ИИ для звонков в продажах

Что на самом деле умеет ИИ в работе со звонками

Под «ИИ для звонков» обычно смешивают несколько разных технологий. Для руководителя полезнее разделять их по роли в процессе.

1. ИИ после звонка

Это самый понятный и обычно самый безопасный старт. Система получает запись или транскрипт разговора и может:

• сделать расшифровку;

• подготовить краткий итог;

• найти договорённости и следующие действия;

• отметить упоминания конкурентов, цены, возражений и других тем;

• проверить разговор по скрипту или чек-листу;

• собрать повторяющиеся ошибки по менеджеру или команде;

• подготовить данные для разбора с РОПом.

Речевая аналитика — это автоматический разбор записи или расшифровки разговора по заранее заданным признакам. В продажах она полезна прежде всего как фильтр внимания: ИИ помогает быстро найти разговоры и фрагменты, которые стоит проверить человеку.

2. ИИ во время звонка

Такой помощник может подсказывать менеджеру информацию, фиксировать ключевые моменты, формировать заметки или предлагать следующий шаг. Здесь особенно важно не перегрузить продавца подсказками. Если система создаёт больше шума, чем пользы, скорость работы падает.

3. ИИ вместо менеджера

Голосовой ИИ-агент сам звонит клиенту, ведёт диалог и выполняет заданную задачу: квалифицирует лид, напоминает, подтверждает запись, собирает простой ответ или передаёт разговор человеку.

Это уже не «анализ звонка», а отдельный продуктовый и операционный процесс. Его нельзя оценивать по тем же критериям, что и расшифровку или контроль качества.

Первый вывод: не покупайте «ИИ для звонков». Выберите один конкретный процесс, который хотите улучшить.

Как выбрать сценарий под задачу отдела продаж

Начните не с функций сервиса, а с проблемы.

Если РОП не успевает слушать звонки

Первый сценарий — ИИ-контроль качества. Цель не в том, чтобы получить красивый общий балл, а в том, чтобы быстрее находить:

• пропущенные обязательные этапы разговора;

• повторяющиеся возражения;

• отсутствие следующего шага;

• несогласованные обещания;

• разговоры, которые требуют разбора руководителя.

Если менеджеры плохо ведут CRM

Полезнее начать с итогов разговора и извлечения фактов:

• что клиент хочет;

• что обещал менеджер;

• какой следующий шаг;

• когда нужно вернуться;

• какие данные должны попасть в сделку.

Здесь ИИ экономит время только в том случае, если итог действительно можно использовать в CRM, а менеджеру не приходится переписывать всё заново.

Если обучение менеджеров идёт «по ощущениям»

Используйте ИИ для предварительной разметки разговоров, а не как окончательного судью. Сначала задайте конкретные критерии, затем сравните оценки ИИ с ручной проверкой РОПа.

Если нужно понять причины потерь

Ищите не «оценку менеджера», а повторяющиеся сигналы: на каких этапах разговора чаще не задают нужные вопросы, какие возражения остаются без ответа, где отсутствует зафиксированный следующий шаг.

Если хочется автоматизировать холодный обзвон

Это отдельный сценарий. Сначала определите узкую задачу звонка: например, подтвердить интерес или квалифицировать контакт по нескольким критериям. Не пытайтесь сразу заменить полноценную продажу сложного продукта автономным агентом.

Матрица выбора: эффект, сложность и риск

Используйте четыре вопроса для любого сценария.

1. Какой измеримый результат должен измениться?

Плохой ответ: «будет больше ИИ в продажах».

Хороший ответ: «РОП будет тратить меньше времени на первичную проверку звонков», «доля звонков с зафиксированным следующим шагом станет видимой», «менеджеры перестанут вручную писать длинные итоги разговора».

2. Есть ли данные?

Для анализа звонков нужны как минимум сами записи или транскрипты. Для связи с продажами полезны данные CRM: сделка, этап, менеджер, результат.

Если записи не привязаны к сделкам, а в CRM хаос, ИИ сможет красиво пересказать разговор, но управленческая ценность будет ограничена.

3. Можно ли проверить результат человеком?

На старте ответ должен быть «да». ИИ должен давать результат, который РОП или назначенный проверяющий может сверить с исходным разговором.

4. Что произойдёт, если ИИ ошибётся?

Чем выше цена ошибки, тем меньше автономности нужно давать системе. Ошибка в черновике итогов звонка и ошибка в кадровом решении — не одно и то же.

Практический приоритет можно оценивать так:

Приоритет сценария = ожидаемый эффект × доступность данных × проверяемость человеком / сложность внедрения.

