Разговор об искусственном интеллекте в компании обычно застревает в одной точке. Все согласны, что «это важно» и «за этим будущее», но никто не может назвать конкретную задачу, которую завтра утром перестанет делать человек. В итоге бизнес либо покупает подписку на красивый сервис и забывает про неё через месяц, либо ждёт, пока рынок «устаканится», — и всё это время продолжает платить людям за работу, которую давно можно не делать руками.
Мы в агентстве Five Stars занимаемся маркетингом и продажами для бизнеса в Молдове больше 16 лет и смотрим на ИИ предельно прагматично: не как на технологию, а как на способ убрать из воронки паузы, из-за которых заявки превращаются не в деньги, а в строчку статистики. Ниже — пять задач, которые уже сегодня можно снять с людей, с разбором того, что каждая из них даёт в заявках, и шестая, которую отдавать ИИ пока рано.
Почему это перестало быть темой для конференций
Сначала короткая сверка с реальностью — чтобы понимать, насколько мы отстаём от рынка или опережаем его. По данным глобального опроса McKinsey «The State of AI» (1 719 респондентов из 97 стран, май — июнь 2026 года), почти девять из десяти опрошенных говорят, что их компании регулярно применяют ИИ хотя бы в одном направлении работы. И, что для нас важнее всего, рост выручки от ИИ чаще всего отмечают именно в маркетинге и продажах — не в производстве и не в бухгалтерии.
Европа подтягивается быстро: по данным Eurostat, в 2025 году ИИ-технологии применяли 20,0% предприятий ЕС, где работают 10 и более человек, — против 13,5% годом ранее. Доля выросла почти в полтора раза за один год. Прежде всего компании используют ИИ для анализа письменной речи, то есть разбора писем, отзывов и обращений (11,8%), для генерации изображений, видео и звука (9,5%) и для генерации письменной и устной речи (8,8%) — ровно тот набор, из которого состоит повседневная работа отдела маркетинга.
А теперь цифра, которая объясняет, зачем всё это нужно. В отчёте Salesforce «State of Sales» 2026 (4 050 специалистов по продажам из 22 стран, опрос августа — сентября 2025 года) ИИ уже применяют 87% отделов продаж — и при этом средний менеджер тратит на собственно продажи лишь 40% рабочего времени. Остальные 60% уходят не на продажи: в том же отчёте отдельной строкой отмечен ручной ввод данных, на который у молодых сотрудников уходит около двух часов в неделю. Вот эти 60% и есть территория, которую имеет смысл отдавать машине.
За год доля европейских компаний с ИИ выросла почти в полтора раза, а больше половины времени менеджера по-прежнему уходит на рутину
Задача 1. Горячая заявка не должна ждать в очереди
Одна из самых недооценённых потерь в продажах случается при избытке заявок, а не при их нехватке: поток большой, обращения однотипные. Менеджер получает поток обращений и обрабатывает их в порядке поступления: сначала человек, который «просто спросить», потом тот, кто готов платить сегодня. До горячего клиента очередь доходит через несколько часов, и он к этому моменту уже написал конкурентам.
ИИ решает это без всякой магии. Модель читает текст обращения, историю переписки и то, откуда человек пришёл — из рекламы, из поиска или из соцсетей, — определяет, о какой услуге речь, какой у человека бюджет и срочность, и сразу ставит заявке приоритет и ответственного. Менеджер утром видит не общую кучу, а список, отсортированный по вероятности сделки. Это та же логика скоринга — оценки заявки по вероятности покупки, — которую крупные компании десятилетиями строили руками, только теперь она собирается за пару недель и работает с живым языком, а не с галочками в форме.
Эффект здесь измеряется двумя цифрами: скоростью ответа на горячие заявки и долей обращений, до которых вообще дошли руки. Если у вас сейчас теряется часть входящих — мы подробно разбирали причины в материале о том, почему лиды не конвертируются.
Задача 2. Ночная смена вместо потерянного утра
Второе место, где деньги теряются предсказуемо, — время после 18:00, выходные и праздники. Обращение приходит, когда в офисе уже никого нет, а к утру у клиента часто есть ответ от того, кто отреагировал ночью. Для интернет-магазинов и компаний с коротким циклом сделки это не единичные случаи, а устойчивая доля потока, которую видно в статистике за любой месяц.
Здесь ИИ работает как дежурный: принимает обращение, отвечает на первый вопрос, уточняет задачу и фиксирует контакт до того, как интерес остынет. Как устроено такое дежурство технически — отдельная большая тема, и ей у нас посвящён специальный материал о чат-ботах и AI-ассистентах. В контексте этой статьи важнее другое: оценивать ночную смену нужно не количеством диалогов, а числом ночных обращений, которые утром превратились в разговор. Всё остальное — статистика ради статистики. Ровно так же считают трафик вместо заявок: о том, что на самом деле показывает конверсия сайта, мы писали отдельно.
