ИИ для руководителя отдела продаж: 8 операций, которые можно отдать агенту

Коротко о главном

Руководитель отдела продаж (РОП) видит работу команды в основном через цифры CRM: по оценке McKinsey, ручная оценка разговоров продающих операторов обычно охватывает менее 5% звонков. Понедельник при этом уходит на сбор отчета из выгрузок и чатов. ИИ для руководителя отдела продаж полезен ровно в этом разрыве: он читает все, что РОП успевает посмотреть только выборочно.

ИИ для руководителя отдела продаж берет на себя сбор данных и поиск отклонений: утреннюю сводку по воронке, разбор транскриптов звонков, список зависших сделок, черновик отчета собственнику. Решения о людях, премиях и цифре прогноза остаются за РОПом. Агент приносит короткий список «на что посмотреть», а не вердикт.

Работает это при одном условии: CRM ведется, а звонки записываются. Если сделки вносят задним числом и скрипта нет, ИИ покажет тот же беспорядок быстрее и уверенным тоном.

Статья про управление отделом: сводки, контроль звонков, зависшие сделки, отчет собственнику. Если вам нужен ИИ, который сам ищет клиентов и отвечает им, это другая задача — о ней в материале как ИИ работает с клиентами: поиск, персонализация, входящие.

Содержание:

• ИИ для руководителя отдела продаж: что он делает, а что нет
• Неделя РОПа: 8 операций, которые можно отдать ИИ
• Сколько часов это освобождает: считаем на своих цифрах
• Где ИИ для отдела продаж не нужен
• Как подать ИИ команде, чтобы он не стал инструментом наказания
• Как собрать это в ASCN без кода
• Почему ASCN.ai
• Частые вопросы
• С чего начать на этой неделе

ИИ для руководителя отдела продаж: что он делает, а что нет

ИИ для руководителя отдела продаж — это агент, который по расписанию читает CRM, транскрипты звонков и таблицы отдела и присылает РОПу список отклонений: просроченные касания, пропущенные пункты скрипта, сдвинувшиеся сделки. Из трех шагов управленческой работы с данными — собрать цифры, найти отклонения, решить, что делать с конкретным менеджером или сделкой — первые два он делает лучше человека по объему. Третий — нет.

Причина в том, сколько каждый успевает прочитать. Агент проходит все транскрипты за неделю и все строки выгрузки CRM, РОП — выборку. Зато агент не знает, что у клиента сменился директор, что менеджер вторую неделю закрывает чужую территорию, что пауза по сделке согласована на созвоне, который никто не внес в CRM. Поэтому его вывод — повод задать вопрос, а не основание для решения.

Из этого следует порядок внедрения. Сначала у агента только права на чтение и выдачу рекомендаций. Запись в CRM и сообщения менеджерам — позже, когда вы сверили его выводы с ручной проверкой. И это не про замену продавцов: ИИ-агенты, которые квалифицируют лиды вместо менеджеров, решают другой класс задач.

* «Аналитик звонков» работает в Slack и берет транскрипты из сервисов записи встреч или файлами; к российской телефонии напрямую не подключается. «Сборка в чате» — готового агента нет, сценарий собирается описанием задачи (ниже помечен как пример).

Неделя РОПа: 8 операций, которые можно отдать ИИ

РОП может отдать ИИ подготовительную часть восьми операций недели: утренней сводки, планерки, контроля звонков, поиска зависших сделок, разбора проигранных сделок, 1:1 с менеджерами, отчета собственнику и прогноза плана. Операции идут в порядке рабочей недели; звонкам и CRM отдано больше места, потому что там у ИИ самый большой выигрыш по объему и самые дорогие ошибки.

Утренняя сводка по воронке

Сводка — самая простая операция для старта: один источник, понятный формат, ошибку видно сразу. Агент читает CRM или ее выгрузку в Google Sheets и присылает в Telegram новые сделки за вчера, суммы по стадиям и сделки, где дата следующего касания уже прошла. Задача ставится один раз, обычным текстом:

Пример задачи: «Каждый будний день в 9:00 открой таблицу "Сделки". Посчитай новые сделки за вчера и сумму по каждой стадии. Выпиши сделки, где дата следующего касания раньше сегодняшней, с именем менеджера. Пришли в Telegram, не длиннее 15 строк».