Это не отраслевой стандарт и не «научная формула». Это управленческий фильтр: он помогает не начинать с самого эффектного демо, если данных нет или результат невозможно надёжно проверить.

Пять сценариев, которые стоит сравнить

Сценарий 1. Итоги звонка и следующие действия

Польза: экономия времени менеджера и меньше потерянных договорённостей.

Сложность: низкая или средняя.

Что проверять: совпадают ли итог и задачи с реальным разговором.

Сценарий 2. Анализ звонков по чек-листу

Польза: быстрее находить нарушения процесса и темы для обучения.

Сложность: средняя.

Что проверять: совпадает ли оценка ИИ с ручной оценкой по каждому критерию.

Сценарий 3. Поиск возражений, конкурентов и ключевых тем

Польза: видеть повторяющиеся сигналы не по нескольким случайным звонкам, а по большей выборке.

Сложность: средняя.

Что проверять: сколько найденных упоминаний подтверждается в записи и сколько важных случаев система пропустила.

Сценарий 4. Помощь менеджеру во время разговора

Польза: быстрый доступ к информации и подсказкам.

Сложность: средняя или высокая.

Что проверять: действительно ли подсказка помогает, а не отвлекает.

Сценарий 5. Автономный ИИ-обзвон

Польза: масштабирование узких повторяемых звонков.

Сложность: высокая.

Что проверять: качество разговора, корректность квалификации, перевод сложных случаев человеку, жалобы и фактический бизнес-результат.

Как запустить проверяемый пилот за 7 дней

Не внедряйте ИИ сразу на весь отдел. Сначала проведите ограниченный пилот.

В Convertool мы называем эту логику доказательным циклом ИИ-пилота: сначала исходный уровень и критерии, затем ограниченный тест с ручной проверкой, после — сравнение и решение «масштабировать / изменить / остановить».

Шаг 1. Выберите одну задачу

Не тестируйте одновременно расшифровку, коучинг, автозаполнение CRM, прогноз сделки и холодный обзвон.

Для первого пилота достаточно одного вопроса. Например:

«Может ли ИИ предварительно проверять звонки по нашему чек-листу так, чтобы РОП тратил меньше времени и не терял критические ошибки?»

Шаг 2. Зафиксируйте исходный уровень

До включения ИИ измерьте, как процесс работает сейчас.

Для контроля качества:

• сколько звонков реально проверяет РОП;

• сколько времени занимает одна проверка;

• какие критерии используются;

• насколько одинаково два человека оценивают один разговор.

Для итогов звонка:

• сколько времени менеджер тратит на фиксацию результата;

• какие поля часто остаются пустыми;

• сколько итогов приходится исправлять.

Без исходного уровня вы не сможете отличить реальное улучшение от ощущения «стало технологичнее».

Шаг 3. Соберите ограниченную выборку

Для первого теста нужна не максимальная масса звонков, а достаточно разнообразная выборка: разные менеджеры, этапы, результаты и типы клиентов.

Количество зависит от длины разговоров и задачи. Рабочий ориентир для пилота — несколько десятков звонков, если их можно вручную перепроверить. Это не универсальная норма, а способ сохранить управляемый объём проверки.

Шаг 4. Задайте критерии до теста

Если вы сначала посмотрели результат ИИ, а потом придумали, что считать успехом, тест уже искажён.

Пример критериев:

• ИИ правильно определяет наличие следующего шага;

• критические нарушения не теряются;

• результат можно проверить по цитате или фрагменту разговора;

• РОП тратит меньше времени на первичную сортировку;

• ошибки системы не создают неприемлемого риска.

Шаг 5. Оставьте ручную проверку

Первый пилот не должен работать по схеме «ИИ поставил 82 балла — значит менеджер плохой».

Берите результат ИИ как предварительную разметку. Человек подтверждает или отклоняет вывод по исходной записи.

Шаг 6. Сравните до и после

Для каждого сценария нужны свои метрики.

Для контроля качества:

• время на первичную проверку;

• доля подтверждённых замечаний;

• доля пропущенных критических ошибок;

• повторяемость типовых проблем.

Для итогов:

• время менеджера;

• доля корректно извлечённых задач;

• число исправлений;

• полнота записи в CRM.

Для голосового агента:

• доля успешно завершённых целевых задач;

• доля переводов человеку;

• количество проблемных или некорректных диалогов;

• бизнес-результат на сопоставимой аудитории.

Шаг 7. Примите одно из трёх решений

Масштабировать — если результат подтверждён и цена ошибок приемлема.

Изменить — если потенциал есть, но критерии, запрос для ИИ, данные или процесс требуют доработки.

