AI-агент для продавца: меньше рутины, больше сделок и плана

По исследованиям, в прошлом году план продаж не выполнили почти 80% продавцов. А интересно вот что. Те, кто научился по-настоящему работать с AI, выполняют план в 3,7 раза чаще остальных.

Не потому что AI продаёт за них, а потому что забирает на себя рутину и возвращает время на разговоры с клиентами. Ведь на сами продажи у продавца уходит меньше трети рабочего времени. Всё остальное съедает ресёрч по клиентам, обновление CRM, подготовка к встречам и постоянная возня с данными, которые вечно не в порядке. Неудивительно, что так всё и выходит.

Пользоваться AI при этом умеют многие, а получать от него такой результат пока единицы. В этом материале разберём, куда движется профессия по данным крупных исследований, что вообще такое AI-агент и чем он отличается от обычного чата, какие конкретные задачи продавца он уже умеет закрывать и как помогает приносить больше сделок.

Куда движется рынок

В свежем отчёте Salesforce State of Sales за 2026 год, где опросили больше четырёх тысяч продавцов, картина такая. Больше половины уже используют ИИ-инструменты, а почти девять из десяти собираются к 2027. Казалось бы, поезд ушёл и все в нём. Но самое интересное в том, что пользоваться AI и получать от него реальный результат это сегодня две очень разные вещи.

И разница тут огромная. Есть два формата. Первый разговорный. Ты открываешь чат, вставляешь письмо, договор или кусок переписки, просишь переписать поживее, проверить пункты соглашения или подсказать аргумент, получаешь ответ и руками переносишь его к себе. Второй агентный. Ты ставишь задачу, а система сама идёт в твой CRM, почту, календарь и открытые источники, собирает по клиенту всё нужное, готовит бриф к звонку или черновик письма и обновляет карточку сделки, а тебе остаётся проверить и отправить. Первый это удобный подсказчик под рукой, он почти не меняет твою реальную скорость. Второй забирает на себя саму рутину, из-за которой на продажи и не остаётся времени.

Тот самый разрыв в 3,7 раза это оценка Gartner, и она про то, что дело не в паре удобных подсказок, а в другом уровне работы. А большое исследование лучших американских университетов вместе с OpenAI, «The Shift to Agentic AI: Evidence from Codex» (июнь 2026), показывает, откуда этот разрыв берётся. Агенты уже вышли за пределы разработки в обычные рабочие функции и берут на себя всё более длинные задачи, которые раньше человек делал сам за час и больше. Но пока это удел немногих. Большинство тех, кто говорит «я пользуюсь AI», всё ещё сидят в переписке с чатом и почти не получают выигрыша, а реальную отдачу снимают те единицы, кто перешёл к агентам.

Рынок это уже закладывает. Команды, где продавцы работают с AI, растут по выручке заметно быстрее тех, кто без него, и именно у сильнейших продавцов эти инструменты в ходу чаще всего. Умение работать с AI всё чаще ждут прямо на входе, а самим продавцам оно возвращает то, за что им и платят, время на клиента и на сделку. При этом по-настоящему, на уровне агента, этому научились пока немногие, и в этом зазоре и лежит возможность.

Получается простая вещь. Рынку уже нужны продавцы, которые умеют не просто спросить у чата, а поручить агенту рутину и настроить его под себя. Пока таких мало. Кто научится, тот перестаёт большую часть недели заниматься чем угодно, кроме продаж, и возвращает это время в сделки и в план. Так что весь вопрос в том, кто перейдёт в этот лагерь первым. И хорошая новость в том, что попасть туда куда проще, чем кажется. Как именно, разберём дальше.

Что вообще такое агент и чем он отличается от ChatGPT

Если убрать сложные слова, агент это программа, которая не отвечает на вопрос, а выполняет задачу. Разница примерно как между консультантом и исполнителем. Консультант говорит, что надо сделать, а делаешь всё равно ты сам. Исполнитель берёт и делает, а ты проверяешь.

