Способ увеличения продаж №6. Использовать ИИ-агентов

Что такое ИИ-агенты и как они увеличивают продажи

ИИ-агент - программа на основе языковой модели, которой ставят цель и предоставляют инструменты: доступ к CRM, корпоративной почте, поиску, базе знаний или другим системам через API. Агент изучает данные, выбирает разрешённое действие, выполняет его и проверяет результат. Например, самостоятельно находит компании по портрету целевого клиента, сверяет сведения на сайтах и создаёт карточки потенциальных заказчиков в CRM. Отличие агента от бота - способность действовать в подключённых системах, а не только отвечать на вопросы по заданному скрипту.

Агенты помогают увеличить число качественных контактов, повысить долю обращений, дошедших до встречи, ускорить подготовку коммерческих предложений, поддерживать сделки в работе и вовремя находить возможности для повторных продаж. Эффект проверяют на конкретном участке воронки: от количества принятых сотрудниками лидов и встреч до договоров и оплаченных заказов.

Агенту задают полномочия заранее: например, искать информацию, создавать задачи и составлять проекты писем. Коммерческие условия и отправку обращений можно оставить на согласование сотруднику. Так компания получает управляемый процесс с понятным ответственным.

Поиск и привлечение потенциальных клиентов

Агент получает описание целевого клиента: отрасль, регион, масштаб бизнеса, признаки возможной потребности и исключения. Затем он использует поиск и открытые источники, изучает сайты организаций, проверяет профиль деятельности, собирает подтверждающие ссылки, сопоставляет найденные компании с действующей базой и создаёт в CRM список кандидатов с пояснением, почему они соответствуют заданным критериям. Сотрудник получает список компаний для проверки и первичного контакта.

Следующим этапом агент может собрать досье на компанию: проекты, публичные закупки, новости, структуру бизнеса и общедоступные деловые контакты. На основе подтверждённых фактов он готовит персональный повод для обращения, письмо и задачу сотруднику. Такую последовательность иллюстрируют навыки AI Sales Skills (ссылку на материал ищите в разделе «Полезно почитать»): поиск сегмента, исследование компании, поиск ЛПР, подготовка обращения и квалификация. Для исполнения этих навыков агенту подключают поисковые инструменты и CRM.

Чтобы начать, подготовьте профиль идеального клиента и 10–20 примеров подходящих и неподходящих компаний. Поручите разработчику подключить поиск, проверку дублей и создание карточек; первые результаты проверьте вручную. Контролируйте долю действительно целевых компаний в подборке, число состоявшихся разговоров и встреч, а затем - конверсию в сделки.

Обработка обращений и квалификация лидов

Агент работает с выделенной бизнес-почтой, корпоративным Telegram-ботом или другим каналом входящих обращений. Он читает сообщение, проверяет карточку клиента в CRM, запрашивает нужные сведения из каталога или базы условий, задаёт уточняющие вопросы и обновляет данные о квалификации лида.

После уточнения запроса агент создаёт сделку, прикладывает историю общения, отмечает недостающие сведения и назначает задачу ответственному сотруднику. Для пилота подготовьте список вопросов, критерии целевого обращения, актуальные справочники и правила передачи сотруднику. Измеряйте скорость первого содержательного ответа, долю заполненных карточек, число квалифицированных обращений и переходов во встречу.

Подготовка коммерческих предложений и сопровождение сделок

Агент получает запрос клиента, изучает переписку и данные CRM, сверяет ассортимент, прайс-лист и утверждённые условия, подбирает шаблон и заполняет проект предложения. Затем сохраняет файл, прикладывает его к сделке и создаёт сотруднику задачу согласования. Такой процесс полезен компаниям с многопозиционными услугами, повторяемыми расчётами и большим потоком запросов на предложение.

Агент периодически просматривает открытые сделки, даты договорённостей и последнее общение. По каждой сделке он выбирает следующее действие: подготовить ответ на вопрос клиента, запросить у сотрудника уточнение, сформировать письмо после отправленного КП либо создать задачу о согласованном звонке. Затем фиксирует действие в CRM и отслеживает его исполнение. Оценка эффекта - срок подготовки и отправки КП, доля сделок с назначенным следующим действием, переходы из КП в договор и оплату.

Повторные и дополнительные продажи

Агент регулярно анализирует договоры, историю заказов, плановые сроки обслуживания и ассортимент дополнительных услуг. Он самостоятельно находит основания для следующего контакта: окончание договора, срок обслуживания оборудования, вероятное пополнение расходных материалов или появление подходящего дополнительного решения. Проверяет данные в учётной системе, формирует обоснование предложения и назначает сотруднику задачу с проектом письма.

Для старта достаточно клиентской базы с историей покупок, списком действующих договоров и правилами определения потребности. Сначала агент работает с одним сегментом, например, действующими клиентами на сервисном обслуживании. Сравнивайте количество выявленных возможностей, конверсию в повторное предложение и оплаченные повторные заказы.

