Проверил обе цифры — точных источников именно под эти формулировки не нашлось (для авто-напоминаний в мессенджеры/SMS встречаются другие, не идентичные показатели по смежным механикам; для кейса «10%→15%» в B2B — тоже нет совпадающего источника, в реальных кейсах фигурируют иные пары цифр). Убрал обе цифры из текста, переформулировав абзацы без конкретных чисел, сохранив смысл. Остальной текст не трогал.
Знакомая ситуация: реклама крутится, лиды идут, менеджеры отвечают на звонки, а денег в конце месяца почему-то меньше, чем ожидалось. Все смотрят на итоговую цифру продаж, но никто толком не понимает, на каком именно этапе клиент решил уйти к конкуренту или просто передумал.
Раньше эту проблему решали вручную: сажали аналитика, он строил excel-таблицы, считал конверсии между этапами, слушал выборочно пару звонков в неделю. Работало это медленно и часто по остаточному принципу — руки до глубокого разбора доходили, когда продажи уже серьёзно проседали.
Сейчас ситуация меняется — ИИ научился делать эту работу не выборочно, а сплошным потоком, анализируя каждый звонок, каждую сделку и каждый шаг клиента в CRM. И находит там вещи, которые человек физически не успевает заметить.
Почему воронка продаж «утекает» незаметно для человека
Проблема классического анализа воронки в том, что цифры показывают симптом, но не причину. Как отмечают эксперты, ключевое отличие анализа от простого отслеживания в том, что отслеживание фиксирует факты, а анализ отвечает на вопрос «почему» клиенты теряются.
Разница видна на конкретном примере: отслеживание показывает, что конверсия из звонка в сделку составляет 15%, а анализ показывает, что менеджеры не выявляют потребность в 60% звонков, не называют цену в 45% случаев и не назначают следующий шаг в 70% разговоров.
Вот это и есть та самая слепая зона. Руководитель видит проседающую конверсию на этапе «звонок — сделка», но чтобы понять причину, ему нужно прослушать сотни разговоров руками. На практике этого никто не делает — просто нет ресурса.
Дополнительная сложность в том, что многие компании фокусируются только на конечном результате. Как отмечают аналитики, проблема заключается в том, что многие компании фокусируются только на конечном результате — количестве закрытых сделок, игнорируя промежуточные этапы, что сродни попытке вылечить болезнь, не поставив точный диагноз.
Что видит ИИ там, где человек видит только итог
Ключевая идея нейросетей в продажах простая: они не просто считают конверсии, а ищут паттерны в поведении и речи. Разработчики речевой аналитики объясняют это так: голос клиента и ответ менеджера — это не просто звуки, это набор фактов, который можно оцифровать.
Дальше система накапливает эти факты по тысячам звонков и находит закономерности. Например, замечает, что клиенты чаще уходят после конкретной фразы менеджера, после долгой паузы или после того, как им не назвали точную цену вовремя.
При этом типичная ошибка компаний — смотреть только на количественные метрики. Специалисты подчёркивают: смотреть только на цифры без качественного анализа причин отказов — это видеть симптом, но не причину болезни.
ИИ закрывает именно этот разрыв — он умеет читать содержание разговора, а не только считать его длительность и факт состоявшегося звонка.
Как искусственный интеллект находит проседающие этапы в CRM
В CRM-системах с встроенным ИИ появилась функция диагностики по каждому менеджеру и по каждому этапу воронки отдельно. Специалисты описывают это так: система выявляет, у кого проседает конверсия на конкретном этапе, и даёт советы, как скорректировать работу.
Причём анализ идёт не общими фразами, а предметно. По данным экспертов, на основе анализа звонков и сделок сервис формирует для каждого менеджера список точек роста — например, один плохо отрабатывает возражения по цене, другой затягивает с отправкой коммерческих предложений.
Это принципиально другой уровень управления отделом продаж. Раньше руководитель делал общие выводы по всему отделу — «надо лучше работать с возражениями». Теперь ИИ говорит конкретно: у Иванова проблема с ценой, у Петровой — с медлительностью в отправке КП.
Рынок это уже заметил массово. По данным исследования, о котором пишет CNews со ссылкой на BPMSoft, до 95% клиентских взаимодействий происходит с участием ИИ — либо в полностью автоматизированном формате, либо в виде интеллектуальных подсказок, встроенных в рабочие инструменты сотрудников в горизонте конца 2026 года.
Автоматическое «самозалечивание» воронки: что уже работает
Самое интересное — не только диагностика, но и автоматическое устранение утечек без участия человека. Один из практических кейсов: если менеджер забыл вернуться к сделке, система сама берёт инициативу. Как описывают разработчики CRM-инструментов, если сделка не закрыта, система сама отправляет клиенту мягкое напоминание в тот мессенджер, где он наиболее активен, а если клиент не ответил в Telegram, сообщение автоматически уходит в SMS или другой канал.
Результат такой автоматизации ощутим на практике: компания перестаёт терять сделки просто из-за того, что о них забыли, и часть клиентов, которые иначе ушли бы «в тишину», возвращаются в воронку благодаря своевременному напоминанию.
Похожий принцип используется для работы с клиентами, которые перестали покупать, но формально не ушли. По наблюдениям специалистов, ИИ особенно эффективен в работе с «молчащими» клиентами — теми, кто перестал покупать, но не ушёл, система находит таких, предлагает релевантное предложение и инициирует повторный контакт.
