AI продает за тебя

Три ключевых события:

1. Появление настоящих агентов

В конце 2024 — начале 2025 появились AI-агенты, способные выполнять многошаговые задачи самостоятельно. Не «один запрос — один ответ», а «получи задачу — выполни всю цепочку шагов».

Конкретно — AI-агент может:

• Найти список потенциальных клиентов по критериям

• Изучить каждого через LinkedIn и веб

• Написать персонализированное сообщение

• Отправить через нужный канал

• Обработать ответ

• Назначить встречу в календаре

Раньше — на это уходили часы человека. Сейчас — минуты агента.

2. Качество персонализации

В 2023 году «персонализированное письмо от AI» — звучало как шутка. Все могли распознать его.

В 2026 — нет. Современные модели пишут так, что отличить от человека практически невозможно. Особенно когда у них есть контекст о получателе.

Это меняет правила игры. Cold outreach, который раньше требовал штат SDR, теперь делает один человек с AI.

3. Интеграции через MCP и подобные

MCP (Model Context Protocol) и аналоги позволили AI работать с реальными системами. CRM, календарь, email, мессенджеры — всё доступно как инструменты.

Раньше AI был «островом» — общаешься с ним отдельно, потом переносишь результат руками.

Сейчас AI — часть рабочего процесса. Прямо внутри ваших систем.

Стоимость использования AI упала радикально.

В 2023 — миллион токенов стоил $30-60. Сейчас — $1-15 в зависимости от модели.

Это сделало массовую автоматизацию рентабельной.

Раньше — каждое сообщение клиенту через AI обходилось в копейки. Не значимо, но и не «свободно».

Сейчас — стоимость почти нулевая. Можно делать в любых объёмах.

Появились новые роли:

• AI-операторы продаж — настраивают и контролируют AI-системы

• Промпт-инженеры в продажах — создают шаблоны для AI

• Sales engineers с фокусом на AI

Старые роли изменились:

• SDR — больше не «холодные звонки руками», а контроль AI-кампаний

• AE — больше времени на closing, меньше на discovery (AI ведёт первичный)

• Sales manager — управляет процессами, а не людьми

Это не «будущее через 5 лет». Это происходит сейчас, в 2026.

Три сценария:

Сценарий 1. Игнорируете

Продолжаете работать «как раньше». Холодные звонки руками. Discovery без подготовки AI. Шаблоны писем из 2020 года.

Через 1-2 года — вы будете в 5-10 раз менее производительны, чем коллеги с AI.

Через 3-5 лет — ваши результаты будут несовместимы с рыночными ожиданиями.

Это путь «пропустить волну». Был с интернетом. С мобильными. Сейчас — с AI.

Сценарий 2. Адаптируетесь медленно

Внедряете AI по мере того, как «появляется время». Используете базовые возможности.

Через 1-2 года — на среднем уровне. Не отстаёте катастрофически, но и не выделяетесь.

Этот путь — для большинства. Безопасный, но без серьёзных побед.

Сценарий 3. Активно внедряете

Уделяете AI-инструментам 2-3 месяца концентрированного внедрения. Перестраиваете процессы. Учитесь промпт-инжинирингу.

Через 6-12 месяцев — производительность выросла в 3-5 раз. Можете обрабатывать больше клиентов с тем же качеством.

Через 2-3 года — вы в топ-10% продавцов вашей ниши. Доход вырос пропорционально.

Этот путь — для тех, кто хочет выделяться.

Эта книга — для тех, кто выбирает третий сценарий.

AI действительно заменяет некоторые задачи продавца:

• Шаблонные исходящие письма

• Базовая квалификация лидов

• Резюмирование звонков и встреч

• Обновление CRM

• Подготовка типовых КП

• Ответы на стандартные вопросы клиентов

Это — рутинная часть работы продавца. И она действительно автоматизируется.

AI не заменяет:

• Стратегические переговоры со сложными ЛПР

• Построение долгосрочных отношений с ключевыми клиентами

• Эмпатию в сложных эмоциональных ситуациях

• Творческое решение нестандартных проблем

• Этические решения — когда продавать, кому не продавать

• Финальные closing-моменты в крупных сделках

Это — человеческая часть. И она остаётся ценной. Даже более ценной — потому что её становится меньше относительно общего объёма работы.

Продавец 2026 года — это не «продавец без AI» и не «AI без продавца».

Это симбиоз.

Продавец направляет. AI исполняет.

Продавец принимает стратегические решения. AI обрабатывает тактику.

Продавец строит ключевые отношения. AI поддерживает остальные.

Это не «лёгче». Это другое.

Многие продавцы старой школы сопротивляются. «Я и сам справлюсь». «Это не настоящие продажи».

Это путь к маргинализации. Через 5 лет они будут жалеть.

Продавцы новой школы — принимают AI как инструмент. Используют. Выигрывают.

Несколько принципов:

Принцип 1. AI — это рычаг, не замена

AI увеличивает вашу производительность. Не делает работу за вас.

Если у вас 0 навыков продаж — AI не сделает вас продавцом.

Если у вас есть базовые навыки — AI умножит их.

Если у вас экспертиза — AI масштабирует её.

Принцип 2. Контроль остаётся за вами

AI выполняет задачи. Вы проверяете результаты.

Не «отправил AI — забыл». А «AI подготовил — проверил — отправил».

Особенно на ранних этапах. Со временем — больше доверия. Но никогда — слепого.

Принцип 3. Качество промптов решает

«Мусор на входе — мусор на выходе». Это золотое правило AI.

Расплывчатый промпт → расплывчатый ответ.

Чёткий, конкретный, с контекстом → качественный результат.

Этому надо учиться. Это новый навык. Раньше не существовавший.

Принцип 4. Системность

AI работает в рамках систем. CRM. Календарь. Email. База знаний.

Чем лучше системы — тем эффективнее AI.

Не «AI в вакууме». А «AI как часть рабочей экосистемы».

Принцип 5. Этика

AI можно использовать этично и неэтично.

Этично — для увеличения качества коммуникации и помощи клиентам.

Неэтично — для массового спама, манипуляций, обмана.

Неэтичное использование даёт краткосрочные результаты. И долгосрочное разрушение репутации.

Выбирайте этичный путь. Это и правильно, и прибыльно в долгой дистанции.

Принцип 1. Контекст

AI не знает вашу ситуацию. Не знает клиента. Не знает индустрию. Дайте контекст.

Плохо: «Напиши письмо клиенту».

Хорошо: «Я продаю CRM-систему. Целевой клиент — основатель B2B SaaS-стартапа в финтехе, 20-50 сотрудников. Они сейчас используют Google Sheets и испытывают сложности с потерей информации о клиентах. Напиши первое холодное письмо».

Разница в качестве — в 10 раз.

Принцип 2. Конкретность

Чем конкретнее задача — тем лучше результат.

Плохо: «Сделай мне презентацию».

Хорошо: «Подготовь презентацию из 8 слайдов для финального decision-meeting'а с CTO компании Acme. Они выбирают между нами и конкурентом X. Их главная боль — скорость внедрения. Покажи наше преимущество в этом. Включи кейсы похожих клиентов. Тон — профессиональный, без маркетинговой воды».

Принцип 3. Роль

Дайте AI роль. Это меняет качество ответа.

«Ты — опытный B2B-продавец с 15-летним стажем. Ты специализируешься на enterprise SaaS. Помоги мне с...»

Это даёт AI «фрейм», в котором он работает.

Принцип 4. Формат

Скажите, в каком формате нужен ответ.

«Дай ответ в виде маркированного списка с 5 пунктами».

«Напиши тремя короткими параграфами».

«Сделай таблицу с тремя колонками».

Это даёт структурированный, полезный ответ.

Принцип 5. Примеры

Если есть примеры того, что вам нужно — дайте.

«Вот пример хорошего письма, которое работало: [пример]. Напиши похожее для другого клиента».

AI учится на ваших примерах. Быстро.

Принцип 6. Итерации

Редко первый ответ — финальный. Уточняйте.

«Хорошо, но слишком формально. Сделай более разговорным».

«Это близко, но добавь упоминание о их недавнем релизе».

