Skip to content

ИИ и машинное обучение·8 мин чтения

Лучшие заявки приходят в девять вечера: ИИ-агент приёма обращений отвечает, квалифицирует и передаёт их менеджеру до утра

Заявку, пришедшую вечером или в общий ящик, получает тот, кто ответил первым. Агент приёма читает её в любом канале, сверяется с CRM, уточняет недостающее, оценивает по вашим правилам и передаёт нужному человеку готовую сводку. Всё, что обязывает компанию, ждёт решения человека.

Анатолий НовогродскийОснователь и CEO, GlanitОпубликовано 9 ноября 2026

Почему входящие заявки остывают, пока на них никто не ответил?

Заявку, пришедшую вечером или в общий ящик, получает тот, кто ответил первым. Агент приёма читает её в любом канале, сверяется с CRM, уточняет недостающее, оценивает по вашим правилам и передаёт нужному человеку готовую сводку с черновиком ответа. Всё, что обязывает компанию, ждёт решения человека. Модель здесь самая малая часть работы. Основная работа: ваши правила, поля CRM и граница, за которой требуется согласование.

Понедельник, 8:40. Кто-то открывает общий ящик и находит в нём все выходные. Запрос коммерческого предложения пришёл через форму на сайте в пятницу в 21:12. Два письма ушли на адрес, который пересылает почту менеджеру по продажам, находящемуся в отпуске до среды. Расшифровка голосового сообщения лежит непрочитанной. К моменту ответа один из этих покупателей мог уже договориться о созвоне с теми, кто ответил в субботу. Заявки остывают, потому что за первое касание вне рабочего времени никто не отвечает, а общий ящик размывает ответственность так тонко, что она исчезает.

Форма пишет одному человеку. Этот человек в отпуске. Телефон в шесть вечера переключается на автоответчик. Покупатель за тот же вечер заполнил три формы, и компания, ответившая первой, задаёт тон всему разговору.

Данные в основном вендорские. Страница бенчмарков Digital Applied (обновлена 5 ноября 2026 года) самая аккуратная из найденных нами сводок: она прямо сообщает, что ни одна из цифр не получена ею самой, и указывает оговорки рядом с каждой.

  • Blazeo опросил 573 сервисных бизнеса: 74% не отвечают на новую заявку в течение пяти минут (23 сентября 2026 года), а из тех, кто использует автоматизацию, цель в 15 минут выдерживают 62,5% против 39,1% у работающих вручную (24 февраля 2026 года). Данные самоотчётные, а Blazeo сам продаёт диалоговый ИИ.
  • Entagl проанализировал 32 581 диалог в чатах и личных сообщениях в 1247 компаниях (9 мая 2026 года). Конверсия составила 35,1% при первом ответе за 60 секунд и 1,6% при ответе через сутки. Только чаты, наблюдательное исследование; собственная оценка «до и после» для компаний, включивших автоответ, скромнее: рост в 1,94 раза.

Цифру, которую до сих пор повторяет большинство блогов, дал аудит Harvard Business Review 2011 года. Мы её не приводим: ей пятнадцать лет.

Что на самом деле делает ИИ-агент приёма с новой заявкой?

Шесть действий, в таком порядке, для каждой заявки:

  1. Читает сообщение там, где оно пришло: форма на сайте, почта, чат, расшифровка голосового сообщения.
  2. Определяет человека и компанию и сверяет с CRM, чтобы постоянный клиент не завёлся как новый лид.
  3. Классифицирует тип обращения (новый проект, поддержка, партнёрство, отклик на вакансию, спам) и срочность.
  4. Задаёт от одного до трёх уточняющих вопросов ответным письмом, и только когда ответ меняет маршрут: страна, размер команды, срок.
  5. Оценивает заявку по вашим критериям, которые записал руководитель продаж.
  6. Маршрутизирует и записывает: создаёт или обновляет карточку в CRM и уведомляет нужного человека со сводкой и черновиком ответа.

Карточка в CRM выглядит примерно так (иллюстрация, а не запись реального клиента):

{
  "channel": "web_form",
  "received_at": "2026-11-06T21:12:04+01:00",
  "contact": {"email": "ops@example.com", "company_domain": "example.com"},
  "crm_match": {"account_id": null, "possible_duplicate_of": null},
  "request_type": "new_project",
  "extracted": {"service": "ERP integration", "sites": 3, "deadline": "2027-02"},
  "missing": ["country"],
  "clarifying_question_sent": true,
  "score": {"value": 72, "rules_hit": ["size:50-200", "product:integration"]},
  "route_to": "sales_dach",
  "needs_human": true,
  "confidence": {"request_type": 0.91, "service": 0.78}
}

Поля confidence и rules_hit важнее самой оценки. Они объясняют менеджеру, почему агент решил именно так, и именно их вы потом проверяете при аудите.

Что агент решает сам, а что должен утвердить человек?

