Менеджеры не успевали отвечать на 600+ заявок в месяц, среднее время первого ответа — 3 часа, часть базы не получала касаний вообще. AI-агент взял на себя первый контакт, квалификацию по BANT, персонализацию писем и назначение встреч в календарь — теперь 97% обращений обрабатываются без участия человека.
Поставщик промышленного оборудования: B2B-компания, 140 сотрудников, продаёт насосное и компрессорное оборудование, запасные части и сервисные контракты. Средний чек — от 480 000 ₽ за единицу техники до нескольких миллионов рублей за комплексную поставку. Цикл сделки длинный: от двух до семи месяцев, с тендерами, техническими согласованиями и закупочными комитетами на стороне клиента.
Отдел продаж — 18 человек: шесть менеджеров на входящем потоке, четыре на активных продажах, три на тендерах, остальные — сервис и сопровождение. CRM — Битрикс24, каналы — e-mail, почта, Telegram и WhatsApp. Маркетинг давал около 600 обращений в месяц: контекстная реклама, отраслевые каталоги, выставки, входящие письма и звонки. Рекламный бюджет — примерно 1 405 000 ₽ в месяц.
Если читаете по диагонали: за шесть недель мы внедрили AI SDR, который отвечает на первое обращение за 40–60 секунд, квалифицирует лид по BANT, персонализирует письмо под отрасль и роль клиента, назначает встречу в календарь менеджера и заполняет сделку в Битрикс24. Результат: диалогов +38%, конверсия в встречу 14,8%, стоимость лида 412 ₽ вместо 763 ₽, 97% обращений обрабатываются без участия человека.
Внешне отдел работал нормально: заявки приходили, сделки закрывались, план выполнялся примерно на 90%. Проблема была не в количестве людей и не в их квалификации, а в физике процесса: один менеджер может одновременно вести три-четыре переписки, а в пиковые дни их приходит двадцать. Всё, что не влезало в этот коридор, откладывалось — и там терялось.
Компания уже пробовала решать это точечно: чат-бот с деревом кнопок на сайте, автоответчик в почте, рассылка по базе раз в квартал. Чат-бот раздражал клиентов («я хочу спросить по-человечески»), автоответчик не отвечал, а только подтверждал получение письма, а рассылка давала 11% открытий и почти нулевой отклик. Руководитель отдела продаж пришёл на аудит с прямой формулировкой: «Нам не нужен очередной бот. Нужно, чтобы ни один клиент не остался без ответа».
Мы разложили воронку на этапы и посчитали стоимость каждого узкого места в рублях. Все суммы — оценка Лидерс AI по данным клиента, а не гарантия выручки.
Среднее время до первого ответа — 180 минут, в выходные обращение ждало до понедельника. В поставках оборудования решение о подрядчике часто формируется в первые полчаса: клиент пишет трём-пяти компаниям и продолжает диалог с теми, кто ответил.
Оценка потери: 180–220 касаний в месяц, около 480 000 ₽ упущенной маржи.
4 800 контактов в Битрикс24 не получили ни одного касания за последние 12 месяцев: лиды с выставок, старые входящие, скачанные прайс-листы и запросы «на будущее». Это готовая база прогрева, до которой у менеджеров не доходили руки.
Оценка потери: около 1 100 000 ₽ отложенной выручки в год.
Менеджеры тратили 25–40 минут на диалоги, которые заканчивались фразой «спасибо, мы сравним цены». 38% диалогов не доходили до квалификации: не были выяснены ни роль клиента, ни бюджет, ни срок.
Оценка потери: 640 000 ₽ в месяц фонда оплаты труда на нецелевые диалоги.
Сделки создавались не всегда, поля заполнялись частично, договорённости терялись: 22% назначенных разговоров не превращались в событие в календаре. Прогноз по отделу строился на ощущениях руководителя.
Оценка потери: 43 встречи в месяц, которые просто не доходили до календаря.
Одно письмо на все отрасли: нефтегаз, пищевое производство и ЖКХ получали один и тот же текст с одинаковыми аргументами. Открываемость — 11%, ответы — единицы. Клиенты не понимали, что поставщик разбирается в их задаче.
Оценка потери: маркетинговый бюджет работал на 30–40% своей эффективности.
CPL вырос до 763 ₽: контекст подорожал на 34% за год, а конверсия сайта не менялась. Отдел продаж требовал «ещё заявок», маркетинг отвечал «заявки те же, что и год назад» — и оба были правы.
Оценка потери: при бюджете 1 405 000 ₽ в месяц компания получала 1 841 обращение вместо 3 412.
Мы не начинали с разработки. Первые четыре дня ушли на то, чтобы понять, где именно утекают деньги: посмотрели выгрузку из Битрикс24 за 12 месяцев, замерили время ответа по каналам и расшифровали 200 диалогов, чтобы вытащить реальные возражения и типовые вопросы.
