Ещё недавно использование искусственного интеллекта в отделе продаж выглядело примерно так:
менеджер открывал ChatGPT и просил:
«Напиши письмо клиенту».
Или:
«Составь коммерческое предложение».
Сегодня возможности AI значительно шире.
Искусственный интеллект может знать продукты конкретной компании, помогать менеджеру готовиться к переговорам, отвечать на сложные технические вопросы, анализировать звонки, проверять соблюдение технологии продаж, работать с CRM, квалифицировать клиентов ночью, обращаться к данным складского учёта и помогать руководителю анализировать работу отдела.
Но есть одна принципиальная проблема.
AI сам по себе не создаёт сильный отдел продаж.
Если в компании нет понятной технологии продаж, CRM заполнена хаотично, менеджеры работают каждый по-своему, знания находятся в головах отдельных сотрудников, а РОП не способен управлять результатом — подключение нейросети эту проблему не устранит.
Наоборот.
AI не заменяет систему продаж. Он усиливает ту систему, которая уже существует. Если процессы выстроены плохо, искусственный интеллект способен лишь быстрее масштабировать существующий хаос.
Поэтому вопрос сегодня уже не в том, нужно ли использовать AI в продажах.
Гораздо интереснее другой:
куда именно встроить искусственный интеллект, чтобы он действительно увеличивал производительность менеджеров и управляемость отдела?
Именно это разберём в статье.
Что такое ИИ в продажах
Искусственный интеллект в продажах — это использование AI-моделей и AI-агентов для выполнения, поддержки или контроля задач, связанных с привлечением, обработкой, развитием клиентов и управлением отделом продаж.
Это значительно шире, чем генерация текстов.
AI может работать на нескольких уровнях:
помогать конкретному менеджеру;
автоматизировать отдельные процессы продаж;
контролировать качество работы отдела;
соединять продажи с данными других подразделений;
помогать РОПу и собственнику анализировать бизнес.
И чем выше уровень интеграции, тем меньше AI похож на отдельную нейросеть и тем больше становится частью инфраструктуры компании.
Главная задача AI — не заменить менеджера, а сделать его сильнее
Вокруг искусственного интеллекта много разговоров о том, когда AI заменит продавцов.
На практике для большинства действующих компаний гораздо интереснее другая задача.
Представьте двух менеджеров.
Первый работает в компании пять лет.
Он прекрасно знает продукт, помнит сотни клиентских ситуаций, понимает технические нюансы, знает конкурентов, видел десятки сложных возражений и может быстро подготовить хорошее предложение.
Второй работает третий месяц.
Чтобы приблизиться к уровню первого, ему потребуется время.
А теперь представим, что второму менеджеру доступен корпоративный AI-агент, который знает:
- продукты компании;
- характеристики;
- клиентов;
- кейсы;
- конкурентов;
- скрипты;
- возражения;
- техническую документацию;
- коммерческие материалы;
- регламенты;
- историю лучших практик продаж.
Он не превращает новичка в пятилетнего эксперта за один день.
Но он существенно сокращает расстояние между ними.
Главная ценность AI в отделе продаж — не заменить менеджера, а дать каждому менеджеру доступ к знаниям и инструментам, которыми раньше обладали только лучшие сотрудники компании.
Именно поэтому при построении современных отделов продаж мы всё больше рассматриваем AI не как отдельный сервис, а как один из элементов системы.
Почему обычного ChatGPT недостаточно
Универсальная нейросеть много знает.
Но она не знает вашу компанию так, как это необходимо продавцу.
Она не знает автоматически:
- какие продукты вы реально продаёте;
- какие у них ограничения;
- какие цены и условия действуют;
- кто ваши основные клиенты;
- почему клиенты выбирают вас;
- какие возражения встречаются именно в вашей нише;
- как устроена ваша технология продаж;
- какие кейсы можно показывать;
- какие обещания клиенту допустимы;
- какие правила действуют внутри компании.
Поэтому следующий этап — не просто дать менеджерам доступ к AI.
