ИИ в продажах: квалификация заявок, звонки и CRM без рутины
Как ИИ работает в отделе продаж на практике: агент-квалификатор заявок, протоколы звонков и встреч, порядок в CRM, follow-up и аналитика до сделки. С цифрами из моих проектов и планом запуска.

ИИ в продажах чаще всего представляют как робота, который сам звонит клиентам и закрывает сделки. На практике деньги приносит другое: агент, который мгновенно отвечает на заявку и не даёт ей остыть, протокол каждой встречи без ручной работы, CRM, в которой наконец порядок, и аналитика, где видно, какой канал приносит выручку, а не клики. Я пятнадцать лет в продажах и маркетинге, был РОПом в 23 года, и в этой статье покажу пять участков отдела продаж, где ИИ уже работает, — с цифрами из своих проектов и планом, с чего начать.
Коротко:
- Самый быстрый эффект даёт агент-квалификатор: отвечает на заявку за секунды, коротко уточняет задачу, просит контакт и заводит карточку в CRM.
- Протоколы звонков и встреч снимают с менеджеров ручную работу и перестают терять договорённости.
- ИИ наводит порядок в CRM: заполняет поля из переписки, находит зависшие сделки, готовит follow-up.
- Аналитика до сделки показывает, какие каналы приносят выручку. В моём кейсе это дало +75% выручки по первичным продажам за 7 месяцев.
- Начинать стоит с одного участка с понятной метрикой, а не с «ИИ во всём отделе».
Где ИИ в продажах приносит деньги
Отдел продаж теряет деньги в предсказуемых местах:
| Участок | Где теряются деньги | Что делает ИИ |
|---|---|---|
| Первый ответ | Заявка ждёт менеджера часами, клиент уходит к конкуренту | Отвечает сразу, квалифицирует, заводит карточку |
| Звонки и встречи | Договорённости в голове менеджера, протоколы не пишутся | Расшифровка и резюме: решения, задачи, сроки |
| CRM | Поля пустые, сделки висят, история в мессенджерах | Заполняет карточки, подсвечивает зависшие сделки |
| Follow-up | Клиенту обещали перезвонить и забыли | Напоминания и черновики писем с учётом истории |
| Аналитика | Бюджет делится по ощущениям | Связка «реклама — заявка — сделка — выручка» |
Разберу каждый участок.
Агент-квалификатор заявок
Скорость первого ответа решает больше, чем качество скрипта. Человек оставил заявку у вас и ещё у двух компаний — кто ответил первым и по делу, тот и в разговоре.
Как это работает у «А-Энерго»
Для электромонтажной компании «А-Энерго» в Уфе я собрал сайт на своей CMS, CRM с канбаном и AI-агента-квалификатора на GigaChat Pro. Принципы, на которых он построен:
- Отвечает коротко. Одна мысль в сообщении, без простыней текста. Люди в чате не читают абзацы.
- Уточняет задачу по одному вопросу. Какой объект, какие работы, сроки — как это сделал бы хороший менеджер.
- Просит контакт на 3–5 сообщении. Не в первом (рано, человек ещё не понял, что ему помогут) и не в десятом (уже устал). К этому моменту клиент получил пользу и готов оставить телефон.
- Карточка в CRM через секунду. Как только диалог дал контакт, заявка появляется в CRM со всей перепиской и собранными данными. Менеджер звонит уже подготовленным.
GigaChat здесь выбран осознанно: для локального бизнеса важны стабильная работа и данные клиентов в России.
Что важно настроить
- Ответы только по вашим материалам: прайс, услуги, условия. Если ответа нет — «уточню у менеджера», а не выдумка.
- Правило передачи человеку: сложный вопрос, конфликт, крупный объект.
- Метрика — не «сколько диалогов», а «сколько контактов и сделок».
Похожий подход у AI-ассистента, которого я делал для юридической фирмы: он квалифицировал обращения и передавал юристам готовую карточку в Bitrix24. Стоимость лида снизилась на 45%, средний чек вырос на 30%. Подробнее об обоих проектах — в статье про AI-ассистента на сайте.
Протоколы звонков и встреч
Менеджер провёл встречу, договорился о трёх вещах, а через неделю помнит одну. Протоколы никто не пишет, потому что на них нет времени.
Это я решаю своим сервисом БОРИС: запись встречи или звонка расшифровывается, а модель делает структурированное резюме — решения, задачи, ответственные, сроки. Сейчас он обрабатывает больше 1000 минут аудио в месяц.
Что это даёт отделу продаж:
- Ничего не теряется. Договорённости записаны и привязаны к сделке.
- РОП видит качество разговоров, не слушая часы записей: резюме читается за минуту.
- Новый менеджер быстрее входит в работу, читая историю клиента, а не переспрашивая.
- Экономия времени. Вместо ручного протокола менеджер тратит пару минут на проверку готового резюме. Условный расчёт для отдела на 100 встреч в месяц — в статье про окупаемость автоматизации.
Важный момент — согласие на запись. Предупреждайте клиентов, что разговор записывается, и храните записи с теми же правилами, что и остальные персональные данные.
Порядок в CRM
CRM в большинстве компаний — это кладбище полупустых карточек. Менеджеры не любят заполнять поля, и их можно понять: это работа ради отчётности, а не ради продажи.
Что ИИ берёт на себя:
- Заполнение карточки из переписки и протокола. Бюджет, сроки, потребность, лицо, принимающее решение, — агент вытаскивает это из диалога и проставляет в поля.