4 дня. Выгрузили воронку за год, посчитали время первого ответа, долю необработанных заявок и стоимость часа менеджера. Собрали карту процесса с точками потерь и списком из 14 сценариев, которые закрываются агентом. Результат: приоритет — первый контакт и квалификация.
1 неделя. Описали вопросы квалификации по BANT, правила скоринга, сценарии для каждой отрасли клиента (пищевое производство, стройка, ЖКХ, агро), шаблоны встреч в календаре и правила эскалации. Отдельный документ — что агент делать не должен: цены, сроки поставки и условия тендеров остаются за менеджером.
2 недели. Запустили агента на входящих из Telegram и сайта. На исторических диалогах за полгода проверили точность квалификации: агент должен был повторить решение менеджеров в не менее 90% случаев. Подкрутили формулировки и пороги скоринга, после чего включили в работу реальный поток.
3 недели. Подключили WhatsApp, почту и второго языкового провайдера, связали агента с Битрикс24: создание сделки, заполнение полей, постановка задач, автозаполнение карточек и напоминания. Выгрузили «мёртвую» базу из 4 800 контактов и запустили реактивацию — 11% ответили и вернулись в воронку.
1 неделя. Написали регламенты для менеджеров: как читать карточку после агента, что отвечать на эскалации, как перепроверять скоринг. Провели две обучающие сессии и оставили документацию по сценариям, чтобы изменения можно было вносить без нас.
Важно понимать: речь не о чат-боте с кнопками. AI SDR — это диалоговый агент на языковой модели, который работает в четырёх каналах одновременно, помнит контекст переписки, знает каталог оборудования и самостоятельно принимает решения по сценарию. Человек подключается там, где это действительно нужно: ценовые условия, нестандартные схемы поставки, претензии и юридические вопросы. Посмотрите, как та же архитектура используется в услуге AI SDR для продаж.
Скриншот дашборда — в начале страницы: там видно диалоги, конверсию в встречу, стоимость лида и долю обращений, закрытых без менеджера. Под капотом — три модуля, каждый со своей логикой и своими метриками качества.
Агент отвечает в канале клиента за 40–60 секунд в любое время суток: ночью и в выходные тоже. Ответ опирается на техническое описание продукта и историю диалогов, а не на шаблон. Если вопрос выходит за рамки — клиент получает честное «уточню у инженера» и срок ответа, а не тишину.
Агент выясняет роль собеседника, задачу, сроки и бюджет в естественном разговоре — по одному вопросу за сообщение, без анкеты. Ответы ложатся в поля сделки и в скоринг: горячие лиды получают приоритет, нецелевые — вежливый отказ с условиями возврата, тёплые — цепочку прогрева.
Агент проверяет занятость менеджера, предлагает 2–3 слота и ставит встречу в календарь — так исчезли «немые» договорённости. Карточка в Битрикс24 заполняется сразу: источник, отрасль, потребность, история переписки. На сложных запросах срабатывает эскалация с черновиком ответа.
Замеры велись по выгрузкам Битрикс24 и данным рекламных кабинетов. Рекламный бюджет не менялся: 1 405 000 ₽ в месяц. Всё, что произошло с потоком лидов, — результат работы агента и перестроенного первого контакта. Суммы в рублях — оценки по данным клиента.
| Метрика | До | После | Эффект |
|---|---|---|---|
| Диалогов в месяц | 1 841 | 3 412 | +1 571 диалог в месяц при том же бюджете |
| Конверсия в встречу | 10,7% | 14,8% | +4,1 п.п., рост в 1,4 раза |
| Встреч в месяц | 197 | 505 | +308 встреч в месяц |
| Стоимость лида (CPL) | 763 ₽ | 412 ₽ | −46%; эквивалент ≈ 1,2 млн ₽/мес сэкономленной закупки лидов |
| Скорость первого ответа | 3 часа | менее 60 сек | 97% обращений закрывает агент без менеджера |
| Время менеджеров на первый контакт | 1 120 ч/мес | 480 ч/мес | 640 ч/мес высвобождено ≈ 365 000 ₽/мес |
| Обработка базы без касаний | частично, вручную | 4 800 контактов, 11% ответили | ≈ 530 новых диалогов из базы |
| Встречи, потерянные на этапе назначения | 22% | 1,8% | ≈ 40 сохранённых встреч в месяц |
Как это читать. Рост диалогов — не «магия ИИ», а следствие двух вещей: агент перестал терять обращения из базы и перестал зависеть от скорости менеджера ночью и в выходные. Рост конверсии в встречу — результат квалификации: до встречи стали доходить те, у кого есть задача и срок, а не те, кто просто запросил прайс «для сравнения». Отдельно подчеркнём: встреча — не сделка, и в модели окупаемости мы намеренно считаем только стоимость лида и высвобожденные часы, а не гипотетическую выручку по каждой встрече.
