Нейросети в продажах

Рассказываем на реальных кейсах

27.11.2025

Обновили

27.11.2025

Опубликовали

17 минут

Когда продажи не растут или растут медленно, предприниматели пытаются решить эту проблему. Нанимают новых менеджеров в отдел продаж, пытаются перестроить воронку и усилить маркетинг. Но проходит месяц, два, расходы только увеличиваются. И вот предприниматель видит спасительный пост: «Внедрите ИИ в продажи, и они вырастут». Пройти мимо он не смог, потому что всерьёз загорелся этой идеей. Вот только с чего начать, так и не понял…

В этой статье разберёмся, с чего начать, в какие процессы ИИ встраивать в первую очередь, а в каких нейросеть не работает.

Содержание

Как внедрять нейросети в продажи
5 процессов, которые проще всего отдать нейросетям
Что не работает: честные факапы
Как измерить эффект от внедрения ИИ
3 главных вопроса: как внедрять ИИ в команде
Что в итоге

Как внедрять нейросети в продажи

Первая мысль, которая приходит в голову: «Ну раз внедрять, то по-крупному». Разом всё запустить, авось и заработает. Но именно такой подход — получить всё и сразу — одна из главных ошибок новичков. Позже предприниматель пойдёт гуглить, сколько вся эта автоматизация стоит, и желание внедрять нейросети в работу компании тут же пропадёт.

Начать лучше с малого
Внедрение ИИ не обязательно должно быть монолитным проектом с шестизначным бюджетом и годом подготовки. Самый верный путь начать что-то менять и внедрять нейросети в свой бизнес — начать это делать простыми, маленькими шагами.

Цифры показывают, что организации, которые запускают локальные сценарии с низким входным порогом, быстрее получают ощутимый эффект. Так, по данным исследования McKinsey & Company, 64% компаний отметили, что ИИ на уровне отдельных кейсов даёт реальные выгоды по затратам или доходу. В другом обзоре отмечено, что команды продаж с ИИ-поддержкой экономят до 2,5 часа в день на рутинных задачах.

Когда видим результат, сопротивление снижается, и мы продолжаем увереннее. Поэтому начинать лучше с малого и именно с того, что можно сделать сегодня. Выберите процесс, который хочется улучшить, и это возможно сделать без остановки текущего потока продаж и больших инвестиций.

5 процессов, которые проще всего отдать нейросетям

На сегодняшний день у ИИ насчитывается целая куча проблем, но с чем нельзя не согласиться: нейросеть умело берёт на себя рутинные задачи и хорошо с ними справляется, если её правильно обучить. Однообразные и повторяющиеся задачи обычно съедают время менеджеров и создают проседания в воронке продаж. Поэтому делегирование рутины нейросетям снижает нагрузку и освобождает время для подвигов в продажах.

Автосводки после встреч и синков

Когда компания фиксирует десятки разговоров в неделю, внимание легко утекает в мелочи: кто обещал прислать материалы, к какому числу нужен расчёт и какие решения были приняты. Нейросети и инструменты автоматизации, например Make (аналог N8N), Telegram-боты, позволяют собирать эти данные автоматически. После встречи руководитель или менеджер получает аккуратное резюме с распределёнными задачами и сроками.

Как система освободила мне несколько часов еженедельно и избавила от риска забыть про договорённость

Когда я столкнулся с потолком в заработке, то начал анализировать свою занятость. И понял, что времени на новых клиентов не хватало, чек поднимать нельзя, встреч больше ставить нельзя. Но я понимал, что долго так не протяну, поэтому взялся решать задачу фокуса и результата. Первым пунктом оказалась работа над встречами.

И те, кто работают на себя, и компании постоянно с кем-то встречаются, о чём-то договариваются и дальше следят за тем, как всё идёт. То же делают и менеджеры по продажам, и продуктологи — все в компании. А потом вдруг понимаем: почему-то куда-то не добежали. То клиент сруливает, то я.