Решают правила, модель только читает. Маршрутизация по территории, размеру компании и продуктовой линейке это таблица соответствий, поэтому мы пишем её кодом: у таблицы не бывает «творческого дня». Языковая модель делает то, что не под силу коду: превращает расплывчатое письмо в поля. Тот же довод мы приводим в статье workflow или агент, вместе с прогнозом Gartner о том, что более 40% проектов с агентным ИИ будут отменены к концу 2027 года.

По умолчанию граница автоотправки у нас узкая. Агент может отправить подтверждение получения («мы получили заявку, человек ответит до 10:00») и уточняющие вопросы из шага 4. Всё остальное уходит в очередь к человеку с приложенным черновиком:

  • любая цена, скидка или оценка стоимости;
  • любое обязательство по срокам или объёму работ;
  • юридические формулировки, условия договора, вопросы об обработке данных;
  • отказ или ответ «вы нам не подходите».

Последний пункт многих удивляет. Вежливый отказ тоже говорит от имени компании, а модель, неверно понявшая запрос, откажет как раз подходящему клиенту.

Извлечённые данные с уверенностью ниже порога тоже идут к человеку. Мы начинаем с 0,8 на поле и сдвигаем порог после проверок на тестовых выборках.

Как убедиться, что агент ничего не выдумывает?

Проверять его на вашей собственной истории до того, как он коснётся живой заявки, и хранить запись каждого запуска. Перед запуском агент обрабатывает от 200 до 500 прошлых обращений, исход которых вам известен: кому они должны были попасть и стали ли сделкой. Если он маршрутизирует старые заявки хуже вашей команды, в работу он не идёт.

В эксплуатации каждый запуск оставляет след: исходный текст, извлечённые поля, сработавшие правила, отправленное сообщение, кто его утвердил. Журналы приложения может править тот, кто управляет базой данных. Для отладки этого достаточно, но слабо, когда клиент оспаривает, что ему сообщила компания. Для записи запусков мы используем SealedRun: независимый инструмент с открытым исходным кодом, который подписывает каждый шаг в цепочке хэшей, проверяемой посторонним. Кроме того, на каждую заявку ставится лимит расходов, чтобы одна переписка из 40 сообщений не съела дневной бюджет (контроль расходов). А когда агент пишет в CRM через серверы инструментов, их нужно проверять так же, как любую интеграцию (MCP в продакшене).

Когда хватит SaaS-чат-бота, а когда нужен собственный агент?

Если основная часть входящих это чат на сайте, CRM у вас HubSpot или Salesforce, а правила квалификации умещаются на экране настроек вендора, берите агента вендора. Мы скажем вам об этом ещё на этапе исследования. HubSpot сообщает, что его Customer Agent решает 65% диалогов у более чем 8000 клиентов (13 апреля 2026 года); Intercom называет средний показатель решения у Fin 76% у более чем 12 000 команд (12 марта 2026 года). Оба заявления вендоров касаются поддержки, а не квалификации лидов. Intercom теперь также берёт плату за «процедуры с передачей человеку», когда Fin собирает контекст, пишет во внешние системы и передаёт дело человеку. Это и есть схема приёма обращений, проданная за результат.

Готовность данных блокирует любой из вариантов ниже. В опросе вендора Salesforce среди 3075 специалистов по сервису (20 мая 2026 года) 66% сервисных организаций используют агентный ИИ, а 72% сотрудников операционных подразделений называют готовность данных серьёзным препятствием. Агент, маршрутизирующий по полю «отрасль», хорош настолько, насколько заполнено поле «отрасль» в вашей CRM.

Собственная разработка окупается в случаях из правого столбца таблицы ниже.

Четыре варианта приёма заявок в сравнении

Четыре варианта приёма заявок в сравнении
ВариантКогда подходитМодель оплаты (вендор, как опубликовано)Где становится неудобно
HubSpot Customer / Prospecting AgentHubSpot служит CRM, чат и почта живут в нём$0,50 за решённый диалог; $1,00 за рекомендованный лид для исходящих касаний (кредиты, с 14 апреля 2026 года)Собственная логика оценки, системы вне HubSpot
Intercom FinБольшой поток чатов, поддержка в приоритетеЗа результат; цены нет в публикации от 12 марта 2026 годаПриём заявок B2B по телефону и почте
Salesforce AgentforceSalesforce служит системой учёта$2 за диалог или Flex Credits по $0,10 за стандартное действиеГотовность данных; каналы вне Salesforce
Собственный агент приёмаНесколько каналов, свои правила и поля CRM, ограничения на хранение данныхРазработка по проекту; использование модели оплачивается выбранному вами поставщикуНужен ответственный с вашей стороны и сопровождение
Четыре варианта приёма заявок в сравнении — Цены вендоров по опубликованным на указанных страницах данным, проверено 9 ноября 2026 года. Собственные цены мы не публикуем.

Что требуют правила ЕС и США от агента, который общается с клиентами?