Нужно создать корпоративного AI-агента, обученного на знаниях конкретной компании.
Корпоративный AI-агент: цифровой эксперт компании
Сегодня при построении отделов продаж мы в «Бизнес-Архитекторе» создаём для клиентов собственного AI-агента.
Его задача — стать цифровым помощником менеджеров и руководителя, который понимает контекст конкретного бизнеса.
Для этого мы собираем и структурируем несколько блоков знаний.
Продукт
В AI загружается информация об ассортименте, характеристиках, преимуществах, ограничениях, технических параметрах и особенностях применения продукта.
Клиенты
Сегменты, типовые потребности, ЛПР, особенности принятия решений, клиентские ситуации.
Маркетинг
Позиционирование, УТП, преимущества, кейсы, конкурентное окружение, рекламные и презентационные материалы.
Продажи
Технология продаж, скрипты, квалификация, вопросы, возражения, лучшие практики переговоров, правила следующего действия.
Процессы компании
Регламенты, инструкции, шаблоны, FAQ, правила работы в CRM и корпоративная база знаний.
В результате получается не просто «чатик с нейросетью».
Получается AI-помощник, которому менеджер может сказать:
«Завтра разговариваю с таким клиентом. Подготовь меня к встрече».
Или:
«Вот что сказал клиент. Какие вопросы я ещё не задал?»
Или:
«Клиент прислал технический вопрос. Подготовь ответ на основании нашей документации».
Или:
«Составь коммерческое предложение с учётом того, что мы выяснили на встрече».
Или:
«Вот стенограмма моего звонка. Покажи, что я сделал хорошо и что можно было сделать сильнее».
Раньше знания компании находились в головах лучших сотрудников, документах, переписках и папках. AI позволяет превратить их в рабочий инструмент, доступный менеджеру именно в тот момент, когда эти знания нужны.
1. AI помогает менеджеру готовиться к переговорам
Подготовка к важному разговору часто происходит за несколько минут.
Менеджер открывает CRM.
Просматривает предыдущие комментарии.
Пытается вспомнить клиента.
И звонит.
С AI подход можно изменить.
Перед разговором менеджер передаёт агенту контекст клиента.
AI помогает определить:
- что мы уже знаем;
- чего пока не знаем;
- какие гипотезы проверить;
- какие вопросы задать;
- какие продукты могут быть релевантны;
- какие возражения вероятны;
- какие кейсы использовать;
- какой результат разговора считать успешным.
Получается своего рода цифровой наставник перед встречей.
При этом окончательное решение принимает менеджер.
AI помогает ему лучше подготовиться.
2. AI помогает создавать КП, письма и follow-up
Это один из самых очевидных сценариев.
Но и здесь существует огромная разница между примитивным и зрелым использованием AI.
Примитивный вариант:
«Напиши красивое коммерческое предложение».
Зрелый вариант:
AI знает продукт, клиента и содержание предыдущего разговора.
Поэтому может подготовить предложение:
- под конкретную задачу;
- с нужными аргументами;
- с релевантными продуктами;
- с учётом выявленных потребностей;
- с правильным следующим действием.
То же самое касается follow-up после встречи.
Менеджеру не нужно писать:
«Спасибо за продуктивную встречу. Направляю информацию…»
AI может подготовить нормальное резюме:
- что обсуждали;
- что важно клиенту;
- о чём договорились;
- кто что должен сделать;
- когда следующий контакт.
AI должен не заменять персонализацию, а делать глубокую персонализацию экономически доступной каждому менеджеру.
3. AI помогает отвечать на сложные технические вопросы
Особенно заметный эффект возникает в компаниях со сложным продуктом.
Строительные материалы.
Оборудование.
Производство.
Медицина.
Технические решения.
Большой ассортимент.
Менеджер физически не может держать в голове всю продуктовую документацию.
Обычно происходит так:
- клиент задаёт вопрос;
- менеджер идёт к технологу;
- технолог занят;
- ответ задерживается;
- клиент ждёт.
