Главная ошибка в разговорах про AI в продажах в 2026 году — считать трендом всё, что показали на сцене: часть этого списка уже рутинная работа, которая окупается, а часть пока окупается только у докладчиков. Разница между ними — это разница между бюджетом, который вернётся деньгами, и бюджетом на впечатление. Ниже — шесть сдвигов, которые действительно изменили отдел продаж, оценка зрелости каждого, спорные темы, которые я бы не финансировал, и способ проверить любой тренд на своих данных до договора.
Сценарный бот уступил агенту, и первая линия стала другой
Самый заметный сдвиг — сценарные боты уступают место AI-агентам. AI-агент в продажах — это программа на основе языковой модели, которая понимает намерение собеседника, держит контекст всего разговора, обращается к базе знаний и CRM и сама выбирает следующий шаг. Бот реагирует на ключевые слова по заранее заданному дереву, и шаг в сторону ломает диалог. Агент такой шаг переживает.
Что это значит для денег: агент может взять на себя типовую часть первой линии — ответить на вопрос, квалифицировать обращение, назначить встречу, — а не только собрать контакт для менеджера. Особенно это заметно там, где заявки приходят вечером и в выходные, когда раньше не отвечал никто.
Но у тренда есть граница, о которой продавцы агентов говорят неохотно. Агент хорош ровно настолько, насколько хороша база знаний, из которой он отвечает. Если условия, цены и правила живут в головах менеджеров, агент будет либо переспрашивать, либо уверенно ошибаться. Поэтому зрелость тренда высокая, а готовность конкретной компании — вопрос отдельный.
Синтетический голос окупается на объёме, а не на переговорах
Синтез речи стал настолько естественным, что короткий типовой разговор с голосовым агентом больше не звучит как автоответчик девяностых. Это открыло обзвон на объёме: реактивация спящей базы, подтверждения записи, напоминания, ранняя просрочка.
Голосовые агенты окупаются на объёмных типовых задачах. Сложные переговоры, эмоциональные ситуации и нестандартные запросы остаются за людьми. Правило, которое мы считаем обязательным: агент представляется роботом и по просьбе передаёт разговор человеку вместе с контекстом.
Почему окупаемость живёт именно на объёме, объясняет простая арифметика: голосовой агент выигрывает у человека там, где звонков много, а разговоры похожи друг на друга. Там, где каждый звонок уникален и длинен, выигрыш исчезает, а риск испортить отношения растёт. Нужно ли говорить собеседнику, что с ним разговаривает машина, и почему скрытый робот вредит сильнее открытого, — в статье раскрывать ли, что отвечает робот.
Выборочная прослушка больше не считается контролем
Прослушка нескольких процентов звонков — это выборка, по которой нельзя делать выводы ни о менеджере, ни об отделе. Речевая аналитика разбирает все разговоры и переписки, оценивает их по чек-листу и подсвечивает риски в день звонка. Контроль всех разговоров перестал быть продвинутой опцией и стал гигиеной: без полного покрытия руководитель видит не отдел, а случайные эпизоды.
Следствие менее очевидное — меняется роль контролёра качества. Рутинную прослушку забирает система, человек работает с уже отобранными проблемными разговорами и с обучением. Компании, которые внедряют аналитику, но оставляют контролёру прежние обязанности, получают дорогой отчёт, который никто не читает. Что именно даёт речевая аналитика и как она устроена, разобрано на отдельной странице.
Аналитика поднялась от звонка к сделке
Новое за последний год — AI перестаёт ограничиваться отдельным разговором и выходит на воронку. Модель читает историю сделки, частоту и характер касаний, тон переписки и выставляет флаги риска до того, как сделка сорвётся.
Это меняет работу руководителя отдела продаж: вместо равномерного обхода всех сделок он получает приоритетный список — где вмешаться сегодня. Честная оговорка: прогноз на длинном цикле требует истории, а у многих компаний история в CRM неполная, потому что менеджеры её не заполняют. Там, где данных мало, флаг «сделка молчит» полезнее любой вероятности закрытия. Подробнее о том, как такой прогноз строится и где он врёт, — в статье о прогнозе продаж с AI.
Тренажёр на своих возражениях вместо тренинга «вообще»
Тренинги по продажам «для всех» уступают тренажёрам на данных компании: AI-симулятор клиента собирается из реальных возражений и сценариев конкретного бизнеса. Менеджер отрабатывает то, что проседает именно у него, и не рискует при этом живым лидом.
Где это окупается, а где нет, видно по устройству отдела. Если текучка высокая и новичков много, тренажёр сокращает время, за которое человек выходит на план. Если отдел стабильный и опытный, тренажёр полезен точечно — для редких, но дорогих сценариев вроде крупной сделки. Покупать его «для развития» без понятной метрики — плохая идея.