Раскрывать, что это ИИ, вести журнал и предлагать человека. Это относится к тем, кто работает с клиентами в ЕС и США. В ЕС статья 50 AI Act действует с 2 августа 2026 года: людям нужно сообщать, что они имеют дело с системой ИИ, если это не очевидно из контекста. Digital Omnibus перенёс сроки для высокорисковых систем на декабрь 2027 и август 2028 года, а статью 50 не тронул (Gibson Dunn, 27 мая 2026 года). Если вы опираетесь на исключение «очевидно», запишите, почему; Jones Walker (16 июля 2026 года) советует хранить эти обстоятельства в комплаенс-документах. Штрафы ограничены 15 млн евро или 3% мирового оборота. Что строить к каждой дате, разобрано в нашей статье об AI Act.

Статья 22 GDPR защищает людей от решений, «основанных исключительно на автоматизированной обработке», если они имеют правовые или схожие по значимости последствия, и там, где такие решения допустимы, требует возможности вмешательства человека. Оценка лида редко достигает этой планки. Автоматический отказ может достичь, и это ещё одна причина, по которой наши отказы идут к человеку.

В США регулирование лоскутное. Калифорнийский AB 1609 действует с 1 января 2027 года для компаний с выручкой свыше $500 млн: раскрывать бота там, где разумный человек может быть введён в заблуждение, и добросовестно стараться соединить клиента, попросившего человека, в течение 15 минут в рабочее время (Fox Rothschild, 30 сентября 2026 года). SB 226 штата Юта (действует с 7 мая 2025 года) требует раскрытия, когда потребитель прямо спрашивает, и даёт защиту ботам, которые раскрывают себя в начале и на протяжении всего разговора. В Мэне есть собственный закон о раскрытии ботов. Большинство законов штатов 2026 года, которые отслеживал Orrick, нацелены на чат-ботов-компаньонов, а агент приёма таковым не является.

Это не юридическая консультация. Правило, по которому мы строим: первое сообщение сообщает, что это автоматический помощник, каждое сообщение записывается, а «позвать человека» работает в любом канале.

Как выглядит разработка в трудозатратах?

Это наш подход к планированию, а не обещание. Исследование занимает одну неделю на ваших последних реальных заявках (от 200 до 500): мы их классифицируем, записываем правила маршрутизации, которыми команда пользуется на деле, и считаем, сколько из них можно было обработать без человека. Затем пилот на одном канале (обычно форма на сайте или общий ящик), как правило от трёх до пяти недель. Затем теневой режим: агент готовит черновики, ваши сотрудники отправляют, каждая правка записывается; мы остаёмся в нём не меньше двух недель и до тех пор, пока доля исправлений не перестанет снижаться. Ограниченная автоотправка идёт последней.

Перед запуском мы фиксируем три показателя: медианное время до первого ответа, долю заявок, попавших к нужному человеку, и долю черновиков, исправленных человеком.

От вас: примеры заявок (можно обезличенные), доступ к тестовой среде CRM, правила маршрутизации, даже если они хранятся в чьей-то голове, и один назначенный ответственный, который может сказать «этот лид был наш».

О чём мы спросим вас перед началом?

Пять вопросов, на которые вы, скорее всего, ответите уже сегодня:

  1. Где появляются заявки: какие формы, ящики, чаты, телефоны?
  2. Кто отвечает сейчас и кто закрывает вечера и праздники?
  3. Сколько занимает первый ответ во вторник и в пятницу вечером?
  4. Что такое хороший лид, одним предложением, под которым подпишется ваш руководитель продаж?
  5. Какая CRM и каким её полям отдел продаж действительно доверяет?

Пришлите последние 200 входящих заявок (обезличенных), и за недельное исследование мы покажем, сколько из них агент приёма мог бы сам обработать, маршрутизировать и квалифицировать, и где человек должен остаться в контуре. За 16 лет и более 500 проектов мы разрабатываем на Python, JavaScript и PHP, применяя LLM там, где они уместны. Свяжитесь с нами или посмотрите наши услуги.

Частые вопросы

Ещё статьи

ИИ и машинное обучение ·

Из общей почты в CRM за минуты: ИИ-агент разбирает запросы КП и обращения в поддержку и ждёт вашего одобрения

В общую почту приходит письмо в две строки, к нему 14 страниц чертежей в PDF и таблица Excel. Пока кто-то не прочитает всё это, расчёт не начнётся. Агент-сортировщик на базе ИИ читает вложения, заполняет CRM и готовит черновик КП или тикета, а затем ждёт, пока назначенный сотрудник утвердит цену, сроки и условия.

8 мин чтения

ИИ и машинное обучение ·

Workflow или агент? Как мы решаем, ещё не написав ни строчки кода

Если каждый шаг процесса можно записать до запуска, стройте workflow и вызывайте LLM только там, где что-то нужно прочитать и истолковать. Агент нужен, когда следующий шаг зависит от находки предыдущего, и закрывайте его жёсткими лимитами.

7 мин чтения

ИИ и машинное обучение ·

Стоимость ИИ-агентов: бюджеты, кеш и маршрутизация

Счёт за агента растёт вместе с числом вызовов на задачу, а не с ценой токена. Мы измеряем стоимость завершённой задачи, держим префикс промпта кешируемым, отдаём каждый шаг самой дешёвой модели, которая проходит наши evals, и ограничиваем каждую задачу по токенам.

8 мин чтения