🚫 Почему не стоит отдавать КП одному боту

Самые неприятные сбои в ИИ для продаж случаются в тот момент, когда бот ошибается уверенно. 😰

Один из типовых сценариев выглядит так:

1️⃣ Он понял запрос
2️⃣ Собрал спецификацию
3️⃣ Посчитал цену
4️⃣ Выбрал скидку
5️⃣ Написал письмо клиенту

✨ На словах красиво.

В работе потом всплывают:

❌ Неверные артикулы
❌ Спорные аналоги
❌ Сроки с потолка
❌ Скидки вне правил
❌ Уверенный текст там, где данных не хватало

💡 Google 14 апреля после Agent Bake-Off сформулировала это очень трезво:

В боевой работе нужны жесткие ограничения и проверки, а не вера в один хороший промпт.

📊 А бизнес-кейсы уже показывают, ради чего все это затевают:

🔹 В кейсе Attention пишут, что ИИ берет на себя до 90% рутины после звонка и экономит продавцу больше 10 часов в неделю ⏰
🔹 Workato у себя внутри сократила подготовку к сделке с 3-4 часов до 45 минут ⚡️

✅ Поэтому нормальная схема для КП обычно скучнее:

🔸 Один слой разбирает вход
🔸 Второй считает по правилам
🔸 Третий ловит дыры и противоречия
🔸 Человек подтверждает финал

Для КП нужен не один бот, а контур из ИИ, правил, проверки и человека.

👤 Человек в цепочке здесь нужен не для галочки.

Он держит под контролем случаи, где ошибка быстро превращается в 💰 деньги или 🔥 конфликт с клиентом.

⚠️ Если система читает письма и вложения, есть еще один важный момент:
Документ для нее должен оставаться источником данных, а не командой.

🔍 Смотреть в таких проектах лучше не на то, как красиво бот пишет, а на более полезные вещи:

▫️ Как быстро появляется черновик ⏱️
▫️ Сколько позиций уходит в спорные ⚡️
▫️ Где цена или срок не подтверждены ❓
▫️ Сколько ручных правок остается перед отправкой ✍️

💬 Если интересно, следующим постом могу показать простой контур для связки:
📧 почта → Excel → CRM → менеджер
🚫 без магии и без лишних обещаний.

👇 Ставьте 🔥, если тема актуальна!

Самая обманчивая фраза в ИИ-проекте: «на демо работает»

Обычно именно после хорошего демо у команды появляется ложное чувство, что половина пути уже пройдена.

На практике в этот момент все только начинается.

Через месяц чаще всего всплывает одно и то же:

• в процесс решение не встроено;
• команда пользуется им выборочно;
• владельца после пилота не появилось;
• эффект никто не считает.

📊 По данным McKinsey, ИИ используют 88% компаний хотя бы в одной функции, но полностью масштабировали только 7%.

В России, по данным «Ведомостей», до полноценного внедрения дошли лишь 7–10% пилотов крупных игроков, связанных с LLM, чат-ботами и агентами.

Поэтому смотреть лучше не на эффектные демо, а на скучные живые кейсы.

Примеры из практики:

✅ У STADLER ежедневно пользуются ИИ более 85% сотрудников. Значит, инструмент реально врос в работу.
✅ В Банки.ру запуск бота занял 37 дней, но около 60% времени ушло на очистку Вики. Значит, судьбу проекта решила не магия модели, а качество знаний.
✅ У «Ренессанс Жизни» один документ стал проходить за 20–30 секунд вместо 5–6 минут. Значит, ценность появилась там, где был понятный поток и интеграция с «1С».
✅ Даже на витрине кейсов MWS AI та же логика: поддержка и HR, а не абстрактный «универсальный интеллект компании».

Чек-лист после пилота 🔍

Если нельзя ответить на три вопроса:

1. Где решение живет в процессе?
2. Кто за него отвечает?
3. Какую рутину оно снимает в цифрах?
— то перед вами еще не внедрение. Просто хороший показ.

Самый дорогой кусок AI-внедрения обычно лежит не в модели 💰
Он лежит в другом месте:

• в старой Вики;
• в папке с шаблонами final_v7;
• в письмах;
• в прошлых сделках;
• в голове одного сильного сотрудника.

Пока это знание не собрано, сотрудники все равно идут не к ассистенту, а к человеку, который «точно знает, как правильно».

Поэтому реальные кейсы сейчас выглядят очень прозаично:

🔹 Банки.ру потратили около 60% времени запуска бота на очистку Вики.
🔹 Русклимат собрал библиотеку из 32 типов рисков.
🔹 OpenAI автоматизировал review контрактов, когда ручной поток перевалил за 1000 в месяц.
🔹 Норникель уже строит доменные агентные сценарии для 30+ процессов.

Вывод простой 📌

AI начинает работать там, где компания сначала вытаскивает свои правила, документы и исключения из хаоса, а уже потом подключает модель.

Наши соцсети:
https://dzen.ru/woghan
https://vk.com/woghan_dev
https://tenchat.ru/woghan

Деньги в продажах часто лежат не наверху воронки

Они лежат в уже случившихся звонках. 📞

Клиент пришел. Менеджер поговорил. Следующий шаг не зафиксировал. Follow-up не отправил. Руководитель увидел плохой разговор слишком поздно.

И в этот момент отдел просит больше лидов.

🔍 Новые лиды нужны не так срочно, как кажется, если старые звонки никто не умеет спасать.
По кейсам картина очень приземленная:
• У Auto.ru Business больше половины упущенных звонков удалось вернуть в работу;
• У ТрансТехСервиса за месяц вернули 40 клиентов;
• У «Прагматики» конверсия звонков в продажи выросла на 20%;
• У SalesAI семиминутный звонок разбирается примерно за минуту.

💡 Суть проста: прежде чем масштабировать поток, имеет смысл навести порядок в том, что уже есть.