ИИ-агент три месяца учился. На четвёртый я понял, что учился я

В октябре мы запустили ИИ-агента для квалификации входящих заявок у клиента — небольшая строительная компания, 15 человек, поток лидов из двух каналов. Задача простая: агент отвечает на первичные вопросы, собирает данные, передаёт менеджеру уже «тёплого» клиента. Первые две недели — восторг. Агент обрабатывал 40–50 диалогов в день, менеджер разговаривал только с теми, кто реально хотел считать смету.

На третьей неделе начались странности. Конверсия из квалифицированного лида в встречу упала с 38% до 21%. Агент работал технически безупречно: отвечал быстро, собирал нужные поля, передавал резюме. Но что-то шло не так. Я попросил выгрузить 50 случайных диалогов и сел читать.

Агент задавал правильные вопросы в неправильном порядке. Он спрашивал бюджет на третьем сообщении — ещё до того, как человек понимал, зачем вообще разговаривает с компанией. В офлайне менеджер это чувствовал интуитивно и никогда так не делал. В скрипте, с которого мы обучали агента, этот порядок был прописан именно так — потому что скрипт писали для холодных звонков, где логика другая. Мы три года использовали неправильный скрипт и не знали об этом. Агент просто сделал проблему видимой.

Мы переписали последовательность вопросов, добавили два уточняющих блока про сроки и тип объекта — и конверсия за следующие четыре недели выросла до 44%. Выше, чем была до внедрения агента. Клиент получил +18% к встречам при тех же расходах на рекламу. Агент стоил 12 000 рублей в месяц в обслуживании, экономил около 60 часов менеджерского времени — но главным результатом оказался не он сам, а то, что он вскрыл.

Это не единственный случай в моей практике. За 20+ внедрений я заметил паттерн: ИИ-агент почти всегда обнажает слабое место в процессе, которое люди не замечали годами, потому что адаптировались к нему автоматически. Менеджер чувствует, что вопрос про бюджет сейчас задавать рано — и не задаёт. Агент не чувствует. Он делает то, что написано. И если написано криво — вы это наконец увидите.

Ограничение здесь одно, но важное: агент работает как зеркало только если вы готовы смотреть. Половина клиентов, у которых падают метрики после внедрения, первая реакция — «агент плохой, давайте откатим». Это инстинкт. Но правильный вопрос не «почему агент ошибается», а «что именно в нашем процессе он воспроизводит буквально». Ответ почти всегда неудобный.

Если вы думаете о внедрении агента, но не уверены, в каком процессе он даст эффект, а где создаст иллюзию автоматизации — разобраться, какие агенты подойдут для вашего бизнеса, можно за 2 минуты на aiagenta.ru/qualify/. Это не продающая воронка, там реально короткая диагностика.

Агент не стал умнее за три месяца. Но я точно стал — потому что впервые прочитал собственный скрипт глазами клиента. Вопрос: а вы знаете, где в вашем процессе живёт такая же тихая ошибка?