Александр Вариводов: «ИИ не чинит хаос в продажах — он его масштабирует»
Александр Вариводов — программист и специалист по интеграции искусственного интеллекта в CRM-системы, автор научных статей о применении ИИ в бизнесе, спикер и эксперт международных форумов. Рассказываем, как устроена его работа и какую пользу она приносит бизнесу, и задаём пять вопросов о том, почему ИИ окупается не у всех.
Пилот есть, эффекта нет
За четыре года, прошедшие с появления массовых нейросетей, вопрос «нужен ли бизнесу ИИ» задавать перестали. По данным совместного исследования «Яков и Партнёры» и «Яндекса», генеративный ИИ используют 71% крупных российских компаний. Опрос СберПро и TAdviser, проведённый летом 2026 года среди более чем ста руководителей, рисует картину осторожнее: 31% применяют технологию в рабочих процессах, ещё 43% экспериментируют или ведут пилотные проекты.
С глубиной всё иначе. Платформа автоматизации Nodul разобрала 9,7 млн операций своих клиентов за февраль 2026 года: с участием ИИ выполнялось 5,3% из них. Около трети таких операций приходится на генерацию текста, ещё примерно 22% на классификацию и маршрутизацию заявок и лидов.
Иначе говоря, ИИ есть почти у всех, кто им интересовался, но чаще в роли помощника для писем, чем в роли части процесса. Между «попробовали» и «встроили» лежит работа, которую нельзя купить по подписке. На этом участке и работает Александр Вариводов.
Там, где данные встречаются с деньгами
CRM — единственная система в компании, где в одном месте сходятся обращения клиентов, звонки, переписка и сделки. Она же хронически страдает от человеческого фактора: карточки заполняются в конце дня по памяти, причины отказов не фиксируются, прогноз продаж строится на ощущениях.
Именно поэтому языковые модели дают здесь быстрый и понятный результат. Они читают входящую заявку и определяют, кому её передать. Слушают звонок, пишут краткое резюме и сами заполняют карточку. Напоминают менеджеру о следующем шаге и показывают руководителю сделки, которые «зависли». Ничего из этого не требует научных прорывов. Требуется другое: чтобы модель была подключена к настоящим данным компании и встроена в настоящий порядок работы.
Инженер, который пришёл в тему до хайпа
Вариводов занялся прикладным ИИ раньше, чем тема стала модной. В июне 2022 года, за несколько месяцев до выхода ChatGPT, он выступал на международном форуме «Наш мир. Дни российского гостеприимства в Москве» с докладом «Искусственный интеллект в маркетинге». «В 2022 году ИИ в бизнесе называли игрушкой», — вспоминал он позже в интервью TAdviser. Уже тогда он был уверен, что через пару лет без технологии не обойдётся ни одна компания.
С тех пор он совмещает практику с исследовательской и преподавательской работой. В 2023 году провёл мастер-классы по основам ИИ для студентов Оренбургского государственного университета и Московского государственного областного университета. В 2026 году в научном журнале «Актуальные исследования» вышли 11 его статей: об интеграции ИИ в CRM-системы и управление продажами, об автоматизации маркетинга, финансовом планировании, оценке предпринимательских рисков, управлении персоналом. Отдельная работа посвящена тому, как измерять эффективность таких внедрений.
Он входил в жюри конкурсов стартапов и областного студенческого форума, а в 2023 году получил общественную награду — Евразийский знак почёта «Мир Евразии XXI век» II степени.
Четыре этапа вместо одной кнопки
Свою работу Вариводов описывает как четыре последовательных этапа: аудит, внедрение, обучение команды клиента и сопровождение.