Нейросеть стала витриной, и её приходится учитывать
Часть покупателей начинает выбор не с поисковика, а с разговора с нейросетью. Отсюда GEO (Generative Engine Optimization) — работа над тем, чтобы компанию упоминали и корректно описывали генеративные движки. Успех здесь измеряется не кликом, а упоминанием в ответе, и требования к тексту другие: самодостаточные абзацы, определения, цифры текстом, а не в графике, FAQ с разметкой.
Для отдела продаж это значит больше, чем для маркетинга: покупатель приходит на встречу, уже сравнив вас с конкурентами в чате, и иногда — с неверными представлениями о вас. Как это меняет саму встречу, разобрано в статье о покупателе, который уже поговорил с нейросетью. Как попадать в ответы моделей — в статье о GEO-оптимизации.
Карта зрелости: тренды AI в продажах 2026 года
| Тренд | Зрелость | Кому в первую очередь |
|---|---|---|
| Контроль 100% разговоров | Зрелый | Всем, где продажи идут голосом |
| AI-агенты в мессенджерах | Зрелый | Поток входящих, работа 24/7 |
| Голосовой обзвон | Зрелый на типовых задачах | Большие базы, реактивация |
| Прогноз сделок | Растущий | Длинный цикл, много сделок |
| AI-тренажёр | Растущий | Текучка, частый онбординг |
| GEO | Ранний | Сложные продукты с длинным ресёрчем |
Таблица — не рейтинг технологий, а подсказка, где деньги возвращаются предсказуемо. «Зрелый» значит, что результат воспроизводится на данных разных компаний и его можно проверить пилотом за несколько недель. «Растущий» — результат есть, но сильно зависит от качества ваших данных. «Ранний» — эффект реален, но измерять его пока трудно, и обещаниям с точными процентами здесь верить не стоит.
Три вопроса, которые отделяют продукт от презентации
Демонстрация на конференции показывает лучший случай, подготовленный заранее. Отличить зрелый продукт от красивой презентации помогают три вопроса, и все они про опыт, а не про технологию.
Первый: есть ли внедрения на вашем языке и в вашей отрасли, и можно ли поговорить с тем, кто это внедрял. Инструмент, отлично работающий на английском в электронной коммерции, на русском в промышленных продажах может вести себя совсем иначе. Второй: можно ли запустить пилот на ваших реальных данных без долгой подготовки. Отказ обычно означает, что качество держится на настройке под витрину.
Третий и самый показательный: что происходит, когда система ошибается. У зрелого продукта есть ответ — как ошибка обнаруживается, кто её видит, за какой срок исправляется. У презентации ответа нет, потому что в демонстрации ошибок не бывает. Эти же вопросы мы задаём себе, прежде чем брать проект: если пилот на данных клиента невозможен, обещать результат нельзя. Остальные критерии выбора исполнителя — в статье о том, как выбрать подрядчика по AI.
Где хайп: автономные продажи, аватары и «AI-сотрудник»
Несколько тем обсуждают громче всего, а в карту зрелости они не попали — не потому, что невозможны, а потому, что пока не дают воспроизводимого результата.
Полностью автономные продажи, где система ведёт сделку от заявки до подписи без человека. Отдельные шаги технически делаются, но ответственность за результат остаётся неразделённой: непонятно, кто отвечает за обещание, которое дала машина. В сделке, где покупатель рискует бюджетом и репутацией, он хочет видеть человека, чьи слова можно зафиксировать.
Видеоаватары в продажах. Качество картинки выросло, доверие — нет. В коротком ролике аватар выглядит эффектно, в длинном разговоре начинает раздражать: собеседник замечает, что с ним говорят не по-настоящему, и дальше спорит уже с этим ощущением, а не с предложением.
«AI-сотрудник», которого предлагают оформить как штатную единицу с окладом. Пока это способ подачи, а не новая сущность: под ним обычно тот же набор навыков, что и в обычном агенте. Оценивать его стоит по тем же метрикам, а не по названию должности.
Возражение: подождать, пока технологии дозреют
Самый разумный аргумент против любого из этих трендов — подождать. Модели дешевеют, качество растёт, конкуренты набьют шишки первыми. Зачем платить за внедрение сейчас, если через год то же самое будет дешевле и надёжнее?
Для части списка этот аргумент верен, и я с ним согласен. Автономные продажи, аватары и во многом GEO действительно можно отложить: отставание в них пока ничего не стоит, потому что и лидеры не могут показать измеримый результат. Ожидание здесь — рациональная стратегия, а не трусость.