Ваша часть — расставить приоритеты дня. Слабое место агента: он считает только то, что внесено. Звонок, который менеджер не записал в CRM, для него не существует, поэтому растущий список «просроченных» иногда говорит не о провале сделок, а о том, что команда перестала заполнять карточки.

Подготовка к планерке

К понедельнику агент собирает по каждому менеджеру факт, план и разницу между ними, а к каждому заметному отклонению пишет комментарий из данных: какие сделки сдвинулись, где упала конверсия этапа. Отдельно — повестка и пункты, которые остались нерешенными с прошлой планерки.

Агент одинаково подсветит менеджера, который провалил месяц, и менеджера, у которого крупная сделка сдвинулась на следующий квартал по решению клиента. Различить эти случаи и решить, что обсуждать при всех, а что на 1:1, — работа РОПа.

Контроль звонков и переписок

Здесь ИИ дает самый заметный прирост охвата: вместо выборки РОП получает разбор каждого транскрипта:

1. Вы переводите скрипт в чек-лист из проверяемых пунктов: выяснил ли менеджер бюджет и срок, назвал ли следующий шаг с датой, отработал ли возражение о цене.
2. Агент проходит каждый транскрипт по чек-листу и отмечает пропущенные пункты. Просите его приводить цитату из разговора к каждой отметке — так вывод проверяется за минуту, а не переслушиванием.
3. По итогам недели агент собирает повторяющиеся возражения и этапы, на которых разговоры обрываются.
4. Вы получаете короткий список звонков, которые стоит послушать самому.

Автор разбора на Хабр прогнал через цепочку «звонок → транскрипт → резюме» три реальных звонка. Ни одно из шести резюме он не отдал бы менеджеру без правки.

Модель приписала звонку длительностью 3:16 продолжительность 45 минут, путала роли клиента и оператора, а баллы коучинга (75–80) и контроля качества (85–90) почти не менялись на очень разных разговорах. Это наблюдение на трех звонках, а не статистика, но вывод из него прямой: балл ИИ — повод послушать звонок, а не оценка менеджера.

Вторая проблема — качество записи. На шуме и телефонных записях распознавание хуже, и ошибки в именах, суммах и названиях товаров переходят в анализ. Перед запуском прочитайте пять транскриптов параллельно с аудио: если ключевые слова искажены, чек-лист будет ловить не то.

В ASCN под эту операцию есть готовый агент «Аналитик звонков». Он читает транскрипты и отвечает на вопросы о них в Slack: какие возражения повторялись, где застревают сделки, чем выигранные разговоры отличаются от проигранных, как звонок выглядит по BANT, MEDDICC или SPIN. Транскрипты берет из сервисов записи встреч или файлами; с российской телефонией напрямую не связан.

Роботы, которые сами звонят клиентам, — другая задача: о ней в материале голосовые ИИ-агенты для звонков.

Зависшие сделки и порядок в CRM

Зависшая сделка редко выглядит как проблема: она просто стоит на стадии и учитывается в воронке. Агент находит такие сделки по формальным признакам, которые вы задаете сами:

• нет запланированного следующего шага;
• больше N дней без касания (N зависит от длины вашего цикла сделки);
• сделка без дел и комментариев;
• дубли контактов и пустые обязательные поля.

Последний пункт важнее, чем кажется. В опросе Validity (2025, компания продает очистку данных) 76% пользователей CRM сказали, что точны и полны менее половины данных в их системе. Любой анализ воронки, который вы построите потом, наследует эти пропуски.

Что делать с флагами, решает РОП. Автонапоминание всем подряд легко закрыть формальной задачей «перезвонить», и флаг исчезнет без движения сделки. Разговор с менеджером о трех конкретных сделках работает иначе. Готовых коннекторов к amoCRM и Bitrix24 в ASCN нет: CRM подключают через API или MCP либо работают с выгрузкой в Google Sheets. Варианты — в обзоре ИИ-агенты для CRM.

Разбор проигранных сделок

По опросу Salesloft и Censuswide (2026, 500 руководителей продаж в США, данные вендора) 89% руководителей уверены в объективности оценок, которые продавцам ставят их непосредственные руководители, но только около 32% могут сразу сказать, почему сделка застряла. Разбор проигранных сделок закрывает именно второй вопрос.

