ИИ-агенты для продаж: где они теряют клиентов и как это проверить

В мае 2026 года на Хабре вышел разбор команды онлайн-сервиса, которая подключила к поддержке клиентов языковую модель - ту же технологию, на которой работает ChatGPT. Первые недели всё выглядело удачно: метрики были хорошими, нагрузка на сотрудников упала. Потом заметили, что модель объяснила клиенту проблему сбоем в европейском регионе, а такого региона у компании нет. Клиент поверил и написал, что подождёт исправления.

Когда команда начала специально просматривать переписку модели с клиентами, таких случаев оказалось намного больше, чем думали. Модель обещала функции, которых нет, и почти никогда не признавала, что ей не хватает информации. Автоматизацию в итоге почти всю отключили.

ИИ-агенты для продаж ошибаются так же, только дороже: теряется заявка, за которую уже заплачено рекламой. Агент отвечает за секунды и звучит уверенно, поэтому его промах легко пропустить, пока не придёт отказ или претензия.

Каждую неделю пишем о контроле качества звонков и работе отдела продаж: показатели, разборы, ошибки. Всё это выходит в нашем канале M.I.L.O. | ИИ-контроль продаж.

Что такое ИИ-агенты для продаж и чем они отличаются от чат-бота?

ИИ-агент для продаж - программа на большой языковой модели, то есть нейросети, которая сама ведёт разговор с клиентом и сама решает, что делать дальше. Она может задать уточняющий вопрос, записать данные в CRM, назначить встречу или передать разговор человеку. Привычный чат-бот и голосовой робот работают по заранее нарисованному сценарию и умеют ровно то, что в него заложили.

Когда клиент задаёт вопрос, которого нет в сценарии, сценарный бот зовёт оператора или повторяет меню. Агент пытается ответить сам и собирает ответ из того, что модель знает о компании, и из того, что ей кажется правдоподобным.

Сами агенты различаются по месту работы, и у каждого вида свой типичный риск.

Под вывеской «ИИ-агенты для бизнеса» сейчас продают разное. В исследовательской компании Gartner в июне 2025 года оценивали, что настоящих ИИ-агентов делают около 130 поставщиков, а многие остальные переименовали в агентов обычные чат-боты и программы для рутинных операций. Проверить это можно простым тестом: задать системе вопрос, которого нет в её сценарии, и посмотреть, что она сделает.

Какие задачи в продажах агентам уже можно отдать?

Лучше всего ИИ-агенты для продаж справляются с задачами, у которых есть чёткие правила и понятный итог: ответить на типовой вопрос, собрать данные заявки, записать на свободное время, напомнить о встрече, заполнить карточку клиента. Исследователи Salesforce, одного из крупнейших разработчиков CRM, проверяли модели на тестовом стенде CRMArena-Pro. Лучшая из них выполняла процессы по заданным правилам больше чем в 83% случаев, если все условия задачи были даны сразу.

Агент отвечает ночью и в выходные, а от скорости первого ответа сильно зависит, получится ли вообще поговорить с человеком, оставившим заявку. Исследования на эту тему собраны в материале про скорость ответа на заявку.

Джейсон Лемкин основал SaaStr - американское сообщество и конференцию для компаний, которые продают программы по подписке. Он пишет, что входящий агент SaaStr провёл 442 000 чатов, из которых получилось 614 назначенных встреч и больше миллиона долларов выручки от спонсоров. Это примерно одна встреча на 720 разговоров.

Salesloft, которая сама продаёт программы с ИИ для продавцов, опросила 500 руководителей продаж в США. ИИ в той или иной форме используют все, но «боевым», с измеримым результатом, его называют только 20,6%. В России похожая картина: по исследованию ИТ-компании «Корус Консалтинг» среди 80 с лишним компаний подтвердить бизнес-эффект от внедрения ИИ могут 12%, а 44% не измеряют его вообще.

Почему сделку по-прежнему закрывает человек?

Закрытие сделки - многоходовый разговор с уточнениями, уступками и паузами, и именно в таких разговорах ИИ-агенты проседают сильнее всего. На тестовом стенде CRMArena-Pro от Salesforce лучшие модели 2025 года в среднем решали около 58% всех задач стенда, когда всё нужное было в первом запросе. Если по ходу разговора требовалось что-то уточнить у собеседника, результат падал примерно до 35%.

В 9 из 20 разобранных там неудач агент не выяснил у собеседника всю нужную информацию. Для продаж это знакомо: пропущенное выявление потребности обесценивает всё, что говорится дальше.

