Почему пилот — единственный способ проверить AI в продажах
Помните, как вендоры AI показывают вам кейсы на конференциях? «Компания X увеличила конверсию на 40%». «Отдел продаж Y экономит 15 часов в неделю». Красивые графики, восторженные отзывы, стоячие овации.
А потом вы внедряете — и ничего не работает. Потому что у компании X был другой процесс. У отдела Y — другие данные. И совершенно другая культура работы с технологиями.
Вот правда: единственный способ узнать, сработает ли AI у вас — попробовать на своих людях, своих данных, в своём процессе. Никакие демо и reference calls этого не заменят.
Хорошая новость — полноценный пилот можно провести за две недели. Плохая — большинство пилотов проваливаются не потому что технология плохая, а потому что никто толком не понимал, что именно проверяют и как оценивать результат. Знакомо?
Что вы хотите узнать — честно?
Когда мне говорят «мы хотим попробовать AI», я всегда спрашиваю: «Отлично, а что конкретно вы хотите понять после пилота?» И часто наступает неловкая пауза.
Давайте определим настоящие вопросы, на которые должен ответить пилот:
«Это вообще работает у нас?» — AI умеет обрабатывать ваши специфические данные, понимает вашу воронку, даёт релевантные рекомендации. Не в теории, а на практике.
«Команда это примет?» — менеджеры реально пользуются инструментом, а не саботируют его. Видят пользу, а не воспринимают как очередную обузу от руководства.
«Какой результат ожидать при масштабировании?» — если пилотная группа показала +20% к конверсии, можно ли рассчитывать на то же на всём отделе? Или это эффект Хоторна?
«Что может пойти не так?» — галлюцинации AI, проблемы с интеграцией, неожиданные косяки — лучше найти их сейчас, на 5 людях, чем потом на 50.
Запомните: пилот — это не демонстрация возможностей вендора. Это ваш эксперимент с вашими данными, вашей командой и вашими критериями успеха. Вендор здесь — помощник, а не главный герой.
Как устроены эти две недели
Давайте разберём, что происходит день за днём. Спойлер: большая часть работы — не с технологией, а с людьми и процессами.
Первые три дня — подготовка. Тут вы договариваетесь о целях (что проверяем?), собираете данные (откуда брать информацию?), настраиваете AI и обучаете команду. Это фундамент — если схалтурить здесь, дальше всё посыплется.
Дни с 4 по 11 — сам пилот. Восемь рабочих дней, когда ваши менеджеры реально работают с AI. Вы наблюдаете, собираете обратную связь, быстро исправляете очевидные косяки. Это ядро эксперимента.
Последние три дня — анализ и решение. Смотрите на цифры, слушаете команду, сравниваете с контрольной группой. И принимаете честное решение: масштабируем, меняем подход или сворачиваем.
Теперь подробнее про каждый этап.
День 1: Собираемся и договариваемся «на берегу»
Первый день — самый важный. Именно здесь закладывается или уничтожается успех всего пилота.
Соберите в одной комнате (или созвоне) всех, кто имеет отношение к проекту. Это спонсор — кто-то из топ-менеджмента с бюджетом и властью. Руководитель пилота — тот, кто будет всем этим управлять. РОП или тимлид будущей пилотной группы. Кто-то из IT, если понадобятся интеграции. И представитель вендора AI.
А теперь — самое интересное. Вам нужно договориться о шести вещах:
Зачем мы это делаем? И нет, «попробовать AI» — не ответ. Нормальный ответ: «хотим сократить время на квалификацию лидов с 8 до 4 минут» или «хотим повысить конверсию из встречи в КП с 40% до 60%». Чем конкретнее — тем лучше.
Что именно тестируем? Один сценарий, максимум два. Не пытайтесь проверить всё сразу — это верный путь к провалу. Лучше глубоко протестировать одну штуку, чем поверхностно десять.