Внутри команд то же самое: встретились, поговорили, потом на трекшене смотрим — на прошлой неделе одно решили, на этой — уже другое. Результат страдает: и командный, и по метрикам. В итоге мы настроили у себя бота, который тянет задачи со всех встреч и автоматом втаскивает в задачник с ответственными. Это реально меняет качество работы.

Для этого нововведения не нужен штат разработчиков. На рынке уже есть простые инструменты, которые работают. Например, Make: сел, разобрался — и теперь у меня прилетают сводки по встречам лучше, чем я бы сделал руками. Ставятся ответственные, сроки, а на следующем синке первое, что делаем: отвечаем, что из запланированного сделали или не сделали и насколько. Это помогает понять, чем мы занимались. Клиентам очень заходит — просили слать только такие сводки, а старые заметки не вести.

Какие инструменты использовать:

Сервисы записи и транскрибации созвонов. Например, Fireflies, TLDV или их аналоги в телефонии и видеоконференциях.
Нейросети для сжатия и структурирования текста. Например, ChatGPT, Claude, notebookLM.
No-code-платформы автоматизации, например Make или n8n, которые забирают сводку и создают задачи в Trello, Jira, Notion, Битрикс24 и других системах.

Инфопомощник для сейлов

Когда рынок резко меняется, важно оказаться рядом с клиентом — в этот момент у него появляется повод для разговора. Для этого работникам нужно постоянно мониторить новости — в целом и конкретно в вашей сфере, — чтобы оперативно достучаться до клиента, поддержать его, помочь или показать новые горизонты. И конечно, заработать.

Как актуальные новости помогают продавать

Мы работали с компанией, которая занимается логистикой РФ — в этом секторе сейчас сложные времена. И увидели, что у них разъезжается unit-экономика. То есть возникает риск кассового разрыва — затраты на сделку не окупаются в нужном периоде. Начали разбираться и увидели, что упал talk time: суммарно в конце квартала приходим примерно туда же, но стало размазано по времени. Спрашиваем сейлов, они говорят: «Клиенты переносят: один на месяц, другой на неделю, третий попросил позвонить через две недели. Мы звоним, когда сказали — зачем дёргать, будет негатив».

Тогда мы придумали простую гипотезу: взяли двух сейлов, сделали каждому Telegram-канал, куда каждый день приходили новости только об их клиентах и об ЛПРах. Но не просто «вышли на IPO», новость сразу обрабатывалась искусственным интеллектом под контекст компании и сворачивалась в спич для начала диалога. То есть им оставалось взять трубку и позвонить. Впервые увидел заход: «Здравствуйте, я подписан на ваш канал, прочитал новость — вспомнил и решил позвонить». Мы увеличили talk time, цикл сделки уменьшился, а проблема решилась.

Мы вообще соединили это с их CRM, потому что список компаний меняется, продажи быстрые. В CRM компания заводится из источников, обогащается данными через сайт и инфоисточники, дальше Perplexity по сайту или названию находит нужное, а после находим фаундера или ЛПРа. Всё автоматически. Сейчас многие CRM это уже умеют, но если хочется — несложно собрать. Я вообще уже завтра жду на рынке CRM-систему, в которую не надо будет заходить вообще — всё делается ИИ-агентами, а сейлы только общаются с клиентами.

Какие инструменты использовать:

ИИ-поисковики и ассистенты. Например, Perplexity, ChatGPT с подключённым веб-поиском.
RSS, новостные агрегаторы + Make или N8N для автоматической отправки подборок в Telegram-канал менеджера.
Простые Telegram-боты, которые принимают сырые новости, прогоняют их через нейросеть и выдают готовый спич для звонка.

Персонализация коммерческих предложений

Создание КП — процесс неравномерный: кто-то пишет быстро, кто-то долго, кто-то выдаёт шаблоны без привязки к диалогу. Нейросети выравнивают качество предложений, потому что автоматически адаптируют документ под конкретного клиента.

