«Бот пишет, система продаёт»
Юрий — сооснователь ИИ-движка «РАКУРС», на котором в отделах продаж работают агенты. Главный тезис он формулирует сразу: продажи в переписках с ИИ-агентами стоит делить на две части — саму структуру продажи и техническую обвязку вокруг неё. И именно структура, а не «умность» нейросети, определяет результат.
Бот пишет, система продаёт. В принципе, можно на этом и закончить, если это понятно.
Чтобы показать разницу, он приводит два скриншота продаж по одному и тому же продукту. На первом — почти 8,9 млн ₽: это самостоятельный ИИ-продажник, который сам инициирует диалоги с клиентами из CRM и доводит их до определённого этапа. На втором — 17,7 млн ₽: здесь ИИ работает помощником живого менеджера. Вывод, который Юрий повторяет несколько раз: в век нейросетей не нужно увольнять всех людей поголовно — связка человека и ИИ приносит больше, чем «голый» бот.
Иллюзия внедрения «за один день»
На рынке закрепился оффер: «оставьте заявку — через три дня развернём, и он начнёт отвечать». Юрий вспоминает сообщение из чата предпринимателей: «настроила нейропродавца за один день, 3000 рублей в месяц, изи». Проблема в том, что многие сидят в романтическом пузыре, будто всё можно собрать за вечер.
Сам он собирает движок последние полтора года и знает: это история не на один вечер. Причём корень проблемы — не в нейросети, а в самом бизнесе:
- В большинстве компаний нет оцифрованных стандартизированных процессов, через которые бизнес управляет продажами — даже если подключена CRM.
- Иллюзия рождается так: менеджер скидывает диалог в ChatGPT, тот формулирует ответ «магически красивее», часть клиентов реагирует — и кажется, что бот всё решит.
- Но на больших данных короткие красивые диалоги, которые просто переводят на следующий этап, к деньгам не приводят.
Если базовая система продаж не выстроена, то даже самый сильный ИИ-продажник не сделает иксов в деньгах — он просто быстрее упрётся в те же ограничения.
Скорость ответа — не равно продажи
Частый оффер: «вы теряете лидов, потому что медленно отвечаете, а бот ответит мгновенно, даже пока менеджер спит». Юрий не спорит, что это звучит логично, но возражает по сути: то, что клиенту быстро ответили, ничего не гарантирует. Один директор по маркетингу всерьёз ставил KPI «выкатить прайс за 7 секунд» — хотя именно такая скорость и выдаёт, что с человеком общается бот.
Клиент не хочет быть быстро обработанным. Он хочет внимания, личного участия и высокого уровня сервиса.
Эти требования в голове у заказчиков часто противоречат друг другу: «ответ за 7 секунд» и «не хочу общаться с ботом». Юрий приводит личный пример — как долго не мог дозваться живого агента поддержки в соцсети, потому что бот отвечал очень быстро, но всё не то. Если система не спроектирована, именно так она и выглядит со стороны клиента.
Где теряется контекст — и кейс «Галиночки»
Нейросеть выдаёт результат, близкий к детерминированному, только когда у неё достаточно живого контекста по конкретному клиенту. А в реальности CRM и переписки живут отдельно: теряются сообщения в соцсетях, комментарии под постами, ветки в директе, Telegram и других каналах. Менеджер вручную заносит «Татьяна запросила прайс» — и весь предыдущий контекст исчезает. Без ИИ это плохо, а с ИИ-продажником — критично.
Показательный кейс. Знакомые запустили базового ИИ-продажника: промпт «ты менеджер такой-то школы, вот база знаний, доводи до покупки». Через 8–10 сообщений бот сам обращается к клиентке «Галиночка» — все восхищаются, что он даже имя в уменьшительно-ласкательной форме применил.
Имя клиента не было зафиксировано как переменная. Оно где-то жило в контексте, в памяти — а через какой-то объём токенов эта «Галиночка» вообще забудется.