Если корпоративный AI-агент обучен на актуальной документации, менеджер может значительно быстрее найти необходимую информацию и подготовить ответ.
При этом для критичных технических, финансовых и юридических вопросов должен оставаться человеческий контроль.
AI — помощник.
Не источник абсолютной истины.
4. AI может контролировать 100% звонков
Классический контроль звонков имеет естественное ограничение.
Менеджер совершает десятки разговоров.
РОП физически способен прослушать только небольшую часть.
Поэтому он получает выборочную картину.
AI позволяет перейти от выборочного контроля к анализу практически всего массива коммуникаций.
Например, система может проверять:
- провёл ли менеджер квалификацию;
- выявил ли потребность;
- задавал ли необходимые вопросы;
- презентовал ли решение;
- отработал ли возражение;
- зафиксировал ли следующий шаг;
- соблюдал ли технологию разговора.
В проектах мы используем AI-анализ звонков, в том числе внутри Bitrix24, и настраиваем критерии оценки под конкретную компанию.
И здесь есть важнейший нюанс.
Сначала нужно определить, как менеджер должен продавать.
А уже потом поручать AI проверять выполнение.
AI не должен решать вместо компании, что такое хорошая продажа. Сначала компания определяет технологию. Потом AI помогает контролировать её выполнение.
5. AI превращает контроль в ежедневное обучение
Сам анализ звонка уже полезен.
Но значительно интереснее следующий уровень.
Менеджер закончил разговор и получает обратную связь:
- не выяснил критерии выбора;
- не задал вопрос о сроках;
- слишком рано перешёл к презентации;
- не отработал конкретное возражение;
- не договорился о следующем действии.
И это происходит не через неделю, когда РОП случайно прослушал запись.
Обратная связь появляется практически сразу после разговора.
Таким образом AI становится частью системы развития сотрудников.
РОП обучает систему. AI помогает системе обучать каждого менеджера ежедневно.
Это не отменяет РОПа и нормального обучения.
Но резко увеличивает количество обратной связи, которое способен получить каждый продавец.
6. AI + CRM: меньше обслуживания продажи, больше самой продажи
У менеджера есть две категории работы.
Первая непосредственно создаёт продажу:
- разговоры;
- встречи;
- переговоры;
- работа с клиентом.
- Вторая обслуживает процесс:
- заполнить карточку;
- написать комментарий;
- зафиксировать договорённости;
- создать задачу;
- подготовить резюме разговора.
Часть второй категории AI способен автоматизировать.
Например:
- расшифровать разговор;
- сделать краткое резюме;
- выделить договорённости;
- зафиксировать данные;
- предложить следующую задачу;
- подготовить письмо;
- суммировать историю клиента перед следующим контактом.
Хороший AI в CRM должен уменьшать время менеджера на обслуживание продажи и увеличивать время на саму продажу.
Но здесь работает тот же принцип, что и с CRM вообще:
автоматизировать имеет смысл правильно построенный процесс.
7. AI-менеджер может обрабатывать клиентов, когда отдел продаж не работает
Это один из сценариев, который у нас уже показал хорошую практическую эффективность.
Представьте:
22:40.
Клиент пишет компании в мессенджер или социальную сеть:
«Есть ли этот товар в наличии?»
Менеджеры уже закончили работу.
Обычная схема:
«Спасибо за обращение. Мы свяжемся с вами завтра».
За ночь клиент может написать ещё пяти поставщикам.
Мы использовали другой подход.
В нерабочее время к коммуникациям подключается AI-агент.
Он способен:
- ответить на типовые вопросы;
- уточнить потребность;
- рассказать о продукте;
- при соответствующей интеграции обратиться к 1С или «МойСклад» и проверить наличие;
- получить контактные данные;
- зафиксировать контекст обращения;
- договориться о следующем шаге;
- передать информацию менеджеру.
Утром менеджер получает не просто:
«Вчера кто-то написал в чат».
А:
кто клиент → что ему нужно → что уже выяснено → о чём договорились → что нужно сделать дальше.
