ИИ в продажах: что это и как внедрить

Автор

Практика; возможности описаны в отчёте Salesforce State of Sales и руководствах Anthropic и OpenAI, 2024–2026

Уровень

201 · Инструмент

Подходит

стартап, малый и средний бизнес, растущая компания

Время на внедрение

Неделя на критерии квалификации и разметку прошлых лидов; затем пилот на одном этапе воронки и проверка по закрытым сделкам

Что понадобится

CRM с историей лидов и итогом по каждому: выиграна, проиграна, в работе · письменные критерии квалификации, которые менеджеры применяют одинаково · владелец воронки, который принимает решение об остановке ИИ · набор прошлых заявок и переписок с известным результатом для проверки

ИИ в продажах — это использование языковых моделей для работы с лидами и перепиской. Модель читает заявку, сверяет её с критериями квалификации и готовит следующий шаг. Менеджер проверяет результат и ведёт переговоры. Ниже — задачи ИИ, порядок внедрения и границы.

Что ИИ делает в продажах

Salesforce опросил 4 050 специалистов по продажам из 22 стран. Опрос прошёл в августе и сентябре 2025 года. Результаты опубликованы в отчёте State of Sales 2026. Salesforce продаёт CRM, поэтому это исследование вендора. По его данным, 87% продающих организаций используют ИИ в той или иной форме: например для поиска клиентов, прогнозирования, скоринга лидов и черновиков писем.

Отдельно отчёт называет долю продавцов, которые уже пробовали ИИ-агентов: 54%. Почти девять из десяти продавцов планируют использовать агентов к 2027 году. Эти цифры показывают интерес рынка, но не доказывают результат для конкретной компании.

Типовые задачи ИИ вокруг лида:

Как работает квалификация лидов с ИИ

Критерии квалификации задаёт отдел продаж. Готовую схему даёт BANT: бюджет, полномочия, потребность и сроки. Балльную оценку по поведению и профилю клиента описывает скоринг лидов. ИИ применяет эти правила к тексту заявки и переписки, которые обычная формула не читает.

Anthropic называет такую схему маршрутизацией (routing). Вход классифицируют и направляют в специализированную ветку. Схема работает, когда у входящих задач есть отдельные категории и их лучше обрабатывать порознь. Второе условие: классификацию можно выполнить точно. Пример из статьи: разные типы обращений клиентов направляют в разные процессы.

OpenAI отмечает, что простую классификацию намерения может выполнить небольшая быстрая модель. Более сложные решения лучше отдавать более мощной модели. Для лида это значит: разбор текста и категорию можно поручить дешёвой модели, а спорные случаи передавать человеку.

Категория, причина и следующий шаг записываются в карточку CRM. Менеджер видит, почему лид получил оценку, и может её исправить. Правка менеджера служит данными для проверки модели.

Агент или сценарий

Anthropic делит системы на сценарии (workflows) и агентов. В сценарии путь выполнения задан кодом, агент сам выбирает шаги. Главный совет статьи: искать самое простое решение и усложнять его только при необходимости. Для квалификации лидов обычно хватает сценария. Модель читает заявку, ставит категорию, дальше шаги фиксированы.

Агент нужен, когда число шагов заранее неизвестно. Пример из статьи Anthropic: поддержка клиентов, где разговор требует доступа к данным и действий. О критериях выбора и границах агента — на странице про ИИ-агентов для бизнеса. Общую логику выбора процессов описывает автоматизация бизнес-процессов.

Где ИИ должен остановиться

OpenAI называет два случая, когда задачу передают человеку. Первый: превышен порог неудач, например ИИ несколько раз не понял намерение клиента. Второй: рискованные действия — чувствительные, необратимые или с высокой ценой ошибки. Руководство приводит отмену заказов, крупные возвраты и платежи.

В продажах к таким действиям относятся цена, скидка, условия договора и ответ на жалобу. Схему контрольной точки описывает разбор human in the loop. Порядок работы с лидом описан в разборе этапов продаж.

