Коротко
Воронка продаж — это путь клиента от первого касания до оплаты: холодный контакт, интерес, квалификация, презентация, работа с возражениями, закрытие, повтор. Модель старая, и переписывать её не нужно. Меняется то, что на каждом этапе теперь можно поставить ИИ вместо человека или рядом с ним — не ради моды, а потому что часть шагов в воронке чисто механическая.
Разберём воронку по этапам и на каждом скажу, что конкретно делает ИИ: где он квалифицирует лида в WhatsApp, где считает скоринг, где готовит дожим, а где просто показывает руководителю, что воронка течёт не туда. Отдельно — что ИИ на этих этапах делать не должен.
Если для вас воронка продаж — абстракция из презентации, а не рабочий инструмент, начните не с ИИ, а с аудита отдела продаж: без понятных этапов и полей автоматизация просто ускорит хаос.
Этап 1. Привлечение и первый контакт
Лид приходит с сайта, из рекламы, по рекомендации, из Instagram или через звонок. Часто — в WhatsApp, потому что для казахстанского рынка это основной канал переписки с бизнесом, а не дополнительный.
Здесь ИИ решает две задачи. Первая — ответить мгновенно, пока человек ещё в чате и не ушёл к конкуренту. Вторая — сразу зафиксировать источник, канал и первое сообщение в CRM, а не полагаться на то, что менеджер вспомнит и внесёт это позже.
ИИ-агент в WhatsApp может поздороваться, уточнить, что нужно клиенту, и передать это в CRM карточкой, а не сырым текстом переписки. Разница ощутима: сеть фитнес-студий, поднявшая обработку заявок в WhatsApp, довела конверсию в покупку до 60% именно за счёт скорости первого ответа и того, что ни один лид не терялся между «написал» и «менеджер увидел».
Этап 2. Квалификация: собрать факты, а не устроить допрос
Классическая квалификация — это BANT: бюджет, полномочия, потребность, сроки. Менеджер тратит на неё 5-10 минут разговора. По данным индустрии, квалифицированные лиды закрываются в сделку примерно в 40% случаев, неквалифицированные — около 11%. Разница почти в четыре раза, и это единственная причина вообще возиться с квалификацией.
ИИ хорошо справляется с этим этапом, если не превращает его в анкету из десяти вопросов подряд. Разумная схема — один-два уточняющих вопроса в диалоге, а не форма с обязательными полями:
- какая задача или боль у клиента;
- какой бюджет или ценовой диапазон, если уместно спрашивать напрямую;
- есть ли сроки и насколько они жёсткие;
- кто принимает решение — сам человек или нужно согласование;
- чем пользуется сейчас, если это замена текущего поставщика.
Дальше агент готовит короткую справку менеджеру: «Лид из Instagram, интересуется поставкой на 40 точек в Алматы, решение принимает сама, сроки — до конца квартала, сейчас работает с другим поставщиком, недоволен сроками доставки». Менеджер начинает разговор с контекста, а не с пяти вопросов, которые клиент уже слышал в форме.
Отдельно стоит смешанный язык. Лиды в Казахстане переключаются между русским, казахским и шала қазақша в одном сообщении. Если агент не тестировался на таких диалогах, он будет красиво квалифицировать идеальные примеры из презентации и путаться на реальных.
Этап 3. Скоринг: кого обслуживать первым
Когда лидов много, а менеджеров мало, встаёт вопрос очерёдности. Скоринг — это баллы за действия и признаки: открыл прайс, спросил цену дважды, назвал сроки, зашёл с брендового запроса, представляет компанию нужного размера. По собранным баллам лид попадает в горячие, тёплые или холодные.
Раньше правила скоринга задавали вручную и они быстро устаревали. ИИ-скоринг обучается на исторических данных: какие признаки реально коррелировали с оплатой, а не с тем, что казалось логичным на старте. По отраслевым данным, предиктивный скоринг на ИИ даёт в среднем на 38% выше конверсию из лида в сделку и повышает долю лидов, принятых отделом продаж, на десятки процентов по сравнению со статичными правилами.
Практический эффект: менеджер не листает 200 одинаковых карточек подряд, а видит наверху списка тех, кто реально готов купить сейчас. Это не заменяет его суждение — баллы можно оспорить, скоринг должен быть объясним («high score, потому что: третий визит на страницу цен, указан срочный запуск, компания из целевого сегмента»), а не чёрным ящиком.
Этап 4. Презентация и работа с возражениями
Здесь роль ИИ скромнее и это правильно — тут решает человек. Но ИИ может подготовить черновик коммерческого предложения из CRM, прайса и прошлых успешных КП, подтянуть релевантный кейс под отрасль клиента и написать первую версию ответа на типовое возражение.
Из звонков и переписок ИИ может резюмировать не «обсудили условия», а конкретно: что менеджер пообещал, какое возражение прозвучало третий раз за неделю (значит, это уже паттерн, а не разовый случай), где менеджер молчал на вопрос о цене вместо того, чтобы ответить.
Финальную цену, скидку и нестандартные условия ИИ предлагать не должен — только готовить материал, который менеджер или руководитель утверждают. Здесь легко перейти границу: агент, который сам обещает скидку в переписке, создаёт обязательство, которое компании потом придётся выполнять.
