ИИ в продажах: где он реально работает, а где нет
Разбираем по задачам: что в продажах ИИ закрывает уже сейчас, где стабильно ломается и при каких условиях внедрение приносит деньги, а не красивое демо.
Кому полезно
- Собственнику и CEO, понять, где ИИ приносит деньги, а где это AI-washing
- Руководителю продаж и COO, выбрать первый процесс под пилот
- AI-интегратору и консультанту по выручке, собрать аргументацию
- РОПу и SDR, увидеть, что меняется в ежедневной работе
Цифры, на которые стоит опираться
Карта функции продаж
Продажи, это не одна задача, а цепочка процессов. ИИ заходит в каждое звено по-своему: где-то почти целиком снимает рутину, где-то только готовит черновик под проверку человека.
- 01Лидогенерация
- 02Квалификация
- 03Первое касание
- 04Follow-up
- 05Звонки и переписки
- 06Гигиена CRM
- 07Прогноз и риск
- 08Переговоры и закрытие
Что отдать ИИ, что оставить человеку
| Задача | Что делает AI | Что делает человек | Риск автоматизации | KPI |
|---|---|---|---|---|
| Черновик follow-up после заявки | Готовит персональный текст за минуты на основе истории сделки | Проверяет факты и тон, отправляет | низкий | Время до касания, конверсия в ответ |
| Квалификация входящих лидов | Скоринг по ICP, маршрутизация и приоритизация очереди | Аудит ложных приоритетов, правит правила | средний | SLA ответа, доля квал-лидов |
| Саммари звонка и фиксация в CRM | Расшифровка, краткое резюме, возражения и next steps | Сверяет ключевые договорённости | низкий | Полнота данных, скорость заполнения |
| Прогноз по сделке | Ставит риск-флаги по сигналам активности | Принимает решение, объясняет команде | высокий | Точность прогноза, доля «спасённых» сделок |
| Переговоры и закрытие | Подсказки и сценарии, не более | Ведёт сделку, отвечает за результат | высокий | Win rate, средний чек |
Где ИИ реально работает: три рабочих сценария
› Follow-up после заявки и «затихших» сделок
› Квалификация и приоритизация входящих
› Разбор звонков и переписок
★ Главный разрыв: внедрение есть, эффекта, нет
Один и тот же парадокс в глобальных и российских данных: ИИ в продажах внедрён почти везде, но деньги получают единицы. По McKinsey, продажи и маркетинг, топ-функция по ценности от ИИ (около 20% всего эффекта), и при этом более 80% компаний не видят ощутимого влияния gen AI на EBIT. По прогнозу Gartner, к 2028 ИИ-агентов в продажах будет в 10 раз больше, чем живых продавцов, но менее 40% продавцов скажут, что агенты повысили их продуктивность.
Вывод не в том, что ИИ не работает. Он в том, что граница между «работает» и «не работает», это не модель и не вендор, а устройство процесса: есть ли владелец, чистые ли данные в CRM, проверяет ли человек результат и считают ли эффект в деньгах, а не в «вау». Где этих условий нет, ИИ просто ускоряет уже сломанный процесс.
Что меняется на практике
| Метрика | Было | Стало |
|---|---|---|
| Время до первого касания | часы–сутки | минуты ▼ |
| Продавцы, использующие ИИ | 24% (2023) | 43% (2024) ▲ |
| Экономия времени у продавца | 0 | 1–5 ч/нед у 64% реп. ▲ |
| Полнота данных в CRM | частичная | выше при авто-заполнении ▲ |
Адопция и экономия времени, по HubSpot, State of AI in Sales 2024. Время до касания и полнота CRM, направление эффекта при правильно собранном workflow; конкретные значения зависят от команды и дисциплины в CRM.
⛔ Где ИИ в продажах ломается
- Грязные данные в CRM, модель уверенно галлюцинирует контекст сделки и клиента
- Нет владельца процесса, внедрение «ничьё», через месяц использование падает почти до нуля
- Не изменили сам workflow, а просто добавили кнопку «сгенерировать»
- Никто не проверяет черновики, ошибки и выдумки летят напрямую клиентам
- Нет финансовой модели, считают «как круто», а не эффект на pipeline и выручку
- ИИ поставили на сломанный процесс продаж, он ускорил хаос, а не починил его
- Запустили «ИИ в продажи» широко и сразу, вместо одного узкого процесса с метрикой
Чего ИИ в продажах не делает (и не надо ждать)
- Не закрывает сделки и не ведёт переговоры, это контекст и ответственность человека
- Не заменяет чистые данные: на грязной CRM любой ИИ работает плохо
- Не отвечает за решение, финальное «отправить / предложить скидку» остаётся за людьми
- Не даёт эффекта без изменения процесса, одна «кнопка ИИ» сама по себе ничего не меняет
- Не масштабируется без владельца и регламента проверки качества
Чек-лист готовности перед внедрением
- Выбран ОДИН повторяемый процесс (обычно follow-up или квалификация), а не «ИИ в продажи» целиком
- У процесса есть владелец с именем и ответственностью за метрику
- Есть метрика «до» (время до касания, конверсия, SLA), иначе нечего сравнивать
- Данные в CRM достаточно чистые, чтобы модель не выдумывала контекст
- В workflow заложена обязательная проверка человеком перед отправкой клиенту
- Есть финансовая модель: считаем эффект на pipeline и выручку, а не на «вау»
Эталонный workflow: AI follow-up с проверкой человеком
- 1Триггер
- 2КонтекстCRM
- 3ЧерновикCRMLLM
- ✓Проверка РОПаhuman review
- 5Отправка
- 6Замер
Российский контекст
В России картина зеркалит глобальную, но с поправкой на зрелость направлений. По исследованию «Яков и Партнёры» совместно с Яндексом (2025), gen AI применяют 71% крупных компаний хотя бы в одной функции (+17 п.п. за год), а суммарный эффект ИИ для экономики РФ оценивают в 7,9–12,8 трлн рублей в год к 2030 (до 5,5% прогнозного ВВП).
В продажах и клиентском обслуживании самое зрелое направление, рекомендательные системы (RecSys): их применяют в маркетинге 77% компаний, в продажах и клиентском сервисе, 69%. Распознавание речи и NLP в клиентской поддержке используют 68% компаний. То есть в РФ «ИИ в продажах», это прежде всего скоринг, рекомендации и обработка обращений, а не автономные продающие агенты.
«ИИ не закрывает сделки. Он убирает рутину, чтобы менеджер успел подумать над сделкой. Если процесс до этого был сломан, ИИ просто ускорит хаос.»