ИИ для продаж: задачи, внедрение и контроль человека

ИИ для продаж полезен не сам по себе, а в конкретной ручной работе. Менеджер открывает сайт компании, пытается понять, подходит ли она, ищет повод написать, готовит первое сообщение, а потом разбирает ответы. На каждом таком шаге ИИ может ускорить работу: собрать факты, сделать короткую справку, предложить черновик письма или разложить ответы по категориям.

Но решение всё равно остаётся за человеком. ИИ готовит материал для решения, но не принимает его вместо команды. Его задача — убрать рутину и дать менеджеру нормальную основу для следующего действия.

Поэтому начинать стоит не с покупки «AI-агента» и подключения его к CRM. Сначала выберите один участок, который команда уже делает вручную. Например: получать небольшую выборку компаний с объяснением, почему им стоит написать. Проверьте её на реальных компаниях, поправьте критерии и только потом добавляйте следующий шаг.

Какие задачи можно отдать системе

ИИ для продаж: не отдельный сервис. CRM хранит историю общения и статусы сделок, обычная автоматизация переносит данные и запускает заранее заданные действия. ИИ нужен там, где системе надо прочитать текст, сопоставить факты или подготовить черновик для менеджера.

Если нужно выстроить весь путь от поиска компаний до назначенной встречи, начните со статьи «Автоматизация продаж». Здесь разбираем роль ИИ внутри отдельных задач.

Исследовать и приоритизировать компании

Система собирает сведения с сайта компании, новостей и вашей базы. Правила проверяют понятные признаки: страну, отрасль, размер, технологию и наличие открытой сделки. ИИ может коротко объяснить, почему компания похожа на ваш ICP, то есть на заранее описанный портрет подходящего клиента, и на что менеджеру стоит посмотреть ещё раз.

Но ИИ не должен сам придумывать, кому вы продаёте. Сначала команда описывает ICP и исключения: не писать текущим клиентам, конкурентам, компаниям с активной сделкой и контактам, которые уже попросили не писать.

В итоге менеджер получает не длинный список, а небольшую выборку, где видно, почему каждая компания в ней оказалась и на какие источники можно посмотреть.

Сначала проверьте небольшую выборку, например 20 компаний. Если заметная часть выглядит случайной, меняйте критерии, а не ищите ещё больше контактов.

Подробнее о том, как определить, кого искать, читайте в статье «Лидогенерация в B2B».

Подготовить черновик первого сообщения

ИИ может прочитать сайт, заметку о компании или описание вакансии и собрать черновик первого сообщения. Это экономит время на исследовании, но не делает текст автоматически хорошим.

Менеджер должен видеть, на чём держится черновик: какой факт нашла система, где этот факт опубликован и какой вывод она из него сделала. Если конкретного повода обратиться нет, письмо лучше не отправлять.

Не разрешайте системе самой обещать цену, результат, интеграцию или срок. Такие вещи зависят от контекста сделки и должны проходить проверку человека.

Про саму логику первого письма есть отдельный материал: «Как написать холодное письмо».

Разобрать ответ и передать лид менеджеру

После ответа ИИ может отнести его к простой категории: интерес, просьба вернуться позже, отказ, вопрос по условиям или автоответ. Заодно он соберёт историю касаний и короткую справку перед созвоном.

На старте все ответы должны попадать к менеджеру вместе с предложенной категорией. После проверки можно оставить автоматическую передачу только для повторяющихся случаев. Вопросы о цене, нестандартные запросы и возражения сразу требуют человека.

Если встречи распределяют между несколькими менеджерами, правила могут проверить размер компании и историю общения в CRM, а затем направить человека к нужному менеджеру или в подходящий календарь. Это технический способ не терять контекст, а не замена нормальной квалификации.

Подсветить пробелы в работе с данными

Система может находить дубли, пустые поля, сделки без следующего шага и ответы, которые попали не в ту категорию. Это полезно, когда продажи уже идут, но менеджеры тратят время на ручной разбор CRM.

ИИ работает не лучше той базы, которую ему дали. Если в CRM разные названия статусов, старые контакты и непонятные причины отказа, он лишь быстрее воспроизведёт этот беспорядок.

Как выглядит один сквозной процесс

Допустим, команда хочет не просто собрать больше контактов, а подготовить подходящую компанию к первому разговору с менеджером. Сначала правила отсекают текущих клиентов, конкурентов, компании с открытой сделкой и тех, кто уже попросил не писать. ИИ читает сайты остальных компаний и добавляет короткую заметку: чем занимается бизнес, почему он может подходить под ICP и какой факт стоит использовать в первом сообщении.

Менеджер просматривает небольшую выборку, поправляет критерии и подтверждает только те компании, которые действительно подходят. После этого система готовит черновик письма.

