ИИ-агент в CRM: что снимает, а где выдумывает

У вас стоит CRM, и в ней накопилось хозяйство: входящие заявки, открытые сделки, база клиентов, которым давно не звонили. Менеджеры разбирают это руками, часть забывают, база спит. Про это и говорят «посадите в CRM ИИ-агента, и он сам всё разрулит». Разрулит часть, но не молча и не внутри самой CRM. Соберёте агента неправильно - он проставит в карточку сумму или интерес клиента, которых не было, и это уедет в воронку как настоящие данные.

Короткий ответ такой. Волшебной кнопки в интерфейсе вашей системы тут нет. «Агент в CRM» - это отдельный агент, который работает с CRM через её программный вход - REST API: читает и пишет лиды, сделки, контакты. У большинства CRM такой вход есть; у Битрикс24, например, в API прямо выделен раздел CRM - лиды, сделки, контакты, компании. Отдать машине можно разбор и маршрутизацию входящих, подъём спящей базы по правилу, рутинные пометки и подготовку следующего касания. Но языковая модель внутри агента может выдать значение, которого в переписке и карточке нет. Поэтому действия, которые двигают деньги, оставляют на подтверждение человеку, а агента собирают так, чтобы под каждым заполненным полем была видна опора из письма или карточки.

Я собираю таких агентов под конкретную задачу владельца. Ниже разберу, что значит «агент в CRM» на самом деле и что он реально снимает. Покажу, где он подставляет выдуманное и как собрать проверку, при которой ошибку видно до сделки, а не после. Если хотите сразу понять, какой кусок работы в вашей CRM реально снимается, это можно разобрать по вашей задаче.

«Агент в CRM» - это не кнопка в CRM, а отдельная машина рядом

Первое, что стоит развести, - где вообще живёт этот агент. В рекламе он выглядит как функция внутри CRM: нажал галочку, и система «поумнела». На деле почти всегда это отдельная программа, которая общается с вашей CRM через её программный вход.

У серьёзных CRM такой вход - это REST API: набор команд, которыми внешняя программа читает и меняет данные. У Битрикс24, по документации для разработчиков, методы REST API возвращают ответ в JSON - то есть в машиночитаемом виде. А среди разделов API прямо выделен раздел CRM: лиды, сделки, контакты, компании, смарт-процессы. Проще говоря, снаружи можно спросить «покажи сделки на этой стадии» и «создай контакт с такими полями» - и система ответит. Именно сюда и подключается агент.

Теперь про саму машину. Внутри агента работает языковая модель, и устроена её работа как вызов функций (его ещё называют tool use). По документации, вызов инструментов позволяет модели вызывать функции, которые вы задаёте. Важная деталь: модель не выполняет действие сама. Она возвращает структурированный вызов, который выполняет ваше приложение. В переводе на CRM это значит: модель решает «надо создать задачу менеджеру», а само создание задачи делает ваш код через API CRM. И делает это не постоянно, а по делу: модель сама на каждом шаге решает, вызвать инструмент или ответить напрямую. Такое устройство - где модель сама ведёт свою работу и сама выбирает, каким инструментом воспользоваться - в инженерной заметке Anthropic и называют агентом в отличие от жёсткого сценария.

Почему вам как владельцу это важно, а не просто техническая мелочь. Из этого следуют три приземлённые вещи:

• Агенту нужны права. Для вызова метода API нужны права доступа, и их можно выдать узко: только читать базу, но не менять сделки, или работать лишь с одним разделом. Это ваш главный рычаг безопасности, к нему вернёмся.
• У API есть лимиты. В том же Битрикс24 действуют лимиты на интенсивность запросов - агент не может молотить по базе бесконечно, это надо закладывать в расчёт.
• Агент виден и отделим. Он живёт рядом с CRM, поэтому его можно выключить, ограничить и проверить, не трогая саму систему.

То есть вопрос «посадить ли ИИ в CRM» на самом деле звучит так: какие команды к вашей базе отдать отдельной машине и с какими правами. Про общее устройство такого агента и решения до кода я писал в разборе создание ИИ-агента. Там же - про то, что доступ к инструменту агент получает по частям, под конкретную задачу.