Через 2-3 итерации — получаете именно то, что нужно.

Шаблон 1. Холодное письмо

Контекст: я продаю [продукт] для [целевой аудитории].

Клиент: [имя, должность, компания].

Что я знаю о клиенте: [конкретные детали].

Что я предполагаю болит: [конкретно].

Тон: [профессиональный/дружелюбный/прямой].

Длина: до 100 слов.

Цель письма: [получить ответ / назначить звонок / получить интерес].

Напиши 3 варианта первого холодного письма.

Шаблон 2. Подготовка к встрече

Контекст: у меня встреча с [имя] из [компания].

Цель встречи: [конкретно].

Что я знаю о компании: [информация].

Что я знаю о клиенте: [LinkedIn-профиль и т.д.].

Подготовь:

1. 10 ключевых вопросов для discovery

2. 5 возможных возражений и ответы

3. 3 релевантных insight'а о их индустрии

4. Структуру встречи по минутам (60 минут)

Шаблон 3. Follow-up после встречи

Контекст: была встреча с [имя].

Что обсудили: [список ключевых пунктов].

Что согласовали как next steps: [список].

Какие вопросы они задавали: [список].

Напиши follow-up email:

- Кратко резюмирующий встречу

- Подтверждающий next steps

- С приложением материалов, которые я обещал

- С CTA на следующую встречу

Шаблон 4. Анализ потерянной сделки

Контекст: сделка с [компания] не закрылась.

История взаимодействия: [хронология].

Причина отказа со слов клиента: [причина].

Помоги проанализировать:

1. Какие были реальные причины (а не озвученные)

2. Что я мог сделать иначе на каждом этапе

3. Что забрать на будущее

4. Стоит ли держать связь с этим клиентом

Шаблон 5. Работа с возражением

Контекст: продаю [продукт].

Клиент сказал: [конкретное возражение].

Что я знаю о клиенте: [контекст].

Помоги:

1. Раскрыть истинное возражение за этим

2. Подготовить 3 варианта ответа

3. Какие уточняющие вопросы задать

Ошибка 1. Расплывчатые запросы

«Напиши что-то хорошее». Получаете «что-то общее».

Будьте конкретны.

Ошибка 2. Не давать контекст

AI не знает вашу ситуацию. Не предполагает. Не догадывается.

Дайте контекст. Подробный.

Ошибка 3. Слепо доверять

AI ошибается. Иногда выдумывает факты («галлюцинирует»).

Проверяйте критичную информацию. Особенно — данные о компаниях, людях, цифры.

Ошибка 4. Не итерировать

Первый ответ — редко финальный.

Уточняйте, исправляйте, направляйте. Через 2-3 итерации — отличный результат.

Ошибка 5. Использовать как «магию»

«AI должен решить всё сам». Это иллюзия.

AI — это инструмент. Вы остаётесь профессионалом, принимающим решения.

Этично

Использовать AI для:

• Подготовки персонализированных писем — клиент получает релевантное сообщение

• Анализа открытой информации о клиенте

• Подготовки качественных материалов

• Резюмирования встреч (с уведомлением участников)

• Внутренней аналитики

• Помощи в принятии решений

Здесь AI повышает качество вашей работы. Клиент получает ценность.

Неэтично

Использовать AI для:

• Массового спама — отправка тысяч однотипных писем

• Манипуляций — фейковые истории, искусственная срочность

• Выдачи AI-ответов за свои в личной коммуникации

• Скрытия от клиента, что вы используете AI

• Анализа закрытой информации без разрешения

• Создания deepfakes или подделок

Здесь AI используется для извлечения краткосрочной выгоды за счёт долгосрочного доверия.

Это спорный вопрос. Точка зрения варьируется.

Моя позиция:

1. Если AI создал материал, который вы отправляете клиенту — это нормально. Вы как продавец проверили и одобрили.

2. Если AI ведёт диалог за вас в реальном времени — это нужно раскрывать. Клиент имеет право знать, с кем общается.

3. Если используется AI-аватар или клонированный голос — обязательно раскрывайте.

4. Если AI делает анализ открытых данных — упоминание не обязательно. Это инструмент, как Google.

Базовое правило: не вводите клиента в заблуждение о том, общается ли он с человеком или с AI.

В 2026 году появляется регулирование использования AI в коммуникациях. EU AI Act. Подобные законы в США и других странах.

Основное:

• Прозрачность — клиент должен знать о использовании AI в определённых случаях

• Защита данных — нельзя использовать персональные данные клиентов в публичных LLM без согласия

• Запрет на манипуляции

Конкретные требования меняются. Следите за новостями в вашей юрисдикции.

Многие продавцы сейчас используют AI неэтично. Спам через AI-агентов. Манипуляции через персонализацию. Скрытие AI от клиентов.

Краткосрочно — это работает. Получают результаты.

Долгосрочно — это разрушает индустрию. Клиенты теряют доверие. Email-каналы засоряются. Регуляторы вводят жёсткие законы.

Через 3-5 лет — те, кто шёл этичным путём, окажутся в выигрышном положении.

Этика — это не «о морали». Это о бизнес-стратегии в долгой дистанции.

Я предлагаю продавцу 2026 года иметь личный кодекс работы с AI:

1. Я использую AI для повышения качества коммуникации, а не для спама.

2. Я остаюсь ответственным за каждое сообщение, которое отправляется от моего имени.

3. Я не использую AI для манипуляции — фейковые истории, искусственная срочность, deepfakes.

4. Я уведомляю клиента, если он общается с AI-агентом, а не со мной.

5. Я уважаю границы — не использую персональные данные клиентов без основания.

6. Я регулярно пересматриваю свои практики на соответствие меняющимся стандартам.

Этот кодекс — не «ограничение». Это защита. И конкурентное преимущество в долгой дистанции.

Главное: AI — мощный инструмент. Но как любой мощный инструмент — может использоваться по-разному. Выбор за вами. Я рекомендую этичный путь — он окупается долго.

Claude (Anthropic)

Сильные стороны:

• Более длинный контекст — может обработать целые документы

• Лучше анализирует структурированные данные

• Более «человечный» в письме — естественные тон и стиль

• Безопаснее в чувствительных темах

• Хорошо работает с кодом и техническими задачами

Слабые стороны:

• Более консервативен в ответах

• Иногда чересчур осторожен

• Меньше плагинов и интеграций (но это меняется)

Стоимость: $20/мес Pro-версия. API — оплачивается по использованию.

GPT (OpenAI)

Сильные стороны:

• Огромная экосистема плагинов и интеграций

• Лучше в творческих задачах — мозговой штурм, идеи

• Больше языковых моделей разного размера

• Лучше в визуальном контенте (DALL-E)

• Сильнее в кодинге

Слабые стороны:

• Иногда менее точен в фактах

• Стиль письма более «AI-шный»

• Может галлюцинировать в специфичных областях

Стоимость: $20/мес Plus. API — отдельно.

Мой подход:

Для письменной коммуникации с клиентами — Claude. Естественнее, профессиональнее.

Для мозгового штурма идей — GPT. Более творческий.

Для анализа документов и КП — Claude. Лучше с длинными текстами.

Для генерации презентаций — GPT. Лучше структурирует.

Для анализа данных и таблиц — Claude. Точнее с цифрами.

Это не правило. Это мой опыт. Тестируйте сами под свои задачи.

Сценарий 1. Подготовка холодного письма

Контекст: я продаю инструмент для финтех-стартапов. Нашёл потенциального клиента.

Что я делаю:

Открываю Claude/GPT

Даю информацию о клиенте: имя, должность, компания, недавняя активность

Описываю свой продукт и его релевантность

Прошу написать 3 варианта первого письма

Выбираю лучший, дорабатываю под свой стиль

Отправляю

Время: 5 минут вместо 30.

Сценарий 2. Подготовка к встрече

Контекст: завтра встреча с CTO потенциального клиента.

Что я делаю:

Открываю Claude

Прикладываю профиль клиента и информацию о его компании

Прошу подготовить: ключевые вопросы для discovery, возможные возражения и ответы, релевантные insights об их индустрии

Получаю готовый материал на 2 страницы

Дорабатываю, добавляю свои наблюдения

Время: 15 минут вместо 1-2 часов.

