Що робить
Кваліфікація вхідних лідів — це конвеєр, який приймає звернення з будь-якого каналу, доповнює його даними про компанію та контакт, присвоює пріоритет і надсилає в CRM з маршрутом до потрібного менеджера. AI-агент у цій схемі відіграє роль молодшого SDR: читає текст заявки, витягує бюджет, розмір команди, галузь і терміновість, проставляє теги та формує коротке резюме для менеджера. Продавець бачить відсортований список за скором і починає день з топу черги, а не з розбору пошти та пошуку контексту по кожній заявці.
Що автоматизація робить покроково:
- Приймає звернення з форм сайту, чатів, email, Telegram, LinkedIn і партнерських джерел через webhooks.
- Нормалізує поля — ім'я, компанія, email, текст запиту, канал, UTM — в єдиний формат для CRM.
- Збагачує профіль компанії: розмір, галузь, технологічний стек, регіон, LinkedIn профіль контакту.
- Витягує намір і ключові сигнали з довільного тексту звернення за допомогою AI-агента на AI-моделі.
- Скорить ліда за матрицею правил: ICP match × терміновість × канал × кваліфікація контакту × сигнали з тексту.
- Створює або оновлює картку в CRM (HubSpot, Salesforce, Pipedrive) з тегами, кастомними полями та журналом рішень.
- Маршрутизує гарячих лідів менеджеру в Slack або Telegram з посиланням на картку та ключовими фактами.
- Планує авто-follow-up для теплих лідів — серію листів, завдання менеджеру або запис у nurture-послідовність.
- Логує кожне рішення: який лід отримав який скор, кому призначений, за якими правилами, що сказав AI-агент.
Що автоматизація не робить
- Не замінює discovery-дзвінок, переговори та роботу з запереченнями — це залишається за продавцем.
- Не приймає рішення про закриття угоди, про комерційні умови або про знижку.
- Не працює з лідами, для яких не описаний ICP — сегменти та критерії задаються до запуску.
Ефект вимірюваний: час до першого контакту з гарячим лідом падає на 60–70%. Менеджер отримує пріоритизований список на початку дня і витрачає робочий час на розмови з кваліфікованими лідами, а не на ручне сортування всього вхідного потоку. Для SaaS-команд це означає, що лід з Product Hunt або демо-форми не охолоне за ніч, а потрапляє в роботу по гарячих слідах.
Як працює
Архітектура стоїть на трьох шарах: захоплення подій, обробка AI-агентом, синхронізація з CRM і каналами комунікації. Роутер запитів в оркестраторі або Zapier приймає webhooks від усіх джерел звернень і нормалізує поля в єдиний JSON-формат, з яким працюють інші вузли сценарію.
AI-агент на мовній моделі викликається одним запитом із промптом вилучення сутностей. На вхід — текст заявки і мета-дані джерела, на вихід — структурований JSON: intent, budget_signal, team_size, industry, urgency, red_flags. Цей JSON поєднується з даними збагачення (розмір компанії, стек, регіон) і проходить через скорингову матрицю. Результат — числовий скор від 0 до 100 і рекомендований маршрут: hot handoff, warm nurture, cold archive.
Типові варіанти налаштування
- Зібрати джерела входу: Typeform, HubSpot Forms, чат-віджет, IMAP-конектор для спільної скриньки sales@, webhook від Calendly, Intercom, LinkedIn Sales Navigator, партнерські форми.
- Налаштувати нормалізатор у low-code платформі: mapping нестандартних полів (наприклад, size_of_team з форми → team_size в CRM), дедуплікація за email і доменом компанії.
- Підключити збагачення: нативні конектори CRM, відкриті джерела через HTTP-вузол, спеціалізовані API збагачення.
- Підключити AI-агент: промпт із few-shot прикладами для вилучення сутностей, ліміт токенів, fallback на другу спробу при невалідному JSON.
- Описати скорингову матрицю в таблиці (Airtable або Google Sheets) — 5–8 правил, що оновлюються sales lead без редагування коду.
- Налаштувати запис у CRM: створити новий контакт і угоду, проставити теги, прив'язати джерело, записати скор і причину рішення.
- Підключити hot-handoff: при скорі вище порогу — сповіщення менеджеру в Slack або Telegram із посиланням на CRM-картку і ключовими полями.
- Додати спостережуваність: дашборд у Notion або Metabase з метриками по лідах — розподіл скорів, середній час обробки, канали джерел.
Компоненти системи
Компонент | Інструмент | Призначення |
|---|---|---|
Оркестратор | workflow-рушій або Zapier | Роутинг подій і нормалізація полів |
AI-агент | мовна модель | Вилучення сутностей і намірів із тексту |
CRM | HubSpot / Salesforce / Pipedrive | Зберігання лідів, угод, журналу рішень |
Месенджер | Slack або Telegram | Hot-handoff менеджеру в реальному часі |
Спостережуваність | Notion або Metabase | Метрики скорингу і аудит рішень |
Альтернативні підходи
Кваліфікація без AI — коли 90% звернень надходять із форм із чіткими полями, AI не потрібен; достатньо Zapier і таблиці правил. AI-агент підключається, коли важливий аналіз вільного тексту: email, повідомлення в чаті, довільний коментар у формі.
