Собственник производственной компании: сорок сотрудников, три направления, и весь входящий поток — звонки, почта, мессенджеры — сходится лично на нём.
Компания продаёт промышленное оборудование: цикл сделки длинный, чек высокий, каждая упущенная заявка заметна. Собственник подозревал, что менеджеры где-то теряют клиентов, но доказать это не мог: слушать все звонки нереально, а выборочно — попадаешь на удачные.
Он делал это сам. Открывал записи вечером, слушал десять-пятнадцать разговоров подряд, выписывал в блокнот, кто что упустил. Уходило около десяти часов в неделю — полтора рабочих дня собственника на работу контролёра. Выводы получались обрывочные: за неделю накапливалось две сотни звонков, он успевал послушать пятнадцать.
Первым делом сняли с него не сам контроль, а подготовку к контролю. ИИ разбирает сто процентов разговоров по чек-листу, который собственник сам и утвердил: поздоровался, выявил потребность, назвал цену, договорился о следующем шаге, зафиксировал дату. К утру понедельника у него лежит сводка — где чек-лист провален, какие сделки под риском, кто из менеджеров просел по конкретному пункту.
Решения остались за ним. Система не пишет менеджерам и не выносит выговоров, она показывает, куда смотреть. На разбор недели вместо десяти часов стало уходить около тридцати минут, и эти тридцать минут весомее, потому что основаны на всех двухстах звонках, а не на пятнадцати случайных.
Конверсия отдела выросла на 27% за два месяца. Не потому, что ИИ продавал, а потому что стало видно, какой именно шаг менеджеры пропускают чаще всего — и это разобрали на одной планёрке.
«Я думал, что покупаю контроль. Оказалось, купил полтора дня в неделю, которые до этого сам у себя отнимал».
Кейс реальный, компанию не называем по NDA. Ваши цифры зависят от того, сколько времени вы сейчас тратите на разбор вручную и насколько формализован ваш чек-лист.