Этап 5. Дожим: где теряется больше всего денег
Самый недооценённый этап воронки — не первый контакт и не закрытие, а тишина между ними. Клиент сказал «подумаю», менеджер обещал перезвонить завтра и забыл, презентацию отправили не туда, а следующий шаг так и остался словами, а не задачей с датой.
ИИ здесь работает как страховка от забывчивости: после звонка или переписки сразу создаёт задачу с датой, готовит черновик follow-up сообщения, напоминает менеджеру, если по сделке нет движения дольше оговорённого срока, и подсвечивает, что клиент спрашивал цену, но так её и не получил.
Дожим через мессенджер обычно даёт лучший отклик, чем звонок или письмо, — просто потому что клиент уже привык отвечать в WhatsApp и не воспринимает сообщение как навязчивое. Но автоматическая рассылка без присмотра быстро превращается в спам и бан номера. Безопасный режим — черновик, который менеджер просматривает перед отправкой, а не автопилот на все сделки сразу.
Этап 6. Закрытие и постпродажа
К моменту закрытия ИИ уже сделал большую часть работы: собрал историю сделки, дал скоринг, подготовил КП, зафиксировал обещания. Остаётся оформить оплату, договор и передачу клиента дальше — в поддержку или в производство.
Здесь важна связка с повторными продажами. Если клиент купил один раз, ИИ может напомнить о повторной покупке в нужный момент, предложить сопутствующий товар на основе истории заказов или уведомить, если клиент долго не появлялся и стоит проверить, всё ли у него в порядке. Для розницы и услуг с циклом повторных покупок это часто даёт больше выручки, чем усиление верхней части воронки.
Аналитика: где на самом деле течёт воронка
Отдельная польза ИИ в воронке — не генерация текста, а видимость. Конверсия воронки продаж считается просто: количество оплат делим на количество лидов. Но эта цифра ничего не говорит о том, где именно теряются деньги.
ИИ-аналитика по воронке может показать конкретно: 60% лидов из Instagram доходят до квалификации, но только 15% — до КП, при этом из WhatsApp этот показатель — 40%. Или: сделки зависают на этапе «отправили КП» дольше семи дней в три раза чаще, чем в среднем, и почти всегда там, где КП готовил один конкретный менеджер. Такие узкие места руками искать долго, а с логами по каждому этапу — вопрос одного отчёта.
Отдельно стоит смотреть на то, сколько сделок вообще без следующего шага и сколько задач просрочено. Это не про слежку за менеджерами, а про то, чтобы руководитель видел риск раньше, чем сделка тихо умрёт в статусе «в работе».
Что ИИ в воронке делать не должен
У ИИ в воронке продаж должна быть чёткая граница разрешённого. Он может квалифицировать, считать скоринг, готовить черновики, резюмировать звонки, создавать задачи и подсвечивать риски. Он не должен сам обещать скидку, менять цену, переводить сделку в статус «закрыта», подтверждать нестандартные условия поставки или отправлять КП без проверки человеком.
Нарушение этой границы обычно и превращает полезный проект в историю про «ИИ наобещал клиенту то, чего у нас нет». Разграничение действий — это не бюрократия, а единственный способ дать агенту больше самостоятельности постепенно, по мере того как он показывает предсказуемое поведение.
Как запустить пилот за один месяц
Не пытайтесь автоматизировать всю воронку сразу. Возьмите один этап, где боль уже видна — чаще всего это квалификация входящих лидов в WhatsApp или follow-up после звонка. Соберите 50-100 реальных диалогов, разметьте, что было хорошим ответом менеджера, а что плохим. Настройте агента на этом этапе и дайте ему поработать сначала как подсказчику, потом — на узком потоке лидов (одна услуга, один город).
Через три-четыре недели сравните: время до первого ответа, долю лидов с заполненными полями, скорость follow-up, число сделок без следующего шага. Если руководитель отдела продаж видит меньше хаоса в CRM и меньше потерянных обещаний — это и есть сигнал масштабировать на следующий этап воронки.
Для сборки такого пилота обычно нужен не готовый конструктор ботов, а интеграция ИИ в CRM и работающий с реальными данными агент, а не демо-скрипт. Разница между конструктором и кастомным агентом разобрана в статье конструктор ботов или кастомный AI-агент; Salebot и подобные конструкторы закрывают простые сценарии, но плохо справляются с нестандартной квалификацией и филиальной логикой.
FAQ
С какого этапа воронки лучше начинать автоматизацию?
Чаще всего с квалификации входящих лидов или с follow-up после звонка — оба этапа измеримы и быстро показывают экономию времени, не трогая коммерческие решения.
Заменит ли ИИ менеджера по продажам?
Нет. ИИ хорошо забирает механическую часть — квалификацию, скоринг, черновики, напоминания. Решение о скидке, условиях и закрытии сделки остаётся за человеком.
Как быстро вырастет конверсия воронки?
Зависит от того, где были узкие места. Если проблема была в скорости ответа или в забытых follow-up, эффект виден за первый месяц. Если проблема в продукте или цене, ИИ её не решит.
Нужна ли для этого сложная CRM?
Нет, для пилота достаточно amoCRM, Bitrix24 или даже структурированной таблицы. Сложные интеграции с 1C и телефонией стоит добавлять после того, как процесс на узком участке доказал пользу.
Воронка продаж не станет умнее от одного факта подключения ИИ. Она станет умнее, если на каждом этапе агент забирает конкретную рутину, оставляет след в CRM и не переходит границу, где решение должен принимать человек.