Аудит отвечает на вопрос, где компания теряет деньги и время: сколько заявок остаётся без ответа, на каком этапе застревают сделки, что менеджеры вносят в систему, а что держат в голове. Внедрение означает не установку чат-бота, а встраивание модели в конкретные точки процесса: разбор обращений, резюме звонков и переписки, заполнение карточек, подсказки по следующему шагу, прогноз по сделкам. Обучение нужно, чтобы сотрудники пользовались системой, а не обходили её. Сопровождение — потому что модели, продукты и сам бизнес клиента меняются быстрее, чем заканчивается проект.
Пользу для заказчика он формулирует просто. Менеджеры тратят время на разговоры с клиентами, а не на ввод данных. Руководитель видит воронку, которой можно верить. Собственник получает цифры «до» и «после» вместо впечатлений.
«Знание конкретных моделей устаревает быстро. Инженерное мышление и интерес к чужому бизнесу остаются»
Отсюда и его требования к тем, кто делает такие проекты: инженерное мышление, готовность разбираться в бизнесе заказчика и умение объяснять сложное простыми словами.
Пять вопросов Александру Вариводову
— Александр, в 2022 году, по вашим словам, ИИ в бизнесе называли игрушкой. Как его называют сейчас?
— Строкой бюджета. Вопрос «зачем» сменился вопросом «где эффект», и это честный вопрос. Многие компании купили подписки, раздали сотрудникам доступы и получили красивые письма при прежней выручке. Игрушка становится инструментом в тот момент, когда у неё появляются владелец процесса, метрика и место в ежедневной работе. Без этого ИИ остаётся дорогим автозаполнением.
— Почему вы сосредоточились именно на CRM?
— Потому что там лежат деньги и там же лежит правда о компании. В CRM видно, сколько заявок пришло, кто на них ответил, через сколько часов и чем всё закончилось. ИИ сильнее всего там, где много однотипных текстов и разговоров: он читает заявку, слушает звонок, заполняет карточку, напоминает о следующем шаге.
Менеджер перестаёт быть оператором ввода данных и возвращается к разговору с клиентом. А руководитель впервые получает систему, которой можно верить, потому что её заполняет не человек в конце дня по памяти.
— С какой ошибки обычно начинается неудачное внедрение?
— С покупки инструмента до описания процесса. ИИ не чинит хаос в продажах, он его масштабирует. Если в компании не договорились, что такое квалифицированный лид и кто за него отвечает, нейросеть будет очень быстро и очень уверенно раскладывать заявки неправильно.
Вторая ошибка — забыть про людей. Проекту нужны три роли: тот, кто понимает бизнес-процесс, тот, кто делает техническую часть, и тот, кто приучает команду пользоваться результатом. На третьей роли экономят чаще всего, и система остаётся жить в презентации.
«Игрушка становится инструментом, когда у неё появляются владелец процесса, метрика и место в ежедневной работе»
— Как собственнику понять, что проект окупился?
— Зафиксировать цифры до старта. Звучит банально, но большинство компаний не знают ни своей скорости ответа на заявку, ни доли сделок, потерянных без объяснения причин. Я смотрю на три группы показателей. Время: скорость первого ответа и часы менеджера на рутину. Деньги: конверсия по этапам воронки, средний чек, повторные продажи. Качество данных: доля карточек, заполненных полностью.
Если через квартал ни один показатель не сдвинулся, проект нужно останавливать или перестраивать, а не давать ему ещё время. По той же причине к модели «оплата за результат» я отношусь осторожно: отделить вклад ИИ от сезона, рекламы и нового руководителя отдела продаж трудно.
— Заменит ли ИИ менеджеров по продажам?
— Он заберёт ту часть работы, которую менеджеры и сами не любят: отчёты, перенос данных, типовые ответы. Продажа сложного продукта держится на доверии, и здесь человек остаётся. Но требования к нему вырастут. Менеджер, который умеет поставить задачу модели и проверить результат, будет заметно сильнее коллег без этого навыка.
В ИИ решают не модели, а люди, умеющие с ними работать, и к отделу продаж это относится так же, как к разработчикам.
Василий Черный