Кто участвует? Выберите 3-5 менеджеров. Не самых лучших и не самых худших — средних. И обязательно добровольцев или хотя бы тех, кто не настроен враждебно.
С кем сравниваем? Вам нужна контрольная группа — такие же менеджеры, которые работают как обычно, без AI. Иначе не поймёте, дал ли AI эффект или это просто сезонность.
Как поймём, что получилось? Определите метрики заранее. Время на задачу, конверсия, качество — что угодно, но с цифрами. «Понравилось команде» — не метрика.
При каком результате масштабируем, при каком — нет? Это критерии go/no-go. Например: «если конверсия вырастет хотя бы на 15% и adoption будет выше 80% — масштабируем».
По итогам дня у вас должен появиться один документ — Pilot Charter. Одна страница с целями, участниками, метриками и критериями успеха. Подписанная спонсором. Это ваша страховка от «мы имели в виду совсем другое».
День 2: Добываем данные (и решаем, что делать, если их нет)
AI без данных — как машина без бензина. Красиво стоит, но никуда не едет. Второй день посвящён самому нудному, но критически важному: убедиться, что у AI будет чем питаться.
Что вам нужно проверить:
Доступ к CRM. Есть API? Отлично. Нет? Подойдёт экспорт в CSV. Главное — права на чтение данных должны быть у вендора или у того, кто настраивает AI.
История сделок. Минимум три-шесть месяцев с корректно заполненными этапами и датами. Если ваши менеджеры не двигали сделки по воронке — AI не сможет научиться, что работает, а что нет.
Коммуникации. Если AI будет анализировать звонки или письма — они должны где-то лежать и быть доступны.
Справочники. Какие у вас этапы воронки? Какие причины отказов? Какие типы клиентов? Эти справочники — основа для настройки AI.
Теперь про типичные засады и как с ними быть:
«Данные в разных системах» — для пилота можно вручную выгрузить и свести в Excel. Некрасиво, зато быстро. Полноценную интеграцию сделаете после того, как убедитесь, что оно работает.
«CRM без API» — работаем через экспорт-импорт CSV. Да, придётся синхронизировать руками раз в день. Но это пилот, не продакшн.
«Данные грязные» — не надо чистить всю базу. Почистите только ту выборку, на которой будете тестировать. Это 20-30 сделок, не тысячи.
«Нет прав доступа» — помните спонсора из дня 1? Вот зачем он нужен. Один звонок — и права появляются. Без спонсора вы тут застрянете на неделю.
К концу дня у вас должен быть Data Readiness Checklist — простая табличка со всеми источниками данных и галочками «доступно/проверено». Плюс список интеграций со статусами. Это ваша техническая готовность.
День 3: Настраиваем AI и готовим людей
Третий день — финишная прямая перед стартом. Нужно сделать две вещи: настроить технологию и подготовить команду. Причём второе часто важнее первого.
Про технологию
Вендор настраивает AI под вашу специфику: заводит этапы воронки, поля CRM, бизнес-правила. Адаптирует промпты под вашу отрасль, продукт, стиль коммуникации. Потом прогоняет 5-10 реальных кейсов, чтобы убедиться, что рекомендации адекватные.
Отдельный вопрос — как менеджеры будут получать рекомендации. В CRM? В Slack? По почте? Выберите один канал, не распыляйтесь.
Про людей
А вот тут начинается самое интересное. Ваши менеджеры должны понять четыре вещи:
Зачем это всё? Не «руководство решило попробовать AI», а «мы хотим, чтобы вы тратили меньше времени на рутину и больше — на продажи». Выгода для них, не для компании.
Что конкретно делать? Где смотреть рекомендации, как их использовать, что нажимать. Максимально практично, без теории.
Что делать, если что-то не так? Куда писать, кому звонить. Канал обратной связи должен быть очевидным и удобным.
Это эксперимент. Ошибки нормальны. AI может давать странные рекомендации. Это не значит, что что-то сломалось — это значит, что нужно подкрутить настройки. Ваша обратная связь критически важна.