Что мешает внедрению

Опрос Salesforce: 51% руководителей продаж с ИИ говорят, что разрозненные системы тормозят ИИ-проекты. При этом 74% специалистов по продажам занимаются очисткой данных: убирают дубли, исправляют ошибки и пропуски. Ошибки в CRM переходят в оценки модели, поэтому данные готовят до запуска.

Вторая причина неудач — отсутствие проверки. Результат модели сравнивают с исходами закрытых сделок, а не с впечатлением нескольких удачных примеров. Пилот на одном этапе воронки с журналом решений показывает, расширять ИИ или вернуться к прежнему процессу.

Команда PUSHERS внедряет ИИ-автоматизацию в рабочие процессы компаний, подробности на странице ИИ-автоматизации.

Как применять: ИИ в продажах: что это и как внедрить по шагам

1. Выберите один этап воронки. Определите этап, где менеджеры теряют время на рутину: разбор входящих заявок, первичная квалификация, напоминания клиентам. Не берите сразу всю воронку. Результат: один этап с понятным входом и выходом.
2. Запишите критерии квалификации. Опишите, какой лид считается подходящим: бюджет, потребность, срок, лицо, принимающее решение. Готовую схему даёт разбор BANT. Если критерии нельзя записать, ИИ нечему следовать. Результат: короткий документ с критериями и примерами хороших и плохих лидов.
3. Подготовьте данные из CRM. Проверьте, что в CRM есть источник лида, история общения и итог сделки. Уберите дубли и пустые карточки. Результат: выгрузка прошлых лидов с итогом, по которой можно проверить решения ИИ.
4. Поручите ИИ классификацию и черновик. Пусть модель относит лид к категории по вашим критериям и готовит черновик ответа или вопросы для уточнения. Для разделения потока лидов подходит схема маршрутизации: вход классифицируют и направляют в нужную ветку. Результат: каждый лид получает категорию, причину и предложенный следующий шаг.
5. Определите, что делает человек. Выпишите действия, которые ИИ выполняет сам, и действия, где решает менеджер: цена, скидка, условия договора, жалоба. Спорные и дорогие случаи передавайте человеку. Результат: таблица прав ИИ и условия передачи лида менеджеру.
6. Проверьте на закрытых сделках. Прогоните ИИ по прошлым лидам и сравните категории с реальными исходами. Посчитайте, сколько будущих покупателей ИИ отнёс к неподходящим. Для сравнения можно использовать скоринг лидов. Результат: доля верных категорий и список типовых ошибок.
7. Запустите пилот и ведите журнал. Включите ИИ на части потока. Сохраняйте решение ИИ, правку менеджера и итог сделки. Расширяйте поток, когда расхождения с менеджерами стабильно малы. Результат: решение о расширении или остановке по данным журнала.

Примеры

Входящие заявки с сайта

Иллюстративный пример. Компания получает заявки через форму на сайте, в мессенджере и по почте. Модель читает текст, выделяет потребность и срок, сверяет с критериями и ставит категорию. Подходящим лидам она готовит черновик ответа с вопросами об объёме. Менеджер проверяет черновик и отправляет его. Заявки с суммой от 500 000 ₽ сразу получают пометку для руководителя отдела.

Возврат к забытым лидам

Иллюстративный пример. В CRM лежат лиды, которым не перезвонили. Модель просматривает историю общения, отбирает тех, у кого был названный бюджет и срок, и готовит менеджеру короткую справку и текст сообщения. Отправляет сообщение менеджер. Те, кто просил не звонить, в выборку не попадают.

Подготовка менеджера к звонку

Иллюстративный пример. Перед звонком модель собирает из карточки сделки и переписки краткую справку: что клиент спрашивал, какие возражения назвал, что обещали. Менеджер читает справку за минуту. Квалификацию по итогам разговора менеджер вносит в CRM сам.

Когда применять

Применяйте, когда в отдел продаж приходит больше заявок, чем менеджеры успевают разобрать, а ответ на них зависит от текста: форм, писем, сообщений. Подходит для первичной квалификации, подготовки ответов, обновления карточек CRM и возврата забытых лидов. Условие: есть письменные критерии квалификации и история лидов с итогом.