Есть и конкретный масштабный пример из практики. В 2026 году один из ИИ-агентов в CRM-системе стал работать с повторными продажами: агент анализирует историю покупок клиентов и автоматически создаёт для них персонализированные предложения, и за первый квартал 2026 года агент сгенерировал свыше 200 тысяч таких предложений. При этом компании успешно закрыли 24 тысячи сделок — столько же, сколько за всё второе полугодие 2025 года.
Сколько на самом деле теряют компании без ИИ-анализа
Цифра потерь, которую называют аналитики, впечатляет: если из-за недозвонов, поздних ответов и отсутствия повторных касаний теряется 10% потенциальных сделок, речь идёт не о мелочи, а о заметной доле выручки, которая просто утекает мимо кассы из-за банальной невнимательности.
С другой стороны, есть данные о реальном росте показателей после внедрения ИИ. Например, в одном из кейсов B2B-продаж конверсия лидов в сделки заметно выросла после внедрения ИИ-анализа воронки — компания получила ощутимый прирост продаж без увеличения бюджета на трафик.
Есть и более амбициозные оценки эффекта от ИИ-агентов в CRM. По данным одного из обзоров рынка, цифровой AI-агент берёт на себя до 70% рутины: автоматически квалифицирует лидов, обновляет статусы сделок, ведёт персонализированную переписку и прогнозирует вероятность покупки, а результат — рост конверсии на 30–45% даже без участия человека.
В сфере автоматизации отдела продаж в целом называют схожие цифры: CRM и ИИ повышают эффективность продаж на 30%, точность прогноза выручки — до 91%. А в одном из кейсов e-commerce цикл сделки сократился с 9 до 5 дней, а конверсия выросла на 17%.
Насколько бизнес уже принял ИИ в продажах
Скепсис по поводу ИИ в продажах постепенно уходит, потому что цифры внедрения растут очень быстро. По данным исследования Gartner, на которое ссылаются аналитики рынка, 89% организаций, занимающихся продажами B2B, теперь используют ИИ в той или иной форме, по сравнению с 34% в 2023 году. Это почти утроение доли всего за пару лет.
Растёт и сам рынок технологий: по тем же данным, рынок ИИ в продажах достиг 29,2 миллиарда долларов в 2025 году и растёт со среднегодовым темпом роста 22,2%.
Что касается непосредственного эффекта для рядовых сотрудников отдела продаж, здесь тоже есть измеримые данные. Согласно исследованию HubSpot, 81% продавцов подтверждают, что ИИ помогает сократить время на рутинные задачи — то есть речь не о призрачном эффекте, а о том, что менеджеры реально чувствуют разгрузку.
В российском сегменте картина немного скромнее, но тренд тот же. По данным исследования J’son & Partners, на которое ссылается отраслевой обзор, ИИ в CRM-функциях применяют 19,2% компаний, чат-боты и голосовые ассистенты — 42%, ИИ-агентов — 39%.
При этом ожидания от внедрения генеративного ИИ в целом по компаниям в России весьма конкретны: по результатам совместного исследования «Яков и Партнёры» и Яндекса, 87% компаний видят эффект в сокращении операционных затрат.
С чего начать и на что не наступить
Важно понимать: внедрение ИИ в анализ воронки — это не кнопка «включить и забыть». Специалисты честно предупреждают: для настройки искусственного интеллекта в CRM-системе недостаточно нажать кнопку «Включить», чтобы всё заработало как надо, нужно подготовиться.
При этом порог входа сейчас гораздо ниже, чем кажется. Разработчики отмечают, что внедрение CRM-системы со встроенным искусственным интеллектом не требует знания кода и программистов в штате — это можно настроить силами обычного отдела продаж или маркетинга.
Первый шаг, который советуют практики, простой и логичный. Как формулируют аналитики продуктовой аналитики: начните с малого: постройте базовую воронку вашего продукта, найдите этап с наибольшими потерями, сформулируйте гипотезу о причине и проверьте её.
Не нужно сразу автоматизировать всю воронку целиком — достаточно найти одну самую болезненную точку и запустить туда ИИ-анализ. Первый же успешный кейс, как отмечают эксперты, покажет команде ценность аналитического подхода лучше любой презентации.
Прозрачность данных здесь критична — без неё ИИ просто не на чём учиться искать узкие места. Как отмечают разработчики CRM-систем, чтобы искать узкие места, нужны данные, а отчёты по конверсии продаж и аналитика по сотрудникам и времени ответа позволяют видеть воронку не в конце месяца, а в режиме реального времени.
Именно этот переход от «посмотрим итоги в конце месяца» к «видим проблему прямо сейчас» и меняет правила игры. Раньше руководитель узнавал о провале продаж постфактум, когда деньги уже потеряны. Теперь система сигнализирует о проблеме в моменте — пока сделку ещё можно спасти.
Что в итоге меняется для бизнеса
Главный сдвиг, который происходит прямо сейчас — воронка продаж перестаёт быть чёрным ящиком, который анализируют раз в квартал силами усталого аналитика. Она становится живой системой, которая непрерывно диагностирует саму себя и подсказывает, где именно и почему теряются деньги.
При этом важно не путать автоматизацию с волшебной кнопкой. ИИ не заменяет продажников и не чинит бизнес-процессы сам по себе — он даёт точные данные и берёт на себя рутину, а решения по-прежнему принимают люди. Но с такими данными эти решения становятся в разы точнее, а утечки клиентов, которые раньше были невидимы, наконец получают имя, причину и конкретное решение.