Сценарий 3. Follow-up после встречи

Контекст: только что закончил встречу. Нужен качественный follow-up.

Что я делаю:

Диктую краткие заметки о встрече в Claude

Прошу написать professional follow-up email

Получаю — резюме обсуждения, согласованные next steps, чёткий CTA

Проверяю, отправляю

Время: 3 минуты вместо 15-20.

Сценарий 4. Анализ потерянной сделки

Контекст: сделка не закрылась. Хочу понять почему.

Что я делаю:

Прикладываю в Claude всю переписку и заметки по сделке

Прошу проанализировать: где была критическая точка, что я мог сделать иначе, какие сигналы я пропустил

Получаю развёрнутый анализ с конкретикой

Извлекаю уроки на будущее

Это бесценный инструмент для роста.

Сценарий 5. Подготовка КП

Контекст: нужно подготовить коммерческое предложение для клиента.

Что я делаю:

Даю Claude шаблон моего стандартного КП и информацию о клиенте

Прошу адаптировать под этого клиента — учитывая его специфику, индустрию, размер

Получаю первую версию

Дорабатываю — добавляю детали, уточняю цифры

Финализирую

Время: 30 минут вместо 2-3 часов.

Ошибка 1. Использовать как Google.

AI — это не поисковик. Не «найди мне информацию о компании Х». А «вот информация о компании Х, помоги её проанализировать».

Ошибка 2. Слепо копировать ответы.

AI выдаёт первый вариант. Дорабатывайте под свой стиль. Не отправляйте «как есть».

Ошибка 3. Не давать обратную связь.

«Спасибо, но мне нужно более прямо». «Сократи в 2 раза». Эти уточнения дают второй вариант сильно лучше первого.

Ошибка 4. Не использовать regularly.

AI становится мощнее по мере того, как вы учитесь с ним работать. 30 дней регулярного использования — и вы в принципиально другой позиции.

Эти инструменты управляют multi-channel outreach — email, LinkedIn, иногда телефон.

Outreach.io

Лидер рынка для enterprise. Используется в большинстве крупных SaaS-компаний.

Что даёт:

• Последовательности касаний (sequences)

• AI-помощники для написания писем

• A/B тестирование

• Аналитика и dashboard'ы

• Интеграция с CRM

Стоимость: $100-200/пользователя/месяц.

Для кого: компании с командами продаж от 10 человек.

Salesloft

Главный конкурент Outreach. Похожий функционал.

Особенности: более user-friendly, лучше для команд среднего размера.

Стоимость: $75-150/пользователя/месяц.

Apollo.io

Гибрид — лидогенерация + outreach в одном инструменте.

Что даёт:

• База контактов 250+ миллионов

• Outreach-функционал

• Email-обогащение

• AI-персонализация

Стоимость: $50-150/пользователя/месяц. Есть free-tier.

Для кого: малые и средние команды. Хороший entry-уровень.

Lemlist

Фокус на персонализации и LinkedIn-outreach.

Особенности:

• Видео-персонализация (AI делает видео для каждого клиента)

• Картинки с именем клиента

• Сильная интеграция с LinkedIn

Стоимость: $59-99/пользователя/месяц.

Для кого: продавцы, которые хотят выделиться через персонализацию.

Smartlead

Сильный игрок последних лет. Фокус на cold email.

Особенности:

•

Mass-sending

с

warm-up

аккаунтов

• AI-генерация ответов

• Высокая доставляемость

Стоимость: $30-100/месяц.

Для кого: те, кто делает большие cold-email кампании.

Инструменты для поиска и обогащения данных о потенциальных клиентах.

Clay.com

Один из самых интересных инструментов 2024-2025. Платформа для обогащения данных с AI.

Что делает:

• Берёт список компаний/людей

• Обогащает данными из 100+ источников

• AI-анализ — кто соответствует вашим критериям

• Автоматическая персонализация

Стоимость: $149-800/месяц в зависимости от объёма.

Для кого: продавцы, серьёзно занимающиеся outbound.

ZoomInfo

Классическая база B2B-данных. Огромная.

Особенности:

• 450+ миллионов профилей

• Intent-данные (кто что ищет в интернете)

• Org charts крупных компаний

Стоимость: $15000-50000/год. Дорого.

Для кого: enterprise-команды с большими бюджетами.

LinkedIn Sales Navigator

Премиум-версия LinkedIn для продавцов.

Особенности:

• Расширенный поиск

• Lead lists

• InMail (платные сообщения)

• Интеграция с CRM

Стоимость: $99/месяц.

Для кого: все, кто работает с LinkedIn для B2B.

Инструменты записи и анализа звонков/встреч.

Gong.io

Лидер рынка. Используется в большинстве топ-SaaS компаний.

Что даёт:

• Запись и транскрипция всех звонков

• AI-анализ — темы, эмоции, ключевые моменты

• Coaching insights — где продавец мог сделать лучше

• Аналитика воронки на основе разговоров

Стоимость: $1500-2000/пользователя/год.

Дорого. Окупается, когда команда от 10 человек.

Chorus.ai

Конкурент Gong. Похожий функционал, иногда дешевле.

Стоимость: $1200-1800/пользователя/год.

Avoma

Бюджетная альтернатива. Хорош для маленьких команд и соло.

Стоимость: $19-49/пользователя/месяц.

Otter.ai

Не специализированный для продаж, но даёт базовую транскрипцию и summary.

Стоимость: $10-30/месяц.

Для соло-продавца — отличный entry-уровень.

Зависит от размера команды и бюджета.

Соло-продавец (бюджет $50-200/мес)

• LinkedIn Sales Navigator — $99

• Apollo.io базовый план — $50

• Otter.ai — $20

• Claude или GPT — $20

Итого: $190/мес. Этого достаточно для серьёзной работы.

Команда 5-15 человек ($500-2000/мес на пользователя)

• Apollo или Lemlist для outbound

• HubSpot Sales Hub Pro

• Gong/Avoma для звонков

• Clay для лидогенерации

• LinkedIn Sales Navigator

Enterprise (15+ человек, бюджет $3000+/пользователя/мес)

• Outreach или Salesloft

• Salesforce + Einstein

• Gong

• ZoomInfo

• Custom AI-агенты

Не покупайте всё сразу.

Начните с 2-3 инструментов. Освойте полностью. Получите отдачу.

Через 3-6 месяцев — добавляйте новое, если есть конкретная потребность.

Большинство компаний переплачивают за инструменты, которыми пользуются на 10% возможностей.

Один из самых популярных CRM. Особенно для SMB.

AI-функции

• ChatSpot — AI-ассистент внутри CRM

• Predictive lead scoring

• AI-генерация email

• Auto-summarization сделок

•

Conversation intelligence (

включено

в

Pro+)

Цены

Free — для начала

Starter — $20/пользователя/мес

Professional — $100/пользователя/мес

Enterprise — $150+/пользователя/мес

AI-функции в основном на уровне Pro+.

Кому подходит

Маленькие и средние команды. Удобный интерфейс. Простой запуск. Хорошие AI-функции из коробки.

Лидер рынка для enterprise. Сложнее, мощнее, дороже.

AI-функции (Einstein)

• Einstein GPT — генеративный AI внутри CRM

• Predictive scoring и forecasting

• Auto-data entry

• Sales Cloud Einstein — рекомендации действий

• Слайды/Email/Account briefs автоматически

Цены

Sales Cloud Professional — $80/мес

Enterprise — $165/мес

Unlimited (с AI) — $330/мес

Einstein отдельно — $50+/мес

Кому подходит

Крупные компании. Сложные процессы продаж. Команды от 20+ человек. Нужна глубокая кастомизация.

Минус — дорого, сложно, требует администрирования.

Простой и понятный CRM. Фокус на воронках продаж.

AI-функции

• AI sales assistant — рекомендации

• Deal probability

• Email-автоматизация

• Smart contact data

Цены

Essential — $14/пользователя/мес

Advanced — $34

Professional — $49

Power — $64

Enterprise — $99

Кому подходит

Маленькие команды. Простые процессы. Хочется быстро запуститься без сложных настроек.

