AI-отдел продаж без найма: бот, CRM, рассылки и контроль менеджеров

Я долго сопротивлялся идее нанимать еще одного менеджера в продажи. Не потому что я жадный, хотя бухгалтерия иногда смотрит на меня именно так. Просто у нас уже была знакомая картина: заявок стало больше, а порядка больше не стало. Один лид приходил с сайта, второй из Telegram, третий после вебинара, четвертый из старой рассылки, пятый писал напрямую менеджеру, а потом через три дня спрашивал, почему ему никто не ответил. И самое неприятное: формально все были заняты, а по факту часть денег просто лежала на полу.

Я решил собрать не робота-продавца, который красиво болтает с клиентами, а технический слой между маркетингом и отделом продаж. Его задача была проще и скучнее: принять заявку, понять ее смысл, обогатить данными, поставить правильную задачу менеджеру, не дать ему забыть о клиенте, запустить прогрев и показать мне, где воронка течет. Через два месяца я понял, что это и есть настоящий AI-отдел продаж. Не потому что он продает вместо людей, а потому что он держит систему в тонусе, пока люди занимаются сложными разговорами.

Сначала я собрал не бота, а карту событий

Моя первая ошибка была типичной: я начал с интерфейса. Хотел сделать красивого Telegram-бота, который встречает клиента, задает вопросы и передает все в CRM. На третий день стало понятно, что бот сам по себе бесполезен. Если не описать, какие события происходят с лидом, кто за них отвечает и что считается ошибкой, бот превращается в еще один канал хаоса. Поэтому я сел и выписал все точки, где клиент может появиться, пропасть, передумать или зависнуть. Получилась не воронка продаж, а почти медицинская карта пациента: источник, интерес, срочность, бюджет, боль, стадия, следующий шаг, последний контакт, причина стопа.

Потом я превратил эту карту в набор событий. Это был самый скучный, но самый важный кусок работы. Именно он потом позволил подключить AI без цирка с угадыванием намерений. Система не должна была думать за нас обо всем подряд. Она должна была классифицировать понятные случаи и поднимать флаг, когда уверенности мало.

1. новая заявка с сайта сразу попадала в CRM с UTM-метками, страницей входа и формой, которую заполнил клиент
2. сообщение из Telegram сохранялось как диалог, а не как голый контакт без истории
3. пропущенный звонок создавал отдельную задачу, а не терялся в телефоне менеджера
4. лид без ответа дольше 7 минут попадал в красную зону
5. повторный контакт от старого клиента не создавал дубль, а приклеивался к существующей карточке
6. если AI видел в сообщении цену, срок, город, нишу или возражение, он записывал это в отдельные поля
7. если клиент писал что-то мутное или нервное, карточка уходила менеджеру без автоматического ответа

Технически это выглядело не так романтично, как любят рассказывать на конференциях. У меня были вебхуки с сайта, API CRM, отдельная таблица для логов, маленький серверный скрипт для нормализации телефонов, очередь событий, чтобы не потерять заявку при сбое, и несколько AI-промптов для классификации текста. Я отдельно хранил версию промпта, потому что однажды поменял формулировку и получил веселую картину: половина лидов внезапно стала горячими. С тех пор я отношусь к промптам как к коду. Изменил — проверь на старых данных.

Бот не продавал, а чистил входящий поток

Самый полезный бот оказался не самым разговорчивым. Я быстро отказался от идеи делать длинный диалог в стиле менеджер сейчас уточнит пару деталей. Люди не любят заполнять анкеты в мессенджере, особенно если они уже оставили заявку на сайте. Бот стал коротким диспетчером: подтверждал получение, задавал один уточняющий вопрос, если данных не хватало, и аккуратно переводил клиента к человеку. Звучит просто, но именно это убрало часть ручной возни. Раньше менеджер открывал карточку и видел там Иван, телефон, хочу консультацию. Теперь он видел Иван, пришел из рекламы по услуге для B2B, смотрел страницу с тарифами, написал в Telegram, интересуется внедрением в течение месяца, бюджет не назвал, вопрос про интеграцию с CRM.