Задача такого AI-агента — не изображать человека и не пытаться самостоятельно закрыть любую сложную сделку. Его задача — не потерять клиента, когда отдел продаж не работает, квалифицировать обращение и подготовить следующий шаг для менеджера.
Отсюда очень простая экономика:
Отдел продаж может работать восемь часов. Первичная обработка спроса — двадцать четыре.
8. AI помогает РОПу управлять отделом
Следующий уровень — использовать AI не только для менеджеров, но и для руководителя.
Представим отдел из десяти человек.
За неделю они провели сотни разговоров и создали десятки новых сделок.
РОП физически не способен вручную глубоко изучить весь этот массив.
AI способен помочь обнаружить:
- повторяющиеся ошибки;
- типовые возражения;
- ухудшение качества звонков;
- сделки без движения;
- отсутствие следующего действия;
- отклонения от технологии;
- причины потерь;
- сильные практики лучших менеджеров.
То есть вместо:
«Послушаю несколько звонков и посмотрю, что происходит»
руководитель получает значительно более полную картину.
Но ответственность за решение всё равно остаётся у него.
AI способен уменьшить стоимость контроля и увеличить глубину анализа. Но управлять отделом должен РОП.
9. AI может работать не только с продажами, но и с операционными данными
Здесь начинается следующий уровень.
Когда AI получает доступ не только к текстовой базе знаний, но и к структурированным данным компании, он становится инструментом поддержки операционных решений.
Пример из нашей практики — компания «Малахит».
В бизнесе используются разные виды мешков для выпуска продукции.
Мы загрузили исторические данные по их использованию и текущие показатели и создали инструмент, который помогает рассчитывать:
- какие мешки потребуются;
- в каком количестве;
- что необходимо загрузить;
- что нужно закупать.
То есть AI работает уже не с вопросом:
«Как написать клиенту?»
А с вопросом:
«Что бизнесу потребуется для выполнения будущих операций?»
Когда AI получает доступ к структурированным данным компании, он перестаёт быть просто генератором ответов и становится инструментом поддержки управленческих решений.
И такая логика применима значительно шире.
10. Следующий уровень — соединить продажи, склад и производство
Представьте цепочку:
Pipeline продаж
↓
ожидаемый спрос
↓
текущие заказы
↓
остатки
↓
потребность в материалах
↓
производственный план
↓
закупки
В большинстве компаний эти данные существуют отдельно.
Продажи живут в CRM.
Остатки — в учётной системе.
Производство — в своих таблицах.
Закупки — в своих.
Следующий уровень использования AI — помогать связывать эти данные.
Часть подобных решений мы сейчас развиваем в своих проектах.
И здесь появляется более широкая логика.
Продажа заканчивается для менеджера после заключения сделки. Для бизнеса она заканчивается только тогда, когда компания способна выполнить обещание клиенту с нужной экономикой.
Поэтому AI постепенно выходит за пределы отдела продаж и начинает соединять коммерческую функцию с другими подразделениями.
11. AI-дашборды помогают собственнику видеть бизнес целиком
Ещё одно направление — управленческая аналитика.
В проектах мы уже собираем дашборды, которые объединяют ключевые показатели бизнеса.
Например, в IMSA Body мы работали с данными по продажам, клиентской базе, менеджерам и динамике покупок.
Но задача следующего уровня — не просто показать собственнику двадцать графиков.
Данные должны помогать отвечать на управленческие вопросы:
Почему изменилась выручка?
Какие клиенты перестали покупать?
У какого менеджера ухудшилась ситуация?
Где появилась аномалия?
Что изменилось относительно предыдущего периода?
На что собственнику нужно обратить внимание в первую очередь?
И здесь AI может стать аналитическим слоем поверх данных.
Обычный дашборд показывает цифры. AI должен помогать находить в этих цифрах отклонения, причины и точки для управленческого решения.
Четыре уровня использования AI в коммерческой системе
Если собрать все сценарии вместе, получается понятная модель зрелости.
Уровень 1. AI усиливает менеджера
Корпоративный AI-агент.