Задача 3. Дожим и возврат «спящих» клиентов
Это самая денежная из пяти задач и одновременно самая непопулярная у людей. Практически в каждой компании есть база контактов, которые не дошли до покупки сразу: «подумаю», «после праздников», «пришлите предложение». Менеджер напоминает о себе один раз, максимум два, а потом переключается на новые заявки — просто потому, что новые интереснее.
ИИ здесь берёт на себя то, что люди делают неохотно и нерегулярно: следит за каждой незакрытой сделкой, подбирает момент и повод для следующего письма или звонка, готовит персональное письмо или сообщение с учётом того, о чём был разговор, и передаёт менеджеру тех, кто отреагировал. Компания перестаёт терять деньги, которые уже заплатила за привлечение этих контактов. По сути это автоматизация классической теории семи касаний, только без пауз и забытых обещаний перезвонить.
Важная деталь: ИИ здесь работает поверх базы незакрытых сделок — если её нет, автоматизировать нечего. Как её выстроить, мы разбирали в статье о том, как увеличить продажи с помощью CRM.
Задача 4. Кто виноват: реклама или отдел продаж
Классическая ситуация: реклама приносит заявки, заявки не превращаются в продажи, и начинается спор. Маркетолог говорит, что лиды нормальные, отдел продаж — что лиды мусорные. Проверить это раньше можно было только одним способом: сесть и прослушать полторы сотни звонков. Никто этого не делал.
Теперь это делает ИИ. Он расшифровывает звонки, разбирает переписки и помечает, о чём спрашивали клиенты, какие возражения повторяются, где менеджер не назвал цену, не предложил следующий шаг или просто не перезвонил. На выходе руководитель получает не ощущения, а картину: вот по этим трём возражениям мы теряем половину сделок, вот эта рекламная кампания приводит людей с нереалистичным бюджетом.
Обычно это окупается быстрее всего, потому что выводы работают сразу в двух направлениях — в скрипты продаж и в настройку рекламы. Фактически вы получаете непрерывный аудит отдела продаж, который раньше проводили раз в год, и то выборочно.
Задача 5. Черновики, варианты и второй язык
Последняя задача — самая очевидная и потому самая переоценённая. Да, генеративный ИИ действительно берёт на себя черновую работу: пятнадцать вариантов заголовка объявления вместо трёх, описания товаров для каталога, адаптация одного ролика под разные форматы, перевод кампании на второй язык. Для молдавского бизнеса, который ведёт всё в двух языках, последнее особенно ощутимо.
Но важно понимать границу. ИИ хорошо производит варианты и плохо решает, что говорить. Позиционирование, тон бренда, честные преимущества и то, чем вы отличаетесь от соседнего продавца того же товара, — это по-прежнему работа человека. Машина ускоряет исполнение, а не придумывает стратегию, и если стратегии нет, вы получите просто больше посредственных текстов. Мы писали об этой границе подробнее в материале «ChatGPT против маркетологов: кто победит».
Мерить здесь стоит две вещи: сколько вариантов удалось протестировать в одной кампании и как быстро выходит вторая языковая версия. Если цифры не растут, значит, вы не ускорили работу, а просто добавили текстов.
Каждая из пяти задач убирает из воронки конкретную паузу, а не «внедряет ИИ» ради самого факта
Шестая задача, которую отдавать рано
А теперь честная часть, без которой этот список был бы рекламой. Есть задача, которую в 2026 году отдавать машине не стоит: принятие решений и закрытие сделки без человека. Не потому, что технология слабая, а потому, что цена ошибки выше выигрыша.
Здесь важно различать два слова, которые рынок специально путает. Чат-бот отвечает по заранее прописанному сценарию. ИИ-агент сам решает, что сделать со сделкой, и выполняет действия в системе: ставит задачу, меняет этап, отправляет письмо. Чем больше у него прав, тем дороже стоит его ошибка.
Рынок это уже нащупал опытным путём. Gartner прогнозирует, что к 2028 году ИИ-агентов в продажах станет в десять раз больше, чем живых продавцов, — но при этом меньше 40% продавцов скажут, что агенты повысили их продуктивность. В том же исследовании (опрос 210 руководителей продаж, январь — февраль 2026 года) звучит ключевая мысль: агент эффективен ровно настолько, насколько выстроена система, в которой он работает.