Но для зрелой части списка аргумент ломается о простую вещь: цена ожидания не нулевая. Если отдел теряет заявки, пришедшие вечером, или не видит, почему сорвались сделки прошлого месяца, эти потери происходят каждый месяц независимо от того, подешевеют ли модели. Ждать имеет смысл, когда ожидание бесплатно. Когда оно стоит потерянных сделок, ожидание — это тоже решение, просто без расчёта.
Бюджет отдела продаж становится переменным
Следствие, которое редко попадает в списки трендов: меняется не столько размер бюджета, сколько его форма. Часть расходов уходит из постоянных — оклады, рабочие места — в переменные, привязанные к объёму разговоров и диалогов.
Это меняет планирование. Постоянные расходы планируются от штата и не гнутся под сезон: в провальный месяц оклады те же. Переменные растут и падают вместе с потоком, и в спокойный месяц отдел стоит дешевле. Для бизнеса с выраженной сезонностью разница за год получается существенной.
Обратная сторона — потолок предсказуемости. Расход, привязанный к объёму, растёт вместе с успешной рекламной кампанией, и это нужно закладывать заранее. Практический приём: считайте стоимость обработки одного обращения и планируйте от неё, а не от общей суммы за месяц. Полная стоимость владения, включая скрытые статьи, разобрана в статье о том, сколько стоит внедрение AI.
Профиль менеджера меняется быстрее численности отдела
Численность отдела меняется медленно и не у всех, а профиль нужного человека меняется у всех и довольно быстро. Ценность смещается к двум умениям.
Первое — работа со сложным разговором. Типовые обращения уходят к автоматике, и к человеку остаётся то, что раньше было меньшинством: спорные ситуации, нестандартные запросы, недовольные клиенты. Средняя сложность разговора растёт, и менеджер, сильный на потоке простых обращений, в новой структуре чувствует себя хуже.
Второе — умение читать данные о собственной работе. Когда каждый разговор разобран и оценён, сотрудник получает обратную связь постоянно, а не раз в квартал. Люди, которые воспринимают это как материал для роста, растут быстро; те, кто воспринимает как надзор, уходят. Это стоит учитывать уже на собеседовании. Заменит ли это людей вообще — отдельный спор, и он разобран в статье заменит ли AI сотрудников.
Когда ни один тренд вам пока не нужен
AI не чинит несуществующий процесс. Если воронка не выстроена, скрипт не описан, а данные в CRM мусорные, автоматизация просто ускорит беспорядок. Честный ответ для такой компании — ни один из трендов этого года не окупится, пока не наведён базовый порядок.
Есть и другие случаи, когда внедрять рано. Звонков несколько в день, и руководитель слушает их все сам — аналитика здесь не нужна. Нет человека, который будет менять процесс по итогам данных, — любой инструмент превратится в отчёт для галочки. Нет доступа к записям и CRM — модели не на чем работать. В таких ситуациях мы отказываемся от проекта и говорим, к какому моменту к нему стоит вернуться. Подробный список признаков — в статье о том, когда AI не нужен.
Порядок внедрения при этом остаётся прежним, как бы ни менялась мода: сначала видимость — что вообще происходит в разговорах, потом автоматизация первого контакта, затем рост людей. Решения по-прежнему принимает человек: AI даёт ему данные и время, а не заменяет суждение.
Моя ставка: выиграет не тот, кто внедрил больше
Попробую сформулировать позицию, которую можно проверить без точных дат. Компании, которые подключат все шесть трендов разом, чаще всего получат шесть незаконченных проектов и разочарование в AI. Выиграют те, кто выберет один процесс с измеримой потерей денег, доведёт его до результата и только потом возьмётся за следующий.
Причина не в технологиях, а в управлении. Каждый из трендов меняет чью-то работу: контролёра качества, менеджера первой линии, руководителя отдела. Одно изменение команда переваривает, шесть одновременно — нет. Поэтому ценность этого года не в новых возможностях, а в дисциплине выбора: что внедрять сейчас, что отложить и по какой цифре понять, что сработало.
С какого тренда начинать проверку на своих данных
Практическое следствие для руководителя простое. Возьмите карту зрелости и вычеркните всё, что относится к ранним трендам, — к ним можно вернуться позже без потерь. Из оставшегося выберите одно место, где потеря уже видна в цифрах: заявки без ответа, сделки, которые молчат, звонки, которые никто не слушает.
Затем сформулируйте цель через метрику — какой показатель должен измениться и на сколько, — и условие остановки: при каком результате пилота вы прекращаете проект. Так устроен метод «Цель → метрика», по которому мы ведём пилоты. Если из этого списка у вас пока не внедрено ничего, пошаговый старт разобран в статье с чего начать внедрение AI. Тренд, который не прошёл проверку на ваших данных, для вашей компании остаётся презентацией, сколько бы о нём ни говорили.