Остановить — если экономия не подтверждается, ошибки слишком дороги или процесс сам по себе плохо определён.

Как оценивать звонок с помощью ИИ

Самая частая ошибка — дать системе один общий запрос: «оцени качество звонка от 1 до 10».

Такой балл трудно проверить и почти невозможно использовать для обучения.

Лучше строить оценку из наблюдаемых критериев.

Пример рабочего чек-листа

1. Менеджер обозначил цель разговора.

2. Выяснил задачу или контекст клиента.

3. Задал достаточные уточняющие вопросы.

4. Не перешёл к предложению раньше, чем понял задачу.

5. Корректно отработал ключевое возражение.

6. Не дал обещаний, которых нет в утверждённых условиях.

7. Согласовал конкретный следующий шаг.

8. Следующий шаг можно перенести в CRM без домысливания.

Для каждого критерия полезно требовать от ИИ четыре поля:

• статус: выполнено / не выполнено / неприменимо;

• короткое объяснение;

• цитата или фрагмент, на котором основан вывод;

• уверенность или пометка «нужна проверка».

Такой формат лучше одного общего балла, потому что РОП может быстро проверить основание каждого вывода.

Три метрики качества самого ИИ

1. Подтверждаемость

Подтверждаемость = число выводов ИИ, подтверждённых человеком / все проверенные выводы ИИ.

2. Пропуски

Пропуск = значимая ошибка в звонке, которую человек нашёл, а ИИ не отметил.

Для критических критериев именно пропуски могут быть важнее среднего балла.

3. Экономия времени

Экономия времени = ручное время на процесс до пилота − время на проверку результата ИИ после пилота.

Если ИИ создаёт длинный отчёт, который РОП потом десять минут перепроверяет, автоматизация может не окупать себя даже при красивом интерфейсе.

Что уже умеют современные платформы

Функциональность разговорной аналитики уже стала обычной частью CRM и платформ для продаж, но возможности отличаются.

Битрикс24 в актуальной документации описывает речевую аналитику с ИИ, которая анализирует звонки по скриптам, объясняет оценки и даёт рекомендации. В версии 2.0 заявлена детализация с цитатами из разговора.

Microsoft Dynamics 365 Conversation Intelligence анализирует записи звонков и показывает показатели по команде, продавцу и отдельным разговорам. В карточке звонка доступны транскрипт, ключевые слова, действия и другие сигналы. Microsoft отдельно предупреждает, что такие данные не предназначены для решений, влияющих на трудовые права сотрудников.

Salesforce Einstein Conversation Insights позволяет работать с транскриптами, ключевыми словами, упоминаниями продуктов и конкурентов, следующими действиями и показателями разговора. Salesforce также подчёркивает ответственность клиента за корректную запись разговоров и соблюдение требований к согласию и конфиденциальности.

Zoom Revenue Accelerator предоставляет аналитику разговоров, автоматический скоринг и ИИ-индикаторы. В документации Zoom прямо указано, что аналитические показатели могут содержать неточности и не должны использоваться как основание для решений о занятости сотрудников.

Gong описывает автоматическую расшифровку и анализ разговоров по темам, возражениям, упоминаниям конкурентов, сигналам покупки, следующим действиям и возможностям коучинга.

Практический вывод здесь не в том, что один сервис «лучше». Рынок уже подтверждает сам класс задач: расшифровка, поиск сигналов, контроль по критериям, итоги и коучинг технически доступны. Главный вопрос для конкретной компании — насколько хорошо выбранный инструмент работает на ваших звонках, вашем языке, вашей CRM и ваших критериях.

Где ИИ ошибается и почему нельзя верить одному баллу

1. Ошибки расшифровки

Шум, плохая связь, акценты, специализированные термины и перебивания ухудшают транскрипт. Если исходный текст ошибочен, дальнейший анализ строится на плохих данных.

2. Потеря контекста

Фраза может выглядеть как ошибка отдельно от сделки, но быть нормальной в конкретной ситуации. Поэтому связка звонка с этапом сделки и контекстом CRM повышает полезность анализа.

3. Слабый чек-лист

ИИ не исправит плохую методику продаж. Если критерий звучит как «менеджер хорошо презентовал продукт», модель будет вынуждена интерпретировать расплывчатую формулировку.

Лучше: «менеджер связал минимум одну характеристику решения с ранее подтверждённой задачей клиента».

4. Ложная точность

Оценка 83/100 выглядит объективно, но сама цифра ничего не доказывает. Сначала нужно понять, из каких критериев она сложилась и насколько эти критерии совпадают с реальными результатами продаж.