Важно: обучение — это не двухчасовая презентация в переговорке. Это 15-20 минут практического показа «делай как я». Плюс шпаргалка на одну страницу — распечатать и положить на стол. Плюс чат, куда можно написать, если что-то непонятно. Всё.
Дни 4-11: Восемь дней настоящей работы
Вот оно — ядро пилота. Восемь рабочих дней, когда ваши менеджеры реально работают с AI, а вы наблюдаете, слушаете и подкручиваете.
Как проходит типичный день
Утром менеджеры открывают CRM (или Slack, или что у вас там) и видят рекомендации от AI. «Позвони этому клиенту — он давно не отвечал». «Отправь КП этому — он дозрел». «Эта сделка под риском — вот почему». Они планируют день с учётом этих подсказок.
В течение дня — обычная работа. Звонки, письма, встречи. Но теперь с поддержкой AI: он подсказывает, что сказать, о чём спросить, когда перезвонить.
В конце дня — быстрая обратная связь. Что сработало? Что было мимо? Какая рекомендация помогла, какая — бесила?
А вы с вендором каждый день проводите 15-минутный созвон: что пошло не так, какие проблемы всплыли, что нужно срочно поправить.
На что смотреть
Используют или нет? Сколько раз менеджеры обращались к AI, какие функции трогали, какие игнорировали. Если adoption низкий — это проблема.
Рекомендации в точку или мимо? Попросите менеджеров оценивать: полезно / бесполезно / вредно. Простая галочка после каждой рекомендации. Это даст вам процент качества.
Бизнес-метрики двигаются? Конверсия, время на задачи, количество контактов — то, что договорились мерить в день 1.
Что ломается? Баги, непонятные моменты, странные рекомендации. Всё записывайте.
Что говорят люди? Не только «работает / не работает», но и «удобно / неудобно», «понятно / непонятно». Эмоции важны.
Пилот — это не один эксперимент, а несколько
Вы не просто запускаете AI и ждёте 8 дней. Вы постоянно подкручиваете:
Дни 4-5: Первые выводы. Очевидные косяки вылезают сразу — исправляете на ходу.
Дни 6-7: Более тонкая настройка. Корректируете промпты, меняете формулировки рекомендаций, добавляете контекст.
Дни 8-9: Стабилизация. Финальные правки, больше никаких изменений.
Дни 10-11: Чистый замер. Работаете без изменений — собираете данные для финального анализа.
Ведите Pilot Log — ежедневные записи о том, что происходило. Какие проблемы нашли, как решили, какие метрики получили. Это будет основой для финального отчёта — и для следующих пилотов, если этот сработает.
Дни 12-14: Время честного разговора
Пилот закончился. Теперь нужно честно посмотреть на результаты и принять решение. Не «в целом неплохо», а конкретно: масштабируем, меняем подход или сворачиваем?
День 12: Собираем всё в кучу
Выгружаете метрики за весь период пилота. Сравниваете пилотную группу с контрольной: кто показал лучше результаты? Разница статистически значима или в пределах погрешности?
Обрабатываете обратную связь от команды. Не только «понравилось / не понравилось», но и почему. Что конкретно помогало? Что мешало?
Если можете — считаете экономический эффект. Сколько времени сэкономили? Сколько это стоит в деньгах? Сколько дополнительных сделок закрыли?
Документируете технические проблемы: что ломалось, как починили, что осталось нерешённым.
День 13: Пишем отчёт (один, но важный)
Pilot Report — это не 50-страничный том. Это 3-5 страниц, которые отвечают на главные вопросы:
Что в двух словах? Первый абзац — резюме. Работает / не работает, рекомендуем масштабировать / нет. Занятой CEO должен понять суть за 30 секунд.
Что планировали vs. что получили? Помните Pilot Charter из дня 1? Вот сравниваете. Целевые метрики — фактические. С цифрами.
Что говорит команда? Цитаты, NPS, общее настроение. Люди довольны? Хотят продолжать?