Подготовка к переговорам.
КП.
Письма.
Follow-up.
Сложные вопросы.
Работа с возражениями.
Обучение.
Уровень 2. AI усиливает процесс продаж
CRM.
Анализ звонков.
Контроль скриптов.
Квалификация.
Pipeline.
Автоматизация рутины.
Круглосуточная первичная обработка обращений.
Уровень 3. AI связывает продажи с операционными процессами
Склад.
Остатки.
1С.
«МойСклад».
Закупки.
В перспективе — производство и планирование ресурсов.
Уровень 4. AI усиливает управление
Аналитика РОПа.
Дашборды.
Поиск отклонений.
Работа с клиентской базой.
Прогнозирование.
Управленческие рекомендации собственнику.
Получается важный принцип:
Первый этап внедрения AI — дать сотруднику больше знаний и возможностей. Второй — автоматизировать обработку и контроль. Третий — связать продажи с данными остальных подразделений. Четвёртый — превратить эти данные в инструмент управления бизнесом.
Что AI пока не стоит отдавать без контроля человека
На фоне возможностей искусственного интеллекта легко уйти в другую крайность:
«Теперь всё можно отдать нейросети».
Нет.
Я бы не передавал AI без необходимого контроля:
- изменение коммерческих условий;
- нестандартные скидки;
- критичные технические заключения;
- юридически значимые обещания;
- сложные конфликтные переговоры;
- ключевые стратегические решения;
- вопросы, где ошибка способна создать существенный финансовый или репутационный риск.
Особенно важно контролировать качество корпоративной базы знаний.
Если AI обучен на устаревших ценах или неправильной технической документации, он способен очень убедительно дать неправильный ответ.
Поэтому AI-система тоже требует владельца, регламента обновления и контроля.
AI не исправит хаотичный отдел продаж
Представим компанию.
Нет единой технологии продаж.
У каждого менеджера свой скрипт.
CRM заполняется как получится.
Этапы сделки трактуются по-разному.
База знаний устарела.
РОП не управляет pipeline.
Конверсии никто не анализирует.
И компания решает:
«Давайте внедрим AI».
Что мы ему дадим?
Какую технологию он должен контролировать?
Какие знания использовать?
Какие этапы считать правильными?
Какой следующий шаг рекомендовать?
Как оценивать хороший звонок?
Именно поэтому:
Инструмент не может появляться раньше диагноза.
AI находится достаточно высоко в архитектуре отдела продаж.
Сначала должны появиться правильные процессы и данные.
Затем AI способен многократно усилить их.
Как внедрять AI в отдел продаж
Не нужно начинать с идеи:
«Давайте внедрим искусственный интеллект».
Начните с бизнес-задачи.
Например:
- менеджеры долго готовят КП;
- новички слишком долго входят в продукт;
- РОП не успевает контролировать звонки;
- ночные обращения теряются;
- CRM требует слишком много ручной работы;
- менеджеры постоянно дёргают технических специалистов;
- клиентская база недостаточно прорабатывается.
После этого определяем:
какие данные нужны;
где они находятся;
можно ли им доверять;
какой процесс должен получиться;
где AI принимает решение, а где только помогает человеку;
как будем измерять эффект.
И только после этого выбираем технологию.
Не начинайте внедрение AI с выбора нейросети. Начинайте с ограничения бизнеса, которое хотите снять.
Как мы используем AI при построении отделов продаж
Сегодня искусственный интеллект для нас — уже не экспериментальная дополнительная опция.
При построении отделов продаж мы создаём для клиентов корпоративного AI-помощника и наполняем его знаниями конкретной компании.
В него входят:
- продукт;
- клиенты;
- позиционирование;
- маркетинговые материалы;
- технология продаж;
- скрипты;
- возражения;
- кейсы;
- регламенты;
- база знаний.
Дальше выбираем сценарии, которые нужны конкретному бизнесу.
Где-то основная ценность — сложный технический продукт.
Где-то — скорость подготовки КП.
Где-то — контроль звонков.
