Содержание11 разделов
Коротко
ИИ в CRM (системе учёта клиентов и сделок) — это функции, которые помогают работать с данными о клиентах и сделках: кратко пересказывать историю общения, предлагать следующий шаг, готовить черновики писем, замечать отклонения и отвечать на вопросы о воронке. Это не отдельная CRM и не гарантия роста продаж. Сначала нужно убедиться, что в системе есть актуальные записи и понятные правила работы с ними.
Самый безопасный старт для малого отдела — один сценарий с проверкой человеком, а не «включить ИИ во всех процессах». Ниже — метод выбора, пример и порядок проверки эффекта.
Что именно считается ИИ в CRM
Обычная автоматизация выполняет заданное правило: «если сделка перешла в этап X, создать задачу Y». Генеративный ИИ формулирует текст или резюме на основе доступных записей. Прогностическая модель оценивает вероятность или необычность события на исторических данных. Это разные классы функций с разными требованиями к данным и контролю.
Примеры из официальной документации на ноябрь 2026 года:
- Microsoft Dynamics 365 Sales Copilot позволяет формировать сводки по лидам, компаниям и сделкам; состав сводки зависит от доступных полей и настроек администратора.
- HubSpot описывает функцию краткого резюме записи (Record summary) и помощника Breeze Assistant для резюме контактов, компаний и сделок; доступ к CRM-данным и диалогам настраивается отдельно.
- Pipedrive описывает AI Sales Assistant для анализа воронки и вопросов к данным, а также ИИ-уведомления; набор функций и доступность зависят от версии и настроек.
- Zoho CRM Zia отслеживает аномальные изменения показателей и напоминает о нетипичных ситуациях. Аномалия — сигнал для проверки, не доказанная причина проблемы.
Эти примеры подтверждают существование отдельных функций у конкретных поставщиков, но не означают, что они есть в каждом тарифе, регионе или российской инсталляции.
Шесть сценариев и что проверять
Сценарий 1. Резюме сделки перед звонком. Вход: этап, задачи, заметки и разрешённая переписка. Выход: пять фактов, открытые вопросы, ближайшее действие. Проверка: менеджер открывает исходные записи и сверяет каждое утверждение. Не использовать выдуманную «потребность клиента» как факт.
Сценарий 2. Черновик письма после встречи. Вход: подтверждённые договорённости и сроки. Выход: письмо с одним следующим шагом. Проверка: адресат, условия, сумма и срок подтверждены сотрудником до отправки. Автоматическая отправка в первом пилоте запрещена.
Сценарий 3. Поиск зависших сделок. Вход: дата последнего содержательного контакта, следующий шаг, этап и ответственный. Выход: список для ручного разбора. Проверка: отделить сделки с согласованной длинной паузой от забытых. Иногда достаточно фильтра CRM без ИИ.
Сценарий 4. Анализ причин проигрыша. Вход: закрытые сделки с заполненными причинами и заметками. Выход: гипотезы о повторяющихся возражениях. Проверка: сравнить с выборкой исходных карточек, не делать выводов по нескольким случайным историям.
Сценарий 5. Поиск аномалий в воронке. Вход: одинаково определённые метрики по периодам. Выход: сигнал об отклонении. Проверка: сезонность, смена источника заявок, ошибки учёта, малые выборки. Уведомление не заменяет диагностику.
Сценарий 6. Ответы на вопросы руководителя о CRM. Вход: разрешённые агрегированные показатели и период. Выход: объяснение, из каких данных получен ответ. Проверка: сопоставить сумму и число сделок с обычным отчётом. Арифметику и финансовые итоги лучше считать формулами, а ИИ поручать пояснение.
Матрица выбора: что запускать первым
Оцените каждый сценарий по четырём критериям от 0 до 2:
A — качество данных: 0 нет обязательных полей, 1 частично, 2 проверяемые записи.
B — частота: 0 реже раза в месяц, 1 еженедельно, 2 ежедневно.
C — проверяемость: 0 нельзя быстро сверить, 1 нужна экспертная проверка, 2 есть прямой первоисточник в CRM.
D — цена ошибки: 0 высокая (деньги, обязательства, персональные данные), 1 средняя, 2 низкая и обратимая.
Сумма = A+B+C+D, максимум 8. При равенстве выбирайте сценарий с меньшей ценой ошибки и меньшей трудоёмкостью интеграции. Это редакционная эвристика Convertool, не исследовательски подтверждённый рейтинг и не универсальный норматив.
Учебный пример, полностью вымышленный:
Резюме сделки: A=2, B=2, C=2, D=2 → 8.
Автоматическое коммерческое предложение: A=1, B=1, C=1, D=0 → 3.
Прогноз выручки: A=1, B=1, C=1, D=0 → 3.
Решение: начать с резюме, а прогноз оставить обычной отчётности до улучшения данных. Высокий балл не отменяет проверку разрешений доступа.
Протокол «ФАКТ → ВЫВОД → ДЕЙСТВИЕ»
Перед тем как менеджер использует результат ИИ, он заполняет три строки:
ФАКТ (пример): «В карточке сделки от 3 ноября записано: клиент просил расчёт на 20 пользователей» (ссылка на запись).
ВЫВОД: «Вероятно, важно уточнить число лицензий» (гипотеза, а не факт).
ДЕЙСТВИЕ: «Уточнить количество пользователей до подготовки коммерческого предложения» (ответственный и срок).