AI использовался в трех местах. Сначала он вытаскивал смысл из первого сообщения: что хочет клиент, насколько срочно, есть ли явная боль, на каком языке лучше отвечать, есть ли признаки спама. Потом он помогал менеджеру с кратким резюме диалога, чтобы не читать простыню из 30 сообщений. И только в третью очередь он предлагал вариант ответа. Причем отправлять ответ автоматически я разрешил только для безопасных сценариев: подтверждение заявки, ссылка на материал, уточнение удобного времени, напоминание о встрече. Все, что касалось цены, условий, нестандартных обещаний и конфликтов, оставалось за человеком. Один раз бот слишком бодро пообещал срок, который мы физически не могли выдержать. После этого у меня появилось правило: AI может ускорять коммуникацию, но не имеет права обещать от имени бизнеса.

CRM стала не складом карточек, а пультом управления

До этого CRM у нас была скорее кладбищем лидов. Карточки создавались, статусы ставились как придется, комментарии писались в стиле созвонились или думает. Формально CRM была, управляемости не было. Я начал с неприятного: убрал лишние статусы. Оставил только те, по которым можно принять действие. Если статус не помогает понять, что делать дальше, он не нужен. После чистки стало легче и людям, и автоматике. AI перестал гадать, что такое теплый плюс, почти договорились и нормальный клиент. Да, у нас правда были такие статусы. Стыдно, но зато честно.

Дальше я привязал к статусам правила. Например, если лид квалифицирован, но нет следующего действия, система создает задачу менеджеру. Если встреча прошла, а итог не заполнен через два часа, менеджер получает напоминание. Если клиент запросил КП, а письмо не ушло в течение рабочего дня, карточка подсвечивается. Если сделка проиграна, AI просит выбрать причину и не дает закрыть карточку пустым комментарием. Не из вредности, а потому что без причин проигрыша маркетинг продолжает гнать тот же трафик, а продажи продолжают героически страдать. Через месяц у меня появились первые нормальные цифры: какие каналы дают мусор, какие дают долгие сделки, какие приводят клиентов с хорошим средним чеком, а какие просто красиво выглядят в рекламном кабинете.

Рассылки я перестал делать по базе и начал делать по поведению

Раньше рассылка выглядела так: собрались, придумали тему, отправили всем, посмотрели открытия, грустно пошли дальше. Я не говорю, что это совсем бесполезно, но для продаж такая логика слишком грубая. Когда у тебя в CRM уже есть источник, интерес, стадия, дата последнего контакта, причина зависания и поведение на сайте, странно продолжать писать всем одно и то же. Я разделил коммуникации на короткие цепочки. Не маркетинговые романы на 14 писем, а нормальные деловые касания: после заявки, после консультации, после отправки КП, после паузы, после проигранной сделки, после покупки.

Самое интересное началось, когда AI стал помогать не писать красивые письма, а выбирать повод. Например, клиент спросил про интеграцию, но не купил. Через неделю ему уходил не общий прогрев, а короткий материал про типовые ошибки интеграции. Клиент дошел до цены и пропал — ему уходил не скидочный крик, а письмо с расчетом окупаемости. Старый клиент давно не обращался — система проверяла, что он покупал, и предлагала менеджеру аккуратный повод для возврата. Я специально не запускал все это в полностью автоматическом режиме. Для части сегментов письмо уходило само, для части AI готовил черновик, а менеджер нажимал отправить только после проверки. Это медленнее, зато не превращает базу в мусорный полигон.

1. новым лидам уходило подтверждение и короткий следующий шаг без попытки продать все сразу
2. тем, кто запросил расчет, уходило письмо с логикой выбора, а не просто файл во вложении
3. зависшим сделкам система подбирала касание по причине паузы
4. клиентам после покупки уходила цепочка с внедрением, поддержкой и предложением следующего шага
5. старым клиентам AI предлагал повод для реактивации на основе прошлой сделки
6. менеджер видел, какие письма клиент открыл и где вернулся на сайт
7. маркетинг получал список тем, которые реально волнуют лидов, а не придуманы на планерке

Вот здесь технологии впервые начали влиять на маркетинг, а не просто обслуживать его. Я увидел, что половина контент-плана раньше была написана из головы. А реальные вопросы клиентов были другими: сроки внедрения, перенос данных, кто будет отвечать внутри компании, как не сломать текущие процессы, что делать, если менеджеры саботируют новую систему. Из этих вопросов появились статьи, письма, скрипты и блоки для лендинга. Самый смешной вывод: лучший редакторский план лежал не в Notion, а в грязных диалогах продаж.

