AI в B2B Sales: как меняются продажи прямо сейчас

# AI в B2B Sales: как меняются продажи прямо сейчас

Спикеры: Байрам Аннаков (onsa.ai, Empatika EDU) и Денис Калышкин (Спроси VC, ATB Global Ventures)

Дата: 28 марта 2026 | Длительность: 81 мин | Язык: Русский

Пятничный стрим на канале «Спроси VC» свёл двух людей с разным опытом в одной теме. Денис Калышкин - инвестиционный директор венчурного фонда ATB Global Ventures с 12-летним стажем в венчурных инвестициях и основатель проекта «Спроси VC». Байрам Аннаков - AI Product Engineer с 23+ годами в tech, основатель и CEO onsa.ai (платформа AI-агентов для B2B-продаж) и создатель Empatika EDU, выпускник Stanford GSB.

Разговор получился практическим: не про абстрактное будущее AI, а про то, что уже работает в продажах прямо сейчас. Байрам строит продукт в этой области и делится инсайтами из десятков интервью с sales-командами, а Денис задаёт вопросы с позиции инвестора, который видит сотни стартапов и понимает, где реальная ценность, а где маркетинговый шум.

AI-агент в продажах - это не чат-бот и не простая автоматизация. Это автономная система, которая выполняет конкретные задачи в воронке: ищет лидов, пишет персонализированные сообщения, квалифицирует входящие запросы, готовит briefing-и перед встречами. Ключевое отличие от чат-бота - агент работает проактивно и может координировать несколько этапов воронки.

Байрам описывает типичную боль продажника: «Составь КП, напиши, найди холодного лида, подготовься, собери информацию - а реального общения с клиентом было не так много». Даже в холодных звонках есть два этапа: дозвониться до decision-maker-а и пройти все подготовительные шаги до этого. Именно этот подготовительный этап эмоционально выматывает, и именно его можно автоматизировать.

Важно понимать разницу между уровнями: от простого суфлёра, который подсказывает текст, до полностью автономного агента, который сам решает, кому, когда и что писать. Большинство компаний сейчас находятся где-то на уровнях L1-L2, и это нормально - двигаться нужно последовательно.

Байрам представляет AI Sales Autonomy Ladder - шкалу из шести уровней, по аналогии с уровнями автономности в автомобилях.

L0 - Всё вручную. Продажник сам ищет лидов, сам пишет письма, сам ведёт CRM. Никакого AI - только Excel и сила воли.

L1 - AI-суфлёр. AI помогает с текстами: генерирует черновики КП, подсказывает формулировки для писем. Человек полностью контролирует процесс, AI только ускоряет рутину.

L2 - AI с контекстом. AI сам ищет информацию о компании и контакте, пишет персонализированные сообщения с учётом контекста. Уже не просто генератор текста, а помощник, который понимает, кому и зачем пишет.

L3 - Автопилот. AI автоматически отправляет follow-up-ы, реагирует на типовые ответы, ведёт цепочки коммуникации. Человек вмешивается только в нестандартных ситуациях.

L4 - Самопроверка. AI ревьюит собственные сообщения перед отправкой, оценивает качество лидов, корректирует стратегию на основе обратной связи. Появляется замкнутый цикл обучения.

L5 - Полная автономия. Мечта любого предпринимателя: продажи идут, а sales-функции как отдельной команды нет. Как в ТРИЗе - функция выполняется, а системы нет. До этого уровня пока далеко, но направление движения понятно.

Одна из самых зрелых областей применения AI в продажах - поиск и квалификация лидов. AI-агент может автоматически проходить по базам данных, LinkedIn, открытым источникам и находить компании, которые соответствуют Ideal Customer Profile (ICP).

На практике это работает так: агент формирует записку внутри CRM (например, HubSpot) и задаёт точечные вопросы для квалификации. Система оценивает лида по набору критериев - порядка десяти параметров. Если лид проходит хотя бы по пяти из них, это «лёгкий» кейс, которому можно даже предложить скидку. Если ни по одному критерию нет данных, SDR не нашёл информацию в интернете, агент задаёт дополнительные вопросы напрямую.

Ключевой инсайт: качество квалификации напрямую зависит от того, насколько точно описан ICP. Если входные документы не актуальны, найденные лиды будут неадекватными. Поэтому обязательно нужен feedback loop с человеком, который корректирует критерии на основе реальных результатов.

Холодный аутрич - это та область, где AI уже даёт ощутимый результат. Байрам формулирует простой принцип внедрения: «Возьмите то, что не любят делать люди, и пересеките с тем, что умеют технологии. Получится простая матрица. Начните с зоны, где люди ненавидят задачу, а технология легко справляется».

Сёрчить компании, собирать контакты, писать первые письма - всё это продажники не любят, и всё это AI делает хорошо. При этом сопротивления со стороны sales-команд практически нет, потому что автоматизируется именно та работа, которая «бесит».

Но есть нюанс: у каждого продажника своя стратегия мессенджинга, и она обычно нигде не прописана. Есть компании с playbook-ом, где описана messaging-стратегия, но в большинстве случаев платформа предлагает мессенджинг, а клиент его правит. В этом процессе критически важна система обратной связи, чтобы AI учился на правках и адаптировался под стиль конкретной команды.

