Меню
КЛИЕНТ ПОД NDA
AI-разработка · B2B

AI-агент для квалификации заявок, B2B

Агент отслеживает входящие обращения, отсеивает нецелевые и ставит встречи в календарь без участия менеджера. Задача была не «внедрить нейросеть», а убрать ручную работу там, где она не требует решений человека.

Агент
конверсия с первого мес.
AI-агент для квалификации заявок, B2B

Контекст

Ниша: B2B SaaS-платформа (международный рынок).
Клиент: компания попросила не раскрывать название (NDA).
На старте: 3 sales-менеджера, поток входящих лидов, квалификация занимала два рабочих дня. До встречи доходила лишь небольшая часть обращений.

Задача

Сократить время до первого контакта и автоматизировать квалификацию: первичная классификация лида, проверка профиля, постановка встречи в календарь — без участия sales.

Что сделали

1. Карта данных лида

Определили какие сигналы нужны для квалификации: размер компании (Clearbit/Apollo), индустрия, должность контакта, технологический стек (BuiltWith). 14 параметров для скоринга.

2. AI-агент на LangGraph

Архитектура: оркестратор → 4 специализированных агента (research, scoring, outreach, calendar). Использует GPT-4o + Claude 3.5 для разных задач. Логирование решений для аудита.

3. Интеграции

HubSpot CRM (запись лидов), Cal.com (бронирование встреч), Slack (нотификации команде), Sentry (мониторинг ошибок агента).

4. Тестирование на 200 лидах

Параллельно: половина лидов идёт через агента, половина — через менеджеров. Сравнили: конверсия, качество встреч (NPS sales-команды), время на первый контакт.

5. Постепенный rollout

Месяц 1: 30% трафика. Месяц 2: 70%. Месяц 3: 100%. Менеджеры освободились для важных переговоров на средних и крупных сделках.

Результаты

Цифры по проекту мы не публикуем. Часть данных клиент просил не раскрывать, а проценты без доступа к его системам ничего не доказывают: рост с двух визитов до шести тоже выглядит внушительно. На встрече показываем проект с доступом к Метрике и Вебмастеру — и объясняем, за счёт чего пришёл результат.

Сроки и бюджет

3 месяца на разработку + 2 месяца на A/B-валидацию. Стек: TypeScript + LangGraph + Vercel. Стоимость LLM ~$700/мес при 3 000 лидах.

Что было непросто

Первые две недели агент путал должности (CEO стартапа vs CEO корпорации). Решение: дополнительный шаг проверки через LinkedIn + размер компании. Также пришлось добавить «escalation»: если агент не уверен в квалификации (confidence < 70%) — передаёт лиду менеджеру.