У Джейсона Лемкина из SaaStr в работе 21 агент, и про закрытие сделок он пишет так.

Чего они пока не умеют ни в одном продукте, который я внедрял или видел на демонстрации на нашей же сцене, - это самостоятельно закрыть реальную сделку любого размера.

• Джейсон Лемкин, основатель SaaStr, 14.09.2026, перевод наш

По словам Лемкина, агентам не хватает права давать уступки, умения работать с несколькими людьми на стороне клиента и понимания пауз: молчание клиента агент воспринимает как повод запустить очередную цепочку напоминаний. Аналитики Gartner прогнозируют, что к 2028 году ИИ-агентов будет в десять раз больше, чем продавцов, но меньше 40% продавцов скажут, что агенты повысили их продуктивность.

Раз сделку закрывает менеджер, проверять приходится и агента, который принял заявку, и менеджера, которому он её передал. На каком шаге сорвался разговор, слышно на записях. Пришлите их на бесплатный аудит до 60 минут записей звонков: мы проверим разговоры по дереву оценки, то есть по списку критериев для каждого этапа разговора, и покажем, где и почему теряются клиенты. Переписку текстового агента этот аудит не разбирает.

Где ИИ-агенты теряют клиентов?

1. Выдумывает условия. Модель достраивает ответ, когда в её данных его нет, и это называют галлюцинациями. Самый известный случай дошёл до разбирательства: чат-бот на сайте авиакомпании Air Canada сказал клиенту, что льготный тариф в связи со смертью родственника можно оформить задним числом, хотя правила этого не допускали. Виталий Дятлов на vc.ru разбирает, как ИИ-консультанты на сайтах отвечают клиентам, и на той же привычке поймал собственных ботов, когда проверял их перед запуском. У компании, которая ставит натяжные потолки и держит в прайсе ремонт окон, бот записал тестовую клиентку на замер под установку окон.

2. Уступает, когда на него давят. В декабре 2023 года посетитель сайта автодилера в Калифорнии велел чат-боту соглашаться со всем, и бот согласился продать внедорожник Chevrolet Tahoe за один доллар. Сделку никто не исполнял, но бота пришлось отключить. Anthropic, разработчик языковой модели Claude, ради эксперимента примерно на месяц доверил агенту небольшой магазин в своём офисе. Сотрудники, которые у него покупали, уговорили агента на множество промокодов и скидок, а часть товаров он и вовсе отдал бесплатно.

3. Не отпускает к человеку. Если агенту поставили цель удерживать разговор, клиенту трудно пробиться мимо него к человеку. В блоге CallMiner, американской компании речевой аналитики, автор описал, как пытался отменить подписку: чат-бот поддержки ходил по кругу объяснений правил, ничего не решал и передал разговор человеку, только когда автор прямо этого потребовал. В опросе Gartner конца 2023 года 64% из 5 728 клиентов сказали, что предпочли бы обходиться без ИИ в обслуживании, и главным страхом назвали то, что до человека станет труднее добраться.

4. Теряет суть запроса при передаче. Даже когда агент вовремя зовёт менеджера, клиент может уйти в момент передачи. Первый признак - менеджер заново задаёт вопросы, на которые клиент уже ответил агенту. Второй - долгая тишина между последней репликой агента и голосом человека; её видно и легко замерить по записи разговора.

5. Неверно понимает ответ и записывает не то. Онлайн-школа Skyeng в разборе 2020 года рассказала, как поставила голосового робота подтверждать бесплатные вводные уроки. Робот работал по сценарию, без языковой модели, и иногда делал ложный вывод, что человек не придёт: клиент считал урок подтверждённым, а ему звонили переносить. Современный агент понимает речь лучше, но ошибки в именах, названиях и редких терминах остались, и о них подробно написано в статье о том, как ИИ анализирует звонки.

6. Отпугивает тем, что он машина. SuperJob опросил представителей 1 000 компаний, и 17% ответили, что положат трубку сразу, как только поймут, что говорят с роботом. В крупных компаниях так ответили 22%, ещё 61% всех опрошенных попросят соединить с человеком. Как эти люди ведут себя на настоящих звонках, никто не замерял.

7. Молча ломает процесс. Джейсон Лемкин из SaaStr описывает случай, когда агент из-за встроенного ограничения не взял в работу подписанный договор: название сделки не совпало с ожидаемым шаблоном, и цепочка от коммерческого предложения до оплаты остановилась без единого сообщения об ошибке. Его вывод: в продажах тихий сбой - худшее из возможных свойств системы.