5. Автоматические кадровые выводы

Не превращайте предварительную ИИ-оценку разговора в автоматическое решение о премии, увольнении или наказании. Даже крупные платформы отдельно предупреждают об ограничениях использования такой аналитики для решений о сотрудниках.

6. Запись и персональные данные

Перед автоматической записью, хранением и анализом разговоров проверьте применимые к вашей компании требования законодательства, уведомления и согласия. У разных стран и сценариев правила отличаются.

Учебный пример: пилот ИИ-контроля качества

Ниже не кейс клиента и не обещание результата, а пример того, как построить проверку.

Условие: B2B-отдел хочет сократить время РОПа на первичное прослушивание звонков.

Цель пилота:

понять, можно ли использовать ИИ как первый фильтр качества без потери критических ошибок.

Выборка:

ограниченный набор звонков нескольких менеджеров и разных стадий сделки.

Критерии:

• выявлена задача клиента;

• задан следующий шаг;

• зафиксированы ключевые возражения;

• отсутствуют запрещённые обещания;

• вывод ИИ подтверждается фрагментом разговора.

Процесс:

1. РОП вручную оценивает выборку.

2. Та же выборка проходит через ИИ.

3. Оценки сравниваются по каждому критерию.

4. Отдельно фиксируются ложные срабатывания и пропуски.

5. Измеряется время проверки.

6. Решение о масштабировании принимается только после сравнения.

Успешным такой пилот будет не тогда, когда ИИ «поставил оценки всем звонкам», а когда руководитель получает проверяемую экономию времени при приемлемом качестве результатов.

Что измерять после внедрения

Не ограничивайтесь количеством обработанных звонков.

Для руководителя полезнее пять уровней метрик.

Уровень 1. Техническое качество

• доля звонков, которые система смогла обработать;

• ошибки расшифровки;

• корректность разделения спикеров;

• время появления результата.

Уровень 2. Качество аналитики

• подтверждаемость выводов;

• ложные срабатывания;

• пропуски критических ошибок;

• стабильность оценки одного и того же критерия.

Уровень 3. Экономия процесса

• время РОПа;

• время менеджера на итоги;

• доля ручных исправлений;

• количество звонков, которые реально попали в разбор.

Уровень 4. Изменение поведения

• повторяются ли одни и те же ошибки;

• выполняются ли обязательные этапы разговора;

• становится ли больше звонков с конкретным следующим шагом.

Уровень 5. Бизнес-результат

• меняются ли конверсии на сопоставимых этапах;

• сокращается ли число потерянных договорённостей;

• влияет ли улучшение конкретного поведения на сделки.

Последний уровень нельзя приписывать ИИ автоматически. Если одновременно поменялись лиды, скрипт, мотивация и руководитель, вы не знаете, что именно вызвало изменение результата.

Как выбрать инструмент

Не начинайте со списка функций. Дайте каждому кандидату одинаковый тест.

Проверьте:

• работает ли с вашей телефонией или CRM;

• поддерживает ли нужный язык;

• можно ли настроить свои критерии;

• показывает ли основание вывода, а не только балл;

• можно ли быстро открыть исходный фрагмент разговора;

• как устроены права доступа и хранение данных;

• можно ли выгружать результаты;

• насколько легко перепроверять ошибки;

• можно ли начать с ограниченного пилота;

• есть ли прозрачная стоимость при вашем объёме звонков.

Если сервис не даёт нормально проверить собственный вывод, это слабая основа для управленческих решений.

Что сделать сегодня

Если вы только начинаете, не подключайте сразу весь отдел.

Сделайте пять действий:

1. Выберите одну проблему — например, контроль следующего шага после звонка.

2. Возьмите ограниченную выборку реальных разговоров.

3. Опишите 5–8 проверяемых критериев.

4. Сравните ручную оценку с ИИ и зафиксируйте ошибки.

5. Решите заранее, что должно произойти, чтобы вы масштабировали, изменили или остановили пилот.

Этого достаточно, чтобы перейти от «надо внедрить ИИ» к проверяемой управленческой гипотезе.

Краткий итог

ИИ для звонков в продажах имеет смысл внедрять не как «умную прослушку», а как конкретный рабочий процесс с измеримым результатом.

Лучший первый шаг для большинства отделов — не автономный обзвон, а ограниченный сценарий, где результат легко перепроверить: итоги разговора, извлечение следующего шага или предварительный контроль качества.

Правило простое: одна задача → исходный уровень → ограниченный пилот → ручная проверка → сравнение → решение масштабировать, изменить или остановить.