Как мы внедрили ИИ в отдел продаж и увеличили выручку на 28% за месяц

Искусственный интеллект уже стал частью бизнес‑процессов во многих компаниях. Его внедряют, чтобы ускорить работу, сократить издержки и повысить эффективность. Но путь к этому не всегда простой и прямой. Мы на собственном опыте убедились, что внедрение ИИ — это не только про технологии, но и про эксперименты, ошибки и постоянные доработки.

Проблемы на старте: контроль качества и повышение эффективности

Раньше этим занималась аутсорсинговая компания. Специалисты слушали звонки и оценивали их по 30–40 критериям. Такая система помогала нам выстраивать стандарты общения и видеть слабые места в работе менеджеров. Но со временем стало очевидно, что процесс слишком затратный и громоздкий. Мы хотели повысить эффективность и снизить расходы, не теряя качества.

Встал вопрос: чем заменить стороннюю компанию и как сделать аналитику быстрее, дешевле и точнее?

Мы сформулировали задачу так: нужен инструмент, который автоматически оценивает звонки и встречи по заранее заданным критериям, а все данные собирает в одном месте для анализа.

Путь к решению: тестирование сервисов и поиск подходящего инструмента

У нас было два варианта:

1. Разработать собственное решение.
2. Протестировать готовые сервисы, которые уже умеют анализировать звонки.

Мы решили начать с тестов. Всего проверили 7–8 сервисов, которые могли бы оценивать звонки по нашим критериям.

Это был важный шаг, но не финальное решение. В ходе тестирования мы столкнулись с ключевой проблемой: ИИ еще не достиг 100% точности в оценке контекста общения.

Например, менеджер спрашивает клиента о бюджете, а тот отвечает уклончиво. Для человека ясно, что вопрос был задан корректно, просто клиент не дал точного ответа. А вот ИИ часто считал, что менеджер не выполнил пункт чеклиста.

Подобные ситуации встречались постоянно. Нам нужна была система, которая не просто фиксирует слова, а понимает смысл разговора.

Создание собственной системы: интеграция с Zoom и GPT‑моделями

Когда стало понятно, что готовые решения нас не устраивают, мы решили создать собственную систему аналитики. Это позволило бы контролировать весь процесс и гибко его развивать.

В качестве инструмента для сбора данных мы выбрали Zoom, где мы проводили демо‑встречи с клиентом. Сервис позволяет автоматически транскрибировать видеозвонки в текст. Далее мы подключили платформу N8N, которая помогает связывать разные сервисы и автоматизировать передачу данных.

Теперь Zoom автоматически передает записи встреч в ChatGPT. Модель анализирует разговор и оценивает его по 16 заранее заданным критериям.

Далее выставляется оценка и краткая выжимка по встрече к сделке в нашей CRM‑системе Аспро.Cloud.

Процесс выглядит так:

1. Менеджер проводит встречу в Zoom.
2. Система создает расшифровку разговора.
3. ИИ анализирует текст — проверяет, задавались ли важные вопросы (о бюджете, сроках, потребностях), как менеджер их формулировал и добивался ли конкретных ответов.

Но мы немного упростим для восприятия.

Так мы получили инструмент, который оценивал качество коммуникации и при этом собирал все данные в нашей системе. Также мы настроили автоматические отчеты в телеграм для исполнительного директора и руководителей отделов.

Проблемы и нюансы

Такие моменты приходилось проверять вручную и корректировать критерии.

Мы поняли, что пока полностью исключить человеческий фактор невозможно. Но ИИ уже берет на себя основную рутину, освобождая менеджеров и руководителей от большого объема механической работы.

Результаты: как ИИ повлиял на эффективность

После запуска системы результаты стали заметны практически сразу.

Мы ускорили оценку звонков и повысили прозрачность работы отдела. Руководители получили возможность видеть аналитику в реальном времени и не тратить часы на ручную проверку.

ИИ помог:

• повысить качество коммуникации менеджеров;
• ускорить обратную связь и обучение;
• снизить нагрузку на руководителей.

Главный результат — выручка отдела продаж выросла на 28% всего за месяц.

Кроме того, время руководителей отдела на рутинные задачи сократилось примерно на 50%. Освободившиеся часы они смогли направить на стратегическое планирование и развитие команды.

Будущее ИИ‑автоматизации в Аспро

Мы рассматриваем этот проект как начало большого пути. Текущая система уже работает стабильно, но мы продолжаем ее развивать. Более того, мы начали разрабатывать свой ИИ‑инструмент и помогать другим компаниям с ИИ‑автоматизацией.

Планы на ближайшее время:

• протестировать новые языковые модели для повышения точности;
• создать виджет, который покажет результаты оценки прямо в интерфейсе Аспро.Cloud;
• внедрить более точную шкалу оценок с шагом 0,25 — чтобы детальнее фиксировать качество ответов.

Мы видим, как ИИ делает процессы отдела продаж более прозрачными, быстрыми и управляемыми. И уверены, что в будущем такие инструменты будут применяться и в других направлениях бизнеса.

ИИ в продажах — это не просто модная технология, а реальный инструмент роста, который помогает принимать решения на основе данных и достигать ощутимых результатов.