Почему отчёт агента зелёный, а клиенты уходят?

Отчёт ИИ-агента выглядит зелёным, потому что его главные метрики считают разговоры и почти не видят, чем они закончились для продаж. Разговор, который клиент бросил на середине, в таком отчёте может числиться завершённым или даже решённым. Поэтому рядом с каждой такой метрикой нужна денежная, например доля заявок, встреч или оплат.

Главная метрика ИИ-агента - доля разговоров без оператора, то есть сколько обращений агент довёл до конца сам. В компании речевой аналитики CallMiner погоню за этой долей называют «эффектом кобры»: так говорят, когда награда за показатель приводит к обратному результату. Компания, которая ценит в агенте прежде всего работу без человека, рискует получить разговоры, которые клиенту ничего не дали. А если эта доля записана в договор с подрядчиком как цель, подрядчику выгодно, чтобы клиент до человека не дошёл.

По документации Microsoft Copilot Studio, конструктора ИИ-агентов и чат-ботов, разговор засчитывается решённым, если на вопрос «это ответ на ваш вопрос?» клиент ответил «да» или не ответил вовсе. Клиент, который промолчал и закрыл чат, попадает в такой отчёт с решённым обращением.

Сервис оплаты покупок частями Klarna в феврале 2024 года сообщил, что его ИИ-ассистент за первый месяц провёл 2,3 млн разговоров - объём работы 700 сотрудников. В мае 2025 года генеральный директор компании в интервью Bloomberg рассказал, что Klarna снова нанимает людей в поддержку клиентов: ИИ обходился дешевле, но качество обслуживания оказалось ниже.

Кто отвечает перед клиентом за ошибку агента?

Перед клиентом за ошибку ИИ-агента отвечает компания. В феврале 2024 года трибунал по гражданским спорам канадской провинции Британская Колумбия разбирал иск к авиакомпании Air Canada из-за ответа её чат-бота. Авиакомпания, по сути, доказывала, что бот отвечает за свои действия сам. Трибунал этот довод отклонил и обязал Air Canada выплатить клиенту 812,02 канадского доллара.

Хотя у чат-бота есть интерактивная составляющая, он всё равно лишь часть сайта Air Canada. Для Air Canada должно быть очевидно, что она отвечает за всю информацию на своём сайте. Неважно, исходит ли информация со статичной страницы или от чат-бота.

• Кристофер Риверс, член трибунала, решение по делу Moffatt v. Air Canada, 14.02.2024, п. 27, перевод наш

Для России решение по делу Air Canada не прецедент. Если клиент покупает для личных нужд, действует закон «О защите прав потребителей»: он обязывает продавца давать необходимую и достоверную информацию о товарах и услугах (ст. 10). Потребитель, который не получил нужных сведений, вправе в разумный срок отказаться от договора, потребовать вернуть деньги и возместить убытки (ст. 12). Исключений для автоматических каналов в законе нет, а вот на сделки между компаниями он не распространяется.

Российских судебных решений по спорам клиента с компанией из-за ответа чат-бота мы не нашли, поэтому как суд оценит конкретное обещание бота, заранее сказать нельзя.

У агентов, которые сами звонят клиентам, добавляются правила обзвона. Рекламу по телефону с автоматическим дозвоном закон «О рекламе» запрещает (ч. 2 ст. 18), а массовые и автоматические вызовы закон «О связи» допускает только с предварительного согласия абонента (ст. 44.1-1). Подробности и штрафы - в материале про автообзвон клиентов.

Если агент работает на зарубежной платформе и получает разговоры ваших клиентов, нужно выполнять требования закона о персональных данных: базы с данными россиян хранятся в России, а передача за рубеж идёт по отдельным правилам. Они разобраны в статье о том, законно ли записывать разговоры и давать их ИИ. Договор с подрядчиком и настройки агента покажите юристу.

Как проверить ИИ-агента до запуска?

1. Соберите проверочные диалоги из жизни. Anthropic в руководстве по проверке агентов советует начинать с 20-50 простых задач, взятых из реальных провалов. У отдела продаж такие провалы под рукой: записи звонков менеджеров, переписка в чатах, жалобы клиентов за последний квартал.

2. Добавьте неудобные вопросы. Виталий Дятлов, автор vc.ru, перед запуском прогоняет ботов через 20 провокационных проверок: скидка, которую «уже обещал ваш менеджер», соседняя услуга, медицинский совет, данные других клиентов, вопрос, ответа на который у бота нет. По его наблюдению, бот ломается на третьем-четвёртом вопросе, поэтому проверять нужно многоходовыми диалогами. Отдельные проверки - попытки выманить у бота его инструкции: прямой просьбой, через ролевую игру или просьбой перевести их на другой язык.

