В трафик‑агентстве я отвечал за стоимость лида и ДРР (долю рекламных расходов) клиентов. И чаще всего деньги терялись не в рекламном кабинете, а после него: заявка пришла вечером, менеджер ответил утром, клиент уже купил у конкурента. Лид оплачен, в отчёте Директа он есть, а в CRM — «не дозвонились».
Поэтому на ИИ в продажах я смотрю как маркетолог: не «кого можно уволить», а какие участки воронки можно автоматизировать, чтобы оплаченный лид не остывал. В этой статье разбираю, что ИИ‑менеджер по продажам умеет уже сейчас, где он ошибается, как его создать и какие метрики смотреть, чтобы понять, окупился ли он.
ИИ‑менеджер — это не робот вместо сотрудника, а набор автоматизаций на базе языковой модели поверх вашей воронки: он отвечает клиентам по скрипту и базе знаний, работает с CRM, ставит задачи и собирает отчёты. Живой менеджер при этом никуда не девается: ИИ забирает рутину и скорость, человек ведёт сделку.
Карта возможностей: что ИИ делает на каждом этапе воронки
Удобнее всего смотреть на автоматизацию процессов продаж по этапам. На каждом есть работа, которую ИИ делает быстрее и стабильнее человека, и работа, которую лучше оставить менеджеру.
| Этап | Что берёт ИИ | Что остаётся человеку |
|---|---|---|
| Заявка | Ответ за секунды на сайте, в мессенджерах, на Авито, в любое время суток | Нестандартные вопросы, которых нет в базе знаний |
| Квалификация | Вопросы по скрипту: задача, бюджет, сроки, регион; отсев нецелевых | Решение по спорным лидам |
| CRM | Карточка клиента, сделка, этап, теги, резюме диалога, задачи менеджерам | Проверка качества данных |
| Звонки | Первичный обзвон, недозвоны, подтверждение записи, напоминания | Переговоры, возражения по цене |
| Сделка | Черновик КП и письма, подсказки по скрипту, итоги звонка | Условия, скидки, закрытие сделки |
| Повторные продажи | Дожим, напоминания, реактивация «спящих» клиентов | Ключевые клиенты и конфликты |
| Контроль | Разбор звонков и переписок, отчёты руководителю, данные для рекламы | Выводы и управленческие решения |
Дальше разберу каждую возможность: что конкретно делает ИИ, что нужно для запуска и как проверить эффект.
Мгновенный первый ответ на заявку
Это возможность, с которой я советую начинать: она ближе всего к деньгам. Пока заявка ждёт менеджера, клиент оставляет её ещё в двух местах, и дальше выигрывает тот, кто ответил первым.
- ИИ‑менеджер на сайте. Сразу после отправки формы клиент получает сообщение в мессенджер или чат на сайте: «Получили заявку, уточню пару деталей». Разговор начинается, пока клиент ещё думает о покупке.
- Мессенджеры. Telegram, WhatsApp, VK: ответ на входящее сообщение по базе знаний, без «менеджер ответит в рабочее время».
- ИИ‑менеджер на Авито. Ответы на сообщения по объявлениям, уточнение деталей, передача контакта в CRM. Подключение идёт через API Авито, условия доступа зависят от тарифа и категории — проверьте их в кабинете до старта.
Что нужно для запуска: база знаний (цены, условия, ответы на частые вопросы), правила передачи человеку и подключение к каналу. Как проверить эффект: время первого ответа и доля заявок, в которых клиент продолжил диалог.
Квалификация лида по скрипту
Второй шаг — разговор по скрипту продаж. ИИ задаёт те же вопросы, что задал бы хороший менеджер: что нужно, какой бюджет, когда планируете, куда доставлять. По ответам лид получает статус: горячий, тёплый, нецелевой. Горячего ИИ сразу передаёт менеджеру с коротким резюме, чтобы тот не переспрашивал.
Для рекламы здесь главный выигрыш: появляется честное разделение на целевые и нецелевые лиды. Эти статусы можно передавать обратно в Метрику и учить автостратегию Директа на квалифицированных лидах, а не на всех отправках формы.
Если в форму пишут боты или оставляют чужие номера, ИИ‑менеджер будет вежливо переписываться с пустотой, а в отчётах такие лиды всё равно посчитаются. Поэтому в своих проектах я сначала ставлю подтверждение номера по SMS в форме, а уже потом квалификацию. Подробнее о том, как мусорные заявки бьют по оплате за конверсии, — в статье «Фрод при оплате за конверсии в Директе».
Работа в CRM и постановка задач
Самая недооценённая возможность. Менеджеры не любят заполнять CRM, поэтому данные в ней неполные, а отчёты по ним врут. ИИ‑менеджер в CRM делает это сам:
- создаёт контакт и сделку, ставит этап воронки и теги;
- заполняет поля из диалога: бюджет, сроки, город, источник, UTM‑метки;
- пишет в карточку короткое резюме разговора вместо простыни переписки;
- ставит задачи менеджерам по событиям: «клиент просил перезвонить в четверг», «сделка без движения пять дней»;
- отвечает на вопросы руководителя по данным: «покажи сделки, которые застряли на этапе КП».
