Переход к AI-assisted команде: новые роли (RevOps+ML, Sales Enablement AI)

Недавно звонит знакомый коммерческий директор. Голос усталый: «Слушай, мы полгода назад подключили AI-бота. Потратили кучу денег, всем рассказывали, как сейчас взлетим. А он тупит. Менеджеры его ненавидят. Клиенты жалуются. Что мы делаем не так?»

Начинаю расспрашивать. Выясняется стандартная картина: бот есть, технологии работают, а вот кто за всем этим следит — непонятно. Промпты не обновлялись с момента запуска. Когда бот начинает нести ерунду про цены — узнают от разъярённых клиентов. Данные, которые он собирает, никто не анализирует. В общем, технология живёт отдельно, бизнес — отдельно.

За последний год я видел эту историю десятки раз. Компании покупают AI как волшебную таблетку, а потом удивляются, что она не работает без рецепта. Рецепт простой: новые технологии требуют новых ролей в команде. Без этого даже самый умный бот превращается в дорогую игрушку. Давайте разберёмся, какие именно роли нужны и откуда их взять.

Почему старая структура не работает с AI

Представьте: вы купили гоночный болид и поставили его в обычный гараж. Механик, который всю жизнь чинил «Жигули», смотрит на него с ужасом. Заправщик льёт 92-й бензин. Пилот — ваш штатный водитель Василий, который вчера ещё возил груз на «Газели». Удивительно ли, что болид не едет?

С AI в продажах та же история. Типичный отдел продаж: РОП, несколько менеджеров, может быть, аналитик на полставки, который в Excel строит графики для совета директоров. Каждый знает свою работу и делает её годами. А тут — бам! — появляется AI-бот. Его «подключают» (любимое слово руководителей) и ждут, что завтра продажи вырастут вдвое.

Дальше происходит предсказуемое. Бот начинает галлюцинировать — путает цены, обещает клиентам несуществующие скидки, иногда просто несёт откровенную чушь. Кто за это отвечает? Никто. IT говорит: «Мы только подключали». Продажи говорят: «Мы не программисты». Тем временем данные, которые бот собирает — золотая жила для аналитики — копятся мёртвым грузом. А менеджеры, которым бот квалифицирует лидов, всё равно обзванивают всех подряд по старинке: «А вдруг бот ошибся?»

Через три месяца такого цирка бота отключают. «Не работает», — говорит руководство. На самом деле технология в порядке. Просто некому было ей управлять.

RevOps: когда аналитик становится стратегом

Revenue Operations — звучит как очередной модный термин из американских блогов? Понимаю скептицизм. Но за этим словом скрывается очень конкретная функция, которой в большинстве компаний просто нет. А с появлением AI она становится критически важной.

Вот типичная ситуация. Маркетинг отчитывается: «Мы привели 1000 лидов!» Продажи огрызаются: «Из них 900 — мусор». Кто прав? Никто не знает, потому что нет единой системы оценки качества лида. Маркетинг считает всех, кто оставил заявку. Продажи — только тех, кто дошёл до договора. А правда где-то посередине, но её никто не ищет.

RevOps — это человек (или команда), который связывает маркетинг, продажи и сервис в единую картину. Он строит сквозную аналитику: откуда пришёл лид, как его квалифицировал бот, сколько касаний было до сделки, какая маржинальность по каналам. Не абстрактные отчёты для совета директоров, а реальные данные для принятия решений. Подробнее про RevOps я писал здесь.

В мире с AI у RevOps появляется ещё одна суперсила — работа с предиктивными моделями. Скоринг лидов, прогноз оттока, рекомендации по следующему действию. Это не rocket science и не data science в чистом виде. Это прикладная аналитика: понять, что говорят данные, и превратить это в конкретные действия для команды.

Самое важное: RevOps находит узкие места. Где лиды застревают? Где конверсия проваливается? Где бот систематически ошибается? И предлагает не «надо улучшить», а «вот конкретный промпт, который нужно переписать» или «вот этап воронки, где теряем 40% клиентов — давайте добавим автоматический follow-up».

В небольшой компании RevOps может быть один человек — бывший аналитик, которому дали новые полномочия. В крупной — целый отдел. Главное — эта функция должна быть выделена и у неё должен быть хозяин. Иначе ответственность растекается между всеми, а значит — не лежит ни на ком.

Sales Enablement AI: человек, который делает бота умнее

Эта роль — моя любимая, потому что она самая непонятная для традиционных компаний. «У нас уже есть тренер по продажам», — говорят мне. Нет, это другое. «Пусть IT занимается». Нет, тоже мимо.

