Экономика ИИ в продажах: сколько стоит ручной обзвон и что меняет автоматизация

Менеджер тратит рабочий день на гудки, ожидание ответа и ручное заполнение CRM после звонка — а не на разговоры с клиентом. Руководитель отдела продаж слушает 2–3% диалогов и по этой выборке делает выводы обо всей команде. Так устроено большинство отделов продаж и это не аномалия конкретной компании.

За последние два года запросы «ии в продажах» в Яндексе выросли почти в шесть раз: с 341 показа в месяц летом 2024-го до более 2000 весной 2026-го. Бизнес переходит от вопроса «что такое ИИ агенты» к вопросу «как это встроить у себя». Дальше — что реально работает, а что остаётся красивой презентацией.

Было / стало: считаем на базе 10 000 контактов

Возьмём типичную задачу — прозвон холодной базы на 10 000 контактов.

Ручной обзвон. Менеджер тратит на набор номера, ожидание и обработку одного контакта в среднем 3–4 минуты, включая недозвоны. На всю базу уходит несколько недель работы команды, а до реального разговора с человеком доходит в лучшем случае каждый третий-четвёртый номер.

Автоматизированный первичный обзвон. Голосовой ИИ-робот ведёт живую беседу по гибкому сценарию, распознаёт естественную речь и реагирует на смысл сказанного — а не на заранее зашитые фразы, как в классическом IVR. Он прозванивает базу параллельно, отсеивает недозвоны и отказников, квалифицирует лида по нескольким параметрам и передаёт менеджеру только тёплый контакт с готовым контекстом разговора.

Робот не заменяет менеджера — он меняет, куда уходит рабочее время команды. Вместо выяснения, интересно ли клиенту вообще, менеджер сразу занимается закрытием сделки.

Контроль качества: от выборки 2–3% к 100% диалогов

Дальше данные звонка нужно куда-то деть — и именно здесь чаще всего теряется смысл внедрения.

Словарная аналитика ищет конкретные слова в тексте звонка и легко ошибается на синонимах или сарказме: «отлично, ещё раз мне позвоните» она может засчитать как позитивный отклик. Речевая аналитика на базе LLM переводит звонок в текст и оценивает контекст фразы целиком — отличает реальное возражение клиента от формального «подумаю» из вежливости.

РОП получает не 2–3% диалогов, а весь объём звонков отдела. Слабые места в скрипте и ошибки конкретных менеджеров видны в течение дня, а не по итогам ежемесячного разбора.

Обучение: почему общий тренинг решает проблему наполовину

У каждого менеджера свои слабые места. Один плохо закрывает возражения по цене, другой теряется на этапе выявления потребности. Общий тренинг бьёт по среднему уровню команды, а не по конкретной ошибке — и обе проблемы решает одинаково слабо.

Точечная альтернатива — разбор диалогов конкретного менеджера с индивидуальными рекомендациями по его ошибкам. Новичок получает разбор своих звонков на следующий день после смены, а не после нескольких недель прослушивания чужих диалогов с наставником.

Где ИИ не работает — и это важно проговорить прямо

ИИ не выстраивает доверительные отношения, не ведёт сложные переговоры с несколькими лицами, принимающими решение, и плохо справляется с нестандартными коммерческими решениями и эмоциональными возражениями клиента. Это граница, на которой заканчивается автоматизация и начинается работа менеджера — и вряд ли она сдвинется в следующей версии модели.

ИИ снимает рутину. Менеджер подключается там, где решает его экспертиза и умение вести переговоры. Это и есть рабочее разделение труда, а не замена продавца.

Три ошибки, которые чаще всего ломают внедрение

Считать эффективность по числу уволенных. Реальная ценность — в росте производительности оставшейся команды: меньше рутины у менеджеров, полная картина качества у руководителя, больше обращений без расширения штата.

Запускать сразу несколько решений без общей логики. Системы начинают дублировать функции друг друга, данные расползаются по разным местам, а сотрудники работают в нескольких интерфейсах одновременно вместо одного.

Оставлять старые KPI. Если после автоматизации по-прежнему считают только количество звонков и сделок, часть эффекта от инструментов остаётся неизмеренной. Стоит добавить в отчётность качество переговоров, скорость адаптации новичков, соблюдение сценариев и динамику отдельных компетенций менеджеров.

С чего начинать, если решили попробовать

Логичный порядок — начать не с самого заметного инструмента, а с того, что даёт данные для остальных решений:

1. Речевая аналитика — чтобы увидеть реальную картину звонков отдела и понять, готовы ли процессы к дальнейшей автоматизации.

2. Голосовой робот — на рутинный первичный обзвон, когда понятно, какие сценарии и возражения встречаются чаще всего.

3. Инструмент обучения менеджеров — под задачу быстрой адаптации новых сотрудников, когда уже накоплена база разобранных диалогов.

Контроль качества звонков без ручного прослушивания сотен диалогов — задача, которую решают именно в таком порядке: сначала данные, потом автоматизация рутины, потом точечное обучение команды.