CRM для inside sales. Фокус на коммуникациях.

Особенности

• Встроенный dialer

• Email-sequences

• SMS

• AI-функции — резюмирование звонков, генерация follow-up

Цены

$49-299/пользователя/мес

Кому подходит

Команды, которые делают много звонков. SMB-сегмент.

Современный CRM. Появился в 2023-2024. Быстро растёт.

Особенности

• Beautiful интерфейс

• Гибкие customizable объекты

• AI-функции активно развиваются

• API-first подход

Цены

$29-119/пользователя/мес

Кому подходит

Стартапам, которые хотят что-то современное. Малые команды.

Для очень маленьких команд или соло — можно построить CRM на Notion или Airtable + автоматизации.

Плюсы

• Очень дёшево ($10-30/мес)

• Полная гибкость

• Интеграция со многими инструментами через Zapier/Make

Минусы

• Нужно собирать руками

• Меньше готовых AI-функций

• Тяжело масштабировать

Для соло на старте — отличный вариант.

выбрать

Соло

-

продавец

HubSpot Free / Pipedrive Essential / Notion-based. Простое, дешёвое, достаточное.

Стартап

2-10

человек

HubSpot Starter/Professional или Pipedrive Advanced. Баланс цена/функционал.

Растущая компания 10-50

HubSpot Professional/Enterprise или Pipedrive Power. AI-функции, аналитика, интеграции.

Enterprise 50+

Salesforce + Einstein. Когда нужна максимальная гибкость и мощь.

Ошибка 1. Покупают слишком сложное.

Стартапы покупают Salesforce, потому что «это лидер». Через год — 10% функций используют, переплатили в 5 раз.

Правило: начинайте с простого. Растите вместе с CRM.

Ошибка 2. Покупают слишком дешёвое.

Компания 50 человек на Notion. Хаос. Потеря данных. Все жалуются.

Правило: CRM должна соответствовать сложности процессов.

Ошибка 3. Не внедряют.

Купили CRM. Никто не использует. Продавцы ведут заметки в Excel. Деньги выброшены.

Правило: инвестируйте в обучение и контроль использования.

Ошибка 4. Не интегрируют.

CRM отдельно. Email отдельно. LinkedIn отдельно. Дублирование работы.

Правило: интеграции — обязательно. Через Zapier, Make или native.

Главная причина — обучение и улучшение.

Без записи: каждый разговор существует только в моменте. Не можете вернуться. Не можете проанализировать. Не можете тренироваться.

С записью: каждый разговор — это материал для обучения. Что сработало? Что нет? Где было упущение?

Это меняет траекторию роста продавца радикально.

1. Автоматическая запись и транскрипция

Все звонки записываются. Текст транскрипции доступен.

Это уже ценно — можно искать «когда мы обсуждали ценообразование с клиентом Х».

2. AI-анализ

Современные инструменты анализируют:

• Кто сколько говорил (соотношение время продавца / клиента)

• Какие темы обсуждали

• Эмоциональный фон

• Ключевые моменты — возражения, обещания, вопросы

• Соответствие best practices

3. Coaching insights

AI выдаёт конкретные рекомендации:

• «Вы говорили 70% времени — слишком много, цель 30%»

• «Не обработали возражение про цену»

• «Не задали ни одного quantitative-вопроса»

•

«Forgot to confirm next steps»

4. Резюме встречи

Автоматически генерируется summary: что обсудили, что договорились, what's next.

Это раньше отнимало 15-30 минут после каждой встречи. Теперь — автоматически.

5. CRM-интеграция

Данные автоматически попадают в CRM. Не нужно заполнять руками.

Gong (лидер)

Самый функциональный. Используется в большинстве топ-SaaS.

Плюсы:

• Глубокий AI-анализ

• Coaching insights

• Deal intelligence

• Конкуренция-tracking (упоминания конкурентов)

Минусы:

• Дорого ($1500-2000/пользователя/год)

• Нужна команда

• Сложная настройка

Chorus.ai

Главный конкурент. Куплен ZoomInfo, теперь часть их экосистемы.

Похожий функционал, иногда дешевле.

Avoma

Хороший middle-tier продукт.

Плюсы:

• Дешевле ($19-49/мес)

• Достаточно AI-функций для большинства задач

• Подходит для команд 5-30 человек

Otter.ai

Базовый уровень — транскрипция и summaries.

$10-30/мес. Для соло — отлично.

Fathom

Free-tier для Zoom. Хороший entry.

Бесплатный для базового использования. $24/мес за Pro.

Сценарий 1. Самообучение

Раз в неделю — пересматриваете 2-3 свои звонка. Что сделали хорошо? Что улучшить?

Через 3-6 месяцев такой практики — резкий рост качества.

Это самый сильный способ улучшения техники продаж. Доступный благодаря AI.

Сценарий 2. Coaching команды

Менеджер команды смотрит звонки своих SDR/AE. Даёт конкретный feedback.

Раньше это было невозможно — нельзя присутствовать на каждой встрече.

Сейчас — пересмотр записи + AI-инсайты.

Сценарий 3. Анализ best practices

Какие звонки приводили к закрытию? Что общего? Что отличает их от потерянных?

AI помогает выделить паттерны.

Сценарий 4. Сохранение знаний

Все обещания клиенту, все обсуждённые детали — в записи.

Не нужно полагаться на память или плохие заметки.

Сценарий 5. Onboarding новых продавцов

Новый продавец смотрит записи лучших звонков. Учится на реальных примерах.

Сокращает время выхода на эффективность в 2-3 раза.

1. Уведомлять клиентов.

По закону в большинстве юрисдикций — нужно уведомить о записи. Это нормально, многие используют.

2. Хранить безопасно.

Записи звонков — чувствительные данные. Выбирайте инструменты с правильной безопасностью.

3. Использовать регулярно.

Запись без пересмотра — бесполезно. Установите ритм — раз в неделю/2 недели.

4. Coaching-культуру.

Команда должна быть открыта к feedback. Без культуры — записи не помогут.

Для outbound

• Холодные письма (3-5 вариантов)

• LinkedIn-сообщения

• Follow-up последовательности

Для inbound

• Блог-посты

• Соцсети

-

посты

(LinkedIn, Twitter, Telegram)

• Видео-скрипты для YouTube

Для процесса продаж

• КП и предложения

• Презентации

• Case-studies

• Sales decks

Для удержания

• Email-newsletter'ы для клиентов

• Образовательный контент

• Community posts

Универсальные LLM

Claude, GPT — для большинства задач достаточно.

Особенно — Claude для длинного письменного контента, GPT для творческого мозгового штурма.

Специализированные для маркетинга

Jasper, Copy.ai, Writer — заточены под маркетинговый контент.

Плюсы — готовые шаблоны для типовых форматов.

Минусы — обычно базируются на тех же LLM, но дороже.

Для большинства начинающих — универсальный LLM достаточно.

Для презентаций

Gamma.app, Tome — создают презентации из текстового описания.

Дают 70% готовый результат. Дорабатываете руками.

Для видео

Heygen, Synthesia — создают видео с AI-аватаром.

Spike, Descript — обработка реальных видео-записей.

Сценарий 1. Серия постов в LinkedIn

Цель: 3 поста в неделю, год.

Подход:

Раз в месяц — мозговой штурм тем с GPT. 30-50 идей.

Раз в неделю — выбираете 3 темы из банка.

Для каждой — даёте AI контекст: целевая аудитория, ваш опыт, конкретный insight.

AI пишет первую версию.

Вы дорабатываете под свой стиль — 5-10 минут на пост.

Публикуете.

Время: 30 минут в неделю вместо 5-10 часов.

Сценарий 2. Email-серия

Цель: серия из 7 писем для онбординга новых лидов.

Подход:

Описываете AI: целевая аудитория, путь до решения, продукт.

AI создаёт структуру серии — что в каждом письме.

Затем пишет каждое письмо.

Вы редактируете.

Время: 2 часа вместо 2 дней.

