ИИ в CRM: от напоминаний менеджерам до прогноза оттока клиентов

Разговоры об ИИ в бизнесе обычно уходят в одну из двух крайностей. Одни говорят: «ИИ заменит всех продажников». Другие: «Это модное слово, ничего реального за ним нет». Правда, как обычно, посередине и гораздо приземлённее.

ИИ не заменяет людей в сложных переговорах и стратегических решениях. Но заметную часть рутины в работе с клиентами он уже забирает: отвечает быстрее, работает ночью и не устаёт. Ниже разбираем, где именно и как это работает на практике, с поправкой на Казахстан: клиенты пишут в WhatsApp и Telegram, на русском и казахском, а сделки живут в amoCRM, Bitrix24 или своей CRM.

Где ИИ уже работает с клиентами

Входящие обращения

Большая часть входящих сообщений повторяется: статус заказа, условия доставки, возврат, цены, адрес и график работы. ИИ-чат-бот поддержки отвечает на них по базе знаний, а нестандартные случаи передаёт человеку вместе со всей перепиской. Карточка в CRM заполнена ещё до того, как менеджер её откроет. В Казахстане такой бот почти всегда начинается с WhatsApp: клиенту не нужно ничего устанавливать, он пишет туда же, куда писал раньше.

Что отдавать ИИ, а что оставить людям, подробно разобрано в статье ИИ в поддержке клиентов: что автоматизировать, а что оставить людям. Здесь речь о другом: что ИИ делает с данными, когда они уже лежат в CRM.

Квалификация лидов

Не все входящие заявки одинаково ценны. ИИ смотрит на данные о потенциальном клиенте: источник заявки, поведение на сайте, параметры запроса, а в B2B ещё компанию и должность, и выставляет оценку. Менеджеры получают очередь по приоритету и работают сначала с горячими лидами, а не в порядке поступления. Какие критерии делают скоринг рабочим, мы описали в статье ИИ для отдела продаж.

Это меняет экономику отдела продаж. Один менеджер за то же время обрабатывает больше качественных заявок, и конверсия растёт без найма новых людей.

Персональные сообщения

ИИ анализирует историю клиента: что покупал, что смотрел, на что откликался и когда обычно делает покупки. На этой основе он собирает персональное предложение, выбирает момент для контакта и подстраивает тон под конкретного человека, в том числе язык: если клиент пишет на казахском, отвечать стоит на казахском.

В итоге письма и уведомления открывают, потому что они по делу, а не потому, что случайно пришли вовремя. Одна оговорка для WhatsApp: написать клиенту первым можно только одобренным шаблоном и только тому, кто дал согласие, а Meta берёт плату за сообщения отдельно. Поэтому персональные рассылки там стоит делать редкими и точными.

Прогноз оттока: понять, что клиент уходит, раньше него

Это одна из самых ценных и при этом наименее очевидных возможностей ИИ для бизнеса.

Клиент не уходит на ровном месте. Перед уходом всегда есть сигналы: покупает реже, средний чек меньше, не отвечает на сообщения, иначе ведёт себя на сайте или в приложении. Люди замечают эти сигналы задним числом, когда клиент уже ушёл.

Модель ИИ отслеживает такие закономерности по всей клиентской базе постоянно. Пока клиента ещё можно удержать, система помечает его как «в зоне риска» и запускает удержание: персональное предложение, звонок менеджера, особые условия. Вернуть клиента до того, как он ушёл, почти всегда дешевле, чем привлечь нового.

Для такого прогноза нужна история: покупки, обращения, ответы на рассылки. Если продажи идут через Kaspi, сайт и офлайн-точку, а данные лежат в трёх разных местах, сначала их придётся свести в одну систему.

ИИ в B2B: где эффект особенно заметен

Напоминания и follow-up

В B2B сделки тянутся неделями и месяцами. Менеджер ведёт десятки переговоров одновременно. ИИ следит за статусом каждой сделки, напоминает связаться с клиентом, готовит черновик письма по прошлой переписке и записывает итоги звонков в CRM. Ни один клиент не выпадает из воронки из-за того, что менеджер забыл или был перегружен. Где первый разговор и квалификацию можно отдать целиком, их ведёт ИИ-агент для продаж и сам пишет результат в CRM.