Обычный чат ждёт, пока ты сам принесёшь ему весь контекст. Ты копируешь переписку, объясняешь, что за клиент и на какой стадии сделка, а потом руками переносишь ответ обратно к себе. Агенту доступ к нужным инструментам дают один раз, и дальше он сам заходит в CRM и почту, поднимает историю по клиенту, готовит бриф или черновик письма и обновляет карточку сделки. Тебе остаётся проверить и подтвердить.

Устроено это довольно просто. Агент работает по кругу. Получил задачу, определил, что делать первым шагом, скажем поднять сделку в CRM или прочитать последний транскрипт звонка, сделал, посмотрел на результат, перешёл к следующему шагу, и так пока задача не закрыта. Вникать в это не нужно ровно так же, как не нужно понимать устройство почтового сервера, чтобы отправить письмо.

Есть один важный момент, и он проще, чем кажется. Чтобы агент работал не наугад, а по правилам именно твоих продаж, его не нужно вручную обучать и всё расписывать текстом. Настройка это скорее совместная работа. Ты отдаёшь ему свой процесс, портрет клиента, стадии сделки, свои удачные письма и позиционирование, примеры прошлых звонков, а он сам в этом разбирается и собирает набор правил, которым будет следовать дальше. Ты это проверяешь и поправляешь, где нужно. Дальше эти правила переиспользуются в каждой задаче, и любой запрос отрабатывается одинаково ровно, хоть ты сам его запустил, хоть коллега, который тебя подменяет.

Какие задачи это уже закрывает

Если посмотреть, что такие агенты реально делают для продавцов уже сегодня, вырисовывается несколько типовых сценариев. Ниже самые распространённые, просто как примеры, чтобы было понятно, о чём речь. На деле так можно автоматизировать почти любой повторяющийся кусок работы, эти взяты для наглядности.

Самая частая история это утренний ресёрч перед звонком. Обычно перед встречей уходит пятнадцать, а то и тридцать минут на то, чтобы погуглить новости компании, заглянуть в CRM, перечитать прошлую переписку и вспомнить, на чём остановились. Агент, у которого есть доступ к твоему CRM, почте и календарю, собирает такой бриф сам. Он поднимает историю по клиенту, может за минуту прочитать записи всех встреч, смотрит свежие новости и статус сделки и отдаёт короткую сводку, которую можно прочитать за пару минут перед звонком. Причём он может работать на опережение. Например, утром сам прошёлся по всем встречам в календаре на день и заранее прислал бриф по каждой, ещё до того, как ты о них вспомнил. Один продавец так и настроил себе задачу, которая каждое утро проверяет календарь на несколько часов вперёд, подтягивает контекст по каждой сделке и последний транскрипт звонка и собирает бриф на две минуты чтения.

Второй знакомый сценарий это обновление CRM, до которого вечно не доходят руки. Договорённости со встреч и из писем часто так и не долетают до полей сделки, а всплывает это уже перед разбором пайплайна с руководителем. Тут агент разгружает сильно. После звонка он берёт твои заметки или сам транскрибирует запись встречи, всё понимает и сам обновляет карточку сделки, проставляет следующий шаг, суммы, стадию и всё, что вы договорились фиксировать. Если нужно, может сам создать тебе задачи в таск-трекер. Ты это просто подтверждаешь, и CRM всегда остаётся актуальным без вечернего разгребания.

Третий сценарий это ресёрч лидов и персонализация аутрича. Нормальное персональное письмо требует десять, двадцать минут на человека, и на потоке времени на это просто нет. Агент берёт этот кусок на себя. Один соло-продавец описал, как это устроено у него. Он вручную отбирает список под свой портрет клиента, а дальше агент проходит по нему сам, отсеивает нерелевантных, по оставшимся находит нужных людей и их контакты, собирает по каждой компании короткий отчёт, создаёт запись в CRM и готовит черновик письма прямо в почте. Ему остаётся проверить, поправить черновик и нажать отправить. По его же словам, единственное, чего он агенту не доверяет, это отправлять аутрич без присмотра, и это правильно. Прескрининг, на который раньше уходили дни, стал занимать минуты, а проверка одного лида вместо часа занимает около минуты.