Сценарий 3. Case-study

Цель: подробный case-study успешного клиента.

Подход:

Интервью с клиентом — записываете на Otter/Fathom

Транскрипция + AI выделяет ключевые моменты

AI пишет structured case-study

Вы дорабатываете и согласуете с клиентом

Время: 4 часа вместо 2-3 дней.

Сценарий 4. Подкаст / видео-контент

Цель: еженедельный подкаст или видео-канал.

Подход:

Записываете 30 минут

AI транскрибирует

AI выделяет ключевые моменты

AI создаёт: shorts для соцсетей, заголовки, описания, transcript-blog-post

Один час записи превращается в неделю контента.

1. AI помогает, не заменяет

Качественный контент требует вашей экспертизы. AI — это инструмент скорости.

Если у вас нет реального опыта — AI напишет «общие слова». Это распознается.

2. Стиль и голос

AI по умолчанию пишет «AI-шно». Слишком формально или слишком общо.

Покажите AI 5-10 примеров вашего стиля. Он научится.

«Пиши в моём стиле. Вот примеры моих текстов: [примеры]. Сохрани такой же тон и подачу».

3. Проверяйте факты

AI может выдумать статистику. Цифры. Имена.

Особенно — цитаты. AI любит «процитировать» того, кто никогда такого не говорил.

Все факты проверяйте.

4. Не публикуйте «как есть»

Первая версия от AI — это draft. Не финал.

Дорабатывайте. Добавляйте детали. Личное мнение. Конкретику из вашего опыта.

5. Этика

Если выдаёте AI-контент за свой — нормально (вы автор идеи и редактор).

Если выдаёте AI-разговор за свой в реальном времени — не нормально (см. главу про этику).

Многие начинающие просят AI «написать пост о маркетинге» и ждут чуда.

Получают общие слова. Скучные. Без души. Похожие на 1000 других AI-постов.

Хороший контент с AI требует:

• Конкретной темы

• Конкретного угла

• Вашего опыта

• Конкретных примеров

• Уникальной точки зрения

Тогда AI помогает быстро оформить ваши мысли. Это работает.

Без этого — AI создаст шум.

Главное: Универсальные LLM + специализированные инструменты + правильный промпт-инжиниринг = в 5-10 раз больше контента того же качества.

Раньше лидогенерация была:

• Покупка баз данных

• Ручной поиск в LinkedIn

• Reaching out по списку

• Холодные звонки по справочникам

Сейчас:

• AI-поиск по сложным критериям

• Автоматическое обогащение данных

• Intent-сигналы — кто сейчас активно ищет

• Persona-matching — соответствие вашему ICP

• Triggered outreach — реакция на события

Техника 1. Поиск по ICP

Опишите идеального клиента детально. AI найдёт похожих.

Пример промпта для Clay или подобного:

«Найди компании со следующими параметрами:

• Размер: 50-200 сотрудников

• Индустрия: B2B SaaS

• Стадия

: Series A

или

Series B

• Локация: США, Великобритания

• Технологический стек включает: Salesforce, Slack

• Должность

контакта

: CRO, VP Sales, Head of Sales

• Триггеры: получили финансирование за последние 6 месяцев

Результат — список 100-500 точно подходящих компаний с контактами лиц, принимающих решения.

Раньше это было невозможно или стоило недели работы. Сейчас — час.

Техника 2. Intent-signals

Intent-данные — кто прямо сейчас ищет решения вашего типа.

Источники:

• Bombora — отслеживает поисковую активность

• ZoomInfo Intent

• G2 Buyer Intent — кто смотрит вашу категорию

• LinkedIn — кто комментирует посты в вашей теме

Использование:

AI обрабатывает intent-сигналы → определяет, кто наиболее «горячий» → приоритизирует outreach.

Это даёт конверсию в 3-5 раз выше обычного cold outreach.

Техника 3. Triggered outreach

Реакция на события в компании клиента.

Триггеры:

• Новый CEO/CRO нанят

• Получили инвестиции

• Запустили новый продукт

• Сменили технологический стек

• Расширились в новый регион

• Опубликовали вакансию релевантной позиции

AI отслеживает эти триггеры. Автоматически создаёт outreach с релевантной зацепкой.

«Поздравляю с финансированием от $X. Видел, что вы планируете рост команды продаж в 3 раза. Помогу с инструментами автоматизации».

Конверсия — выше обычной в 5-10 раз.

Техника 4. Reverse prospecting

Не «искать клиентов в холодную», а отвечать тем, кто проявил интерес к вашей теме.

AI отслеживает:

• Кто комментирует ваши посты

• Кто задаёт вопросы в публичных каналах

• Кто посещает ваш сайт

• Кто пишет о ваших конкурентах

AI обогащает эту информацию → выдаёт качественных лидов.

Эти люди уже проявили интерес. Конверсия — в разы выше cold.

Техника 5. Lookalike-аудитории

AI смотрит на ваших лучших клиентов. Находит похожих.

«Кто похож на компании X, Y, Z из моих лучших клиентов?»

AI обрабатывает паттерны — размер, индустрия, технологии, поведение. Создаёт lookalike-список.

Эти лиды — уже квалифицированные. Конверсия выше холодного поиска.

Apollo.io

Базовая работа — поиск и обогащение. $50-150/мес.

Хороший entry-уровень.

Clay.com

Продвинутая лидогенерация с AI. $149-800/мес.

Для тех, кто серьёзно занимается outbound.

ZoomInfo

Enterprise-уровень. $15K-50K/год.

Для крупных команд.

LinkedIn Sales Navigator

Базовый, но критичный инструмент. $99/мес.

Используют все.

Бюджет $200/мес:

• LinkedIn Sales Navigator — $99

• Apollo Starter — $50

• Claude или GPT — $20

• Zapier (для автоматизации) — $30

Этого достаточно для 100-300 квалифицированных лидов в месяц.

Квалификация — это процесс определения, стоит ли тратить время на лид.

Главные критерии (BANT и его варианты):

• Budget — есть ли деньги

• Authority — может ли принять решение

• Need — реальная ли нужда

• Timing — нужно ли сейчас

Раньше — это узнавали через discovery-звонки. Тратили время на каждого.

Сейчас — AI делает первичную квалификацию автоматически.

1. Анализ компании

AI смотрит:

• Размер компании (есть ли бюджет для вашего продукта)

• Стадия развития (Series A с инвестициями vs bootstrapped)

• Технологический стек (используют ли смежные инструменты)

• Недавние события (нанимают ли релевантные позиции)

2. Анализ контакта

AI смотрит:

• Должность (ЛПР или нет)

• Опыт (новичок или senior)

• Активность в LinkedIn (что обсуждает)

• Сигналы интереса (комментарии, лайки на тему)

3. Анализ поведения

Если лид взаимодействовал с вашим контентом:

• Какие страницы посещал

• Сколько времени провёл

• Скачивал ли материалы

• На какие письма открывал

AI собирает всё это → выдаёт score (0-100).

> 70 — горячий, приоритет

40-70 — тёплый, в воронку

< 40 — холодный, в долгосрочный nurturing

инструменты

HubSpot Predictive Lead Scoring

Включён в Pro/Enterprise планы.

Анализирует данные ваших CRM и поведение.

Salesforce Einstein Lead Scoring

Для enterprise. Глубокая аналитика.

Apollo Lead Scoring

В рамках их платформы.

Custom через универсальный LLM

Можно построить свой скоринг через GPT-4 / Claude API.

Стоимость — копейки. Гибкость — максимальная.

У меня лид заполнил форму на сайте. Какие шаги:

AI берёт email и enrich'ит — кто этот человек, какая компания

AI проверяет соответствие ICP — критерии компании

AI проверяет должность — ЛПР?

AI смотрит intent-сигналы — что искал, что комментировал

AI присваивает score

Если высокий — уведомляет меня немедленно

Если средний — добавляет в email-nurturing

Если низкий — отказывает или ставит на долгосрочный пайплайн

Раньше это занимало 10-15 минут SDR на каждого лида. Сейчас — секунды AI.

Время продавца — самый дорогой ресурс.

