Как внедрить ИИ-агента для первичных продаж (AI Sales Development Agent)

Выберите один повторяемый workflow: account research, contact preparation, first-touch draft, follow-up, meeting preparation или lead routing. Не начинайте с полностью автономного SDR, который сам строит список, пишет, отправляет и меняет CRM.

Agent должен понимать не только ideal customer profile, но и кого нельзя включать: existing customers, open opportunities, partners, competitors, suppressed contacts, sensitive industries, географии вне coverage. Неправильный список разрушает качество даже при идеальном copy.

Account может подходить по размеру и отрасли, но конкретный контакт может не участвовать в buying process. Используйте role, seniority, function и known trigger. Не делайте персонализацию на основе сомнительных inferred attributes.

Хороший reason-to-contact: funding, hiring, expansion, system migration, regulation, leadership change, public project, relevant product launch. Agent должен указывать источник trigger и дату. Старый trigger не должен считаться текущим.

• Account fit.
• Contact role.
• Trigger.
• Current alternatives.
• Potential problem.
• Relevant proof.
• Source and date.
• Confidence.
• Recommended next step.

Если сайт компании говорит о новой системе — это evidence. Предположение, что из-за неё выросли расходы, — hypothesis. Outbound copy не должен представлять hypothesis как факт.

Короткая структура: relevant context → problem hypothesis → why it matters → proof → low-friction CTA. Agent должен адаптировать emphasis под role, а не генерировать искусственные комплименты.

Не используйте фразы вроде «восхищён вашим последним постом», если agent не читал его и не может показать источник. Правдивость важнее ощущения персонализации.

Скорость генерации AI легко приводит к spam economics. Введите daily caps, account caps, contact cooldown и reply suppression. При высоком complaint или bounce rate агент автоматически приостанавливает sequence.

Existing customer, active opportunity, unsubscribed, legal restriction, do-not-contact, recent negative interaction. Suppression проверяется непосредственно перед отправкой.

На первом этапе agent создаёт research brief и draft сообщения. Менеджер подтверждает target и content. Automatic send добавляется только для низкорисковых сегментов после eval.

CRM, official company pages, verified enrichment providers и public professional data — по правовым и договорным правилам. Agent не должен собирать персональные данные из сомнительных источников только потому, что технически может.

External pages могут содержать текст, который пытается изменить инструкции. Agent должен воспринимать web content как data. Никакая страница prospect не должна давать agent новые permissions или менять sales policy.

Score нужен как простая функция fit × trigger × intent/evidence, а не opaque AI magic. Порог передачи в outreach должен быть понятен Sales Ops.

Возьмите 100 исторических accounts: high-fit, low-fit, customers, competitors, stale trigger, wrong contact, legitimate opportunity. Проверьте classification, source quality, message relevance и policy compliance.

• Outreach существующему клиенту не по плану.
• Письмо suppressed contact.
• Ложный факт о компании.
• Неправильная роль.
• Нарушение географии/industry policy.
• Mass send без approval.

Rubric: factuality, relevance, specificity, brevity, brand voice, CTA, absence of unsupported claims. Не используйте open rate как основной eval — он зависит от subject, deliverability и tracking.

Positive reply, meeting held, qualified opportunity, pipeline created, cost per opportunity. Reply rate без qualification может поощрять провокационные или нерелевантные сообщения.

До AI измерьте research time per account, draft time, positive reply, meeting conversion, opportunity rate и complaint/bounce. После rollout смотрите полный workflow, включая human review.

Follow-up должен учитывать reply, meeting booked, out-of-office, unsubscribe и CRM activity. Sequence не должен продолжаться после meaningful response.

При positive reply agent создаёт summary: account, trigger, message history, likely problem, questions for discovery. Это снижает handoff friction и помогает менеджеру не повторять уже известное.

Agent может подготовить hypothesis, но discovery остаётся проверкой. Предварительный research не должен превращаться в уверенность, что проблема клиента уже известна.

Large strategic account, sensitive response, legal objection, pricing request, procurement question, complaint — передавайте человеку. Agent не должен импровизировать в high-stakes negotiation.

Sources, score, generated message, approval, send event, reply classification и outcome. Это позволяет связать ошибки с конкретной версией agent/prompt.

Если model обучается только на прошлых won accounts, он может игнорировать новые segments. Регулярно анализируйте false negatives и test cohorts.

1. Неделя 1: ICP, exclusions, baseline, 100-account eval set.
2. Неделя 2: research + draft-only agent.
3. Неделя 3: approvals, suppression, trace logging.
4. Неделя 4: controlled cohort, pipeline measurement.

• Не отправлять без verified contact eligibility.
• Не использовать unsupported personalization.
• Не оптимизировать только volume и reply rate.
• Не менять CRM sales stages автоматически на старте.
• Не расширять autonomy при critical policy errors.

B2B-команда тратит 25 минут на research одного account и отправляет 300 generic писем в неделю. Sales Development Agent готовит source-backed brief и draft только для high-fit accounts с trigger. Менеджер подтверждает отправку. Объём писем уменьшается, но meeting-to-opportunity conversion растёт. Через два месяца часть low-risk follow-up переводится в автоматический режим, а strategic accounts остаются human-led.

Sequence должен иметь ограниченное число касаний, понятную паузу и stop rules. Каждый follow-up должен добавлять новый контекст: case, relevant trigger, useful resource или уточнение. Повторять одно и то же сообщение с другим subject — плохая автоматизация.

Website visits, content engagement, event attendance и product signals могут повышать priority, но не заменяют fit. High-intent low-fit account не обязательно стоит передавать Sales. Используйте fit × intent × trigger.

Для enterprise account агент может находить несколько relevant roles, но outreach должен быть согласован. Несколько параллельных писем одной компании без orchestration создают негативный опыт. Сохраняйте account-level communication plan.

Positive interest, referral, not now, wrong person, objection, unsubscribe, complaint. Классификация должна иметь deterministic consequences для sequence. Например, «not now» создаёт reminder, а unsubscribe немедленно suppresses.

Agent может обновить summary и next steps, но не должен автоматически менять opportunity stage без правил. Важные qualification fields должны основываться на фактах из discovery, а не на вероятностной интерпретации.

Сложите стоимость model/tools, enrichment, review и operation. Сравните с saved research hours и incremental qualified pipeline. Если agent увеличивает meetings, но opportunity rate падает, value может быть отрицательной.

• Sales Discovery
• B2B Demand Engine
• Диагностика качества лидов
• Как внедрить ИИ-агента для маркетинговых исследований (AI Research Agent)
• Как внедрить ИИ-агента конкурентной разведки (AI Competitive Intelligence Agent)

• ICP Card
• Messaging House
• Funnel Dashboard
• Risk Register

• MEDDPICC
• SPICED
• Value Selling

• Inbound & Outbound Sales
• Outbound Marketing Support
• AI Agent Permissions
• Human-in-the-loop

• OpenAI — A practical guide to building agents
• OpenAI — Introducing OpenAI Presence
• NIST — AI Risk Management Framework