Sales Enablement AI — это переводчик между миром технологий и миром продаж. Человек, который понимает, как работают промпты, и одновременно знает, что на самом деле говорят клиенты на переговорах. Таких людей мало, но именно они определяют успех AI в продажах.

Чем занимается этот человек? Представьте: бот уже работает, но клиенты жалуются, что он отвечает слишком формально, как робот. Менеджеры ворчат, что подсказки бота бесполезны. А когда меняются цены или выходит новый продукт — бот продолжает рассказывать про старые. Кто-то должен это чинить. Не айтишники, которые не понимают продажи. Не менеджеры, которые не понимают промпты. Нужен кто-то посередине.

Sales Enablement AI занимается «дрессировкой» бота. Переписывает промпты, когда они устаревают. О том, как строить библиотеку промптов, я писал отдельно. Слушает диалоги и находит паттерны ошибок — где бот систематически косячит. Проводит тренинги для менеджеров: не «вот кнопка, нажми», а «вот как использовать AI-подсказки, чтобы закрыть сложную сделку». Собирает обратную связь и превращает её в улучшения.

Откуда взять такого человека? Обычно это бывший РОП или звёздный менеджер, которому надоело продавать, но интересны технологии. Иногда — маркетолог с аналитическим мышлением. Главное — человек должен разговаривать на двух языках: языке продаж и языке технологий. Чистый технарь провалится, потому что не понимает, как люди покупают.

Гибридные роли: менеджер + AI как единая система

Отдельные позиции вроде RevOps и Sales Enablement AI — это верхний уровень пирамиды. Но самое интересное происходит внизу, на уровне обычных менеджеров. Их работа меняется радикально, хотя должность остаётся той же.

Раньше менеджер был универсальным солдатом. Сам искал лидов, сам звонил, сам квалифицировал, сам вёл переговоры, сам заполнял CRM, сам строил отчёты. На всё это уходило 10 часов в день, из которых на собственно продажи — то, ради чего его нанимали — оставалось часа три.

В AI-assisted команде картина другая. Менеджер работает в паре с ботом, как пилот с вторым пилотом в самолёте. Бот берёт на себя рутину: первичную квалификацию, ответы на типовые вопросы, напоминания о follow-up, заполнение CRM после звонков. А менеджер делает то, что бот не умеет: ведёт сложные переговоры, снимает возражения, строит отношения с ключевыми клиентами.

Покажу на примере одного дня. Утро: менеджер открывает CRM и видит не хаотичный список из ста заявок, а отсортированные «горячие» лиды — их бот уже обработал ночью. К каждому — краткое резюме диалога и рекомендация: «Этот клиент интересовался премиум-тарифом, возражал по цене, предложи рассрочку». Не надо вспоминать, о чём вчера говорили — всё перед глазами.

День: идёт звонок со сложным клиентом. В реальном времени AI-ассистент подсказывает в боковой панели: вот релевантный кейс для этой отрасли, вот ответ на возражение про конкурентов, вот важная деталь из прошлого разговора («он упоминал, что бюджет согласует с финдиром»).

Вечер: после звонков не нужно убивать час на заполнение CRM. Бот уже распознал разговоры и заполнил основные поля. Осталось проверить и дополнить нюансы.

Звучит как утопия? Это уже работает в десятках компаний. Но требует нового навыка — умения работать с AI как с напарником. Не бояться его, не игнорировать демонстративно, а использовать по максимуму. Как обучить менеджера работе с AI за один час — тема отдельной статьи.

AI Operations Manager: кто следит за ботом в production

Эта роль нужна не всем. Если у вас один бот и пара сотен диалогов в месяц — можно обойтись. Но когда AI становится критически важным для бизнеса, когда через него проходит существенная часть выручки — появляется потребность в AI Operations Manager.

Это такой сторож-надсмотрщик за всей AI-инфраструктурой. Он следит, чтобы бот не упал в самый неподходящий момент (а они всегда неподходящие). Мониторит метрики: процент успешных диалогов, скорость ответа, количество эскалаций на живых операторов. Если что-то начинает проседать — бьёт тревогу первым, а не когда уже клиенты разбежались.

Ещё одна важная функция — разбор инцидентов. Бот начал галлюцинировать после обновления? Упала интеграция с CRM посреди рабочего дня? AI Ops — это тот человек, который понимает, что сломалось, и координирует починку. Не сам пишет код (хотя может), а организует процесс: собирает нужных людей, отслеживает исправление, ведёт постмортем.