Если продавец тратит время на неквалифицированных лидов — это огромная потеря.

AI-квалификация позволяет фокусироваться только на «горячих».

Результат — в 2-3 раза больше закрытых сделок при том же времени продавца.

AI готовит для вас:

1. Backgroundbriefing

«Подготовь briefing на встречу с CTO компании Acme через 2 часа».

AI выдаёт:

• Кто такой CTO — карьерный путь, прошлые компании

• Что компания делает

• Недавние новости (3-6 месяцев)

• Технологический стек

• Конкуренты

• Финансовое состояние (если публично)

2 страницы детальной информации за 5 минут.

2. Возможные боли

«На основе того, что я знаю о компании — какие у них могут быть актуальные боли в области [моего продукта]?»

AI выдаёт 5-10 гипотез. Вы готовите вопросы для проверки каждой.

3. Вопросы для discovery

«Подготовь 20 вопросов для discovery-встречи. Учитывая контекст компании».

AI выдаёт сортированные вопросы:

• Открывающие (для раппорта)

• Контекстуальные (понять текущую ситуацию)

• Проблемные (выявить боль)

• Подразумевающие (показать последствия)

• Решающие (выйти на решение)

4. Возможные возражения

«Какие возражения могут быть у клиента этого типа? Подготовь по 3 варианта ответа для каждого».

Получаете чек-лист на 10-15 возражений с ответами.

AI помогает в реальном времени:

1. Запись и транскрипция

Все, что говорит клиент — записывается. Не нужно судорожно конспектировать.

Можете полностью сфокусироваться на слушании.

2. Live insights

Современные инструменты (Otter, Gong, Fathom) делают AI-анализ прямо во время разговора.

Видите подсказки:

• «Клиент упомянул [боль]. Спросите про последствия»

• «Клиент 5 минут говорит про конкурента. Поинтересуйтесь, что не устраивает»

• «Не задан ни один quantitative-вопрос»

Это как coach у вас в ухе.

3. Поиск информации

Клиент упомянул компанию или термин, который вы не знаете.

Быстрый поиск через AI — что это, что это значит.

В реальном времени можете показать, что вы в курсе их контекста.

AI делает много пост-работы:

1. Резюме встречи

Автоматически генерируется summary: что обсудили, ключевые моменты, согласованные next steps.

Можно сразу отправить клиенту.

2. Обновление CRM

Все данные о клиенте — в CRM. Не нужно вручную заполнять.

3. Анализ выявленных болей

«На основе записи звонка — какие 3 главные боли клиента? Какие решения наиболее релевантны?»

Получаете структурированный анализ.

4. Подготовка предложения

«На основе discovery — сгенерируй draft коммерческого предложения. Учитывая их специфические боли».

Базовый draft за 10 минут.

5. Coaching insights

«Проанализируй мой звонок. Где я мог сделать лучше?»

AI выдаёт конкретные рекомендации:

• Не углубились в боль про [тему]

• Перебивали клиента 3 раза

• Не задали вопрос про бюджет

• Дали слишком много информации без запроса

Через 50-100 таких анализов — резкий рост качества discovery.

Ошибка 1. Полагаться только на AI.

AI помогает. Но решения принимаете вы. Не отключайте свой мозг.

Ошибка 2. Не уведомлять о записи.

По законодательству — обязательно. По этике — тоже.

Ошибка 3. Слишком много полагаться на live-подсказки.

Если вы постоянно смотрите на экран — клиент чувствует disconnect.

Используйте подсказки как safety net, не как костыль.

Ошибка 4. Игнорировать coaching insights.

AI выдаёт ценные данные. Если их не использовать — теряется главная ценность.

Инструменты:

• Gamma.app — от текста к презентации

• Tome — AI-презентации

•

Beautiful.ai —

улучшенный

PowerPoint

с

AI

• Pitch + AI

Подход:

Описываете AI: для кого презентация, цель, ключевые сообщения

AI создаёт первую версию — 10-15 слайдов

Дорабатываете — добавляете кейсы, конкретику, бренд-элементы

Финализируете

Время: 1 час вместо 6-8 часов.

КП — критичный документ. От его качества зависит закрытие.

Структура хорошего КП

Понимание ситуации клиента

Предлагаемое решение

Ожидаемые результаты

План работы по этапам

Команда

Цена и условия

Гарантии

Next steps

Как AI помогает

Промпт для AI:

«У меня клиент с такими параметрами: [компания, размер, индустрия, ключевые боли из discovery]. Мой продукт: [описание]. Подготовь КП по структуре: [структура]. Тон: профессиональный, без маркетинговой воды. Длина: 4-6 страниц».

AI выдаёт первую версию. Вы:

• Проверяете факты

• Уточняете цифры

• Добавляете релевантные кейсы

• Корректируете под свой стиль

Финал — за 30-45 минут.

AI помогает создавать качественные case-studies.

Источник материала — интервью с успешными клиентами.

Подход:

Записываете интервью с клиентом (30-60 минут)

AI транскрибирует

AI выделяет ключевые моменты

AI пишет structured case-study

Вы дорабатываете, согласовываете с клиентом, публикуете

Время: 4 часа вместо 2-3 дней.

Картинки, графики, инфографики:

• DALL-E, Midjourney — для иллюстраций

• ChatGPT с Code Interpreter — для графиков из данных

• Beautiful.ai, Canva AI — для визуализации в презентациях

Качественные визуалы за минуты вместо часов работы дизайнера.

Многие используют AI для генерации без переработки.

Получают «AI-шный» текст. Клиент чувствует.

Хорошие материалы с AI требуют:

• Конкретного контекста

• Вашей экспертизы

• Личного стиля

• Реальных деталей

AI — это leverage, не замена качества.

AI генерирует:

• Список типичных возражений для вашей ниши

• Варианты ответов (по 3-5 для каждого)

• Уточняющие вопросы для углубления

• Аргументы с цифрами и кейсами

Промпт:

«Я продаю [продукт] для [целевая аудитория]. Какие 10 самых частых возражений я услышу? Для каждого подготовь:

• 3 варианта ответа

• Уточняющие вопросы

• Что реально стоит за возражением

За 5 минут получаете готовый «учебник возражений» для вашей ниши.

Современные инструменты делают live-анализ:

Клиент говорит «у нас нет бюджета».

AI в реальном времени подсказывает:

• За этим часто стоит «нет понимания ценности»

• Спросите: «А когда формируется бюджет на следующий период?»

• Используйте кейс компании X с похожей ситуацией

Это меняет качество ваших ответов.

После звонка AI разбирает:

• Какие возражения были

• Как вы ответили

• Что можно было сделать лучше

• Какие вопросы могли бы помочь

Через 20-30 таких анализов — качество работы с возражениями вырастает кардинально.

Новые AI-инструменты позволяют тренироваться с виртуальным клиентом.

AI играет роль клиента с конкретными возражениями. Вы — продавца.

AI оценивает ваши ответы. Даёт feedback.

Можно делать 10-20 «звонков» в день. Бесплатно. Без давления реальной сделки.

Через месяц такой практики — вы готовы к любым возражениям.

Сценарий 1. «Дорого»

Возражение: «Это слишком дорого».

AI помогает понять — это реальная цена или сигнал «нет ценности».

Подготавливает уточняющие вопросы:

• «Дорого по сравнению с чем?»

• «Какой бюджет вы рассматривали?»

• «А сколько стоит не решать эту проблему?»

Даёт 3-5 вариантов аргументации с цифрами и ROI.

Сценарий 2. «Подумаем»

Возражение: «Нам нужно подумать».

AI помогает выявить настоящую причину:

• «Что конкретно вас беспокоит?»

• «Какой information вам не хватает?»

• «Кто ещё участвует в решении?»

Большинство «подумаем» — это «не убеждён» или «нужна поддержка».

Сценарий 3. «У нас уже есть решение»

Возражение: «Мы уже работаем с конкурентом».

AI подсказывает не атаковать конкурента, а:

• «Что вам нравится в текущем решении?»

• «Что бы вы хотели улучшить?»

• «Какие пробелы вы видите?»

Это создаёт пространство для вашего решения без негатива.