- Поиск зависших сделок. Каждое утро — список сделок без движения дольше нормы с коротким резюме: на чём остановились.
- Дубли и мусор. Агент находит повторные заявки и подсвечивает их, а не плодит новые карточки.
- Ответы на вопросы руководителя. «Сколько сделок на этапе КП больше двух недель?» — обычным языком, без выгрузок.
Технически агент подключается к CRM через API или стандартные коннекторы. Права настраиваю по принципу «минимально нужного»: читать и создавать — да, удалять и массово менять — только с подтверждения человека.
Follow-up: не забывать о клиентах
Половина сделок теряется не на переговорах, а в тишине после них. «Подумаем и вернёмся» — и никто не вернулся, ни клиент, ни менеджер.
Как это выглядит с ИИ:
- Агент видит в CRM, что клиенту обещали ответ или КП, а срок прошёл.
- Готовит черновик сообщения с учётом истории: о чём говорили, что смущало клиента, что обещали.
- Менеджер проверяет и отправляет в один клик.
Ключевое — черновик, а не автоматическая отправка. Сообщение клиенту от имени компании должен видеть человек, по крайней мере пока вы не убедились в качестве на сотнях примеров.
Аналитика до сделки
Без этого участка ИИ в продажах экономит время, но не показывает, где деньги. Большинство компаний считают рекламу до заявки: сколько стоил лид. А важно, сколько стоила сделка и какая выручка пришла с каждого канала.
В 2025 году я руководил маркетингом в компании из строительной отрасли. Связал источники трафика, сайт, рассылки и CRM в одну систему и построил панель, где видно не «сколько заявок», а «сколько выручки принёс каждый канал». Бюджет стали распределять по сделкам, а не по кликам. Результат за 7 месяцев: +75% выручки по первичным продажам, средний чек вырос с 546 до 783 тыс. ₽. Как устроена такая система — в статье про сквозную аналитику для малого бизнеса.
Где здесь ИИ:
- собирает данные из рекламных кабинетов, сайта и CRM и сводит их в одну таблицу;
- отвечает на вопросы обычным языком: «какой канал дал больше выручки в ноябре и почему упала конверсия из заявки в сделку»;
- раз в неделю пишет короткий разбор: что изменилось, что проверить.
У «А-Энерго» по тому же принципу настроен Яндекс Директ с учётом до сделки: рекламу оптимизируем по реальным продажам, а не по заявкам.
С чего начать внедрение ИИ в продажи
Не пытайтесь закрыть все пять участков сразу. Порядок, который я рекомендую:
- Посчитайте потери. Среднее время первого ответа, доля заявок без ответа, сколько сделок зависло, есть ли протоколы. Это точка отсчёта.
- Выберите один участок. Если заявки ждут ответа часами — начните с квалификатора. Если менеджеры забывают договорённости — с протоколов. Если непонятно, какая реклама работает, — с аналитики.
- Подготовьте данные. Прайс, типовые вопросы клиентов с ответами, 20–30 реальных диалогов или записей звонков, доступ к CRM.
- Запустите пилот рядом с человеком. Первые две недели агент работает под присмотром: менеджер видит всё, что он делает, и правит.
- Измерьте и расширяйте. Скорость ответа, конверсия в контакт и сделку, время на протоколы. Если цифры подтвердились — следующий участок.
Какие задачи вообще стоит отдавать агентам и из чего они состоят, — в статье про ИИ-агентов для бизнеса.
На каких моделях это работает
Для продаж выбор модели определяют данные клиентов и стабильность. Персональные данные — телефоны, имена, суть запроса — я по умолчанию оставляю в России: GigaChat, модели Яндекса или открытые модели через российские облака, например Yandex AI Studio, либо модель на своём сервере. Anthropic и OpenAI официально не обслуживают Россию, поэтому строить на них клиентский процесс, который не должен вставать, — риск. Для внутренней аналитики без персональных данных выбор шире, но правило то же: модель должна быть заменяемой.
Частые вопросы
Заменит ли ИИ менеджеров по продажам? Нет. ИИ забирает первый ответ, протоколы, заполнение CRM и напоминания. Переговоры, доверие и решения остаются за людьми, и у них на это появляется время.
Не отпугнёт ли клиентов бот? Отпугивает бот на кнопках, который не понимает вопрос. Агент, который отвечает коротко, по делу и быстрее человека, клиенты воспринимают как хороший сервис. Если клиент просит человека — сразу передаём.
Какая CRM нужна? Подойдёт любая с API: Bitrix24, amoCRM или своя. Если CRM нет, иногда проще собрать простую под ваш процесс, как я сделал для «А-Энерго».
Сколько времени занимает запуск? Пилот квалификатора или протоколов — дни, проверка на реальных заявках — ещё одна-две недели.
Сколько стоит? Называю после 30-минутного созвона, когда понятны процесс и CRM, и фиксирую до старта.
Если заявки ждут ответа часами, договорённости теряются, а CRM никто не заполняет, — это те участки, где ИИ окупается быстрее всего. Посмотрите, как я запускаю AI-сотрудников для продаж и поддержки, или напишите в Telegram, где ваш отдел продаж теряет больше всего, — разберём на 30-минутном созвоне.
Похожие статьи: AI-ассистент на сайте: как чат-бот собирает заявки · Сквозная аналитика для малого бизнеса