Ручной контроль в продажах — это иллюзия безопасности. ИИ уже сейчас способен сохранить часы работы юриста или бухгалтера в работе с документами. Про сильную сторону нейросетей и пошаговый план внедрения помощника — Роман Кислицин, Astarus

Фото: Михаил Гребенщиков / РБК

ИИ не решает все проблемы, но в определенных задачах он работает лучше самого внимательного сотрудника. Он не устает, не отвлекается и может проверить тысячу документов с одинаковой тщательностью.

В коммерческих предложениях ИИ быстро улавливает некорректные цены, нарушения структуры и пропущенные элементы. Неправильная цена, по моему опыту, одна из самых частых ошибок в МСБ. Менеджер спешит, открывает старый шаблон, не меняет цифру — и компания теряет либо деньги, либо клиента.

ИИ способен анализировать переписку. Он оценивает стиль общения менеджера, сравнивает с внутренними стандартами и обращает внимание на отклонения. Также он помогает выявить теплые контакты среди входящего трафика по ответам, по скорости реакции клиента, по структуре диалога. В результате отдел продаж получает более понятную картину, где на самом деле находятся заинтересованные лиды и куда нужно направить энергию.

Как внедрить ИИ в продажах — предлагаю пошаговый план.

Шаг 1. Выбрать один процесс

Проверка с помощью ИИ хороша в процессах, в которых есть достаточно постоянства и объема. Сотрудники часто ошибаются из-за рутины, когда замыливается глаз. Поэтому для начала надо составить список процессов.

Выберите один процесс из списка по трем критериям:

есть понятная процедура контроля качества;
объем рутины большой, люди тратят на проверки много времени;
стоимость ошибки высокая.

Дальше нужно определить точки контроля и понять, как собрать требования к контролирующим процессам.

Пример

У нас в компании есть бизнес-процесс согласования договоров. Точкой контроля здесь будет контроль перед финальным подписанием. Мы можем описать такие критерии: во-первых, договор неизменный. Во-вторых, условия договора соответствуют условиям компании, то есть цены актуальны, прописаны в договоре, сроки указаны корректно. И эти точки контроля мы можем заранее определить. Далее мы можем попросить искусственный интеллект проверять на этапе контроля документы, чтобы они соответствовали критериям.

Мы внедрили искусственный интеллект для проверки коммерческих предложений. У вас это могут быть заявки, договоры, обработка заказов.

Шаг 2. Взять готовый шаблон регламента

Отлично, если у вас есть регламент или чек-лист для проверки. Если нет, то придется его создать. Не пугайтесь, это не должен быть 50-страничный документ. Достаточно, чтобы он описывал, как должен выглядеть правильный результат. Не идеальный, не гипотетический, а тот, который принят в компании сейчас. Это нужно, чтобы ИИ мог сверять фактические действия с ожидаемыми.

Пример чек-листа для проверки договоров

1. Формальные требования:

все обязательные поля заполнены (номер договора, дата, реквизиты сторон);
реквизиты контрагента совпадают с данными в базе;
указаны подписанты с обеих сторон;
прописан срок действия договора;
присутствуют все необходимые приложения;
проставлены печати и подписи в нужных местах.

2. Содержательные условия:

цены соответствуют прайсу или согласованным условиям;
сроки поставки/выполнения работ и порядок приемки указаны корректно;
условия оплаты соответствуют утвержденным стандартам (предоплата, отсрочка, рассрочка);
указан порядок разрешения споров;
штрафные санкции и ответственность сторон соответствуют лимитам.

3. Контроль изменений:

прошел сравнение с эталонным договором, согласованным юристом;
нет односторонних изменений, внесенных контрагентом.

Шаг 3. Подключить ИИ к корпоративной системе

Здесь уже нужна техподдержка, собственный или внешний разработчик. На практике все не так страшно, как кажется. Современные ИИ-сервисы интегрируются с большинством популярных CRM, почтовых клиентов и систем документооборота. Если у вас типовые процессы и ограниченный бюджет, берите готовых ИИ-агентов (например, BitrixGPT). Большинство задач они закроют без лишних затрат.

Можно использовать облачные LLM, такие как Yandex GPT, GigaChat. Работу с документами можно реализовать на Yandex Al Studio либо через создание индивидуального алгоритма сравнения на базе языка программирования. Также в случае, если нет персональных данных и коммерческой тайны, можно использовать облачные западные решения - Perplexity, Chat GPT, Claude Sonnet, Qwen, DeepSeek, реализовав интеграцию подключения по АРІ.

Если у вас специфическая отрасль, сложные интеграции или нестандартные требования, идите к разработчикам. Да, это дороже, зато система будет работать именно так, как вам нужно.