AI помогает готовиться и анализировать.

Но реальная работа с возражениями — это эмпатия и understanding в реальном времени.

AI не заменит этого. Но усилит, если базовые навыки есть.

1. Предсказание вероятности закрытия

AI анализирует всю историю взаимодействия с клиентом.

Выдаёт probability score — насколько вероятно закрытие.

Это помогает приоритизировать. Не тратить время на сделки с низкой вероятностью.

Инструменты: Salesforce Einstein, HubSpot Predictive, Gong Engage.

2. Анализ упущенных моментов

AI смотрит — обработаны ли все элементы сделки:

• Все ЛПР вовлечены?

• Discovery-вопросы заданы?

• Возражения обработаны?

• Next steps согласованы?

Подсвечивает пробелы — что нужно doзакрыть до closing.

3. Подготовка closing-материалов

AI помогает:

• Подготовить финальное предложение

• Создать executive summary

• Адаптировать материалы под каждого ЛПР

• Сгенерировать ответы на финальные вопросы

4. Timing optimization

AI анализирует — когда лучше написать клиенту?

По данным предыдущих взаимодействий:

• Когда обычно отвечает быстрее

• В какие дни активнее

• В каком стиле лучше реагирует

Маленькие оптимизации — большое влияние на конверсию.

Стоимость удержания в 5-10 раз меньше привлечения. AI помогает делать удержание системным.

1. Health scoring

AI постоянно отслеживает «здоровье» каждого клиента.

Анализирует:

• Использование продукта (если SaaS)

• Частоту коммуникации

• Sentiment в общении

• Время ответа на ваши сообщения

• Активность в саппорте

Выдаёт score: green (всё хорошо), yellow (внимание), red (риск ухода).

2. Proactive alerts

Когда у клиента появляются риск-сигналы — AI уведомляет.

Можете отреагировать до того, как клиент решит уйти.

Это меняет game radikально. Реактивное удержание — слишком поздно. Proactive — работает.

3. Personalized engagement

AI помогает поддерживать качественное общение с клиентами.

Напоминает:

• Кому давно не писал

• Какие у каждого клиента приоритеты сейчас

• Какие relevant insights отправить

4. Upsell opportunities

AI анализирует поведение и выдаёт сигналы — кому можно предложить upgrade.

Например: клиент использует базовый план, но активность показывает потребность в премиум-функциях.

AI подсказывает — пора предложить upgrade.

5. Renewal management

За 60-90 дней до окончания контракта — AI готовит.

• Анализ года — что было хорошо, что нет

• Предложение продления с возможным upgrade

• Подготовка кейсов и метрик

• Скрипты разговора с разными сценариями

Для удержания и customer success

• Gainsight — лидер для enterprise

• ChurnZero — middle market

• HubSpot Service Hub — entry level

Для closing

• Clari — predictive sales pipeline

•

People.ai —

анализ

activity

и

forecasting

• Salesforce Einstein — встроено

Продажи не заканчиваются на closing. Они только начинаются.

80% дохода компаний приходит от существующих клиентов. Через renewals и upsells.

AI делает это управляемым процессом, а не «надеждой».

Это конкурентное преимущество в долгой дистанции.

Главное: AI помогает на каждом этапе воронки. От поиска лидов до удержания. Но важно — не «использовать AI везде», а внедрить там, где даёт максимальный leverage.

AI-агент имеет:

• Цели — что нужно достичь

• Доступ к инструментам — email, CRM, веб, базы данных

• Способность планировать многоэтапные действия

• Память о предыдущих взаимодействиях

• Самокоррекцию — если шаг не сработал, пробует иначе

Это принципиально отличается от «обычного chatbot».

Уровень 1. Lead Discovery Agent

Агент находит и обогащает лидов автоматически.

Задача: «Найди 100 компаний, соответствующих моему ICP, обогати их данные, скоринг».

Агент:

Использует базы данных (Apollo, ZoomInfo)

Веб-парсинг сайтов компаний

LinkedIn-исследование

Анализ соответствия ICP

Скоринг каждого

Выдаёт готовый список с приоритизацией

Время: 2 часа AI вместо 2 недель человека.

Уровень 2. Outreach Agent

Агент ведёт outbound кампании самостоятельно.

Задача: «Свяжись с каждым из 100 лидов с персонализированным сообщением. Отвечай на ответы. Назначай встречи».

Агент:

Изучает каждого лида детально

Пишет персонализированное первое сообщение

Отправляет в правильный канал (email/LinkedIn)

Отвечает на ответы по сценариям

Назначает встречи в календаре

Передаёт «горячих» лидов продавцу

Производительность: один агент = работа 5-10 SDR. 24/7.

Уровень 3. Discovery Agent

Агент проводит первичную discovery.

Задача: «Поговори с лидом, узнай его боли, квалифицируй, передай мне qualified лидов».

Это пока новая категория. Не для всех клиентов подходит. Но развивается быстро.

Уровень 4. Full Sales Agent

Гипотетический уровень — агент ведёт всю продажу до closing.

В 2026 — это пока не массовая реальность. Для специфических продуктов (особенно self-service SaaS) — работает.

Для сложных B2B-сделок — пока вспомогательный, не основной.

11x.ai

Один из лидеров AI-агентов для outbound. Их Alice — AI SDR.

Что делает: lead discovery + outreach + ответы + scheduling.

Стоимость: $1500-3000/мес на одного AI-агента (эквивалент одного SDR).

Artisan

Похожий продукт. Ava — AI SDR.

Стоимость: $1500-3000/мес.

Regie.ai

AI-агент с фокусом на персонализацию и multi-channel.

Стоимость: $500-2000/мес.

Российские/СНГ аналоги

В 2025-2026 появляются и местные решения. Следите за рынком.

AI-агенты — мощный leverage. Но не «магия».

Что работает хорошо:

• Outbound — холодные касания

• Lead discovery и обогащение

• Первичные ответы и квалификация

• Scheduling и admin

Что работает плохо:

• Сложные переговоры

• Креативные решения

• Управление отношениями с key accounts

• Closing крупных сделок

Используйте AI-агентов для рутины. Сохраняйте человека для сложного.

Шаг 1. Начните с маленького

Не «купите AI-агента и подключите ко всем процессам».

Сначала — один процесс. Например, lead discovery.

Протестируйте 30 дней. Сравните с обычным подходом.

Шаг 2. Качественные процессы

AI-агент работает в рамках процесса. Если у вас нет процесса — AI не создаст его.

Документируйте процесс до AI. Потом — автоматизируйте.

Шаг 3. Постоянный контроль

Не «настроил и забыл». Особенно на первых месяцах.

Раз в неделю — проверка результатов. Что работает? Что нет? Корректировка.

Шаг 4. Обучение команды

Если у вас команда — обучите людей работать с AI-агентами.

Это новый навык. Без него — потратите деньги на инструмент, которым никто не пользуется.

AI-агенты на полной автоматизации могут навредить.

Например — отправлять тысячи однотипных сообщений → жалобы, блокировки, ухудшение репутации домена.

Контроль критичен. Особенно на старте.

Раньше AI был «островом». Запрос-ответ. Перенос результата руками.

С MCP — AI получает прямой доступ к:

• Вашему CRM (читать, записывать)

• Календарю

• Email

• Базам данных

• Внутренним инструментам

Это превращает AI из «consultant» в «collaborator».

Сценарий 1. Полная подготовка к встрече

Команда AI: «Подготовь меня к встрече с клиентом X завтра в 14:00».

AI через MCP:

Смотрит в CRM — история взаимодействия

Читает email-переписку

Анализирует прошлые встречи (через conversation intelligence)

Ищет свежую информацию о компании клиента

Создаёт briefing-документ

Отправляет на email или в Notion

Время: 5 минут команды + 3 минуты AI вместо 1-2 часов ручной работы.

Сценарий 2. Обработка inbound запроса

Клиент написал в Telegram.

AI через MCP:

Распознаёт клиента (через интеграцию)

Подтягивает контекст из CRM

Анализирует историю

Готовит первичный ответ

Если простой вопрос — отвечает сам

Если сложный — уведомляет меня с контекстом

Скорость ответа: секунды вместо часов.

