Нейросеть для отдела продаж: где реально экономит, а где просто ярлык

Когда мне присылают презентацию про «нейросеть для отдела продаж», в девяти случаях из десяти это набор общих слов: «автоматизирует рутину», «повышает конверсию», «экономит время менеджеров». Ни одной цифры, ни одного места, где показано, на чём именно экономится время и сколько это стоило раньше.

У меня самого отдела продаж нет: я не нанимаю продавцов, не пишу им мотивацию, не сижу на созвонах отдела — сам принцип разобран отдельно в статье про отдел продаж. Обзвон в проектах, где я участвую, отдан на аутсорс — исполнителю или партнёру, — а сделки закрывают партнёры или GetCourse-воронка. Моя роль — заказчик и контролёр цифр: я считаю цену лида, ищу фрод в базе звонков, принимаю у подрядчика скрипты, части которых он написал нейросетью. С этой позиции честнее видно, где ИИ в контуре продаж реально экономит деньги, а где — просто модный ярлык поверх той же работы руками.

Зачем смотреть на это со стороны заказчика, а не продавца

Разница в позиции меняет вопрос. Продавец, которому предлагают «нейросеть для продаж», спрашивает: «поможет ли мне звонить лучше?». Заказчик, который платит за обзвон и получает отчёт, спрашивает: «на чём конкретно я сэкономлю или потеряю деньги, если добавлю сюда ИИ?».

Второй вопрос жёстче первого, потому что требует цифры до и цифры после. У меня они есть — не потому что я звонил сам, а потому что я каждую неделю разбираю журнал кампании обзвона: сколько лидов, какая цена, где расхождение с CRM. На этом контуре я вижу три разные категории задач, и путать их — способ потратить деньги впустую.

Три категории задач: где ИИ реально работает

Прежде чем разбирать конкретные случаи, стоит развести задачи, которые обычно валят в одну кучу под лозунгом «внедрить ИИ в продажи».

Первая колонка — это данные и текст в больших объёмах, где у задачи есть формальный, проверяемый критерий. Вторая — там, где решение зависит от контекста разговора или где автоматике просто нечем проверить саму себя.

Фильтрация лидов: где алгоритм побеждает человека вчистую

Самый честный пример пользы ИИ и автоматических фильтров в моём контуре — это не творческая задача, а грязная статистическая работа, которую человек физически не сделает на нужном объёме.

Здесь ИИ и скрипты фильтрации — не украшение, а единственный способ увидеть проблему вообще. Меньше процента базы искажало официальную статистику кампании в разы, и заметить это на глаз, слушая звонки выборочно, было бы почти невозможно: аномалия тонет в тысячах нормальных записей. Задача формальная, проверяемая числом — ровно то, где алгоритм считает быстрее и честнее человека.

Но у той же истории есть оборотная сторона, и я не хочу её прятать.

Вывод честный и неудобный: ИИ и автоматические фильтры отлично находят закономерности в шуме — но сама точность подсчёта всё равно требует контрольной сверки человеком. «Автоматизировали — значит, можно перестать проверять» — ловушка, которая стоит денег в обе стороны: и когда фильтр пропускает мусор, и когда журнал занижает реальный результат.

Скрипты: нейросеть пишет быстро, приёмка — не автоматическая

Вторая честная точка контакта с ИИ в моём контуре — приёмка скриптов обзвона, часть которых подрядчик готовит с помощью нейросети.

Здесь нейросеть работает хорошо на этапе черновика: быстро собрать структуру, предложить формулировки, свернуть длинный текст. Но она же останавливается на первом варианте, который выглядит завершённым, если не задать явный числовой критерий «готово» заранее — принцип приёмки по числам, а не на глаз, я подробно разбирал в статье про скрипт продаж. Финальную приёмку я всё равно делаю на слух, потому что автоматика не может сама себя проверить против моих же требований.

Это ключевой момент. Пользу дала не сама нейросеть, а то, что я заранее перевёл требование в измеримое число. Без этого «нейросеть написала скрипт» звучит как готовый результат, а по факту — как черновик, который никто не проверил.

Разбор цифр по часам и дням: скучная, но окупаемая задача

Третья задача, где автоматика реально экономит время — не текст и не фильтрация, а быстрый разрез данных кампании по срезам, которые вручную считать долго и скучно.

Сам по себе разброс конверсии от 1,39 до 1,81 на 1000 дозвонов — это не открытие, которое требует ИИ. Открытие в том, что цена самого дозвона держится почти неизменной весь рабочий день, а колеблется именно конверсия в лид — то есть масштабировать кампанию имеет смысл в конкретные часы, а не равномерно весь день. Посчитать это на глаз по журналу за неделю — долго; посчитать скриптом или с помощью модели, которая раскладывает данные по срезам, — минуты. Здесь ИИ не заменяет решение, а ускоряет расчёт, на основе которого решение принимаю я сам.

Чек-лист: как отличить пользу от ярлыка

Через призму трёх примеров выше я собрал для себя простую проверку — прежде чем соглашаться на очередную «нейросеть для отдела продаж» в презентации подрядчика или сервиса.

Если презентация не отвечает хотя бы на два из пяти пунктов — скорее всего, это ярлык, а не рабочий инструмент.

Что я делегирую ИИ, а что нет

Возвращаясь к позиции заказчика: я не строю отдел продаж и не собираюсь. Но контур, в котором я участвую как маркетолог и контролёр цифр, уже опирается на ИИ в трёх узких местах — фильтрация фрода в базе, вычитка скриптов по критериям, разбор кампаний по срезам. Ни в одном из них нейросеть не заменяет человека полностью: она ускоряет черновую работу и находит закономерности, которые вручную видно только после того, как деньги уже потрачены.

Там, где решение сложное — переговоры с длинным циклом, оценка, стоит ли доверять конкретному партнёру, финальная приёмка чужой работы — я оставляю решение за собой. Не потому что не доверяю моделям, а потому что цена ошибки там выше, чем цена лишних пятнадцати минут ручной проверки.

Если вы думаете о том же вопросе для своего проекта — начните не с поиска «лучшей нейросети для продаж», а с одного вопроса: какая конкретно задача сейчас стоит вам дороже, чем должна, и есть ли у неё числовой критерий, который можно проверить. Более широкий разбор того, что в продажах вообще стоит автоматизировать первым, а что нет, — в статье про автоматизацию продаж; а если ваш обзвон ещё не начинался — сперва разберитесь с механикой самих холодных звонков, автоматика поверх сломанного процесса только ускорит потерю денег. Остальное — детали инструмента, а не стратегии.