Как выбрать задачу для ИИ-агента

Возьмите воронку за последние 3–6 месяцев: найденные целевые компании, обращения, встречи, КП, договоры, оплаты и повторные сделки. Посмотрите, где теряется наибольшее количество перспективных клиентов и какие действия сотрудники выполняют вручную. Например, если КП готовятся быстро, а после отправки часть клиентов остаётся без следующего контакта, разумный кандидат для пилота - агент сопровождения сделок.

Сравните две-три задачи по ожидаемому влиянию на продажи, повторяемости операций, качеству доступных данных, сложности подключения систем и возможности безопасно проверить результат. Для каждой сформулируйте результат в измеримом виде: «создаёт 30 проверенных карточек целевых компаний в неделю», «заполняет ключевые поля входящего лида», «выявляет КП без дальнейшего действия и готовит персональный follow-up». Выбирайте процесс, для которого можно собрать реальные примеры и назначить сотрудника, проверяющего работу агента.

Доступные сервисы

1. Albato - российский облачный конструктор интеграций с инструментом для создания ИИ-агента. В автоматизированном процессе можно задать событие запуска, модель, инструкции, разрешённые действия подключённых сервисов и память для отдельных диалогов. Агент сам выбирает инструмент, например, поиск контакта в CRM, создание сделки или уведомление сотрудника. Для простого пилота это удобный вариант без собственного сервера; конкретные действия вашей CRM проверяют при настройке подключения.

2. n8n - платформа для гибких многошаговых процессов. На собственном сервере можно объединить расписание или вебхук, запросы к API, ИИ-модель, память, проверку данных и запись в CRM. Community Edition подходит для самостоятельного размещения с учётом её лицензии; российский VPS и отечественная модель через совместимый API позволяют организовать запуск и оплату инфраструктуры внутри России. Настройку и сопровождение такого варианта целесообразно поручить разработчику.

3. Yandex AI Studio - российская платформа для разработки интеллектуальных агентов. В Agent Atelier и инструментах работы с моделями можно собрать логику агента, задать источники данных и разрешённые действия. Вариант подходит, когда требуется собственная агентная архитектура и разработчик готов подключить CRM и корпоративные API.

Попросите разработчика показать на тестовых данных три операции: получение информации из CRM, самостоятельный выбор действия и запись результата обратно. Актуальную стоимость платформ и моделей уточняйте в официальных тарифах выбранных сервисов; стоимость разработки и поддержки разработчик рассчитает по согласованному сценарию.

Пошаговый алгоритм создания и запуска ИИ-агента

1. Выберите один этап воронки и сформулируйте действие агента. Например, «ежедневно находить отправленные КП, по которым истёк согласованный срок ответа, изучать переписку и готовить следующий контакт». Зафиксируйте исходные показатели и назначьте сотрудника, который будет проверять результат.

2. Опишите исходные данные и допустимые действия. Укажите поля CRM, источник писем, срок без контакта, шаблоны КП, виды решения агента и правила подтверждения сотрудником. Сформируйте 15–20 типовых реальных ситуаций для проверки качества.

3. Поручите разработчику развернуть рабочую среду. В Albato он создаёт автоматизированный процесс с запуском по расписанию или событию, добавляет инструмент «ИИ-агент» и выбирает модель. В n8n он устанавливает платформу на VPS, настраивает учётные данные, условие запуска, модуль ИИ и запросы к API. В Yandex AI Studio он создаёт агента и подключает инструменты для обращения к корпоративным данным. В каждом варианте настраивает защищённый доступ.

4. Подключите инструменты агента. Разработчик предоставляет операции «прочитать сделку», «получить историю контактов», «создать задачу», «прикрепить проект письма» и «обновить статус». В инструкции агента задаёт критерии выбора действия, формат результата и правило проверки результата после записи в CRM. Для каждого запроса предусматривает обработку ошибок и журнал вызовов.

5. Соберите прототип и проведите испытания. Разработчик запускает контрольные случаи, сверяет решения агента с эталоном, исправляет сопоставление полей и инструкции. Сотрудник, отвечающий за пилот, проверяет качество выводов и уместность подготовленных обращений. Затем агент работает на ограниченной группе сделок с подтверждением внешних коммуникаций сотрудником.

6. Оцените пилот по показателям выбранного этапа: количество обработанных сделок, доля корректных действий, скорость реакции, встречи, КП и оплаты. Сопоставьте результаты с сопоставимой группой или периодом, учтите трудозатраты и расходы. После подтверждения результата расширяйте полномочия и охват процесса.

Формулировка задания исполнителю может быть такой: «Создать агента контроля отправленных КП. Каждый рабочий день получать из CRM сделки на стадии „КП отправлено“, проверять дату договорённого контакта и последнюю переписку. Если срок контакта наступил, выбрать следующее действие, подготовить персональный текст, создать задачу сотруднику и сохранить основание решения в карточке. Для 20 тестовых сделок обеспечить журнал действий и отчёт по точности». По такой постановке разработчик сможет показать работающий пилот, а руководитель - принять результат.