Финал истории жёсткий: компания с оборотом около миллиарда отрапортовала, что уволила 90% отдела продаж (а это было 50–70 менеджеров), запустив «вот эту красоту». Через время — серьёзная просадка в деньгах, и отдел продаж начали собирать обратно. Иллюзия красоты без внутренней системы привела ровно к тому, к чему и должна была.
Не пропустите ближайший выпуск
«Актуальное сегодня: Digital» — 26–27 июня. Регистрация бесплатная, записи всех выступлений приходят в Telegram.
Какие метрики реально важны
«Эффективные менеджеры» любят мерить объём сообщений и диалогов, которые бот ведёт за час или за месяц, и скорость ответа в 2–3 секунды. Но эти цифры почти не коррелируют с экономикой. Юрий предлагает смотреть глубже — на переходы по внутренним стадиям: за 10–15 сообщений перевели ли мы пользователя в нужное состояние.
Причём не по формальному статусу CRM («думает», где сделка может висеть годами), а по смыслу. Правильно ли определена мотивация за вопросом о цене — это страх, что не хватит денег, или вопрос скорости решения проблемы. Только после этого ИИ-продажник переходит к следующему слою: закладывает метасмыслы и заранее снимает возможные возражения.
- сколько диалогов переведено в состояние, где мотивация клиента точно понята;
- на скольких клиентах правильно интерпретирован смысл вопроса за ценой;
- как меняется конверсия в переход по стадиям, а не объём сообщений и скорость ответа.
Контекстное окно и память агента
«Продажник без системы» думает в рамках одного контекстного окна — как чат, где информация постепенно «пережёвывается» и теряет суть, а вместе с ней теряется персонализация клиента. В зрелых системах у агентов несколько слоёв памяти: оперативная, карточки клиента, отдельная база (SQL), RAG-база с данными по продукту.
Чем длиннее цикл сделки, тем сильнее боту «не хватает оперативки» и тем хуже работает вся история. Поэтому при выборе подрядчика Юрий советует задавать прямой вопрос: покажите, как на каждом этапе хранится информация и как она подмешивается в следующий контекст. Это признак более зрелой системы. Насколько это нетривиально, он показывает на себе: с архитектурой памяти одного из своих агентов на Raspberry Pi он возится уже три недели, чтобы не перемешивались кейсы и навыки.
Пять классов автоматизации
Юрий раскладывает автоматизацию продаж на пять классов. Это не последовательный pipeline, а workflow: классы могут работать параллельно, на одном уровне.
Логика простая: чем выше уровень автоматизации, тем больше рисков и тем больше нужно контроля. Поэтому внедрение начинают с автономного ИИ-продажника — у него меньше зависимости от менеджеров и быстрее экономическая окупаемость, особенно на воронках с большим трафиком (регистрации на вебинар, дожим тех, кто не оставил заявку). И только потом переходят к более сложным классам.
«Защита от тупости» и продажа до текста
Проектируя систему управления, команда Юрия столкнулась с тем, что пришлось строить отдельный класс — «защиту от тупости». Чтобы менеджер не мог свалить сделку на бота вопросом «что мне дальше ему писать», не собрав достаточно контекста о клиенте. Бот в ответ возвращает его дособирать информацию.
Отдельная «нежная область» — цена, скидки и обещание результата. Их Юрий советует изначально закладывать в архитектуру так, чтобы всё, что касается денег, валидировал человек, а не ИИ: слишком велики юридические и финансовые риски.
Продажа начинается до текста. Потому что продажа — это ещё и работа с контекстом.
Финальный кейс — про GetCourse, где в одной платформе хранится, на каком вебинаре был человек, с какой рекламы пришёл, что писал в комментариях. Ещё до первого касания система видит, что клиент трижды ходил на вебинар по детской психологии о тревожных расстройствах подростков 13–15 лет. И тогда касание звучит персонально: «давайте я скину пару полезных видеоуроков по подросткам 13–15 лет». Конверсия в открытие и в диалог улетает в космос — в отличие от обычного нейроспама.