И четвёртый сценарий, самый показательный, это когда агент собирает тебе помощника по всему пайплайну. Он держит в голове все твои сделки и сам готовит то, на что обычно нет времени. К понедельничному разбору присылает дайджест по сделкам с пометкой, где риски и что провисает. Перед синком собирает список встреч за прошлую и текущую неделю с типами и статусами. Раз в неделю отдаёт статус пайплайна и прогноз на одной странице. Один GTM-лидер настроил себе такой утренний таск, который тянет статус сделок из CRM и цифры по расходам из хранилища данных и кладёт готовый бриф в чат ещё до первой встречи. Так ты получаешь младшего в команде, который берёт на себя не одну задачу, а целый повторяющийся пласт подготовки, а сам подключаешься на решениях и на самих продажах.

И самое ценное, что эти сценарии со временем только становятся лучше, по мере накопления у агента информации. Один раз настроил сценарий, и дальше это, по сути, записанный регламент твоей работы, который переиспользуется каждый раз и который можно постепенно улучшать. Твой способ вести клиента, готовиться к звонку и вести сделку перестаёт жить в голове одного человека. Тот же сценарий можно передать всей команде, и новый продавец с первого дня готовится к встречам и обновляет сделки ровно так, как это делает ваш лучший, а не разбирается на ходу месяцами. Один раз разобрался, как ты продаёшь, и дальше это работает на тебя постоянно.

Какие есть ограничения

Тут нужны две честные оговорки. Первая в том, что AI иногда ошибается. Если доступ к данным на секунду отвалился, он может подставить правдоподобную, но выдуманную цифру, лишь бы выполнить запрос. Поэтому агент это исполнитель первого прохода, а не последняя инстанция. Рутину и подготовку он берёт на себя, но запись в CRM идёт через твоё подтверждение, а аутрич не уходит клиентам без твоего присмотра. Ключевые решения и финальные формулировки остаются, конечно же, за продавцом. При настройке агенту прямо задают правило опираться только на реальные данные, помечать, где он не уверен, и ничего не додумывать.

Вторая оговорка это конфиденциальность. Данные по клиентам и сделкам не должны утекать в чужое облако, поэтому файлы и доступы разумнее держать у себя. Так ты получаешь скорость агента и сам контролируешь, где лежат данные.

Держишь в голове эти два правила, человек проверяет и подтверждает, а данные остаются у тебя, и агент не станет риском. Он просто более быстрый способ делать ту же работу с прежней уверенностью в результате.

Как начать таким пользоваться

Собрать такого помощника можно и самому. Но дело не только в том, чтобы потратить пару вечеров на установку. Надо ещё разобраться, как всё это устроено, что и куда подключать, как описывать сценарии, какие заложить базовые правила, попробовать, где-то ошибиться и переделать. На это уходит время, и не у каждого продавца есть желание в это погружаться, тем более что план горит и своей работы хватает.

Поэтому есть путь проще, взять уже готовое, преднастроенное решение. Есть решения вроде kvelo.dev, которые уже работают как агенты и собирают под тебя персональное рабочее пространство, где всё нужное, в том числе типовые сценарии продавца, уже заложены и настраиваются автоматически, без долгой ручной возни. Заодно это собирает воедино тот самый зоопарк из восьми инструментов, между которыми обычно скачешь. Дальше ты просто работаешь. Сложные задачи делаешь за компьютером, а простые вопросы решаешь прямо из мессенджера по дороге к клиенту. Написал в Telegram или WhatsApp «собери бриф по встрече с клиентом через час», и агент сходил в CRM, почту и новости, поднял историю сделки и прислал готовую сводку. По сути ты общаешься с ним как с коллегой.

Рынок, по большому счёту, уже определился, что работа с AI в продажах это новая норма. Разница между теми, кто останется в переписке с чатом, и теми, кто научится делегировать агентам, скоро будет видна по плану, по времени на клиента и по тому, кто из команды растёт, а кто тонет в отчётах и CRM. Поэтому разбираться в этом стоит начинать уже сейчас. Время ещё есть, и шанс оказаться среди первых пока большой. А чтобы разобраться максимально просто и сразу встроить это в работу, можно начать с готового решения вроде Kvelo.dev и просто попробовать.