ИИ в CRM: сценарии, которые уже работают

ИИ в CRM перестал быть экспериментом: модели встраиваются в существующий контур продаж и работают с теми же сделками, задачами и звонками. По сути это crm разработка поверх готовой платформы — модели подключаются к Битрикс24 или amoCRM через API, а данные остаются в вашей системе.

Ниже — пять сценариев, которые дают измеримый результат: скоринг лидов, автоответы, прогноз сделок, речевая аналитика и подсказки менеджеру. С цифрами по точности, стоимости в 2026 году и честными ограничениями: где ИИ ошибается и когда проект лучше не начинать.

Ключевые выводы

• Скоринг лидов по истории сделок поднимает конверсию в сделку на 8–15% при базе от 1 500 закрытых сделок и 6+ месяцев заполненной воронки.
• Автоответы на типовые вопросы снимают 30–45% нагрузки с менеджеров: в среднем это 2–4 часа в день на отдел из пяти человек.
• Прогноз сделок даёт точность 65–80% на горизонте 30 дней. Выше 85% в реальных отделах продаж не получается даже с хорошими данными.
• Пилотный ИИ-сценарий в CRM стоит 180–350 тыс. ₽ и занимает 4–6 недель; полноценная разработка crm с ИИ-модулями — от 600 тыс. ₽.
• Речевая аналитика работает уже с 200 записями звонков и окупается быстрее остальных сценариев — за 3–5 месяцев.
• Без дисциплины данных проект обречён: если 40% сделок закрыты без указания причины отказа, модель учится на шуме.

Что ИИ реально даёт отделу продаж

ИИ в CRM решает три задачи: подсказывает, кому звонить первым, отвечает на типовые вопросы и проверяет качество работы менеджеров. Всё остальное — маркетинговые обещания из презентаций.

Практический эффект появляется, когда модель встроена в рабочий процесс, а не живёт отдельным чат-окном. Если менеджер должен скопировать данные сделки в сторонний сервис и вернуться с ответом, сценарий умирает за две недели.

Порядок внедрения обычно такой: речевая аналитика звонков, затем скоринг и приоритизация лидов, потом автоответы в чатах, и только после этого прогноз сделок. Первые два сценария дают данные, на которых учатся остальные.

Пять сценариев с цифрами

Ниже сценарии, которые мы запускали в отделах от 5 до 60 человек. Цифры — усреднённые по проектам, а не гарантия результата.

Дешевле всего стартует речевая аналитика: записи уже есть в телефонии, разметка не требуется, результат виден на второй неделе. Дороже и дольше всего — подсказки в карточке: нужна интеграция с интерфейсом CRM и регулярная переоценка качества.

Как это устроено технически

ИИ-слой в CRM — это отдельный сервис, который читает данные через API, считает признаки и возвращает результат обратно в карточку сделки. Интерфейс менеджера при этом не меняется: он видит поле «вероятность сделки» или готовый ответ в чате.

Компоненты типового решения:

• Коннектор к CRM. Вебхуки и REST API Битрикс24 или amoCRM: события по сделкам, задачи, звонки, письма.
• Хранилище признаков. PostgreSQL или отдельная витрина: суммы, этапы, сроки, число касаний, активность клиента.
• Слой моделей. Внешние LLM вроде YandexGPT или GigaChat для текстов, локальные модели для чувствительных данных.
• RAG-контур. RAG — это поиск по вашим документам с передачей найденных фрагментов модели. Он нужен, чтобы бот отвечал по прайсу и регламентам, а не по памяти модели.
• Мониторинг качества. Логи ответов, доля исправлений менеджером, отчёты по ошибкам. Без этого качество деградирует незаметно.

Отдельный вопрос — данные клиентов. Если в сценарии участвуют персональные данные, контур нужно проектировать с учётом 152-ФЗ: обезличивание, ограничение доступа, хранение на территории РФ. Это добавляет 3–5 недель к проекту и 15–25% к бюджету.

Сколько стоит crm разработка с ИИ-модулями в 2026 году

Бюджет ИИ-проекта стоит сравнивать с соседними задачами, которые часто заказывают в том же квартале. Разброс цен на 2026 год выглядит так.

По сути создание crm с нуля внутри компании обходится дороже: 600 тыс. — 1,5 млн ₽ и 3–5 месяцев, потому что к проекту добавляются админка, роли, права и поддержка. Внешняя интеграция через API дешевле и быстрее, но зависит от лимитов платформы. Для сравнения: разработка сайта с формами, аналитикой и передачей заявок в CRM стоит 150–450 тыс. ₽, и такие работы часто планируют в том же квартале.

Планируя бюджет, держите рядом три строки: пилот ИИ-сценария, поддержка модели после запуска (30–70 тыс. ₽ в месяц) и обучение команды (20–40 тыс. ₽). В брифе такие работы иногда формулируют коротко: «сайт разработка», «ии разработка», «1с разработка» — и ждут одного подрядчика на весь контур, хотя разработка ии-сценариев и обмены с учётной системой — разные проекты с разными рисками, о чём мы писали отдельно.