Когда не применять

Не берите, если поток мал и менеджеры справляются сами, а критерии квалификации не записаны. Не отдавайте ИИ цену, скидку и условия договора без подтверждения человека. Пока в CRM нет данных об исходах сделок, проверить решения ИИ нельзя, и запускать его рано.

Частые ошибки

• Внедряют ИИ без письменных критериев квалификации. Модель угадывает правила, а менеджеры спорят с её оценками.
• Не проверяют ИИ на закрытых сделках. Отсеянные подходящие лиды остаются незамеченными.
• Запускают ИИ на всю воронку сразу. При плохом результате нельзя понять, на каком этапе ошибка.
• Дают ИИ право обещать цену, сроки или скидку. Это решение менеджера.
• Не чистят CRM. ИИ работает с дублями и пустыми карточками и повторяет ошибки данных.
• Не ведут журнал решений ИИ и правок менеджеров. Через месяц нельзя сказать, стало ли лучше.

Вопросы и ответы

Что такое ИИ в продажах?

Это использование языковых моделей на этапах продаж: разбор заявок, квалификация лидов, подготовка ответов и справок для менеджера. Salesforce в отчёте State of Sales 2026 относит к таким задачам поиск клиентов, прогнозирование, скоринг лидов и написание писем. Решения по сделке остаются за человеком.

Как внедрить ИИ в продажи?

Начните с одного этапа воронки и письменных критериев квалификации. Подготовьте данные из CRM, поручите модели классификацию и черновик, определите права человека и проверьте результат на закрытых сделках. Затем запустите пилот на части потока и ведите журнал решений.

Внедрение ИИ в отдел продаж: с чего начать?

С описания этапа, на котором менеджеры теряют время, и набора прошлых лидов с известным итогом. Anthropic советует искать самое простое решение и усложнять его только при необходимости. По оценке Anthropic, многим задачам хватает одного запроса к модели с нужными данными и примерами.

Как использовать ИИ в продажах без потери качества?

Оставьте человеку решения о цене, скидке и условиях. OpenAI советует передавать задачу человеку, если ИИ несколько раз не понял намерение клиента, а также в рискованных случаях. Регулярно сравнивайте категории ИИ с реальными исходами сделок.

Как ИИ может помочь в продажах?

Он разбирает входящие заявки, ставит категорию по вашим критериям, готовит черновики ответов и справки перед звонком. По данным опроса Salesforce, 87% продающих организаций используют ИИ, а 54% продавцов пробовали ИИ-агентов. Это отчёт вендора CRM, цифры отражают ответы респондентов.

Применение ИИ в продажах: какие ограничения у метода?

Качество зависит от данных и критериев. В отчёте Salesforce 51% руководителей продаж с ИИ называют разрозненные системы причиной замедления проектов. Без чистой CRM и записанных правил модель повторяет ошибки данных. Критерии и итог сделок проверяет отдел продаж.

Использование ИИ в продажах: нужен ли для этого агент?

Не всегда. Anthropic различает сценарии, где путь задан кодом, и агентов, где модель сама выбирает шаги. Для квалификации лидов обычно достаточно сценария: модель классифицирует заявку, дальше шаги фиксированы. Агента берут, когда число шагов заранее неизвестно.

Источники

1. Salesforce, State of Sales Report 2026, Key Takeaways (survey of 4,050 sales professionals, August–September 2025; vendor research)
2. Anthropic, Building effective agents (December 2024)
3. OpenAI, A practical guide to building agents

Обновлено 15 ноября 2026

Илья ПушинОснователь PUSHERS & COO Fintech ServiceИлья строит операционные системы для растущих компаний в медицине и финтехе. С 2021 года руководит трансграничными платежами в ARBI Exchange, лицензированном обменнике в Таиланде, включая KYC, AML и выход в новые юрисдикции.Об автореLinkedIn