Везде, где внедряли персонализацию коммерческих предложений с помощью ИИ, конверсия росла

В ивент-бизнесе ребята продавали билеты — персонализировали оферы и выросли почти в полтора раза. В B2B рост скромнее, но он есть. Пусть даже на этапе ответа на КП.

Также советую автоматизировать скрипты. Главная проблема в том, что они стареют, а их не обновляют. Мы обновляли скрипт после каждого дня работы отдела: брали людей с лучшими показателями, из их диалогов вытаскивали удачные фрагменты с помощью нейронки и обновляли общий скрипт. Отдел звонил по динамически меняющемуся «медиаскрипту». В сфере банкротства физлиц это работало отлично.

Какие инструменты использовать:

ChatGPT или другие LLM для первого черновика КП, структуры письма, адаптации под отрасль и позицию ЛПРа.
Встроенные AI-модули в CRM: Битрикс24, amoCRM или другие, для генерации писем из карточки сделки.
Шаблоны в Google Docs или Microsoft Word, куда ИИ подставляет данные клиента и результаты созвона.

Аналитика разговоров и валидация по BANT

Предприниматели часто полагаются на CRM, но разрыв между тем, что написано, и тем, что действительно сказал клиент, бывает огромным. Аналитика звонков на базе ИИ помогает увидеть реальные проблемы: какие вопросы менеджеры обходят стороной, кто клоузит, а кто только вежливо разговаривает. Например, искусственный интеллект может автоматически отмечать, обсуждался ли бюджет, потребности клиента и сроки.

Если вы не делаете аналитику звонков — настоятельно рекомендую начать

Это переворачивает реальность. Когда работал РОПом, босс спрашивал: «Почему конверсия низкая?» И почти всегда мне нечего было ответить: я не знал. Спасало только, когда сам слушал звонки. Но даже отдел контроля качества тогда слушал мало. Пришёл ИИ и сказал: теперь можно слушать 100% звонков, задавать любые вопросы и получать ответы в моменте. Клиенты узнают, что львиная доля приходит с другими проблемами; что многие сейлы не клоузят вообще — проводят хороший диалог, но не закрывают. А клоузинг — отдельный навык.

Валидация по BANT. BANT — это простой и удобный способ понять, стоит ли продолжать работать с потенциальным клиентом и насколько он готов к покупке. Аббревиатура расшифровывается как Budget, Authority, Need, Timeframe — бюджет, полномочия, потребность, сроки.

Budget — бюджет. Выясняем, может ли клиент позволить себе покупку. Есть ли у него деньги на ваш продукт или услугу? Если бюджета нет, важно понять, когда он появится и возможна ли корректировка предложения под реальные возможности. Логика проста: если не говорим с клиентами про деньги, денег в воронке не будет.
Authority — полномочия. Нужно понять, разговариваете ли вы с тем, кто действительно принимает решение. Иногда человек только собирает информацию, а финальное слово остаётся за руководителем, финансовым директором или собственником. Правильный контакт экономит время и ускоряет сделку.
Need — потребность. Это ключевой момент: что болит у клиента, какую проблему он хочет решить? Иногда клиент проявляет интерес, но реальной потребности нет — и продажи не будет. Важно увидеть, насколько ваше решение действительно закрывает его потребность.
Timeframe — сроки. Даже если всё подходит, сроки могут заморозить сделку. К клиенту нужно прийти в тот момент, когда он готов действовать. Выясняем, когда он планирует принять решение: сразу, через месяц, в следующем квартале или когда руки дойдут.

Мы делали валидацию по BANT для ребят в B2B VR

Базовая оценка: сводка, позитив/негатив, score и обоснование, результат звонка, suggestions — эти рекомендации мы отправляли в Telegram менеджерам; параллельно — оценку по BANT. Если с клиентом не говорим о деньгах — денег, скорее всего, не будет. Если не спрашиваем, есть ли бюджет, то будут закрываться только те, кто закроется сам, а не те, кого закрываем мы. Продажи так работают слабо: остаётся только product-market pull, а это про очень сильный продукт.