Что не сработало? Честно. Какие проблемы нашли? Какие риски видите при масштабировании?
Что делаем дальше? Ваша рекомендация. И если она положительная — план развёртывания на всю команду.
День 14: Принимаем решение
Собираете спонсора и ключевых людей. 15-20 минут на презентацию результатов. 20-30 минут на вопросы и обсуждение. И — решение.
Не «давайте ещё подумаем». Не «нужно больше данных». Решение: да, нет или пробуем по-другому.
Если да — тут же согласовываете план масштабирования. Какие команды следующие? Какие ресурсы нужны? Кто отвечает?
Решение принято в день 14 — не позже. Через неделю данные устареют, люди забудут детали, момент будет упущен. Пилот либо переходит в rollout, либо закрывается с выводами. Третьего не дано.
Кто все эти люди и зачем они нужны
Пилот — это не про технологию. Это про людей. И если роли размыты — жди хаоса. Давайте разберём, кто за что отвечает.
Спонсор — это CEO или директор по продажам. Тот, у кого есть бюджет и власть. Он не занимается операционкой — за весь пилот тратит часа 2-3. Но без него ничего не работает: ни права доступа не получите, ни ресурсы не выбьете, ни решение в день 14 не примете.
Руководитель пилота (Project Owner) — главное действующее лицо. Координирует всех, решает проблемы, держит руку на пульсе. Это 2-3 часа каждый день. Обычно это кто-то из руководителей продаж или проектный менеджер. Критически важно: у этого человека должны быть полномочия принимать решения. Если каждый вопрос требует согласования с CEO — пилот растянется на месяцы.
Тимлид пилотной группы — РОП или опытный менеджер, который управляет участниками. Собирает обратную связь, мотивирует команду, решает мелкие вопросы на месте. Час-два в день.
Участники пилота — 3-5 менеджеров, которые реально работают с AI. Для них это обычная работа плюс 15-30 минут в день на обратную связь. Их задача — честно пользоваться инструментом и честно говорить, что работает, а что нет.
IT-поддержка — кто-то, кто разбирается в CRM и интеграциях. Работает по запросу: выгрузить данные, дать доступ, починить что-то сломавшееся.
Вендор AI — представитель поставщика решения. Настраивает, обучает, чинит технические проблемы. 1-2 часа в день на связи.
Главное — чтобы все понимали свои роли до старта. Не «разберёмся по ходу», а «ты отвечаешь за это, ты — за то». Иначе каждая проблема будет превращаться в поиск крайнего.
Как понять, что пилот удался
Помните, в день 1 вы договаривались о критериях успеха? Вот тут они пригодятся. Критерии не меняются по ходу пилота — это принципиально. Иначе начнётся подгонка под результат.
Давайте посмотрим на примерах, как это выглядит для разных сценариев.
Если тестируете AI для квалификации лидов
Сейчас менеджер тратит 8 минут на квалификацию лида. Хотите сократить до 4 минут. Критерий go: снижение хотя бы на 30%. Если получили 5.5 минут — уже неплохо.
Точность скоринга сейчас 60% — AI угадывает, какой лид горячий, в 6 случаях из 10. Хотите 80%, но согласны на 75%. Это измеримо: смотрите, сколько «горячих» лидов по оценке AI реально конвертировались.
Adoption — сколько менеджеров реально пользуются инструментом. Цель 100%, критерий go — хотя бы 80%. Если пользуется только один из пяти — это провал, даже если технология работает.
И NPS пилота — спрашиваете команду: «Рекомендовали бы коллегам?» Цель +30, критерий go — хотя бы выше нуля. Отрицательный NPS = люди не хотят это использовать.
Если тестируете AI для follow-up писем
Сейчас на письмо уходит 12 минут. Хотите 3 минуты, но согласны, если станет вдвое быстрее — 6 минут.
Reply rate сейчас 15%. В идеале хотите 20%, но критерий go — хотя бы не ухудшить. Если AI экономит время, но письма перестали открывать — это не победа.