Если у фразы нет источника в карточке, она остаётся вопросом для проверки. Не записывайте предположения модели обратно в CRM как подтверждённые сведения о клиенте.
Пример безопасного запроса к ИИ
«Составь краткую подготовку к следующему контакту по предоставленным обезличенным данным сделки. Раздели ответ на: 1) подтверждённые факты с указанием поля или даты заметки, 2) пробелы и вопросы, 3) предлагаемый следующий шаг. Не придумывай сумму, бюджет, возражения или обещания клиента. Если данных недостаточно, напиши “нет данных”. Не отправляй сообщения и не меняй поля CRM».
Если модель подключена к реальной CRM, права доступа и политика обработки данных должны быть проверены до передачи клиентской информации.
Пилот на десять рабочих дней
Дни 1–2. Выберите одну команду, один сценарий и контрольную выборку. Зафиксируйте текущее время подготовки, число фактических ошибок и долю карточек с достаточными данными. Не смешивайте новые и старые сделки в одном показателе.
Дни 3–4. Настройте минимальные разрешения. Проверьте, какие поля, заметки и вложения передаются модели, где хранятся результаты, кто может их видеть и как отключить функцию.
Дни 5–7. Выполните 15–20 проверяемых задач в тестовом режиме. Человек проверяет каждый ответ и отмечает исправления. Число задач — учебный размер пилота, а не статистически достаточная выборка для доказательства роста продаж.
Дни 8–9. Сравните медианное время и ошибки с исходным способом на сопоставимых задачах. Разберите все случаи ложных фактов, утечек и неправильных рекомендаций.
День 10. Решите: оставить как помощника, переработать данные или отключить. Не масштабируйте сценарий, если он ускоряет работу ценой неконтролируемых ошибок.
Как посчитать пользу без выдуманной окупаемости
Для одной задачи измеряйте: T0 — минуты без ИИ, T1 — минуты с ИИ включая проверку и исправления. Экономия = T0 − T1. Месячная экономия времени = экономия × количество таких задач в месяц ÷ 60.
Условный пример: 12 минут без ИИ, 8 минут с проверкой, 100 задач в месяц. Экономия = (12−8)×100/60 = 6,67 часа. Если внутреннюю стоимость часа условно принять за 800 ₽, валовая оценка времени = 5 333 ₽ в месяц. Это не денежная выручка и не доказанная экономия фонда оплаты труда. Из неё надо вычесть расходы на лицензии, интеграцию, проверку, обучение и поддержку. Не считать сэкономленные минуты прибылью, если высвободившееся время не использовано полезно.
Риски и стоп-условия
Ложный факт: ИИ приписал клиенту согласие на цену. Действие: запрет автоматической записи и обязательная сверка с источником.
Неполные данные: в CRM нет истории звонков. Действие: исправить сбор данных, не выдавать модельный ответ за полный обзор.
Лишние права: сотрудник получает чужие сделки через ИИ-поиск. Действие: остановить пилот, проверить разграничение доступа и журналы.
Неуправляемая стоимость: выросли расходы на обработку и проверку. Действие: установить лимиты задач и измерять полную стоимость.
Непрозрачный прогноз: модель даёт вероятность сделки без объяснения выборки. Действие: использовать как гипотезу, не как основание для обязательств.
Руководство Национального института стандартов и технологий США (NIST) по рискам генеративного ИИ предлагает системно оценивать риски генеративных моделей; конкретные ограничения внедрения должны определяться организацией с учётом её данных и применимых требований.
Чек-лист руководителя перед запуском
- У сценария есть владелец и измеримая задача.
- Поля и история сделок достаточно полные.
- Есть обычный способ решить задачу без ИИ для сравнения.
- Разрешения на данные и условия провайдера проверены.
- Сотрудник может открыть первоисточник каждого важного утверждения.
- Нет автоматической отправки писем, изменения цен или обещаний.
- Определены контрольные ошибки и условие остановки.
- Стоимость проверки включена в экономику.
- После пилота принято решение на основании данных, а не впечатлений.
Частые вопросы
Нужна ли новая CRM для ИИ? Не обязательно. Сначала проверьте функции и интеграции текущей системы, тариф и разрешения. Иногда отчёт и правила автоматизации решают задачу проще.
Может ли ИИ самостоятельно вести сделки? Технические возможности зависят от интеграций и полномочий. Для первого этапа безопаснее ограничиться подсказками, которые подтверждает сотрудник.
Можно ли доверять ИИ-прогнозу продаж? Только после проверки качества исторических данных и ошибок прогноза на независимых периодах. Для финансового плана используйте воспроизводимые расчёты.
Что делать, если CRM заполнена плохо? Начать с обязательных полей, определения этапов и дисциплины ввода. ИИ не восстановит отсутствующие факты.
Чем этот материал отличается от статьи «ИИ для отдела продаж»? Здесь предмет — функции внутри CRM, доступ к карточкам, качество данных и проверка конкретного пилота. Общие сценарии применения ИИ в продажах рассмотрены отдельно.
Что делать дальше
Возьмите один сценарий из матрицы, оцените качество данных и проведите пилот без автоматических действий. Для первичной оценки сценариев используйте бесплатную «Матрицу применения ИИ в продажах» Convertool: в ней оценивают эффект и сложность по шкале от 1 до 5, готовность данных и проверку человеком, затем определяют приоритет и первый тест. Сначала получите измеренный результат, затем принимайте решение о платных инструментах.
Convertool · Дата обновления: 08.11.2026