Технически ИИ подключается к amoCRM, Битрикс24 и другим CRM через API или MCP‑сервер — стандартный «разъём», через который языковая модель получает доступ к данным и действиям в системе. Как это устроено, я разбирал на странице «MCP‑сервер для CRM».
Отдельно про запрос «ИИ‑менеджер задач»: если нужен просто таск‑менеджер с ИИ, это другой класс продуктов. Здесь речь о задачах внутри CRM, которые появляются из разговора с клиентом, а не вручную.
Голосовой ИИ‑менеджер
Голосовой ИИ‑менеджер делает то же, что текстовый, но по телефону. Где он уместен:
- перезвон по свежей заявке в первые минуты, когда клиент ещё у телефона;
- повторные попытки по недозвонам по расписанию, а не «когда менеджер вспомнит»;
- подтверждение записи, доставки, встречи;
- короткий опрос после покупки.
Где не уместен: сложные продажи с долгим циклом и переговорами. Голос хорошо справляется с короткими сценариями из трёх‑пяти вопросов. Перед запуском проверьте юридическую сторону: согласие на обработку персональных данных, запись разговоров и требования к массовым обзвонам. Я рекомендую честно говорить в начале звонка, что звонит ассистент.
Дожим, напоминания и реактивация
В каждой CRM лежат сотни клиентов, которые когда‑то интересовались, но не купили, и тех, кто купил давно. Менеджерам до них не доходят руки, а ИИ может работать с этой базой регулярно:
- follow‑up по сценарию: «вы смотрели вариант X, появилось похожее предложение»;
- напоминания о визите, оплате, продлении, сервисе;
- персональные предложения на основе истории покупок;
- сбор отзывов после сделки.
Для рекламы это дешёвые продажи: клиент уже оплачен когда‑то раньше, повторное касание почти ничего не стоит. Важно не превратить это в спам: частоту и поводы для сообщений задаёт человек.
ИИ‑менеджер для маркетплейсов
На Ozon и Wildberries роль менеджера по продажам во многом выполняют ответы на вопросы покупателей и отзывы. ИИ здесь закрывает три задачи:
- черновики ответов на вопросы по карточке товара: размеры, совместимость, комплектация;
- ответы на отзывы с учётом тональности: благодарность, решение проблемы, мягкая работа с негативом;
- сводка по отзывам: что чаще всего хвалят и на что жалуются, чтобы исправить карточку или товар.
Ответы и отзывы забираются через API площадок, условия доступа зависят от площадки и вашей подписки [уточнить на момент внедрения]. Я советую начинать с режима «ИИ пишет черновик, человек одобряет» и переходить к автоответам только на однотипные вопросы. Про работу с данными маркетплейсов через API есть отдельные статьи: отчёты Ozon и WB в Google Таблицах и анализ конкурентов.
ИИ как помощник живого менеджера
Часть возможностей вообще не про автономного бота, а про то, как ИИ помогает менеджерам работать быстрее. Это самый мягкий способ внедрения: команда не боится, что её заменят, и сама видит пользу.
- Подготовка к звонку: сводка по клиенту из CRM, история заказов, прошлые возражения.
- Черновики: коммерческое предложение, письмо после встречи, ответ на претензию.
- Итоги звонка: расшифровка, договорённости, следующий шаг и задача в CRM.
- Подсказки по скрипту: ответы на типовые возражения, аргументы по продукту.
ИИ в работе менеджера по продажам снимает писанину и поиск информации. Время, которое уходило на это, возвращается в разговоры с клиентами.
Контроль и аналитика для руководителя
Руководитель отдела продаж и собственник обычно видят продажи с опозданием и в пересказе. ИИ даёт картину быстрее:
- Разбор звонков и переписок: соблюдён ли скрипт, озвучена ли цена, назначен ли следующий шаг, где клиент ушёл.
- Отчёты в Telegram: сколько лидов пришло, сколько квалифицировано, сколько сделок, какие застряли.
- Сравнение менеджеров и периодов по конверсии и скорости ответа.
Для маркетинга здесь самое важное — замкнуть круг. Статусы из CRM возвращаются в Метрику как офлайн‑конверсии, и Директ начинает оптимизироваться по продажам, а не по заявкам. Схему я описал в статье «Офлайн‑конверсии из amoCRM в Метрику и Директ», а дашборд по расходам и ДРР — в статье «Дашборд Директа и Метрики через Claude Code».