Какие инструменты использовать:

Те же сервисы транскрибации и аналитики разговоров, обученные извлекать из текста признаки BANT — Fireflies. ai, Calltouch, UIS.
BI-инструменты. Например, Google Looker Studio, Power BI, которые собирают в одном дашборде данные по звонкам, сделкам и воронке.
Связки из CRM + Make, Zapier или N8N для автоматической выгрузки и разметки звонков по ключевым критериям.

Что не работает: честные факапы

В продажах есть сценарии, которые на практике проваливаются, и понимать это так же важно, как знать удачные кейсы. Дмитрий Коробовцев поделился ошибками из своей практики:

Голосовые агенты в B2B. В сложных продажах, где участвуют несколько стейкхолдеров, важны нюансы, гибкость и способность подстроиться под контекст. Голосовые боты, которые срабатывают в простых нишах — в страховании, микрозаймах, сервисных заявках, — в B2B быстро упираются в потолок. В проектах с длинным циклом сделки и несколькими лицами, принимающими решение, бот не может поддерживать живой диалог, считывать мотивацию клиента, реагировать на паузы или скрытые сигналы. Поэтому вместо ускорения процесса компания получает раздражённых клиентов и испорченный первый контакт.

Автоматическая генерация писем без персонализации. Рассылки, собранные нейросетью «в один клик», выглядят привлекательно, но на практике дают слабый отклик. Письма без персонального контекста теряются в почтовом шуме, просто представьте, сколько ещё компаний штампуют подобные рассылки. А ИИ-шаблоны, не опирающиеся на предварительный диалог, воспринимаются как массовая реклама.

Предикшн сценарии по воронкам. Идея предсказать вероятность сделки выглядит убедительно, но алгоритмам нужна большая и качественная история взаимодействий. В небольших отделах продаж, где за месяц проходит несколько сотен лидов, модели просто не успевают обучиться. В итоге система выдаёт оценки, которые не имеют ничего общего с реальностью и не помогают решать задачи: сделки, помеченные как высоковероятные, не закрываются, а низковероятные иногда доходят до оплаты быстрее всех. Если бы менеджеры стали слепо опираться на ИИ, продажи бы просели.

Аналитика без вопросов. Бывает, что компании внедряют ИИ-анализ звонков, получают скоринг и десятки метрик — и ничего с этим не делают. Всё потому, что никто в команде не понимает, какие вопросы нужно задавать системе и какие выводы она должна помогать формулировать.

В одном отделе продаж руководитель гордо показывал отчёты, где ИИ оценивал диалоги менеджеров, но никаких управленческих решений из этих данных не вытекало. Ценность инструмента равнялась нулю, потому что анализ без цели — просто формальность.

Как измерить эффект от внедрения ИИ

Чтобы искусственный интеллект приносил деньги, важно заранее определить, какие метрики покажут результат. Продажи — живая система, и в каждом бизнесе своя точка боли. Но есть показатели, которые позволяют увидеть влияние нейросети особенно чётко.

Что считать в первую очередь. Основные метрики, на которые предприниматель опирается при оценке эффективности:

— конверсия на ключевых этапах воронки — от первого контакта до сделки;
— talk time — суммарное время содержательных разговоров, а не просто количество звонков;
— cost of sales — стоимость доведения клиента до покупки;
— скорость цикла сделки — сколько дней проходит от первого касания до закрытия.

ИИ обычно влияет именно на эти показатели: сокращает циклы, делает разговоры более содержательными, снижает стоимость обработки лида и помогает доводить сделки до конца.

