ИИ для отдела продаж: что поручить, а что оставить людям

ИИ для отдела продаж обычно ищут после похожего вечера. Менеджер до темноты отвечает в мессенджере, две заявки с утра так и висят без ответа, в карточках сделок вместо комментариев пустота. Владелец смотрит отчёт и не понимает, где встала сделка: лид был слабый или разговор не довели. Первая мысль — нанять ещё одного человека. Иногда это верное решение. Но сначала стоит посчитать, сколько времени уходит не на продажу, а на всё вокруг неё.

Куда уходит день менеджера

Посмотрите на день продавца в небольшой компании. Разговор с клиентом занимает часть времени. Остальное — обвязка вокруг него:

• ответ на один и тот же вопрос про доставку, оплату, наличие;
• повторное «добрый день, вы определились?» по базе;
• сборка коммерческого предложения из старых файлов;
• запись итога разговора в учётную систему через час после звонка;
• отчёт руководителю, собранный руками;
• поиск в переписке, о чём вообще договорились.

Это работа, но не продажа. Она съедает внимание, и к вечеру на живой разговор с клиентом сил уже нет. ИИ заметно разгружает именно эту часть: разговор остаётся человеку, а обвязка уходит машине.

Что ИИ реально закрывает в продажах

Речь о задачах, где есть текст, история и понятный шаблон результата.

• Черновик ответа по переписке. Модель видит контекст диалога и предлагает ответ, менеджер правит и отправляет.
• Итог разговора. Из расшифровки звонка или длинной переписки получается короткая выжимка: что просил клиент, что пообещали, какой следующий шаг.
• Коммерческое предложение по шаблону. Структура и формулировки заданы заранее, меняются детали под клиента.
• Повторные касания по базе. Черновики писем и сообщений под разные поводы, без ручного переписывания одного текста десять раз.
• Карточка в учётной системе. Из переписки достаются суть и задача, менеджер подтверждает.
• Разбор возражений. Собрать из своих же диалогов частые возражения и посмотреть, какие формулировки сработали.

Везде остаётся человек с решением. ИИ готовит материал, менеджер отвечает за смысл и за обещания, которые уходят клиенту.

Отдельный выигрыш — скорость первого ответа. Клиент, который написал вечером, к утру часто уже нашёл другого. Черновик, готовый через минуту, разговор не заменяет, зато не даёт заявке остыть, пока менеджер занят.

Где ИИ в продажах не поможет

Список короче, но он важнее. Модель не согревает холодную базу и не создаёт спрос. Она не ведёт торг по цене и не берёт на себя ответственность за сроки. Она не чувствует, что клиент раздражён и сейчас уйдёт. И она уверенно выдаёт правдоподобный текст, в котором может быть неверная деталь: не тот срок, не та комплектация.

Отсюда два правила. Первое: любой ответ, где есть цифры, сроки или условия, читает человек. Второе: в модель не уходит лишнее — паспортные данные, полные контакты без нужды, документы с персональными сведениями. Тема чувствительная, и её лучше разобрать отдельно, чем решать на бегу.

Есть и третье, про ответственность. Если модель ошиблась в условиях, а клиент получил неверное обещание, отвечать будет компания, а не сервис. Поэтому в сценарии ставят правило: всё, что касается денег, сроков и гарантий, уходит человеку на проверку. Это не лишняя ступень, а способ не потерять клиента из-за красиво составленной фразы.

Один вечер и одна задача: проверка до покупки

Прежде чем платить за внедрение, проверьте гипотезу на своих материалах. Покупать для этого ничего не нужно.

1. Возьмите одну задачу. Не «автоматизировать продажи», а, например, ответы на типовой вопрос про условия работы.
2. Достаньте из переписки несколько реальных диалогов, где на такой вопрос уже отвечали.
3. Соберите из удачных ответов один образец: как вы хотите, чтобы звучало.
4. Напишите промпт с этим образцом и прогоните его на тех же диалогах.
5. Прочитайте результат как клиент. Считайте не «нравится или нет», а сколько мест пришлось переписать.

Если править приходится почти всё, дело не в модели, а в задаче или в постановке. Если правок мало, у вас на руках рабочий сценарий, и его уже можно обсуждать как внедрение.

Полезно сразу записать, что именно вы исправляли. Эти правки показывают, каких знаний не хватает модели: ваших условий, вашего тона, ваших запретов. Из таких заметок складывается сначала хороший промпт, а потом и понятное задание для подрядчика, если до него дойдёт дело.

Промпт, который не выдаёт воду

Модель отвечает общими словами не из вредности. Она не знает контекста, который вы держите в голове. В промпте нужны пять вещей: кто вы и в какой роли отвечаете, что за клиент и что уже было в диалоге, что нужно получить на выходе, чего делать нельзя, в каком виде отдать результат.

Не пишите «напиши хороший ответ клиенту». Пишите: «ниже переписка. Клиент спрашивает про сроки поставки. Ответь коротко, без обещаний точной даты, предложи два варианта и один вопрос, который уточнит задачу. Не больше четырёх предложений».

Подробнее про то, как формулировать задачу, мы разбирали в статье как ставить задачу нейросети. Там же о том, почему длинные и короткие задачи требуют разного подхода.

Как понять, что эффект есть

Эффект легко спутать с впечатлением. Поэтому до старта договоритесь, что считаете. Рабочих показателей немного:

• сколько заявок остаётся без ответа за день;
• сколько времени проходит до первого ответа;
• у какой доли диалогов в карточке записан следующий шаг;
• сколько раз менеджер переписывает черновик перед отправкой.

Эти данные видно и без дорогих систем. Если через пару недель первый ответ стал быстрее, а брошенных заявок меньше, вы двигаетесь в правильную сторону. Если не изменилось ничего, честнее вернуться к выбору задачи, чем покупать ещё инструментов. Логику подсчёта мы разбирали в статье как посчитать эффект от ИИ.

И ещё одно, менее очевидное. Бывает, что время менеджера не изменилось, зато карточки в учётной системе стали заполняться одинаково, и руководитель начал видеть воронку в понятном виде. Такой результат тоже считается: решения по базе становятся точнее, даже если цифры часов остались прежними.

Когда пора идти дальше

Пробный вечер показывает, что задача решается. Дальше начинается то, что в одиночку делать неудобно: связать модель с учётной системой и мессенджерами, чтобы черновики появлялись сами, настроить доступы и правила, обучить менеджеров, следить, чтобы ответы не уехали в сторону. Здесь нужна уже не разовая подсказка, а схема.

Для таких случаев у нас есть «Нейросмена» — набор готовых сценариев под рутину малого бизнеса, и B2B-внедрение, когда сценарии собирают под конкретный отдел продаж. Начинать лучше с малого: одна задача, один отдел, понятный результат. О том, как выглядит связка с учётной системой, читайте в материале интеграция ИИ с CRM, а общий список сценариев — на главной странице сайта.

Читайте также: Как отрабатывать негативные отзывы и не терять клиентов и Сверка с контрагентами: как найти расхождения за вечер.