Второй прогноз той же компании ещё жёстче: более 40% проектов с ИИ-агентами будут свёрнуты до конца 2027 года — из-за растущих затрат, неясной бизнес-ценности и отсутствия контроля рисков. Там же аналитики предупреждают об «agent washing»: когда старые чат-боты и сценарные скрипты перекрашивают в «агентов». Из тысяч поставщиков на рынке, по оценке Gartner, реальными агентными решениями занимаются около 130.
Наш вывод из этих прогнозов: технология работает — проваливается внедрение без данных, цели и контроля
Мы относимся к этим цифрам как к техническому заданию. В наших проектах ИИ-агент не запускается, пока нет трёх вещей: порядка в учёте, измеримой цели и живого человека, к которому уходят сложные случаи. Поэтому работа начинается с системы, в которой агент будет работать, и только потом доходит до самого агента. По той же причине мы честно говорим клиенту, когда агент ему пока не нужен.
Вывод простой и неприятный для продавцов «коробочных» решений: ИИ не чинит сломанный процесс, он его ускоряет. Если сделки застревают, потому что никто не ведёт их в одном месте и не видит, на каком этапе они встали, агент просто ускорит беспорядок.
Почему всё это работает только поверх CRM
Обратите внимание на общий знаменатель всех пяти задач. Квалификация требует истории обращений. Дежурный ассистент должен куда-то записать контакт. Дожим невозможен без списка незакрытых сделок. Разбор звонков нужен для того, чтобы связать разговор с конкретной сделкой и кампанией. Контент — единственная задача, которая формально живёт отдельно, но и её результат вы не оцените, пока не увидите, какой вариант объявления принёс заявки.
Иными словами, ИИ в маркетинге — это надстройка над учётом. Именно поэтому в наших проектах внедрение начинается с наведения порядка в CRM и её автоматизации, а не с выбора модели: единые этапы сделки, единое окно для сайта, почты, телефонии и соцсетей, зафиксированные ответственные.
Показательно, что в том же исследовании McKinsey лишь 37% опрошенных отмечают хоть какое-то влияние ИИ на операционную прибыль, а в группу с действительно значимым эффектом попадают 6%. По нашему опыту, разница между этими группами — не в моделях, а в том, встроен ли ИИ в процесс или живёт отдельной вкладкой в браузере.
С чего начать: план на 30 дней
Мы не советуем начинать с «внедрения ИИ». Мы советуем начинать с одной задачи и одной цифры, которую вы хотите изменить. Вот последовательность, по которой мы работаем в проектах.
- Неделя 1 — выбрать цифру. Одна задача из пяти и одна метрика: время первого ответа, доля необработанных заявок или конверсия в сделку. Замерьте её сегодня, до всяких изменений.
- Недели 2–3 — навести порядок. Свести все каналы в одно окно CRM, зафиксировать этапы сделки и ответственных. Без этого шага ИИ будет ускорять хаос.
- Неделя 4 — запустить и сверить. Включить ИИ на одной задаче, сложные случаи обязательно передавать человеку, затем сравнить метрику с исходным замером.
Если через месяц выбранная цифра сдвинулась — переходите ко второй задаче. Если не сдвинулась — вы потеряли месяц, а не годовой бюджет, и понимаете, что узкое место, скорее всего, не там. Этот же принцип лежит в основе нашей performance-стратегии, то есть рекламы, которая отвечает за результат, а не за показы: любое изменение привязано к метрике, иначе это не изменение, а мнение.
Что из этого следует
Искусственный интеллект в маркетинге перестал быть вопросом «когда» и стал вопросом «где именно». Пять задач из этой статьи объединяет одно: ни в одной из них ИИ не продаёт вместо вас. Он убирает паузы — между вопросом клиента и ответом, между заявкой и звонком, между разговором и выводом. Именно в этих паузах молдавский бизнес теряет заметную часть уже оплаченных заявок.
Но и обратное верно. За эти годы мы видели достаточно проектов, где ИИ подключали к базе, которую никто не вёл, — и он аккуратно рассылал напоминания по давно устаревшим контактам. Поэтому наш профессиональный совет скучнее, чем реклама ИИ-сервисов: сначала порядок в учёте, затем одна задача для ИИ, затем измерение. В такой последовательности уже через месяц у вас есть ответ, а не ощущение: либо цифра сдвинулась, либо вы точно знаете, где узкое место искать не стоит.
Если хотите понять, какая из пяти задач принесёт вашей компании больше всего денег, напишите нам. Посмотрим ваш поток обращений, оценим, где именно теряются заявки, и честно скажем, что вам нужно в первую очередь — ИИ-агент, автоматизация бизнес-процессов или наведение порядка в CRM. Иногда самый выгодный ответ — третий.