Когда человек отвечает, дальнейшие касания останавливаются. ИИ отмечает тип ответа и собирает историю общения, а правило передаёт диалог нужному менеджеру. Перед созвоном тот видит, откуда пришла компания, что уже было в переписке и почему встреча назначена.

Такой процесс не заменяет продажу. Он убирает ручной поиск, копирование фактов и потерю контекста между шагами. Проверка ICP, смысл первого сообщения и важные ответы остаются у человека.

Что нельзя отдавать ИИ без проверки

выбирать новую аудиторию, если ICP ещё не описан;
решать, что новость компании означает готовность купить;
обещать цену, скидку, срок или результат;
вести сложное возражение;
писать компаниям с активным важным диалогом;
обходить отказ или просьбу больше не писать;
запускать новый сценарий на большой базе без проверки выборки.

ИИ может предложить вариант и подсветить риск. Решение и ответственность за него остаются у команды.

С чего начать

Не включайте автоматическую отправку, пока сценарий не проверен. На старте система должна только исследовать компанию, сверять её с ICP и готовить черновик. Так команда сможет сравнить вывод системы со своим решением.

Для первой проверки запишите три вещи: что видит система, что она может сделать без подтверждения и где посмотреть историю решения. Список запретов из раздела выше перенесите в настройки сценария. ИИ полезнее там, где надо прочитать сайт или подготовить черновик.

До подключения CRM или таблицы проверьте, какие данные увидит сервис, где они хранятся и у кого есть к ним доступ. Не загружайте в новый сценарий лишние персональные данные и историю важных сделок только ради теста.

Дальше действуйте по одному плану:

Выберите один участок, где у менеджеров больше всего ручной работы.
Опишите, что должно получиться. Например: компания соответствует ICP, есть рабочий контакт, найден конкретный повод для обращения, а в черновике нет неподтверждённых утверждений.
Возьмите небольшую выборку без автоматической отправки.
Проверьте каждую компанию и каждый черновик. Отдельно посмотрите, не попали ли в работу исключённые компании.
Зафиксируйте ошибки и нестандартные случаи: что система увидела, что решила и когда человек вмешался.
Поправьте критерии. Только затем увеличивайте объём или добавляйте новое действие.

Как не навредить email и LinkedIn

Для email недостаточно включить настройку «остановить после ответа». Проверьте, что происходит при ответе с другого адреса, автоответе, возврате письма (bounce), записи на встречу и переносе контакта между кампаниями. Отдельно контролируйте, не запускает ли другую последовательность уже отвечавшему человеку.

У отправки есть и техническая сторона: аутентификация домена, репутация, жалобы и ошибки доставки. Увеличивать объём нужно постепенно и смотреть на реальные сигналы, а не только на количество отправленных писем.

Для LinkedIn не стоит рекомендовать скрейпинг профилей, ботов и автоматическую отправку сообщений через неразрешённые инструменты. У платформы есть собственные правила, и автоматизация, которая их нарушает, может привести к ограничениям аккаунта.

Правила прямых сообщений и обработки персональных данных зависят от страны, канала и типа адресата. Публичный контакт не означает универсального разрешения на рассылку. Перед запуском проверьте применимые требования или получите юридическую консультацию.

Если нужно разобраться именно в каналах и последовательности касаний, продолжите с «Аутрич-маркетингом».

Как понять, что ИИ помогает

Не оценивайте систему по числу найденных контактов и отправленных сообщений. Это активность, а не результат.

Смотрите на более полезные показатели:

долю компаний, которые после ручной проверки действительно соответствуют ICP;
долю черновиков с реальным и проверяемым поводом;
количество неверно классифицированных ответов;
случаи отправки после ответа, отказа или встречи;
время менеджера, которое ушло на проверку и исправление;
доставку, возвраты писем и жалобы, если сценарий включает email.

Если система добавляет больше ручной проверки, чем экономит времени, не масштабируйте её на всю базу. Сначала сузьте задачу или приведите в порядок данные.

Как выбрать инструмент

Не ищите «лучший AI-инструмент для продаж вообще». Выберите один законченный процесс и проверьте пять вещей:

Какие данные сервис получает и куда их передаёт.
Может ли он работать с вашими правилами и исключениями.
Можно ли увидеть, на чём сервис сделал вывод, что получилось и что произошло дальше.
Какие действия требуют подтверждения человека.
Сколько стоит одна полезная проверенная операция, а не только подписка.

Для первой проверки часто достаточно базы, CRM, инструмента для исследования и места, где менеджер подтверждает действие. Не покупайте несколько сервисов, пока один сценарий не начал работать предсказуемо.

ИИ для продаж ценен не количеством действий. Он ценен, когда команда понимает, почему система выбрала компанию, что она сделала и где человеку нужно вмешаться.

ИИ для продаж: какие задачи отдать системе, а что проверять человеку