Агент считает шанс выигрыша по срезам — источник, сегмент, менеджер — и собирает анти-портрет: каким клиентам вы стабильно проигрываете. До анализа он проверяет историю сделок на пропуски и дубли, иначе «причины проигрыша» окажутся артефактом незаполненного поля.

Главная ошибка здесь — выборка. На 20–30 сделках любые «закономерности» могут быть случайными, а модель сформулирует их так же уверенно, как на тысяче. В шаблоне «Аналитик звонков» это решено правилом: тренд не объявляется, если в выборке меньше 10 звонков. Такое же ограничение стоит записать в инструкцию любого агента, который считает срезы. Выводы для ICP и решение, куда перестать тратить бюджет, остаются за вами.

1:1 и обучение новичков

В опросе Salesforce State of Sales (2026) 46% продавцов поколения Z сказали, что редко получают обратную связь по своим разговорам, а главным барьером обучения назвали нехватку времени руководителя. ИИ экономит именно это время: к встрече 1:1 агент готовит три звонка недели с цитатами и пункт чек-листа, который менеджер пропускает чаще других.

Сам разговор он не заменяет. В опросе MySalesCoach (2026, компания продает коучинг) «очень полезным» живой коучинг назвали 48% респондентов, гибрид человека и ИИ — 39%, только ИИ — 13%.

Новичкам агент отвечает на вопросы по регламентам, прайсу и скриптам из загруженной базы знаний — в Telegram или Slack, без отвлечения РОПа на каждое «какая скидка положена при оплате за год». Готового ролевого тренажера, где ИИ играет клиента, в каталоге ASCN нет.

Отчет собственнику

Недельный отчет агент собирает из таблицы с ключевыми показателями, пишет комментарии к отклонениям и обновляет HTML-дашборд. Объяснить причины и сказать, что вы с ними делаете, придется самому: собственник спросит именно это, а не цифры, которые и так видны в отчете. Механика сборки отчетов подробно описана в материале как автоматизировать отчеты.

Прогноз выполнения плана

Как ревизор рисков по каждой сделке ИИ полезнее, чем как автор итоговой цифры. В B2B с длинными и непохожими друг на друга сделками данных для статистического прогноза мало — это признают и разработчики CRM в отраслевом гайде (2026). К тому же, по опросу Gartner (2026, 210 директоров по продажам), 60% из них считают, что выручка в основном зависит от факторов вне их контроля. Модель этих факторов тоже не видит.

Готового шаблона прогноза в ASCN нет. Пример настройки: каждую пятницу агент проходит открытые сделки месяца и по каждой отмечает стадию, дни на стадии, дату следующего шага и последнего контакта, а сделки с признаками риска выносит отдельным списком. Цифру прогноза РОП ставит сам, уже зная, какие сделки под вопросом.

Сколько часов это освобождает: считаем на своих цифрах

Сколько часов ИИ освобождает руководителю отдела продаж, зависит от набора операций и от времени на проверку результата, поэтому считать стоит на своих цифрах, а не по чужой оценке.

Проверку вычитаем потому, что резюме и сводки ИИ нужно читать и править — в том же разборе на Хабре ни одно резюме не ушло бы менеджеру без правок. В первые две недели проверка займет почти столько же, сколько ручная работа: вы сверяете каждый вывод.

Пример ниже, можете подставить свои значения.

В строке про звонки есть подвох: с ИИ вы обычно не слушаете те же 10 звонков быстрее, а получаете разбор всех звонков недели. Часы при этом могут не сократиться, зато вырастает охват — это другой результат, и считать его стоит отдельно.

Для контекста — данные о продавцах, а не о РОПах. По опросу Salesforce (2026), на собственно продажи у продавца уходит около 40% времени, по оценке Bain (2025) — около 25%. К часам руководителя эти цифры напрямую не переносятся.

Где ИИ для отдела продаж не нужен

ИИ для отдела продаж не окупает настройку и проверку, если в отделе два-три менеджера, CRM не ведется, записи звонков плохого качества или нет скрипта, а также если его баллы хотят положить в основу премии. Хватит одного из этих условий.