Сценарий 3. Автоматическое follow-up

AI через MCP мониторит CRM.

Видит — лид без активности 7 дней.

Автоматически:

Анализирует историю

Генерирует контекстуальный follow-up

Отправляет

Обновляет CRM

Без участия человека. Качественно. Не «шаблонный» follow-up.

Сценарий 4. Отчётность

Раз в неделю — AI готовит отчёт о продажах.

Через MCP:

Анализирует CRM

Считает метрики

Сравнивает с предыдущими периодами

Выделяет ключевые тренды

Готовит документ

Время: 5 минут вместо нескольких часов аналитика.

Zapier / Make

No-code инструменты для интеграций. Не требуют программирования.

Можно настроить за час-два сложные сценарии.

Стоимость: $20-100/мес.

Для большинства продавцов — этого достаточно.

n8n

Open-source аналог Zapier. Self-hosted. Бесплатный.

Сложнее настройка, но больше контроля.

Для тех, кому важна privacy данных.

Кастомные интеграции через MCP

Для более сложных задач — кастомные интеграции.

Требует разработчика. Но даёт максимальную гибкость.

Список приоритетов для соло-продавца:

Приоритет 1. CRM-обновления

Автоматизация: AI слушает звонок → обновляет CRM.

Экономит 10-30 минут в день.

Приоритет 2. Email-резюме

После встречи AI автоматически генерирует summary и отправляет участникам.

Экономит 15-30 минут на каждую встречу.

Приоритет 3. Follow-up reminders

AI отслеживает сделки без активности. Уведомляет вас.

Предотвращает потерю горячих лидов из-за забывчивости.

Приоритет 4. Календарь и scheduling

AI отвечает на запросы «когда удобно?». Назначает встречи.

Экономит часы в неделю.

Приоритет 5. Контент-публикация

AI готовит контент → автоматически публикует в социальные сети.

Системность без ручной работы.

Ошибка 1. Автоматизировать всё сразу.

Слишком много интеграций без понимания — путь к хаосу.

Начните с 2-3 ключевых. Освойте. Добавляйте по мере необходимости.

Ошибка 2. Не тестировать.

AI ошибается. Особенно на ранних этапах.

Тестируйте автоматизации перед запуском в production.

Ошибка 3. Отсутствие fallback'ов.

Что если AI сделает ошибку? Что если интеграция упадёт?

Должны быть alerts и manual fallback.

Принцип 1. Один шаг = одна задача

Не «AI, сделай мне продажу». А разбейте на маленькие шаги.

Каждый шаг — конкретная задача с понятным входом и выходом.

Через цепочку маленьких шагов — сложные процессы становятся возможными.

Принцип 2. Human-in-the-loop в критичных точках

AI делает 90% работы. Но в критичных точках — вы проверяете.

Например: AI готовит письмо → вы одобряете → AI отправляет.

Или: AI находит лидов → вы выбираете лучших → AI пишет outreach.

Это сохраняет качество, не теряя скорость.

Принцип 3. Логирование

Все действия AI должны быть видны.

Если что-то пошло не так — можно восстановить, что произошло.

Принцип 4. Постепенное усложнение

Начните с простого workflow. Запустите. Наблюдайте.

Когда работает — усложняйте.

Не пытайтесь сразу построить сложную систему.

Workflow 1. Inbound lead processing

Запуск: новый лид заполнил форму на сайте.

Шаги:

AI обогащает данные (компания, должность)

AI проверяет соответствие ICP

AI присваивает score

Если высокий score — уведомление мне в Slack

AI отправляет первое welcome письмо

AI запускает email-серию

Создаёт задачу в CRM

Время до контакта с горячим лидом: секунды вместо часов.

Workflow 2. Pre-meeting preparation

Запуск: встреча в календаре через 24 часа.

Шаги:

AI читает контекст из CRM

Анализирует прошлые взаимодействия

Ищет свежую информацию о клиенте

Готовит briefing документ

Отправляет мне за 24 часа до встречи

Никогда не приходите на встречу неподготовленным.

Workflow 3. Post-meeting follow-up

Запуск: встреча закончилась.

Шаги:

AI берёт транскрипцию

Извлекает ключевые моменты и next steps

Готовит follow-up email

Отправляет мне на одобрение

После одобрения — отправляет клиенту

Обновляет CRM

Создаёт задачи по next steps

Качественный follow-up через 30 минут после встречи. Не «когда-нибудь».

Workflow 4. Deal stuck monitoring

Запуск: сделка без активности 7 дней.

Шаги:

AI обнаруживает stuck deal

Анализирует, на каком этапе застряла

Готовит контекстуальный re-engagement

Уведомляет меня

После моего одобрения — отправляет

Предотвращает потерю pipeline'а из-за забывчивости.

Workflow 5. Quarterly check-in

Запуск: 90 дней после закрытия сделки.

Шаги:

AI анализирует, как идут дела клиента

Готовит персонализированное касание

Предлагает upsell-возможности

Уведомляет меня

Системная работа с существующими клиентами.

Zapier

Самый распространённый. 5000+ интеграций.

Подходит для большинства задач.

Стоимость: $20-100/мес.

Make (бывший Integromat)

Более мощный, чем Zapier. Visual workflow builder.

Стоимость: $9-30/мес.

n8n

Open-source. Self-hosted. Бесплатно.

Сложнее настройка, но больше контроля.

Custom через MCP

Для сложных workflows — кастомные интеграции.

Требует разработчика.

Шаг 1. Выберите один workflow, который сейчас занимает много времени.

Шаг 2. Опишите шаги пошагово.

Шаг 3. Постройте простую автоматизацию (Zapier/Make).

Шаг 4. Запустите на 1-2 неделю. Наблюдайте.

Шаг 5. Корректируйте.

Шаг 6. Через месяц — следующий workflow.

Через 6-12 месяцев — у вас несколько работающих автоматизаций. Производительность выросла в 2-3 раза.

1. Первый контакт с VIP-клиентом

Если вы продаёте enterprise-сделку на $1M — не используйте AI-агента для первого касания.

VIP-клиенты ожидают личного отношения. AI-cold-pitch обижает.

Для топ-клиентов — личное письмо от вас. Возможно — telephone call. Возможно — intro через общего знакомого.

2. Сложные эмоциональные ситуации

Клиент в кризисе. Расстроен. Имеет жалобу.

AI-ответ воспримется как игнорирование. Усугубит ситуацию.

Это требует человека. С эмпатией. В реальном времени.

3. Стратегические переговоры

Финальные переговоры по цене. Условия контракта. Сложные согласования.

AI здесь не справится. Слишком много нюансов. Слишком высокие ставки.

Используйте AI для подготовки. Само ведение — лично.

4. Sensitive industries

Здравоохранение. Финансы. Legal. Некоторые государственные сектора.

Регулирование запрещает AI в определённых коммуникациях.

Или клиенты не доверяют AI в чувствительных областях.

Проверьте свою индустрию.

5. Когда есть культурный диссонанс

В некоторых культурах личное общение особенно ценится.

В Восточной Европе, Латинской Америке, частях Азии — relationships важнее efficiency.

AI-агент может восприниматься как неуважение.

Адаптируйте под культуру вашей аудитории.

1. Discovery с key account

AI помогает подготовиться. Анализирует записи.

Но саму встречу ведёте вы.

2. Сложные КП

AI готовит draft. Вы дорабатываете.

Не отправляйте «как есть».

3. Coaching

AI выдаёт insights. Менеджер обсуждает с продавцом.

AI не заменит личного coaching.

AI — инструмент leverage.

Для рутины — автоматизируйте максимально.

Для критичных моментов — оставляйте человека.

Балансировка — главное искусство в 2026 году.

Слишком мало AI — отстаёте от рынка.

Слишком много AI — теряете клиентов из-за дегуманизации.

Правильный баланс — конкурентное преимущество.

Главное: AI-агенты и автоматизация — серьёзный leverage, если правильно использовать. Но это инструменты, не цель. Используйте там, где даёт пользу. Сохраняйте человеческое там, где это критично.