Проект разбит на два этапа: пилот под одну задачу и масштабирование на все каналы. Оплата — этапами 30/40/30, как и во всех проектах Лидерс AI. Отдельно клиент платит за инфраструктуру: это токены моделей, self-hosted n8n и мониторинг.
| Статья | Сумма | Комментарий |
|---|---|---|
| Пилот (аудит + один канал) | 240 000 ₽ | Один сценарий, проверка точности на исторических данных |
| Масштабирование (интеграции + все каналы) | 450 000 ₽ | Telegram, WhatsApp, почта, сайт, Битрикс24, реактивация базы |
| Инфраструктура | ≈ 18 500 ₽/мес | Модели, n8n, мониторинг и логирование |
| Итого проект | 690 000 ₽ | Оплата 30/40/30, метрики зафиксированы в договоре |
Окупаемость — 2,4 месяца. Это консервативная оценка: в расчёт взяты только высвобожденные часы менеджеров и снижение стоимости лида. Если считать весь поток новых лидов по старой цене, эффект был бы выше, но мы не считаем дополнительную выручку гарантированной — часть лидов физически не успевает дойти до сделки в первый месяц, а в B2B есть сезонность. Медианная окупаемость по всем 42 проектам — 3,1 месяца; этот проект быстрее среднего, потому что рекламный бюджет уже работал и не требовал роста.
| Компонент | Роль |
|---|---|
| Битрикс24 | Источник сделок и база знаний: карточки, поля, воронка, отчёты |
| Telegram | Первый по объёму канал: диалоги и уведомления менеджерам |
| Канал для СНГ и клиентов, которым удобнее мессенджер | |
| Почта | Входящие письма и реактивация базы с персонализированными цепочками |
| n8n (self-hosted) | Оркестрация: маршрутизация, скоринг, эскалации, задачи |
| DeepSeek | Модель для диалога, квалификации и черновиков ответов |
| Qdrant | Векторная база знаний: технические описания, регламенты, история диалогов |
Принцип простой: оркестрация на self-hosted n8n внутри контура компании, а модель можно заменить без переписывания сценариев. Если завтра поставщик модели изменит условия, мы меняем одну ноду, а не весь проект.
Методы работы с CRM, использованные в проекте, описаны в официальной документации REST API Битрикс24.
«Мы думали, что нам нужны ещё два менеджера на входящие. Вышло иначе: нам не хватало скорости и нормальной квалификации. Сейчас заявка в 11 вечера обрабатывается за минуту, а утром менеджер открывает карточку, где уже есть и задача клиента, и срок, и запись на звонок. В первый месяц мы вернули в работу базу, которую считали мёртвой. Хочу отметить: команда сразу сказала, что цены и условия поставки агент не трогает — это сняло половину возражений внутри отдела».
Отдельно отметим то, о чём редко пишут в кейсах: первые две недели после запуска менеджеры проверяли за агентом каждый диалог и спорили с его скорингом. Это нормальный этап адаптации — мы заранее заложили его в регламент и в обучение. Через месяц доля ручных правок упала до 6%, а спорные критерии квалификации переписали вместе с отделом продаж.
Если ваша задача не про входящие продажи, посмотрите, как та же логика работает в поддержке, документообороте и финансах. Полный список — в разделе все кейсы.
1 200 обращений в сутки, очередь на первой линии и CSAT 3,9. Агент отвечает по базе знаний за восемь секунд и передаёт сложное оператору с контекстом и черновиком ответа.
18 400 счетов и актов в месяц разносили вручную четыре человека, ошибки в проводках доходили до отчётности. Агент читает реквизиты, сверяет с 1С и проводит документы сам.
Шесть юрлиц, закрытие месяца шесть дней, прогноз движения денег в таблицах. Агент сверяет платежи с банком, собирает отчётность, прогнозирует cash-flow и предупреждает о разрывах.
Не нашли свой вопрос? Напишите в Telegram или позвоните по номеру.
На разборе мы возьмём выгрузку ваших обращений за три месяца, разметим поток по каналам и посчитаем, какая доля закрывается агентом, сколько встреч это добавит и когда решение окупится. Карта процесса и расчёт останутся у вас, даже если вы решите ничего не внедрять.
Ответим в течение 30 минут в рабочее время. Пришлём короткий список вопросов, чтобы не тратить ваше время на разборе.
Мы свяжемся с вами в течение 30 минут в рабочее время и пришлём вопросы для подготовки к аудиту отдела продаж.