Разбор звонков и встреч

ИИ расшифровывает записи переговоров, выделяет ключевые возражения, фиксирует договорённости и обязательства сторон и оценивает работу менеджера по заданным критериям. Руководитель видит реальную картину: не то, что менеджеры вручную внесли в CRM, а то, что на самом деле прозвучало в разговорах.

В Казахстане разговор часто идёт на двух языках сразу, с переходами с русского на казахский и обратно. Качество распознавания такой речи стоит проверить на ваших записях до запуска, а не верить общим обещаниям.

Подготовка коммерческих предложений

ИИ собирает черновик КП из данных клиента в CRM, параметров запроса и удачных предложений по похожим сделкам. Менеджер правит и утверждает его, а не пишет с нуля. Подготовка занимает заметно меньше времени, а цены и условия берутся из одного источника, а не из старого файла на рабочем столе.

Больше сценариев для бизнеса собрано на странице ИИ-агенты и ассистенты.

Что ИИ не заменит

Об этом важно сказать честно, потому что завышенные ожидания заканчиваются разочарованием.

ИИ плохо справляется со сложными переговорами, где решают эмоциональный интеллект, доверие и долгие отношения. Крупные сделки, конфликты, нестандартные условия требуют человека. Здесь ИИ работает помощником: готовит информацию, фиксирует итоги, снимает рутину, но не ведёт переговоры сам.

Ещё ИИ нужны данные. Чем больше истории взаимодействий с клиентами накоплено в ваших системах, тем точнее модели. Компания без нормальной CRM и структурированных данных не увидит быстрого результата от ИИ: сначала придётся навести порядок в данных.

Данные и CRM: что подготовить в Казахстане

Большинство компаний, с которыми мы говорим, работают в amoCRM или Bitrix24, у кого-то своя CRM, а учёт и остатки почти всегда в 1С. ИИ подключается к ним через API: читает карточки клиентов и сделок, пишет задачи и комментарии. Перед стартом стоит проверить три вещи.

• Где лежит история. Переписка из WhatsApp должна попадать в карточку клиента, иначе ИИ не увидит половины картины.
• Чистота данных. Дубли контактов, пустые поля и сделки без этапов дают ИИ неверную картину. Небольшая чистка до запуска окупается быстрее любой настройки модели.
• Персональные данные. По закону РК о персональных данных базы с данными граждан хранятся в Казахстане, а модели ИИ обычно работают на зарубежных серверах. Это трансграничная передача, её указывают в согласии на обработку данных. Отправляйте модели только то, что нужно для задачи, а детали для вашей компании уточните у юриста.

Пример: один клиент от первого сообщения до повторной покупки

Возьмём магазин, который продаёт через сайт и Kaspi, а вопросы принимает в WhatsApp. Клиент пишет вечером на казахском: есть ли нужный размер и когда доставят в Караганду. ИИ-агент отвечает на казахском по данным об остатках, создаёт контакт в CRM и прикладывает переписку. Утром менеджер видит готовую карточку с оценкой лида и не переспрашивает то, что клиент уже написал.

После покупки CRM знает, что и когда купил клиент. Через какое-то время ИИ замечает, что клиент перестал открывать сообщения и давно ничего не заказывал, хотя раньше покупал регулярно. Клиент попадает в список риска, менеджер получает задачу позвонить или отправить персональное предложение шаблоном, на который клиент дал согласие. Ни один из этих шагов не требует от команды новых привычек: всё происходит в CRM, к которой она уже привыкла.

Как начать внедрять ИИ в работу с клиентами

Не с выбора платформы и не с поиска «лучшего ИИ». Начните с разбора процессов. Где именно менеджеры теряют время? Где клиенты ждут ответа дольше, чем должны? Где высокий отток и непонятна причина?

Ответы на эти вопросы показывают, какой инструмент ИИ даст больше всего пользы именно вашему бизнесу. Универсального решения нет, есть конкретные задачи и конкретные решения под них.

Для большинства компаний хороший первый шаг это автоматизация входящих обращений. Она быстро запускается, результат измерим, а менеджеры освобождают время для более ценной работы. Базовые способы удержания без ИИ мы собрали в статье как повысить удержание клиентов.