Где-то — обработка обращений в нерабочее время.
Где-то — аналитика.
Потому что мы не считаем, что всем компаниям нужен одинаковый набор AI-инструментов.
AI должен встраиваться в архитектуру конкретного отдела продаж, а не отдел продаж подстраиваться под возможности очередного AI-сервиса.
Именно поэтому AI-агент становится частью построения системы, а не отдельной игрушкой, которую после внедрения никто не использует.
Что в результате получает собственник
Правильно внедрённый AI должен приводить не к красивой презентации про цифровизацию, а к вполне понятным изменениям.
Менеджер быстрее получает необходимые знания.
Новому сотруднику проще войти в продукт.
КП и follow-up готовятся быстрее.
Клиенты получают более быстрые ответы.
РОП видит больше разговоров и ошибок.
CRM требует меньше ручной работы.
Знания меньше зависят от конкретных сотрудников.
Обращения не теряются после окончания рабочего дня.
Собственник получает более полную картину происходящего.
Именно поэтому я рассматриваю AI прежде всего как мультипликатор производительности уже построенной системы продаж.
Задача AI в продажах — не убрать человека из процесса. Задача — сделать так, чтобы обычный хорошо подобранный менеджер быстрее начал работать на уровне, который раньше требовал месяцев опыта и постоянной помощи сильного РОПа.
Хотите внедрять AI в продажи самостоятельно — этому тоже нужно учиться
Есть и другой сценарий.
Возможно, вам не нужен внешний подрядчик для каждого AI-инструмента.
У вас уже есть РОП, собственник или сильный сотрудник, который хочет глубже разобраться:
- как правильно использовать AI в отделе продаж;
- какие задачи ему передавать;
- как создавать корпоративных AI-агентов;
- как формировать системные промпты;
- как работать с базой знаний;
- как анализировать звонки;
- как использовать AI при работе с воронкой и pipeline;
- как создавать письма, КП и follow-up;
- как строить собственные механики и AI-сервисы.
Эту компетенцию мы отдельно развиваем в Академии системных продаж Михаила Командышко.
Там задача уже не просто показать:
«Вот нейросеть — попробуйте».
А научить руководителя использовать AI как часть системы управления продажами: дать практические сценарии, примеры промптов, механики настройки и понимание того, где AI действительно создаёт экономический эффект, а где только добавляет ещё один модный инструмент.
Для собственника это особенно интересно в формате собственник + РОП: собственник понимает возможности и экономику инструмента, а руководитель способен внедрять его в ежедневную работу отдела.
AI — это следующий слой современного отдела продаж
CRM когда-то тоже воспринималась как технологическая новинка.
Сегодня сложно представить системный отдел продаж без CRM.
С искусственным интеллектом происходит похожий переход.
Но покупать AI ради самого AI бессмысленно.
Сначала бизнесу нужны:
- правильная модель продаж;
- воронка;
- технология;
- CRM;
- база знаний;
- понятные роли;
- РОП;
- система управления.
И уже поверх этого появляется новый технологический слой.
AI помогает менеджеру.
AI контролирует процессы.
AI работает с данными.
AI соединяет продажи с другими подразделениями.
AI помогает руководителю видеть больше.
Поэтому я бы сформулировал роль искусственного интеллекта в современном отделе продаж так:
AI — не ещё один элемент отдела продаж. Это технологический слой, который усиливает уже построенные элементы системы.
И компаниям, которые начинают осваивать этот слой сегодня, важно не просто подключить несколько нейросетей.
Нужно постепенно создать собственную AI-инфраструктуру продаж, основанную на знаниях, данных и процессах конкретного бизнеса.
Потому что конкурентное преимущество в ближайшие годы будет заключаться уже не в том, есть ли у ваших менеджеров доступ к AI.
Он будет практически у всех.
Преимущество получит тот бизнес, который лучше других научится превращать собственные знания, данные и технологию продаж в систему, где каждый сотрудник с помощью AI работает быстрее, качественнее и результативнее.