Практический пример увеличения продаж с помощью ИИ-агентов

Рассмотрим B2B-компанию, которая внедряет корпоративное программное обеспечение. После демонстрации продукта клиентам отправляют КП, но согласование на стороне заказчика занимает несколько недель. Условия предложений различаются, сроки ответов зависят от клиента, и часть сделок теряет темп. Компания решает запустить агента сопровождения коммерческих предложений.

Разработчик подключает к агенту CRM и рабочую почту, предоставляет операции чтения карточек, писем и задач, а также создания задач и черновиков сообщений. Каждое утро агент получает открытые КП и изучает историю конкретной сделки. Он видит, например, что заказчик обещал вернуться после внутренней оценки безопасности, срок уже наступил, а следующий контакт не запланирован. Агент выбирает действие: готовит письмо с вопросом о статусе оценки, прикладывает его к карточке, назначает сотруднику задачу и указывает, на какой договорённости основана рекомендация.

По другой сделке агент обнаруживает, что покупатель запросил обновлённый перечень лицензий. Он находит сведения в утверждённом каталоге, собирает проект ответа и ставит задачу на согласование сотруднику. После подтверждения сотрудником письмо уходит клиенту, а запись о контакте появляется в CRM. Руководитель видит журнал обработанных сделок, подготовленные сообщения и список ситуаций, где потребовалось уточнение данных.

Результат пилота - работающий агент, который ежедневно возвращает в обработку сделки с конкретным следующим шагом и сокращает время на изучение истории переписки. Коммерческую пользу проверяют отдельно: стало ли больше ответов на КП, повторных встреч, согласований и оплаченных договоров по сравнению с прежним процессом. По этим показателям компания решает, расширять ли число сделок, которые обрабатывает агент.

Думаете – фантастика? Но есть реальные кейсы.

1. Квалификация входящих лидов — Velmi (Россия). ИИ-агент обрабатывает обращения, анализирует данные Битрикс24, квалифицирует клиентов и передаёт заявки сотрудникам. Время ответа сократилось с 2–3 часов до 30–40 секунд, доля квалифицированных лидов выросла на 35%. Источник

2. Поиск B2B-клиентов — NextCore / TimeFlow ERP. Агент изучает открытые сведения о компаниях, вакансии и признаки потенциальной потребности, формирует коммерческие гипотезы и передаёт проверенные лиды в CRM. По заявлению разработчика, подготовка досье на компанию занимает 2–3 минуты вместо 1–2 часов ручной работы. Источник

3. Квалификация заявок и создание сделок — ChatApp. Российская ИТ-компания внедрила агента для обработки собственных запросов на интеграцию ИИ. Он собирает информацию через Telegram и MAX и создаёт сделки в Битрикс24. Компания заявляет об автоматической квалификации всех обращений, поступающих через эти сценарии. Источник

4. Лидогенерация и назначение встреч — Ленар Шакиров, Казань. Разработчик описывает внедрённую систему, в которой агент ведёт переписку в Telegram, квалифицирует потенциального клиента, обновляет CRM, согласовывает время встречи и создаёт ссылку для видеосвязи. Проект опубликован на Workspace с бюджетом 150 000 ₽. Источник

5. Автоматизация маркетинга и продаж с помощью 12 ИИ-агентов — SmartAgent. Российская компания описывает собственную систему, в которой агенты анализируют звонки сотрудников, работают с клиентскими данными, готовят персонализированные письма и контролируют рекламные расходы. В статье есть скриншоты реальных рабочих процессов. Источник

Полезно почитать по теме 

1. Денис Ермилов. «Когда интеллект стал дешёвым. Том 2: Бизнес в эпоху ИИ-агентов. Как создавать ценность, когда меняются команды, компании, клиенты и рынок труда». 2026. Читать

2. Денис Ермилов. «Рабочая тетрадь Тома 2. Бизнес в эпоху ИИ-агентов». Читать

3. Савелий Орлов. «ИИ-агенты без кода. Как собрать помощника под свою задачу». 2026. Читать

4. Игорь Чепелев. «Дальше чата. ChatGPT и ИИ-агенты: от первых запросов к реальным результатам». 2026. Читать

5. Макс Тейлор. «Эпоха ИИ-агентов. Как поймать тренд 2025–26 и не упустить главный прорыв». 2025. Читать

6. Marchenko-sales. «AI Sales Skills: Agent Skills for the Full B2B Sales Cycle». Читать

7. Study AI. «ИИ-агенты в 2026 году: что это, какие готовые агенты доступны в России и как создать своего». 2026. Читать

8. Polza AI. «Что такое n8n, как установить и собрать первого AI-агента в 2026 году». 2026. Читать

9. РЕКСОФТ. «Разработка агентов в AI Studio Yandex Cloud». 2026. Читать

10. Albato. «Как создать и настроить ИИ-агента». Читать

11. n8n. Официальная документация. Читать

12. Yandex AI Studio. Официальная документация. Читать