Перед каждой встречей AI-агент может собрать полное досье: информация о компании, последние новости, история взаимодействий в CRM, ключевые точки для разговора. Это экономит от 15 до 30 минут подготовки на каждый звонок.

Интересно, что барьеры здесь не технологические, а организационно-социальные. Технология готова, но процессы внутри компаний пока не перестроились. Байрам говорит, что в обозримом будущем (а для него это год, потому что «дальше я не знаю, что будет происходить, реально») полная автоматизация подготовки к встречам станет нормой.

Аналогия с ритейлом: маркетплейс - это по сути автоматизированный агент, который договаривается с двумя сторонами. В B2B-продажах движение в ту же сторону, но процесс сложнее из-за длинного цикла сделки и множества стейкхолдеров.

Байрам рассказывает, как устроена платформа onsa.ai. Ключевой принцип - human in the loop. В Enterprise-сделках цена ошибки высока: не хочется, чтобы из-за 15 секунд, которые мог бы потратить человек на проверку сообщения, компания потеряла контракт на $10,000+.

Поэтому onsa.ai работает по модели AI suggested response: AI генерирует ответ, а у Account Executive две кнопки - approve и edit. Если AE нажимает edit и вносит правки, это занимает минуту-полторы вместо 15 секунд, но зато система получает ценный сигнал. После трёх правок платформа переобучает промт конкретного AE, потому что у каждого свой характер ведения переговоров.

Мультиагентная архитектура: отдельные агенты отвечают за поиск лидов, написание сообщений, квалификацию, аналитику. Каждый агент специализирован и может быть настроен независимо. Это позволяет масштабировать систему без потери качества на каждом этапе.

Тема голосовых AI-агентов для холодных звонков вызывает много хайпа, но реальность пока сдержаннее. Технология развивается быстро, однако в B2B-контексте есть серьёзные ограничения: decision-maker-ы быстро распознают бота и вешают трубку.

Более перспективный подход - использовать голосовых агентов не для холодных звонков, а для автоматического исследования (autoresearch): звонки для верификации данных, подтверждения контактов, сбора базовой информации. Это задачи, где «роботичность» голоса не является критичным минусом.

Байрам отмечает, что записи звонков попадают в CRM в разобранном виде - это мощный источник аналитики. Можно анализировать, какие конкуренты упоминаются, где компания выигрывает, а где проигрывает. Эту сложную аналитическую работу типичные note-taker-ы обычно не делают, а AI справляется хорошо.

Аналитика - одна из самых недооценённых областей применения AI в продажах. Система может отслеживать, кто принял connection request в LinkedIn, а кто нет. Например, если CPO обычно принимают, а CTO - нет, это сигнал о том, как должен звучать оффер для разных ролей.

Человек нужен для принятия решений на основе метрик, которые генерирует outbound-система. И это обычно не SDR, а head of sales или выше. SDR выполняет тактические задачи, а стратегические решения на основе паттернов в данных принимает руководитель.

Feedback loop - ключевой элемент системы. Две главные области, где нужна обратная связь: актуальность ICP-критериев (входные документы быстро устаревают) и messaging-стратегия (у каждого клиента своя, и она почти никогда не задокументирована). Без замкнутого цикла обучения AI-система деградирует.

Денис задаёт прямой вопрос: от какого порога стоит внедрять AI в продажи? Байрам отвечает конкретно: при ACV (annual contract value) от $10,000 в год - точно надо. Меньше $5,000 - нужно считать. При этом потолка нет: система может работать и со сделками на миллион плюс.

За человеком остаются переговоры на финальных этапах, построение отношений, стратегические решения. AI отлично справляется с рутиной на входе воронки, но когда дело доходит до обсуждения условий контракта или решения нестандартных возражений - нужен живой человек с эмпатией и опытом.

Байрам не верит в «компании из одного человека», которые полностью заменяют sales-функцию AI-агентами. Технология усиливает команду, но не заменяет её. Особенно в Enterprise-сегменте, где доверие строится через личные отношения.

На рынке много «змеиного масла» - компании, которые обещают полностью заменить SDR, включая customer-facing коммуникацию. По факту такой «AI SDR» начинает говорить ерунду, потому что нет human in the loop. Байрам видел случаи, когда клиенты подписывали годовые контракты с такими сервисами, а через два месяца расторгали.

Практический совет для старта: начните с того, что не любят делать люди и что технология уже умеет. Не пытайтесь автоматизировать всё сразу. Поставьте AI на поиск лидов и подготовку briefing-ов - это даст быстрый результат без рисков.

На рынке два основных сегмента решений. Первый - агентства, которые используют AI для удешевления и повышения прозрачности процесса. Плюс: вы не теряете experience playbook, который создаётся в процессе работы (с классическими агентствами обычно не так). Второй - продуктовые стартапы (Artisan, 11x, onsa.ai), которые автоматизируют процесс end-to-end. Выбор зависит от зрелости вашей sales-функции и объёма сделок.

Инструменты, с которых стоит начать: CRM (HubSpot, Pipedrive), LLM API (Claude, GPT), инструменты поиска (LinkedIn Sales Navigator, Apollo), автоматизация (n8n, Make). Двигайтесь последовательно по уровням L0-L5, и не пытайтесь перепрыгнуть через ступени.

Смотреть полностью: youtube.com/watch?v=NDF3cQGt3IQ

Канал Спроси VC: t.me/ask_vc