Квалификация B2B-лидов AI-ассистентом

01Бизнес-задача

В B2B-продажах основная проблема не «мало лидов», а «слишком много нецелевых». Менеджер тратит 40–60% времени на холодные звонки и переписку с теми, кто не готов: нет бюджета, не ЛПР, потребность через год, проект пилотный. Хорошие лиды теряются в общем потоке, остывают за 2–3 дня ожидания.

AI-ассистент работает первым контактом: входящий лид (с сайта, в боте, по email) попадает в короткий диалог. AI задаёт 4–6 уточняющих вопросов о компании, задаче, сроках, ответственном — формулирует их «по-человечески», адаптируется к ответам. На выходе — заполненная карточка в CRM + скор лида (горячий/тёплый/холодный) + краткий summary для менеджера. Менеджер видит сразу: что за компания, какой запрос, почему именно сейчас.

02Типовой ROI

Параметры расчёта:

• Поток входящих лидов — от 50 в неделю для значимой экономики
• Среднее время менеджера на квалификацию вручную — 20–40 минут на лид
• Время после внедрения — 3–5 минут на ревью карточки от AI
• Доля нецелевых лидов на входе — 50–70% (типично для холодного входящего потока)
• Рост конверсии «лид → встреча» — 1,5–2× за счёт работы менеджера только с горячими

Скрытый эффект — снижение оттока менеджеров. Опытные продавцы устают от «спам-лидов» и уходят. AI-квалификация делает работу менеджера осмысленнее: только подготовленные разговоры с понятным контекстом.

03Стек — обсуждается под клиента

Конкретный набор моделей, фреймворков и интеграций — закрытая часть проекта, под клиента. На уровне принципа: использую проверенные российские и зарубежные LLM, под compliance требованиям — приватные варианты. Архитектура: входной чат (на сайте, в Telegram, через email-парсер) + LLM с управляемым диалоговым сценарием + структурированная карточка в CRM + скоринг по матрице ICP.

Что фиксированно для всех проектов: данные клиентов и история диалогов остаются у компании, я — подрядчик; SLA по доле квалифицированных лидов и точности скоринга прописаны в договоре; аудит-лог диалогов ведётся в CRM.

04Что нужно на старте

• Матрица ICP (идеальный клиентский профиль): отрасли, размер компании, регион, типичная задача, цикл сделки — то, что менеджер «знает по опыту», но никогда не записывал
• Скрипт квалификации — какие 4–6 вопросов задаёт хороший менеджер при первом контакте
• 200–500 архивных диалогов по входящим лидам — для калибровки тона и подбора границ скоринга
• Статистика по лидам в CRM — какие из исторических лидов превратились в сделки, какие нет (база для модели скоринга)
• API-доступ к CRM — Bitrix24, amoCRM, HubSpot, Salesforce — для записи карточек и эскалаций
• Каналы входа лидов: форма сайта, чат, Telegram-бот, email — минимум один
• РОП-куратор с правом утверждать сценарии и корректировать матрицу ICP по фидбеку

05Точки риска

1. AI «отшил» хорошего лида. Клиент пришёл с нестандартным запросом, AI закрыл как «не наш ICP». Защита: явная опция «передать живому менеджеру» в любой момент диалога, аудит выборки отказов раз в неделю.
2. Долгие диалоги с роботом раздражают. Лид уходит на середине вопросов. Защита: максимум 4–6 вопросов, темп общения «вопрос → ответ → подтверждение → новый вопрос», возможность пропускать поля без блокировки.
3. Скоринг «галлюцинирует». AI ставит «горячий» лиду без реальных признаков. Защита: скоринг строится на детерминированных правилах поверх ответов (есть бюджет → +N баллов), не на «свободном суждении» LLM.
4. Перетекание в холодные продажи. AI пробует «сразу продавать», как менеджер. Это убивает диалог. Защита: жёсткий промпт «только квалификация, никаких офферов и презентаций», эскалация на менеджера до начала продажи.
5. Утечка данных лидов при использовании внешней LLM без DPA. Защита: только приватные модели или провайдер с подписанным DPA. Обезличивание имён и контактов в обучающих логах.

06Анти-сценарий

• Меньше 20 лидов в неделю. Менеджер сам справится за 2 часа, AI-внедрение не окупается.
• Очень короткий цикл сделки (импульсные B2C-покупки). Квалификация замедляет, а не помогает — лучше прямое попадание к менеджеру.
• Уникальные сделки с длинным циклом (госконтракты, многолетние тендеры). AI-квалификация бесполезна — там работают отношения и личные встречи, а не первичный фильтр.
• Нет ICP и нет скрипта. Если компания не знает, кто её клиент, AI не сможет его узнать. Сначала продуктово-стратегическая работа, потом автоматизация.
• Премиум-сегмент с высоким средним чеком. При среднем чеке от десятков млн ₽ потеря одного хорошего лида из-за «нечеловеческого первого контакта» дороже всей автоматизации. Лучше живой менеджер с самого начала.

07Связанные сценарии

• Автоматизация переписки по дебиторке — другая часть воронки: AI на входе квалифицирует, AI на выходе разруливает оплату.
• Автогенерация документов — следующий шаг после «горячего» лида: AI готовит черновик договора, менеджер только редактирует.
• Приём первичных звонков в стоматологии — голосовой аналог той же логики в B2C-сценарии.