Что ИИ-агент реально снимает в CRM

Теперь по делу: какую работу внутри CRM можно переложить на машину так, чтобы это была польза, а не галочка. Я бы выделил три задачи - все три опираются на то, что модели уже умеют надёжно.

Первое - разбор и маршрутизация входящих. Пришла заявка с сайта, письмо, сообщение в мессенджер: что это за обращение, к какой сделке относится, какому менеджеру и на какую стадию его направить. Это ровно та задача, которую в инженерной заметке Anthropic называют маршрутизацией. Маршрутизация направляет разные типы клиентских обращений (общие вопросы, запросы на возврат, техподдержку) в разные последующие процессы, промпты и инструменты. В CRM это значит, что поток входящих перестаёт быть общей кучей: горячий запрос едет к продажнику, вопрос по оплате - в нужную папку, спам отсекается. Агент разбирает, человек продаёт.

Второе - подъём спящей базы по правилу. Часто вижу одно и то же: в CRM лежат сотни контактов, которым давно не писали - сделка зависла, клиент купил один раз и пропал. Агент проходит базу по понятному правилу - не было касания N месяцев, была покупка такого-то типа - и готовит следующий шаг: черновик письма, напоминание менеджеру, задачу на звонок. Кого набирать, он не выдумывает - идёт строго по заданному признаку. Похожую работу голосом я разбирал в тексте про ИИ для колл-центра; в CRM то же самое, но текстом и внутри карточки.

Третье - рутинные пометки и подготовка касания. Свести переписку по сделке в короткую сводку, проставить типовые поля, подготовить следующее касание по тому, что реально сказано в диалоге. Это механическая работа, на которой менеджер теряет время между звонками, и она хорошо снимается - при одном условии, о котором ниже.

Где это даёт деньги, видно сразу: там, где поток однотипный и большой. Десяток заявок в день менеджер разберёт сам. Сотни входящих и база на тысячи спящих контактов - уже другая история: тут агент освобождает людям часы. Хотите понять, сколько в вашей CRM уходит на такую рутину и что из неё реально снять? Разберите свою задачу: четыре вопроса, и станет видно, где агент снимет работу, а где принесёт пустую цифру. Смежную историю - агента для отдела продаж целиком - я разбирал в тексте про ИИ-агента для продаж; здесь же речь именно про работу внутри CRM.

Где агент подставляет данные, которых в карточке не было

Это слабая точка, про которую продавцы «умной CRM» молчат, и она опаснее любого сбоя, потому что её не видно. Когда ломается обычная интеграция, вы получаете явную ошибку: поле пустое, запрос не прошёл. А языковая модель ошибается иначе - уверенно и ровно. Она выдаёт аккуратное, правдоподобное значение, которого в документе просто не было.

Это не домыслы, а признанное свойство. В документации Anthropic про снижение галлюцинаций сказано прямо: даже самые сильные языковые модели иногда выдают текст, который фактически неверен или не соответствует данному контексту. Этот эффект называют галлюцинацией, и подробнее про него - в словаре понятий, выдумка машины. В CRM он выглядит так. Модель видела много сделок и примерно представляет, как заполнена карточка. И если в конкретной переписке суммы нет или интерес клиента не назван, она может дописать значение по образцу: правильного вида, но взятое из воздуха.

Представьте, что будет, если такое значение молча уедет в воронку. Проставленный «интерес к покупке» там, где клиент вежливо отказался. Сумма сделки, которую никто не называл. Передвинутая стадия - сделка числится горячей, менеджер строит на ней план. И всё это выглядит настолько прилично, что человек, листающий сотню карточек, не задержится. Ошибка всплывёт на разборе воронки или когда «горячий» клиент удивится звонку.

Отсюда правило, с которого я начинаю любого агента в CRM: машине можно доверить достать и предложить значение, но не записать его в сделку без следа, откуда оно взято. Прочитать переписку и предложить сводку - да. Проставить сумму и передвинуть стадию как достоверный факт, без возможности быстро свериться, - нет. Мысль эта шире CRM; я разбирал её в тексте про риски внедрения ИИ-агентов: опасен не тот агент, который иногда ошибается, а тот, чью ошибку не видно.