Как избежать дашборда ради дашборда. Концентрироваться на красивых отчётах — соблазн, который часто уводит команду от сути. Если инструмент генерирует десятки графиков, но никто не может объяснить, какие решения за ними стоят, то дашборд превращается в декоративный элемент.

Чтобы этого избежать, важно задать простой вопрос: «Что мы хотим изменить в поведении или результате отдела продаж?» Если цель — ускорить цикл сделки, достаточно следить за временем между касаниями, качеством квалификации и количеством сделок с неполными ответами по BANT. Если задача — увеличить конверсию, стоит измерять влияние ИИ на ключевые этапы диалога: клоузинг, работа с возражениями и скорость ответа.

3 главных вопроса: как внедрять ИИ в команде

Когда предприниматель решает внедрять нейросеть в отдел продаж, техника обычно оказывается не самым сложным этапом. Гораздо труднее работа с людьми. Сотрудники боятся, что их заменят, что инструмент усложнит жизнь или что они просто не справятся с новыми задачами. Эти опасения нормальны, и от того, как компания проведёт первые шаги, зависит успех внедрения.

Вопрос 1. Как избежать страха и скрытого саботажа

Самое важное — объяснить команде, что нейросеть вводится не для контроля или оптимизации штата, а чтобы освободить время и убрать рутину. Сотрудники видят в ИИ опасность, пока не понимают, что это их инструмент, который способен каждого сделать в 5−10 раз эффективнее, а значит начать больше зарабатывать. Когда человек делает тот же объём работы за меньшее время, у него появляется возможность сделать шаг вперёд, на который никогда не хватало времени = открыть новую возможность для заработка.

Хорошо работает подход «показывайте, а не рассказывайте»: продемонстрируйте сотруднику сводку после встречи, которую ИИ собрал за секунды, покажите, как нейросеть превращает длинный звонок в короткий чек-лист. А также приведите кейс коллеги, которому искусственный интеллект помог быстрее закрыть сделку. Когда команда увидит реальную пользу, сопротивление снизится само.

Вопрос 2. Как обучать тех, кто далёк от технологий

Сотрудникам не обязательно быть технарями, чтобы пользоваться ИИ. Достаточно понимать, что это инструмент — такой же, как CRM или календарь. Здесь помогает спокойное, простое объяснение: нейросеть не принимает решения за человека, она лишь ускоряет операции и помогает вытащить фактуру.

Одна из главных установок — принцип shit in — shit out. Если дать нейросети расплывчатое указание, она даст расплывчатый результат. Когда запрос чёткий, структурный и ясный, качество ответа резко повышается. Это правило легко объяснить даже самым скептичным сотрудникам — они быстро понимают логику.

Вопрос 3. Как убрать страх «я не промпт-инженер»

Многие менеджеры считают, что для работы с ИИ нужно освоить искусство промптов. На самом деле современные инструменты уже снимают эту проблему. Например, ChatGPT Projects позволяет один раз загрузить файлы компании, инструкции, описание процессов и базовый тон общения. После этого менеджер просто пишет задачу обычным языком: «Собери К П для клиента, вот его сайт», «Подскажи, что сказать на созвоне».

Когда сотрудники видят, что нейросеть ориентируется в их документах и пишет промпты сама, напряжение исчезает. Люди начинают воспринимать ИИ не как непонятные технологии или угрозу, а как помощника, который делает их работу проще.

Что в итоге

ИИ приносит наибольшую пользу там, где встроен в повседневную работу без лишнего пафоса: одна автоматическая сводка, одно персонализированное КП, один проанализированный звонок — и процессы начинают работать быстрее. Практичный подход прост: выбрать одну рутинную точку, поставить маленький ИИ-инструмент и измерить эффект. Если стало быстрее, понятнее и дешевле — масштабировать. Такой метод позволяет предпринимателю не тратить месяцы на внедрение нейросети, а уже через пару недель видеть реальную отдачу и строить более устойчивую систему продаж.

What’s your Reaction?

good