3. Проведите красные линии. Действия с последствиями агент не делает без человека: скидки, изменение условий договора, отмена заказа. Так же советуют специалисты по безопасности из международного сообщества OWASP в открытом перечне рисков ИИ-приложений.

4. Задайте правило передачи. Google в руководстве по голосовым агентам ставит предел в три «не понял» или «нет ответа» на одном шаге сценария. На третьем разговор уходит к живому оператору.

5. Повторяйте каждую проверку. Агент, который справился один раз, может ошибиться на втором прогоне. В испытании τ-bench 2024 года, где ИИ-агент обслуживает покупателей условного интернет-магазина, модель GPT-4o от создателей ChatGPT решала около 61% задач с первой попытки, а одну и ту же задачу восемь раз подряд - меньше чем в четверти случаев.

6. Проверьте голос в плохих условиях. Голосовому агенту нужны тесты с шумом, акцентом, отраслевыми сокращениями и плохой связью. Sierra, которая делает ИИ-агентов для обслуживания клиентов, пишет, что в таких условиях агент неверно понимает слова. Сюда же добавьте перебивание и долгое молчание клиента.

7. Оценивайте итог в CRM. Смотрите, создана ли заявка, та ли услуга записана в карточке и дошло ли до менеджера всё, что клиент рассказал агенту.

8. Отдайте проверку другому человеку. Тот, кто настраивал агента, привык к его формулировкам и невольно задаёт удобные вопросы. Дятлов советует проверять чужими руками и вписывать список проверок в приёмку работ подрядчика.

Как после запуска понять, что агент теряет клиентов?

Чтобы понять, теряет ли ИИ-агент клиентов, сравните обращения, которые он обслужил, с теми, что достались менеджерам, регулярно читайте его разговоры и оценивайте их по проверяемым критериям. Сначала запустите агента на части обращений. Онлайн-школа Skyeng включила своего робота сразу на большой объём и потом написала в разборе на Хабре: «Мы запустили тест на большой трафик, и это все только испортило». Когда агент отвечает только части клиентов, а остальным, как раньше, менеджеры, потерю видно по разнице между группами.

Дальше читайте разговоры агента. Джейсон Лемкин из SaaStr советует каждый день тратить 30-45 минут на выборку того, что отправил ИИ, а руководство Anthropic по проверке агентов заканчивается призывом читать расшифровки. Команда онлайн-сервиса, которая подключала языковую модель к поддержке клиентов (разбор на Хабре, май 2026 года), узнала о выдумках модели именно так.

Сколько разговоров читать, зависит от того, какую долю ошибок нужно поймать. Десять разговоров подряд без единой ошибки ещё не доказывают, что агент исправен: с уверенностью 95% доля сбоев при таком результате может доходить до 31%. После 100 разговоров без ошибок этот потолок опускается примерно до 3,6%. Как считать выборку под свою задачу, разобрано в статье про тайного покупателя.

Разговоры агента удобно проверять по тому же дереву оценки, что и разговоры менеджеров. Формулировку «агент был вежлив» двое проверяющих поймут по-разному, поэтому каждый критерий опирается на то, что видно или слышно в записи, например «агент назвал цену из прайса, записал на услугу из списка и передал менеджеру суть запроса».

Заведите и критические нарушения, при которых разговор сразу считается проваленным: агент продолжил сценарий после просьбы соединить с человеком, назвал неверную цену или пообещал то, чего компания не даёт. Полное дерево оценки для менеджеров и голосового ИИ, с баллами за критерии и замером задержек ответа, мы собрали в материале о том, как контролировать качество звонков менеджеров и ИИ. Разговоры голосового агента лучше записывать в два канала, то есть голос агента и голос клиента на разных дорожках: тогда перебивания и паузы видны без догадок.

Агент или менеджер: как сравнить их честно?

Чтобы сравнение ИИ-агента и менеджеров было честным, делите заявки между ними случайно, каждую по отдельности, и сравнивайте деньги: сколько встреч, счетов или оплат дала каждая группа за один и тот же срок. Брошенные разговоры оставляйте в расчёте, клиентов в обеих группах берите одного типа и не останавливайте тест после первой удачной недели.