Как собрать агента в CRM, чтобы ошибку было видно

С выдумкой борются простыми приёмами, и они же описаны в документации. Смысл у всех один - лишить модель возможности соврать незаметно.

1. Разрешить сказать «не знаю». Звучит странно, но помогает сильно: в документации прямо советуют явно разрешить модели признать неуверенность. Если в переписке суммы нет, правильный ответ агента - не красивая цифра, а честное «не нашёл, посмотрите сами». Так сомнительные карточки сами всплывают наверх, а не прячутся среди заполненных.
2. Требовать опору-цитату. Под каждое проставленное поле агент должен привести кусок из переписки или карточки, откуда он это взял. В документации приём описан жёстко: если модель не может найти цитату, она обязана снять своё утверждение. На практике рядом с суммой стоит вырезка из письма, где эта сумма названа, и человеку достаточно взгляда, чтобы свериться.
3. Запереть в данных CRM. Модель надо прямо инструктировать брать данные только из присланных документов, а не из общих знаний. Тогда она не дополняет сделку тем, что «обычно бывает» у похожих клиентов.

Поверх этих трёх приёмов - два рычага, которые есть именно у CRM. Первый: права доступа. Я уже упоминал: для вызова метода API нужны права. И это удобно - агенту выдают право читать базу и создавать задачи, но не передвигать сделки и не менять суммы. Тогда самое дорогое он физически не сделает без человека. Второй: человек на денежных действиях. Не на всех карточках подряд, а там, где цена ошибки высока: смена стадии крупной сделки, отправка коммерческого предложения, изменение суммы. Остальное идёт потоком, человек тратит время только на исключения.

Если собрать так, получается не «чёрный ящик, которому мы верим», а помощник, за которым виден каждый шаг. Он снимает механику - разобрать, разложить, свести, предложить - и возвращает человеку только то, что требует решения или стоит денег.

Когда агент в CRM не ваш случай и частые ошибки

Агент в CRM оправдан не всегда. Вот где я обычно отговариваю.

База маленькая и поток редкий. Если заявок десяток в день, а в базе пара сотен контактов, настройка и присмотр за агентом съедят больше, чем вы сэкономите. Инженеры Anthropic в своей заметке про агентов пишут об этом прямо: иногда правильное решение - вообще не строить агентную систему. Руки тут дешевле.

CRM в хаосе. Агент работает по тому, что лежит в карточках. Если поля заполнены как попало, стадии не отражают реальность, а половина сделок - дубли, машина будет честно разбирать мусор. Сначала порядок в данных, потом агент.

Вы ждёте, что он «будет вести продажи». Это иллюзия. Агентные системы, как отмечают в той же заметке, разменивают задержку и стоимость на лучшее выполнение задачи - то есть окупаются на объёме рутины, а не на замене продавца. Решение, звонок, переговоры остаются за человеком.

Частые ошибки, которые я вижу:

• Верить агенту на слово. Самое дорогое - пустить проставленные им значения прямо в воронку без опоры-цитаты и сверки. Рано или поздно прилетит аккуратная выдуманная сумма.
• Дать слишком широкие права. Выдать агенту полный доступ «чтобы не мешал» - значит отдать ему и смену стадий, и удаление. Права режут под задачу.
• Начинать со всего сразу. Пытаться с первого дня отдать машине все процессы в CRM. Лучше взять один - скажем, разбор входящих - довести до ума и только потом расширять. Как это выглядит по шагам, я показывал в разборе про ИИ-сотрудника.
• Путать активность агента с результатом. Важно не сколько карточек он тронул, а сколько часов освободилось у людей и сколько ошибок не доехало до сделки.

Я подхожу к этому так же, как к любому внедрению. Сначала смотрим, где именно в вашей работе с CRM теряется время. Выбираем одну дыру и закрываем её, а не ставим «ИИ в CRM» ради строчки в презентации.

Источники

CRM - хорошее место, чтобы снять ручную рутину, если развести, что отдаёте машине, а что оставляете человеку, и держать права агента узкими. Хотите увидеть, какой кусок работы в вашей CRM реально снимается, а где агент принесёт пустую цифру, - разберём вашу задачу: четыре вопроса и полминуты.