• Два-три менеджера и десятки звонков в неделю. РОП и так слышит заметную часть разговоров. Чек-лист и дисциплина обойдутся дешевле, чем цепочка «запись → транскрипт → разбор».
• CRM не ведется или заполняется задним числом. Анализ на таких данных будет уверенно неправильным. По прогнозу Gartner (2026), к 2028 году ИИ-агентов будет в 10 раз больше, чем продавцов, но менее 40% продавцов скажут, что агенты повысили их продуктивность. Выигрывают, по той же оценке, компании, которые перестроили данные и процессы.
• Баллы ИИ хотят положить в основу премии. Почему это плохая идея, видно по наблюдению с почти одинаковыми баллами на разных звонках.
• Записи плохого качества: шум, перебивания, связь с потерями.
• Нет скрипта и правил. Автор колонки на Sostav (2026) называет это «ИИ-зированным хаосом»: ИИ поверх беспорядка дает тот же беспорядок, только быстрее.

Пример описан на TenChat: пилот ИИ-контроля качества в отделе из трех менеджеров. РОП не доверял выводам системы и переслушивал звонки сам, так что автоматизация ничего не сэкономила. Вывод автора: чтобы автоматизировать процесс, он должен сначала работать вручную.

Как подать ИИ команде, чтобы он не стал инструментом наказания

ИИ становится инструментом наказания, когда его вводят ради контроля и не объясняют, как оценки влияют на деньги: менеджеры начинают прятать проблемные звонки и спорить с каждой оценкой. Такой сценарий в 2026 году описал блог «Скорозвона» на Sostav.

Поэтому правила объявляют до запуска:

• заранее и письменно объявить, влияют ли оценки ИИ на премию; разумный вариант — нет, по крайней мере первые месяцы;
• показывать менеджеру его разбор раньше, чем РОПу, чтобы он успел сам увидеть ошибку;
• первым запускать то, что помогает менеджеру (ответы по регламентам, подготовку к встрече), а не то, что его проверяет;
• спорный разбор считать поводом вместе послушать запись, а не поводом для санкций.

По опросу Gartner (2026) среди 227 директоров по продажам, отделы, которые учат продавцов работать с ИИ, в 2,4 раза чаще растут по выручке. Это корреляция, а не доказательство причины.

Как собрать это в ASCN без кода

В ASCN.ai операции РОПа собирают без кода: на каждую берут готового агента из каталога, сделки подают через Google Sheets, а результат по расписанию приходит в Telegram или Slack. Подключать стоит по одной операции, а не весь отдел сразу:

1. Данные. Выгрузите сделки из CRM в Google Sheets или ведите их в таблице. Другие CRM подключаются через API или MCP — готовых коннекторов к amoCRM, Bitrix24 и 1С нет. Записи звонков агент получает файлами, например из папки на Google Диске; интеграции с российской телефонией нет.
2. Одна операция — один готовый агент. Сводка по воронке — ИИ-агент для CRM в Google Sheets. Планерка и отчет — ИИ-агент для KPI-отчетов. Звонки — «Аналитик звонков». Проигранные сделки — ICP-инженер: win-loss анализ. Повестка планерок и 1:1 — Агент по подготовке к встрече.
3. Расписание и доставка. Задача по расписанию ставится сообщением в чате, результат приходит в Telegram или Slack.
4. Права. Сначала только чтение и рекомендации. Запись в CRM — после проверки; рискованные действия агент выполняет после подтверждения, а жесткие запреты лучше записать в базу знаний агента, а не просить в чате.
5. Сверка через две недели. Сравните разборы ИИ с ручной выборкой звонков и сделок и только потом добавляйте следующую операцию.

Если транскриптов нет, а есть только аудио, цепочку можно собрать из документированных частей. Пример сборки: триггер «новый файл в Google Диске» → транскрибация через внешний API, ключ которого хранится в разделе «Секреты и ключи» → оценка по чек-листу из базы знаний → сводка в Telegram. Это комбинация функций, а не готовый агент, и ее стоит проверить на десятке записей до запуска на весь отдел.

Расход кредитов зависит от модели и длины транскрипта, поэтому цену разбора одного звонка заранее не назвать. На Free доступно 500 кредитов в неделю и 1 активный агент; работа по расписанию и подключение Telegram и Slack — с тарифа Start, от $29/мес.