Отдельная головная боль — бюджеты на API. Модели стоят денег, и если бот начинает «болтать» слишком много — счета растут. AI Ops планирует ресурсы: сколько токенов потребляет бот при разной нагрузке, когда нужно масштабировать, как оптимизировать промпты, чтобы тратить меньше.

В небольших компаниях эти функции обычно берёт на себя Sales Enablement AI или даже технически продвинутый РОП. Но если у вас несколько ботов, интеграции с кучей систем и тысячи диалогов в день — выделенная роль окупится многократно. Про мониторинг качества AI через три месяца после запуска есть отдельный материал.

Кто за что отвечает: чтобы не было путаницы

Когда в команде появляются новые роли, первое время все путаются: кто за что отвечает? Кому писать, если бот сломался? А если данные не сходятся? Чтобы избежать хаоса, вот простая шпаргалка:

Важно: это не бюрократия ради бюрократии. Чёткое разделение нужно, чтобы при проблемах не было перекладывания ответственности. Бот несёт чушь? Идём к Sales Enablement AI. Данные не сходятся? К RevOps. Всё упало? К AI Ops. Простая логика.

Как внедрять новые роли без революций

Знаю, о чём вы думаете: «Это всё красиво, но у нас бюджета нет на пять новых людей». Хорошая новость — вам и не нужно нанимать пять человек завтра. Плохая — какие-то изменения делать всё равно придётся.

Начните с честного аудита. Задайте простые вопросы: кто сейчас отвечает за аналитику? Кто следит за ботом? Кто обновляет промпты? Обычно ответ — «все понемногу» или «никто конкретно». Это и есть проблема. Если за что-то отвечают все — значит, не отвечает никто.

Дальше — эксперимент с совмещением. Не создавайте новую должность, а выделите существующего сотрудника на частичную занятость. Ваш аналитик явно скучает за Excel-отчётами? Пусть попробует себя в роли RevOps. Есть звёздный менеджер, который постоянно экспериментирует с новыми методами? Возможно, это ваш будущий Sales Enablement AI.

Через пару месяцев станет понятно, сколько времени реально требует каждая функция. Если человек тратит больше половины рабочего времени на новую роль — пора выделять отдельную позицию. Можно нанять со стороны, но чаще лучше вырастить своего. Он уже знает контекст, понимает продукт, знаком с командой.

Главное правило: не пытайтесь создать все роли одновременно. Выберите одну — ту, которая закрывает самую острую боль. Бот постоянно косячит и клиенты жалуются? Первым делом нужен Sales Enablement AI. Данные в хаосе, никто не понимает, что работает, а что нет? Начните с RevOps. Постепенно, роль за ролью, команда трансформируется.

На каких граблях спотыкаются чаще всего

За годы работы я насмотрелся на одни и те же ошибки. Делюсь, чтобы вы не наступали на те же грабли.

«Пусть IT разберётся». Классика. Руководство думает: AI — это же технологии, пусть айтишники внедряют. Проблема в том, что AI в продажах — это не про код. Это про процессы, про понимание клиента, про язык, на котором разговаривают менеджеры. Если отдать всё IT-отделу, получите технически безупречного бота, который отвечает клиентам как робот и не закрывает ни одной сделки.

«Один человек потянет всё». Соблазн сэкономить и навесить RevOps, Sales Enablement и AI Ops на одного многорукого Шиву. В теории красиво, на практике — путь к выгоранию и провалу. Человек разрывается между задачами, не успевает ни одну делать нормально, через полгода увольняется. Хотя бы две функции должны быть разделены.

«Наймём, а задачи придумаем». Противоположная крайность — нанять человека с модной должностью, а потом думать, чем его занять. Это не работает. Сначала определите, какие задачи сейчас не решаются. Потом ищите человека под них. Не наоборот.

«Менеджеры сами во всём разберутся». Мечта ленивого руководителя: дать людям инструмент и ждать, что они сами научатся. Не научатся. Без обучения и поддержки менеджеры будут тихо саботировать AI — игнорировать подсказки, не использовать функции, жаловаться, что «раньше было лучше». Нужен кто-то, кто возьмёт их за руку и проведёт через адаптацию. О саботаже CRM и как с ним бороться — отдельная история.

А теперь про деньги

Окей, всё это звучит разумно, но сколько стоит? Давайте считать. Возьмём средний отдел продаж — 5-10 менеджеров.

RevOps-специалист на полную ставку обойдётся в 400-700 тысяч тенге в месяц, зависит от опыта и города. Если начинаете с совмещения — 150-250 тысяч доплаты к основной зарплате. Sales Enablement AI — примерно так же, 350-600 тысяч на полную ставку. AI Operations на старте обычно совмещается с другими ролями; отдельная позиция имеет смысл, когда у вас больше 10 тысяч диалогов в месяц.