Прогноз сделок: где точность падает

Точность прогноза — не свойство модели, а свойство данных. На чистых воронках с 6 месяцами истории мы получаем 65–80% попаданий на горизонте 30 дней, на грязных — 50–60%, что бесполезно для планирования.

Что ломает прогноз:

• Пустые причины отказа. Менеджеры выбирают первое значение из списка, и модель учится на случайных метках.
• Ручные этапы. Сделка висит на «переговорах» три месяца, потому что никто не двигает карточку.
• Смещение выборки. Если модель обучали на сделках крупных клиентов, для малого сегмента она ошибается чаще.
• Подстройка под прогноз. Менеджеры начинают закрывать сделки так, чтобы «понравиться» модели, и метрика теряет смысл.

Обходной путь прагматичный: не заменять план продаж прогнозом, а использовать его как второй сигнал. Например, руководитель смотрит на сделки с вероятностью ниже 30% и решает, где нужна помощь, вместо разбора всей воронки.

Внедрение за 6 недель: план и приёмка

Пилот одного сценария укладывается в 6 недель, если данные уже в CRM и не нужно чистить историю.

1. Неделя 1. Выбор сценария, замер текущих метрик: конверсия, время ответа, выполнение скриптов, цикл сделки.
2. Неделя 2. Выгрузка и подготовка данных, разметка выборки, проверка качества полей.
3. Недели 3–4. Разработка интеграции, первые версии модели или промптов, тесты на исторических сделках.
4. Неделя 5. Ограниченный запуск: 2–3 менеджера, ежедневный разбор ошибок, правка логики.
5. Неделя 6. Запуск на отдел, обучение, дашборд качества и регламент работы с ИИ-подсказками.

Приёмка проходит по цифрам, а не по ощущениям:

Если после запуска подрядчик не передал логи и дашборд качества, проект нельзя считать сданным: без мониторинга через 3–4 месяца деградацию заметит только клиент.

Частые вопросы

Чем crm разработка отличается от настройки готовых ИИ-модулей?

Готовые модули в Битрикс24 и amoCRM закрывают автоответы, краткое резюме звонка и подсказки по скрипту — их включают за 2–3 недели и 60–150 тыс. ₽. crm разработка нужна там, где сценарий опирается на ваши данные и правила: скоринг, прогноз, речевая аналитика, распределение лидов. Здесь появляются отдельный сервис, хранилище признаков и мониторинг качества, поэтому проект стоит от 180 тыс. ₽ и идёт 4–6 недель.

Какие данные нужны, чтобы начать?

Минимум: 6 месяцев истории сделок, 200+ записей звонков или 300+ диалогов, заполненные этапы и причины закрытия. Если история короче, начинайте с речевой аналитики — она не требует длинной воронки.

ИИ заменит менеджеров по продажам?

Нет. Он снимает рутину: типовые ответы, подготовку данных к звонку, контроль скриптов, первичную квалификацию. Переговоры, торг и работу с возражениями по-прежнему ведёт человек. В проектах мы обычно считаем эффект как высвобождение 20–35% времени, а не как сокращение штата.

Что делать, если менеджеры не доверяют подсказкам ИИ?

Начинать с прозрачных сценариев: речевая аналитика показывает конкретные фразы из звонка, а не абстрактную оценку. Второй приём — решение принимает человек: модель только подсвечивает сделку, но не меняет её этап автоматически. Через 3–4 недели доверие растёт, если подсказки сбываются в 70%+ случаев.

Сколько стоит поддержка после запуска?

30–70 тыс. ₽ в месяц: обновление промптов, переобучение модели, разбор ошибок, доработка сценариев. Экономить на этом этапе опасно — качество модели падает при изменении продукта, цен и скриптов.

Что делать дальше

Начните с аудита данных: посчитайте, сколько сделок закрыто за последние 12 месяцев, у скольких указана причина отказа и сколько звонков хранится в телефонии. Эти три числа определят, какой сценарий запускать первым. Про принципы выбора подхода — RAG, дообучение или промпты — читайте в разборе LLM-разработка: RAG, дообучение или промпты, а про эффект ИИ в продажах — в статье ИИ в B2B-продажах: квалификация лидов и прогрев.

Для старта с одного сценария есть смысл посмотреть внедрение CRM с ИИ-сценариями и ИИ-агентов и чат-ботов: пилот занимает 4–6 недель, приёмка идёт по цифрам, а не по демонстрации.

Статья основана на практике проектов НейроДела и данных Яндекс Вордстата по кластеру «CRM: интеграции и внедрение». Основной запрос материала — «crm разработка» (573 показов в месяц). Если у вас другая ситуация — напишите, разберём.