Шаг 4. Настроить правила проверки

Обычно трех — пяти правил достаточно, чтобы ИИ начал отслеживать очевидные отклонения. Чем проще, тем лучше. Для коммерческих предложений (КП), например, это может быть проверка цены по прайсу, наличия сроков поставки, корректности расчета скидки или заполненных реквизитов.

Пример промта для проверки коммерческого предложения

Ты — ассистент по контролю качества отдела продаж. У тебя есть коммерческое предложение (КП) и прайс-лист компании.

Проверь КП по следующим критериям.

1. Соответствие цен прайс-листу:
• сравни каждую позицию в КП с прайсом;
• укажи позиции, где цена отличается.

2. Корректность расчетов:

проверь правильность итоговой суммы;
проверь корректность применения скидки к каждой позиции;
проверь, что все промежуточные итоги рассчитаны верно.

3. Обязательные реквизиты:

наличие даты КП, номера КП, наименования клиента, сроков поставки/выполнения работ, условий оплаты, сроков действия КП, контактов для связи.

При отсутствии замечаний укажи — КП соответствует требованиям. Обнаруженные ошибки выписывай отдельным списком с указание позиции и сути проблемы. Расхождения в ценах и неправильные расчеты отмечай как критичные.

Как использовать промт

1. Скопируйте промт в ИИ-сервис.
2. Приложите файлы КП и прайс-листа.
3. Получите результат проверки.

Шаг 5. Дать команде время на тест

Сотрудникам дайте неделю поработать с системой в тестовом режиме. Важно ничего специально не подстраивать под тест. ИИ должен видеть реальные действия людей, реальные ошибки и реальную нагрузку.

В конце тестового периода руководитель получит статистику, сколько ошибок было найдено, насколько они критичны, что повторяется чаще всего.

Шаг 6. Корректировать или масштабировать

Если система работает, добавляйте новые правила и расширяйте на другие процессы. Если много ложных срабатываний, доработайте логику. Если не хватает функций, подключите дополнительные модули.

В каких смежных сферах ИИ будет полезен

Есть еще несколько областей, где, по разным данным, ИИ демонстрирует высокую эффективность, потому что ошибки там однотипные и повторяются часто.

Обслуживание клиентов

С клиентским сервисом всегда непросто. Люди есть люди — иногда импровизируют, иногда забывают, иногда просто устают к концу дня, поэтому скрипты и регламенты работают не всегда. ИИ становится своего рода страховкой. Он анализирует ответы операторов поддержки в режиме реального времени и подсвечивает проблемы:

ответ не соответствует утвержденному скрипту;
оператор обещает то, что компания не может выполнить;
тон общения слишком формальный или, наоборот, фамильярный;
оператор не задал уточняющие вопросы, которые должен был задать.

Еще одна полезная функция — автоматическая категоризация заявок. ИИ читает запрос клиента и сразу определяет, к какой категории он относится: технический вопрос, финансовый запрос, жалоба, предложение. Подходит ли запрос под первый уровень поддержки, второй уровень или требуется участие супервайзера. Это помогает быстрее направить заявку нужному специалисту.

Документооборот

Здесь ошибки обходятся дорого. Пропустил пункт в договоре — получил судебное разбирательство. Неправильно указал реквизиты — деньги ушли не туда. Забыл про обязательное приложение — контрагент отказывается подписывать.

ИИ может искать пропущенные пункты, неточности в данных, динамические изменения в процессе согласования, а также отслеживать односторонние изменения в договорах — то, что часто ускользает при ручном согласовании.

Бывает, контрагент присылает договор на подпись, а там «случайно» изменился один пункт — убрали штраф за просрочку или добавили выгодное для себя условие. Человек может не заметить, особенно если договор объемный. ИИ сравнивает версии и сразу показывает отличия. Это экономит часы работы юристов. Бухгалтерам ИИ помогает избежать ошибок в распознавании первичных документов. В производственных компаниях ИИ проверяет этикетки перед печатью, чтобы избежать сбоя, который может привести к дорогой переработке партии.

Операционные процессы

В операционных процессах ошибки накапливаются как снежный ком. Неправильно завел заявку — она попала не в ту очередь. Не указал приоритет, срочный заказ обработали через неделю. ИИ отмечает такие случаи и передает их руководителю или администратору.

ИИ можно настроить на проверку соответствия бизнес-процессам:

заполнены ли все обязательные поля при создании задачи;
соблюдается ли последовательность этапов;
вовремя ли переводятся статусы;
есть ли необходимые согласования.

Итак, если компания столкнулась с ростом числа ошибок при масштабировании, попробуйте начать с чего-то простого. Выберите один процесс, настройте базовую проверку, посмотрите результаты. Не нужно сразу строить сложную систему. И да — ИИ не заменит сотрудников, но точно может компенсировать человеческий фактор.

Вам может быть интересно

Обсудить проект

info@astarus.com

Обсудить проект