашивает разработку сайта, сроки — ближайшие два месяца, бюджет пока не назван, решение принимает собственник.

В результате менеджеру не нужно начинать каждый разговор с нуля. Он уже понимает контекст и может сразу перейти к сути. Агент также способен распределять заявки между сотрудниками и создавать разные сценарии для крупных, типовых и неподходящих обращений.

Что происходит после звонка

Одна из самых недооценённых задач в продажах — фиксация результатов общения. Менеджер провёл встречу, пообещал прислать кейсы, договорился вернуться к разговору через неделю, но не записал это в CRM. Через месяц никто уже не помнит, на чём остановился диалог.

ИИ может расшифровать звонок, выделить договорённости, определить возражения и автоматически создать следующий шаг. Вместо длинной записи менеджер получает короткое резюме: клиент запускает новый продукт в ноябре, интересуется сайтом и рекламой, просит прислать три похожих кейса до пятницы.

Для руководителя это ещё и инструмент обучения. Можно увидеть, на каком этапе менеджеры теряют клиентов, какие возражения повторяются и какие формулировки чаще приводят к следующей встрече.

Какие решения уже используются

Одно направление — CRM-платформы со встроенными агентами. Salesforce развивает Agentforce, HubSpot — Breeze для маркетинга, продаж и клиентского сервиса, а Microsoft связывает Copilot for Sales с Outlook, Teams и Dynamics 365.

Другая группа решений занимается поиском и обогащением данных. Такие платформы помогают находить компании, определять нужных сотрудников, дополнять карточки клиентов и запускать персонализированные последовательности контактов.

Есть и инструменты для анализа разговоров. Они расшифровывают звонки, определяют темы и возражения, фиксируют договорённости и помогают оценить вероятность сделки.

Наконец, агента можно собрать самостоятельно с помощью n8n, Make, Zapier, Dify, LangGraph или API языковых моделей. Например, заявка с сайта может попасть в CRM, агент проанализирует её, отправит уведомление менеджеру в Telegram и создаст задачу на follow-up.

Какие языковые модели используются

Внутри коммерческих систем могут работать модели OpenAI, Anthropic, Google и Microsoft. GPT хорошо подходит для классификации лидов, подготовки писем и работы с API. Claude удобен для анализа длинных документов, записей встреч и базы знаний. Gemini логично рассматривать компаниям, которые работают в Google Workspace. Microsoft Copilot подходит организациям, построившим процессы вокруг Outlook, Teams и Dynamics.

Но сама языковая модель не является агентом. Модель умеет понимать и генерировать текст. Агент появляется тогда, когда к ней добавляются инструменты, память, инструкции, права доступа и возможность выполнять действия.

Можно ли полностью заменить продажника ИИ-агентом?

В простых продажах — иногда да. Если продукт недорогой, понятный, стандартный и не требует переговоров, агент может провести клиента от первого вопроса до оплаты. Это работает в интернет-магазинах, подписочных сервисах, бронированиях и некоторых типовых услугах.

Клиент задаёт вопрос, агент объясняет условия, подбирает тариф, проверяет доступность, формирует ссылку на оплату и отправляет напоминание. Человек в такой цепочке может вообще не участвовать.

Но чем дороже и сложнее сделка, тем меньше вероятность полной замены менеджера. В корпоративных продажах клиент покупает не только продукт. Он покупает снижение риска. Ему важно понять, можно ли доверять подрядчику, кто будет отвечать за результат, насколько команда понимает его бизнес и что произойдёт, если проект пойдёт не по плану.

ИИ может быстро обработать информацию, но пока не способен полноценно заменить человеческую ответственность. Он может предложить вариант решения, но не должен самостоятельно обещать сроки, менять цену, признавать ошибку компании или принимать решение в конфликтной ситуации.

Есть и другая проблема — контекст. В сложной сделке важны не только слова клиента, но и паузы, интонация, отношения между участниками встречи, внутренние противоречия и интересы разных подразделений. Часть этого можно анализировать технически, но окончательные выводы часто должен сделать человек.

Поэтому наиболее реалистичная модель выглядит так: агент берёт на себя подготовку, анализ и рутину, а менеджер ведёт ключевой диалог и отвечает за результат.

Продажник будущего — это не оператор, который вручную переносит данные из письма в CRM. Это специалист, у которого есть несколько цифровых помощников. Один ищет клиентов, второй готовит исследования, третий следит за воронкой, четвёртый анализирует звонки, пятый напоминает о незавершённых переговорах.

Что можно подключить к агенту

Для полноценной работы агенту нужны данные и инструменты. В CRM он получает информацию о сделках и клиентах. Через почту и мессенджеры ведёт коммуникацию. С помощью телефонии анализирует разговоры. Из календаря узнаёт о встречах. Из внутренней базы знаний берёт описания услуг, кейсы и правила компании.

Дополнительно можно подключить сайт, рекламные кабинеты, аналитику, каталоги компаний, вакансии, тендерные площадки, Google Drive, Notion, Slack, Telegram и системы управления задачами.

Например, агент для рекламного агентства может увидеть, что компания начала активно рекламироваться, проверить её сайт, найти слабые места, определить лицо, принимающее решение, подготовить персональное письмо, занести контакт в CRM и поставить менеджеру задачу на звонок.

Но доступ ко всем системам сразу — не всегда преимущество. Чем больше полномочий у агента, тем выше цена ошибки. Поэтому подготовку черновика можно разрешить автоматически, а отправку коммерческого предложения или предоставление скидки оставить только после подтверждения сотрудника.

Как внедрять ИИ в продажи

Начинать стоит не с покупки дорогой платформы, а с анализа рабочего дня менеджера. Нужно понять, на что уходит время, где теряются лиды, какие данные приходится переносить вручную и какие действия постоянно откладываются.

Для первого эксперимента лучше выбрать один сценарий. Например: агент получает заявку с сайта, проверяет её соответствие целевой аудитории, заполняет CRM, готовит краткое резюме и отправляет уведомление ответственному менеджеру.

Если такой процесс работает стабильно, можно подключить подготовку писем, контроль follow-up, расшифровку звонков и создание коммерческих предложений. Если компании нужен не набор разрозненных инструментов, а готовая система для автоматизации этого процесса, можно использовать специализированного ИИ-агента для продаж, настроенного под конкретную воронку, CRM и правила работы команды.

Главная ошибка — пытаться автоматизировать несуществующий процесс. Если менеджеры по-разному понимают этапы воронки, в CRM нет актуальных данных, а правила работы с лидами не определены, агент просто ускорит хаос.

Вывод

ИИ-агенты уже умеют выполнять значительную часть работы отдела продаж: искать клиентов, изучать компании, квалифицировать заявки, готовить письма, анализировать звонки, обновлять CRM и контролировать следующие шаги.

В простых продажах агент действительно может провести клиента до оплаты без участия человека. В сложных B2B-сделках полная замена продажника пока маловероятна. Здесь ИИ скорее становится сильным помощником, который убирает рутину и позволяет менеджеру сосредоточиться на переговорах, доверии и принятии решений.

В Madseven мы смотрим на ИИ именно так: не как на замену человеческой экспертизе, а как на способ сделать её масштабируемой. ИИ-агент для продаж может найти подходящего клиента, понять его ситуацию, подготовить первое сообщение и передать менеджеру уже прогретый диалог. Но сильное предложение, точное решение и ответственность за результат по-прежнему остаются зоной человека.