Где ИИ ошибается и как это ограничить
Языковая модель пишет уверенно даже тогда, когда не знает ответа. В продажах это опасно: клиент запомнит обещанную скидку или срок. Типичные ошибки и защита от них:
| Ошибка | Чем опасна | Как ограничить |
|---|---|---|
| Выдумывает цену или наличие | Конфликт с клиентом, потеря доверия | Отвечать только по базе знаний или данным из CRM и склада |
| Обещает скидку или срок | Обязательство, которое бизнес не выполнит | Прямой запрет в инструкции, скидки только через человека |
| Не понимает, что клиент раздражён | Негатив, жалоба, плохой отзыв | Правило передачи человеку при жалобе, конфликте, просьбе позвать менеджера |
| Путает клиентов | Утечка персональных данных | Доступ только к карточке текущего клиента, журнал действий |
| Уходит от темы | Долгие диалоги без результата | Ограниченный сценарий и лимит сообщений до передачи человеку |
Главное правило, которое я закладываю в каждый проект: если ИИ не уверен, он не импровизирует, а передаёт диалог человеку с коротким резюме.
Как создать ИИ‑менеджера: внедрение по шагам
Сделать ИИ‑менеджера можно за несколько недель, если идти по шагам и не запускать всё сразу на весь трафик.
- Выберите один участок воронки. Обычно это первый ответ на заявку или квалификация: там быстрее всего виден результат.
- Опишите скрипт продаж. Вопросы, порядок, критерии горячего и нецелевого лида, когда передавать человеку.
- Соберите базу знаний. Цены, условия, доставка, гарантия, ответы на частые вопросы и возражения. Источник — лучшие переписки ваших менеджеров.
- Пропишите запреты. Что ИИ не обещает никогда: скидки, сроки, индивидуальные условия.
- Подключите CRM и каналы. amoCRM или Битрикс24 через API или MCP, мессенджеры, форма на сайте, Авито.
- Прогоните на старых диалогах. Возьмите реальные переписки и сравните ответы ИИ с ответами менеджеров. Исправьте базу знаний.
- Запустите на части трафика. Например, на заявки вне рабочего времени или на одну рекламную кампанию. Остальные лиды идут по старой схеме — это ваша контрольная группа.
- Сравните метрики (о них ниже) и только потом расширяйте.
Сделать ИИ‑менеджера для бизнеса самому реально, если у вас есть время на скрипт и тесты: сейчас для этого не нужно быть программистом, многое собирается в Claude Code и через готовые MCP‑серверы. Если нужен результат без погружения, это можно заказать как внедрение под ключ.
Какие метрики считать
Оценивать ИИ‑менеджера по «клиентам понравилось» нельзя. Я смотрю на те же цифры, что и в рекламе, до и после запуска, в идеале — в сравнении с контрольной группой:
- Время первого ответа — медиана и доля заявок без ответа дольше 15 минут.
- Доля квалифицированных лидов от всех заявок.
- Конверсия из лида в сделку (CR) и из сделки в оплату.
- CPL и стоимость целевого лида — сколько стоит лид, который дошёл до квалификации.
- ДРР по данным CRM, а не по отчёту рекламного кабинета.
- Доля диалогов, переданных человеку, и причины передачи.
Если первый ответ стал быстрее, а конверсия в сделку не выросла, проблема обычно не в ИИ, а дальше по воронке или в качестве трафика. Это тоже полезный вывод.
Примеры по нишам
- Недвижимость. Квалификация по бюджету, району и срокам, подбор вариантов из базы, запись на просмотр, follow‑up по новым объектам.
- Салоны красоты и клиники. Запись через мессенджер, напоминания о визите, повторные визиты и сбор отзывов.
- Гостиницы. Ответы о свободных номерах и условиях, бронирование, вопросы гостей до заезда, допродажа трансфера и услуг.
- Рестораны. Бронирование столов, банкеты и мероприятия, ответы о меню и доставке, сбор отзывов.
- Интернет‑магазины и селлеры. Вопросы о наличии и доставке, статусы заказов, ответы на отзывы на маркетплейсах.
Готовые сценарии для недвижимости и сферы услуг собраны на странице «ИИ‑интеграции для бизнеса».
Заменит ли ИИ менеджеров по продажам
Коротко: ИИ заменяет рутину, а не продавца. Он забирает то, что менеджеры и так делают плохо или не делают вовсе: мгновенный ответ ночью, заполнение CRM, сотый одинаковый ответ про доставку, обзвон недозвонов, напоминания старой базе. Переговоры о цене, сложные сделки, конфликты и отношения с ключевыми клиентами остаются за человеком.
Поэтому я рекомендую считать эффект не в сэкономленных ставках, а в продажах: менеджеры тратят меньше времени на первичку и больше на сделки, которые уже прошли квалификацию.
Начнём с одного участка воронки: первый ответ на заявку или квалификация лидов с записью в CRM. Добавим SMS‑верификацию в форму, чтобы ИИ работал только с реальными номерами, и передачу квалифицированных лидов в Метрику для оптимизации Директа.