Сколько менеджеры редактируют черновики AI? Цель — меньше 30%, критерий — меньше 50%. Если переписывают всё заново — зачем AI?
И общая удовлетворённость: 4 из 5, критерий — выше 3.5. Субъективно, но важно.
Если тестируете AI для анализа звонков
Точность транскрипции — цель 90%, критерий 85%. Если AI путает имена и цифры — бесполезно.
Время на review звонка: с 15 минут хотите до 3, критерий — хотя бы вдвое быстрее.
Выявление action items: сейчас менеджеры вручную выписывают 70% задач после звонка. Хотите, чтобы AI ловил 95% автоматически, критерий — 85%.
Полезность insights — менеджеры говорят «это реально помогает» или «ну такое»? Цель 4/5, критерий — выше 3.
Бумажки, которые реально нужны (и только они)
Документация — это не бюрократия. Это ваша страховка и память проекта. Но документов должно быть ровно столько, сколько нужно, не больше.
День 1 — Pilot Charter. Одна страница. Цели, кто участвует, что тестируем, как измеряем успех. Подпись спонсора. Создаёт руководитель пилота.
День 2 — Data Readiness Checklist. Табличка: источник данных — есть доступ? — проверено? IT и вендор заполняют вместе.
День 3 — Quick Start Guide. Шпаргалка для менеджеров. Одна страница: что нажимать, куда смотреть, куда писать, если сломалось. Вендор пишет, руководитель пилота проверяет.
Дни 4-11 — Pilot Log. Ежедневные заметки: что сегодня было, какие проблемы нашли, как решили, какие метрики увидели. Руководитель пилота ведёт каждый вечер — 10 минут работы.
Дни 4-11 — Feedback от команды. Простые формы: полезно / не полезно, что понравилось, что бесило. Можно Google Forms, можно в чате, можно голосом на созвоне — главное, чтобы было.
Дни 4-14 — Дашборд метрик. Табличка в Excel или Google Sheets: целевые метрики, текущие значения, динамика по дням. IT помогает с выгрузками, руководитель пилота обновляет.
День 13 — Pilot Report. Итоговый документ. 3-5 страниц с ответами на главные вопросы: что получилось, что нет, рекомендация, план. Руководитель пилота пишет, опираясь на Pilot Log.
День 14 — Решение. Одна страница: go / no-go / pivot, обоснование, подпись спонсора. Это официальный результат пилота.
После дня 14 — Rollout Plan (если решили масштабировать). Кто следующий, какие ресурсы нужны, кто отвечает, какие уроки учитываем из пилота.
Семь способов убить пилот (и как не попасться)
Я видел десятки пилотов. Большинство провалились не из-за технологии, а из-за организационных ошибок. Вот самые частые — и как их избежать.
«Посмотрим, понравится ли» — классика. Критерии успеха не определены, каждый понимает по-своему. Через две недели одни говорят «круто», другие — «отстой». Консенсуса нет, решение не принято. Вывод: договаривайтесь о метриках в день 1, записывайте, не меняйте.
«Давайте протестируем сразу всё» — ещё одна классика. Квалификация, письма, звонки, скоринг — всё за две недели. В итоге ни одно направление не протестировано нормально. Вывод: один-два сценария, не больше. Лучше глубоко, чем широко.
«Объясним по ходу» — менеджеры узнают про пилот в день запуска. Не понимают зачем, не видят для себя пользы, тихо саботируют. Adoption 20%, feedback негативный, пилот провален — хотя технология могла работать. Вывод: готовьте людей заранее, объясняйте выгоду лично для них.
«Я сам это запущу» — энтузиаст из продаж запускает пилот без поддержки руководства. Первая проблема с доступами или интеграцией — и всё встаёт на месяцы. Вывод: без спонсора с властью и бюджетом не начинать.