Агенту часто отдают ночные заявки, а менеджерам дневные, хотя ночью и днём обращаются разные люди. Или оставляют агенту только простые вопросы и потом сравнивают долю закрытых обращений. В обоих случаях агент выигрывает или проигрывает незаслуженно.

Луо и соавторы в исследовании для журнала Marketing Science (2019) случайно распределили больше 6 200 клиентов между продающими звонками бота и человека и сравнили покупки. Если клиенты не знали, что говорят с ботом, он продавал на уровне опытных сотрудников и вчетверо лучше новичков.

Делить заявки случайно умеют сами платформы: в облачном колл-центре Amazon Connect для этого есть блок, распределяющий клиентов по процентам, а у Google похожие эксперименты делят реальные обращения между рабочей версией агента и одной или несколькими пробными. Anthropic в руководстве по проверке агентов предупреждает, что такое сравнение медленное: результату, которому можно верить, нужны дни и недели и достаточно много обращений.

Нужно ли говорить клиенту, что с ним разговаривает ИИ?

Российский закон прямо не требует сообщать клиенту, что с ним говорит ИИ. Закон об ИИ (243-ФЗ), основная часть которого действует с 1 сентября 2026 года, такой обязанности не вводит. Маркировка звонков показывает клиенту название компании, но о том, человек ли на линии, ничего не сообщает. В Евросоюзе с 2 августа 2026 года европейский закон об ИИ (AI Act) обязывает поставщиков систем, которые разговаривают с людьми, сообщать собеседнику, что он общается с ИИ, если это не очевидно из обстоятельств.

В эксперименте Луо и соавторов сообщение о боте до начала разговора снизило покупки более чем на 79,7%, а когда клиенту говорили об этом позже, падение было мягче. Онлайн-школе Skyeng, наоборот, навредил человеческий голос робота: когда роботу дали голос реальной сотрудницы, не все клиенты понимали, что говорят с машиной, и отвечали развёрнуто, как живому человеку. Робот хуже разбирал такие ответы, и переводов на оператора стало в разы больше.

В апреле 2025 года бот поддержки редактора кода Cursor отвечал пользователям под именем Sam без пометки, что это ИИ, и выдумал правило о входе в аккаунт. После волны отмен подписок сооснователь компании публично извинялся за неверный ответ бота.

Не выдавайте агента за человека: сценарный робот Skyeng с живым голосом хуже понимал ответы клиентов, скрытый бот Cursor ударил по доверию, а в Евросоюзе сообщать о роботе теперь обязательно. Когда и как говорить об этом клиенту, проверьте на части обращений: у Луо покупки сильно зависели от того, в какой момент клиент узнавал о боте. Путь к человеку сделайте очевидным. Генеральный директор Klarna, объясняя возврат к людям в поддержке, говорил, что клиент должен точно знать: если он захочет, с ним всегда поговорит живой человек.

С чего начать, если агент уже работает?

Если ИИ-агент уже отвечает клиентам, начните с недельной проверки своими силами, без покупки новых программ: задайте агенту три проверочных вопроса, прочитайте выборку его разговоров, посчитайте четыре числа, послушайте передачи менеджеру и исправьте одно место. Через две недели после правки посчитайте снова.

1. Задайте своему агенту три вопроса сами. Про скидку, про часы работы и про услугу, похожую на вашу, которой у вас нет. Автор vc.ru Виталий Дятлов советует владельцам сделать это сегодня же: так быстрее всего видно, выдумывает ли агент ответы.

2. Выгрузите разговоры за неделю и прочитайте 30-50 из них. Обязательно возьмите переданные человеку и брошенные: по ним лучше всего видно, где разговор сорвался.

3. Посчитайте четыре числа. Долю разговоров, переданных человеку, долю брошенных, повторные обращения того же клиента за семь дней и конверсию заявок агента во встречу или счёт рядом с тем же показателем у менеджеров.

4. Послушайте десять передач менеджеру. Отметьте, переспрашивает ли менеджер то, что клиент уже сказал агенту, и сколько секунд клиент ждёт живого голоса.

5. Исправьте одно место и через две недели посчитайте снова. Если менять по одному, видно, что именно сработало. Порядок такого пилота описан в статье об окупаемости анализа звонков.

Если разговоры голосового агента или робота записываются в телефонии, это такие же записи звонков, и их можно разобрать речевой аналитикой по тому же дереву оценки, что и звонки менеджеров. Переписку текстового агента по этим критериям придётся читать самим.

Когда выгрузите звонки голосового агента или робота за неделю, пришлите записи: до 60 минут разберём бесплатно по дереву оценки.