Контроль менеджеров оказался больнее, чем AI

Я думал, что самый сложный участок — это интеграции. Нет. Самое сложное — объяснить людям, что система контроля не создана для того, чтобы поймать их за руку. Менеджеры сначала восприняли новые правила как недоверие. Особенно болезненно зашли напоминания по просроченным задачам и обязательные причины отказа. Пришлось отдельно проговаривать, что я не хочу читать каждый их диалог. Мне нужно видеть узкие места: где не хватает скорости, где нужен шаблон, где клиент не понимает предложение, где маркетинг привел не ту аудиторию, где сам продукт мешает продаже.

Потом я добавил простой SLA. Новая заявка должна получить первый ответ за несколько минут в рабочее время. После встречи должен быть итог. После обещания отправить материал должна быть задача. После проигрыша должна быть причина. AI здесь работал как тихий ревизор: проверял пустые поля, искал странные комментарии, подсвечивал сделки без следующего шага, находил диалоги с негативом, собирал частые возражения. Я не стал делать рейтинг менеджеров в духе доски позора. Это быстро убивает команду. Вместо этого раз в неделю я открывал отчет и смотрел не кто виноват, а где процесс не выдержал нагрузку. Иногда виноват был менеджер. Иногда я сам, потому что придумал процесс, которым невозможно пользоваться.

Что получилось в цифрах и где я зря усложнил

Через два месяца после запуска у нас снизилось среднее время первого ответа. До системы оно гуляло от 10 минут до нескольких часов, особенно когда заявка приходила не в тот канал. После запуска большинство нормальных заявок получали первое касание в пределах минуты, а менеджер видел задачу почти сразу. Доля лидов без следующего действия упала примерно втрое. Количество дублей в CRM стало меньше, потому что телефон, почта, Telegram и сайт начали склеиваться в одну историю. Самое важное — я наконец увидел, что часть рекламных кампаний приносила не клиентов, а работу для менеджеров. Заявки были, разговоры были, продаж почти не было.

Но были и провалы. Я слишком рано добавил сложный скоринг. Хотел, чтобы AI ставил баллы лиду по срочности, бюджету, роли человека и вероятности сделки. На бумаге красиво, в жизни модель часто путала уверенный тон клиента с реальной готовностью купить. Еще я переборщил с автоматическими задачами. В какой-то момент менеджеры стали получать столько напоминаний, что начали воспринимать их как фон. Пришлось резать правила и оставлять только те, где просрочка реально влияет на деньги. Мой вывод простой: автоматизация должна уменьшать шум, а не делать его более технологичным.

Мои итоги

Если коротко, AI-отдел продаж без найма — это не бот, который заменяет менеджера. Это связка правил, данных и автоматических действий, которая не дает продажам разваливаться на мелочах. Бот принимает и уточняет, CRM хранит нормальную историю, AI разбирает смысл сообщений, рассылки реагируют на поведение клиента, а контроль показывает, где человек или процесс не успевает. В такой схеме менеджеры не становятся лишними. Наоборот, им достается более нормальная работа: разговаривать с клиентами, а не собирать по кускам информацию из пяти каналов.

Я бы не советовал начинать с большого внедрения. Начните с одной боли. Например, с потерянных заявок или отсутствия следующего действия в CRM. Потом добавьте классификацию обращений. Потом триггерные касания. Потом контроль SLA. Большой AI-проект звучит красиво, но бизнесу обычно нужен не проект, а чтобы клиенту ответили вовремя, менеджер не забыл обещание, маркетинг видел качество лидов, а собственник перестал гадать, почему при нормальном потоке заявок денег меньше, чем должно быть. У меня эта система до сих пор не идеальная. Иногда она ошибается, иногда мешает, иногда бесит менеджеров. Зато теперь я хотя бы вижу, где именно течет воронка. А это уже не магия, а управление.