«Контрольная группа не нужна» — все работают с AI, сравнивать не с кем. Результаты улучшились? Отлично! Или это сезонность? Или новый лендинг дал больше лидов? Или просто повезло? Без контрольной группы — не докажете ничего. Вывод: контрольная группа обязательна.
«Да это мелочи» — AI иногда даёт странные рекомендации, но в целом нормально. Эти «иногда» накапливаются, команда перестаёт доверять инструменту. Вывод: фиксируйте каждую проблему, разбирайтесь в причинах, исправляйте сразу.
«Надо ещё подумать» — пилот закончился, но решение не принято. Через месяц данные устареют, люди забудут контекст, энергия уйдёт. Вывод: решение принимается в день 14. Точка.
Что дальше: три варианта финала
День 14 прошёл, решение принято. Что теперь?
Вариант 1: Вперёд, масштабируем!
Критерии достигнуты, команда довольна, ROI понятен — зелёный свет на rollout.
Что делать: утвердить бюджет, определить следующие команды (волны масштабирования), назначить ответственного за внедрение. И обязательно — записать уроки пилота. Что сработало? Что можно было сделать лучше? Эти записи сэкономят время и нервы при следующих волнах.
Вариант 2: Пробуем иначе
Технология работает, но не так, как ожидали. Или работает, но не для этого сценария. Или нужны серьёзные доработки.
Что делать: честно зафиксировать, что не сработало и почему. Определить альтернативный сценарий — может, AI лучше справится с другой задачей? Запланировать пилот 2.0 с учётом выводов. Не сразу, но с конкретными сроками.
Вариант 3: Не наш случай
Критерии не достигнуты, команда не в восторге, проблем больше, чем пользы. Решение — не масштабировать.
Что делать: задокументировать причины отказа (пригодится, когда кто-то снова предложит «а давайте попробуем AI»). Зафиксировать условия, при которых можно вернуться к теме — может, через год технология дозреет. И обязательно — поблагодарить команду. Они честно работали и давали обратную связь. Это ценно.
Кстати, no-go — это не провал. Это успешный эксперимент. Вы за две недели и минимальные деньги узнали, что это решение вам не подходит. Представьте, если бы вы сразу внедрили на всю компанию? Вот это был бы провал. А пилот с выводами — это победа, даже если вывод отрицательный.
Готовы ли вы к пилоту? Быстрая проверка
Перед тем как нажать «старт», пробегитесь по этому списку. Если где-то нет галочки — разберитесь с этим до запуска, а не в процессе.
Люди на месте? Есть спонсор с бюджетом и властью. Есть руководитель пилота с выделенным временем (2-3 часа в день). Есть 3-5 менеджеров, готовых участвовать. Есть контрольная группа для сравнения.
Понимание есть? Выбран один-два сценария для тестирования — не больше. Определены метрики успеха с конкретными цифрами. Записаны критерии go/no-go — при каком результате масштабируем.
Технически готовы? Данные доступны и проверены. IT может помочь с интеграциями. Вендор AI готов к настройке и поддержке.
Команда в курсе? Менеджеры знают о пилоте заранее. Понимают, зачем это нужно. Видят пользу для себя, а не только для компании.
Всё на месте? Тогда вперёд.
Что почитать дальше
Если тема зацепила — вот несколько статей, которые дополнят картину:
12 ошибок внедрения AI в продажи — подробнее о том, что может пойти не так не только в пилоте, но и при масштабировании.
Управление изменениями при внедрении CRM/AI — как работать с сопротивлением команды. Спойлер: это не про технологию, это про людей.
ROI автоматизации: как посчитать эффект от AI — конкретные формулы и методики. Пригодится для Pilot Report.
30-дневный план внедрения LLM в CRM — что делать после успешного пилота. Масштабирование — это отдельное искусство.
Хотите запустить AI-пилот правильно?
Поможем спланировать и провести пилот AI в вашем отделе продаж. Чёткие критерии, правильные метрики, реалистичные ожидания — и честный ответ, подходит ли вам это решение.
Обсудить пилот