Готові AI SDR-платформи (11x, Artisan, Regie.ai) — SaaS-продукти з UI і вбудованою моделлю. Low-code підхід на оркестраторі дає більше контролю над логікою, простіше адаптується під нестандартну CRM і не прив'язує команду до вендора.
Безпека і compliance
Персональні дані лідів передаються AI-агенту в мінімальному обсязі — з тексту вирізаються ім'я, email, телефон перед відправкою в модель. Логи рішень зберігаються в CRM і внутрішньому dashboard, а не в сторонніх сервісах. При роботі з EU-трафіком підключається DPA з провайдером AI-моделі, промпти конфігуруються з опцією відмови від training data retention.
Що потрібно
Мінімальний набір вимог для старту — доступи, дані та узгоджена стратегія продажів. Без ICP-опису та скорингових правил автоматизація не дасть ефекту, бо AI-агент працює за заданими критеріями, а не вирішує самостійно.
Дані та доступи
- CRM з API — HubSpot, Salesforce, Pipedrive або аналог з відкритими ендпоінтами.
- Форми, чати та поштові скриньки з можливістю налаштувати webhooks або IMAP-доступ.
- Описаний ICP: 3–5 сегментів з критеріями розміру, галузі, регіону, стадії бізнесу.
- Скорингові правила, узгоджені з sales lead: що вважається hot, warm, cold.
- Акаунти Slack або Telegram для handoff-сповіщень.
- API-ключ до AI-провайдера (AI-модель через Anthropic API або аналог).
Готовність команди
- Sales lead як product owner: узгоджує правила, сегменти, пороги скорингу.
- Одна людина з досвідом low-code (workflow-рушій або Zapier) — збирає сценарій.
- 2–4 години на тиждень від менеджера з продажів на калібрування правил перші два місяці.
- Домовленість з маркетингом щодо якості вхідних форм — обов'язкові поля, очищення від сміттєвого трафіку.
Терміни та етапи
- Таймлайн: 1–2 тижні для weekend-збірки за наявності готової CRM та описаного ICP.
- Тиждень 1: налаштування джерел, нормалізація, підключення CRM, AI-агент та скоринг.
- Тиждень 2: пілот на 50–100 лідах, калібрування правил, навчання менеджерів.
- MVP-версія з обмеженим набором джерел збирається за 2–3 робочих дні.
Grow2.ai веде пілот до моменту, коли команда самостійно керує правилами через таблицю скорингу.
Болі
- Ліди губляться у воронці
- Забуті follow-ups
- Повільний відгук клієнтам
FAQ
Скільки часу займає впровадження?
Базова версія збирається за 1–2 тижні: перші дні — джерела та нормалізація полів, потім AI-агент і скорингова матриця, фінал — пілот на реальному трафіку з калібруванням. Для weekend-збірки MVP (2–3 робочих дні) потрібна готова CRM і налаштовані форми — сценарій на workflow-рушії в цьому випадку запускається швидко.
Що робити, якщо у нас немає CRM?
Базовий сценарій запускається поверх Google Sheets і Slack як тимчасова CRM для команд 5–15 осіб. Grow2.ai паралельно допомагає обрати та налаштувати легковісну CRM (HubSpot Starter, Pipedrive) — це додає 1–2 тижні до таймлайну. Без CRM автоматизація втрачає зв'язок з воронкою, тому потрібна хоч якась структурована база даних контактів.
Що може зламатися після запуску?
Три типові ризики. AI-агент помиляється на edge-кейсах — наприклад, заявка українською при промпті російською; вирішується логами та ручним калібруванням. Скорингова матриця застаріває через 2–3 місяці — потрібен регулярний ревью з sales lead. Інтеграція з CRM ламається при змінах API — страхується моніторингом і fallback-чергою.
Чи працює для нашої індустрії?
Автоматизація налаштована для SaaS і tech, а також універсально застосовна в B2B SMB. Для enterprise-продажів з багатомісячними циклами AI-кваліфікація залишається корисною на первинному сортуванні, але скоринг адаптується під deal-room процес. Для B2C-продуктів з масовим трафіком підхід працює — змінюються матриця і канали входу, архітектура залишається тією самою.
Як це інтегрується з нашою поточною CRM?
Конектори для HubSpot, Salesforce, Pipedrive є у workflow-рушії з коробки. Для менш поширених CRM підключення йде через REST API — потрібні ключ і схема контактів/угод. Якщо CRM віддає webhooks для нових контактів, двонаправлена синхронізація налаштовується за один робочий день.
Що робить AI-агент, а що — правила?
AI-агент відповідає за нечіткі сутності: намір, бюджет, розмір команди, терміновість, тональність. Правила в таблиці Airtable або Google Sheets відповідають за бінарні рішення: до якої черги відправити, кому призначити, коли ескалювати. Розподіл дає передбачуваність і спрощує аудит рішень без участі розробника.
Можливі підводні камені?
Три камені. Ліди з нестандартними email-доменами (Gmail для B2B, корпоративні субдомени) збивають збагачення — потрібні винятки в правилах. Команди продажів не довіряють скору і перевіряють вручну — вирішується прозорістю логів і спільним калібруванням. Обсяг лідів з AI-скором зростає швидше готовності менеджерів — потрібна узгоджена capacity-модель.
Хочете таку автоматизацію в своєму бізнесі?
Запишемо безкоштовний аудит — покажемо, як це працюватиме саме для вас.