Почему ASCN.ai

ASCN Agent — облачная платформа ИИ-агентов ASCN.ai, где агента настраивают описанием задачи в чате, а не кодом: он работает по расписанию, подключается к таблицам и сервисам и присылает результат в Telegram или Slack.

• Навыки под операции РОПа. Скилл — «память на поведение»: агенту один раз объясняют, как делать сводку или отчет, и дальше он повторяет так же. Скиллы вроде weekly-report или daily-brief создаются сообщением в чате.
• Расписание и правки текстом. Задачу ставят и меняют сообщением в чате («Измени время утренней сводки на 9:30»), результат приходит в Telegram или Slack.
• Подключения без кода. Google Sheets, Gmail, Календарь, Диск, Slack и Notion подключаются кнопками, остальное — через API и MCP.

Начать можно с готового агента под одну операцию: «Аналитик звонков» для разбора транскриптов или ИИ-агент для KPI-отчетов для отчета собственнику. Посмотреть, как устроен агент, можно на странице ASCN Agent.

Частые вопросы

Может ли ИИ заменить руководителя отдела продаж?

Нет. ИИ закрывает сбор данных и поиск отклонений: сводки по воронке, разбор транскриптов, флаги по зависшим сделкам, черновик отчета. Решения о людях, премиях, найме и цифре прогноза требуют контекста, которого нет в CRM и транскриптах. Разумная цель внедрения — чтобы сбор цифр перестал отнимать время, нужное на разговоры с командой.

Какую задачу РОПа отдать ИИ первой?

Ту, где ошибку видно сразу: утреннюю сводку по воронке из CRM или таблицы. Если звонки уже записываются и есть транскрипты, второй кандидат — разбор 20 последних разговоров по чек-листу с ручной сверкой части из них. Начинать с прогноза плана не стоит: там ошибка проявится только в конце месяца.

Можно ли платить премию менеджерам по оценкам ИИ за звонки?

Не рекомендуем, по крайней мере первые месяцы. В разборе трех звонков на Хабре баллы модели почти не менялись на очень разных звонках, а роли собеседников путались. Если оценка влияет на деньги, менеджеры начинают прятать проблемные звонки и спорить с разборами. Используйте балл как повод послушать запись, а решение оставьте человеку.

Нужна ли интеграция с CRM и телефонией, чтобы начать?

Нет. Для старта хватит выгрузки сделок из CRM в Google Sheets и транскриптов или аудиофайлов в папке. Прямой интеграции ASCN с российской телефонией и готовых коннекторов к amoCRM и Bitrix24 нет: CRM подключают через API или MCP. Агенту для проверки идеи нужны данные, а живое подключение можно добавить позже.

Насколько точен ИИ-прогноз выполнения плана продаж?

Зависит от объема однотипных сделок. В B2B с длинными и уникальными сделками данных для статистического прогноза мало, и модель будет ошибаться уверенно. Практичнее использовать ИИ как ревизора: он проверяет каждую открытую сделку на признаки риска, а итоговую цифру прогноза ставит РОП с учетом этого списка.

Сколько стоит ИИ для отдела продаж в ASCN?

Бесплатный тариф ASCN Agent дает 500 кредитов в неделю и одного активного агента, то есть на старте — одну операцию. Работа по расписанию и подключение Telegram и Slack — с тарифа Start, от $29 в месяц. Расход кредитов зависит от модели и длины транскриптов, поэтому стоимость разбора одного звонка заранее не посчитать; проверяйте ее на своем объеме. Полный состав тарифов — на странице цен ascn.ai.

С чего начать на этой неделе

Если звонки записываются, а команда работает в Slack, возьмите 20 последних транскриптов и задайте «Аналитику звонков» три вопроса: какие возражения повторялись, где разговоры обрывались, какие пункты скрипта пропускают чаще всего. Пять из этих звонков прослушайте сами. Агент работает в Slack, транскрипты он получает из сервиса записи встреч или файлами.

Если записей нет — начните с утренней сводки по воронке из выгрузки CRM в Google Sheets.

Через две недели проверьте три вещи. Совпадают ли пропуски по чек-листу в вашем разборе и в разборе ИИ. Нашел ли агент хотя бы одну проблему, которую вы не видели. Сколько минут уходит на проверку его отчета — если столько же, сколько на ручную работу, настройку нужно менять, а не расширять. Собрать следующего агента под свою операцию можно в ASCN Agent.