Итого, если брать по минимуму и начинать с совмещения — это плюс 250-400 тысяч тенге в месяц к текущим расходам. Звучит как много. Но давайте посмотрим, что вы получаете взамен.

Оптимизированная воронка и качественно работающий бот дают рост конверсии на 15-30%. Это не магические цифры — это статистика по нашим клиентам. Автоматизация рутины экономит каждому менеджеру 2-3 часа в день. Это время, которое они теперь тратят на сложные переговоры вместо заполнения CRM. Предиктивная аналитика снижает отток клиентов на 10-20%, потому что вы видите проблемы до того, как клиент уходит. А ускорение обработки лидов сокращает цикл сделки на 20-40%.

Считаем в деньгах. Допустим, средний чек 500 тысяч тенге, 50 сделок в месяц. Даже скромный рост конверсии на 10% — это 5 дополнительных сделок, плюс 2.5 миллиона выручки. Вложения в новые роли окупаются за месяц-два. А дальше — чистая прибыль.

Чем можем помочь мы

Не хочу превращать статью в рекламу, но было бы нечестно не сказать, что у нас есть решение для всего описанного выше.

Мы не просто даём бота и исчезаем. Когда компания внедряет CrmAI, она получает инструменты для всех новых ролей. RevOps-специалисту — готовые дашборды со сквозной аналитикой, воронкой и unit-экономикой. Не надо строить с нуля, всё работает из коробки. Sales Enablement AI — prompt editor с версионированием, мониторинг диалогов, A/B тесты промптов. AI Operations — алерты на аномалии, автоматический мониторинг, понятный дашборд со стоимостью и качеством.

Но главное — мы помогаем вырастить внутренних специалистов. Не создаём зависимость от себя, а обучаем вашу команду, чтобы они сами могли развивать систему дальше.

Если хотите разобраться, какие роли нужны именно в вашей ситуации — запишитесь на консультацию. Посмотрим на вашу команду, процессы и данные, предложим конкретный план. Без обязательств.

Пять вопросов, чтобы понять — готовы ли вы

Напоследок — простой тест. Ответьте честно на пять вопросов:

1. У вас уже есть AI-бот или вы планируете его внедрить в ближайшие месяцы? Если нет — вам пока рано думать о новых ролях. Сначала технология, потом люди под неё.

2. В команде есть человек, который любит копаться в данных? Тот самый, который строит сложные отчёты «для себя», хотя его никто не просит. Это ваш потенциальный RevOps.

3. Есть опытный продавец, которому интересны технологии? Который сам экспериментирует с ChatGPT, пробует новые инструменты, задаёт вопросы про автоматизацию. Возможно, это будущий Sales Enablement AI.

4. Руководство понимает, что AI — это не «поставил и забыл»? Если директор думает, что бота можно купить как принтер и он будет работать сам — будут проблемы. Нужно понимание: это живой процесс, требующий внимания.

5. Вы готовы инвестировать в людей, а не только в технологии? Бот без команды — металлолом. Команда без обучения — саботажники. Нужны вложения в обоих направлениях.

Если на большинство вопросов ответили «да» — вы готовы. Если нет — возможно, стоит сначала поработать над этими пунктами.

Что делать завтра утром

AI-assisted команда — это не про то, чтобы нанять десять новых людей и написать им должностные инструкции. Это про переосмысление того, как работает ваш отдел продаж. Небольшие изменения, которые накапливаются и в какой-то момент дают качественный скачок.

Начните с простого. Соберите команду и честно обсудите: какие функции сейчас не выполняются вообще? Кто следит за ботом? Кто анализирует данные? Кто обучает новичков работе с AI? Скорее всего, выяснится, что многое делается «по остаточному принципу» или не делается вовсе.

Выберите одну роль — самую критичную прямо сейчас. Если бот постоянно косячит — это Sales Enablement AI. Если в данных бардак — RevOps. Не пытайтесь делать всё сразу.

Посмотрите на свою команду новыми глазами. У вас наверняка есть люди с нужными задатками — их нужно только развить и дать возможности. Внутренний рост почти всегда лучше найма со стороны.

И главное — измеряйте результаты. Через три месяца после создания новой роли посмотрите на ключевые метрики. Выросла конверсия? Снизились жалобы на бота? Сократился цикл сделки? Если да — вы на правильном пути.

Трансформация — это марафон, не спринт. Но компании, которые начинают сейчас, через год-два будут недосягаемы для конкурентов, которые всё ещё «думают». Если нужна помощь — пишите, вместе разберёмся.