Выделите текст, чтобы комментировать.
Разбираю, какую работу ИИ не заберет даже в 2026 году, и почему граница проходит не там, где кажется на планерках.
«Зачем нам два сейлза, если агент теперь сам разбирает лидов, пишет письма и готовит саммари звонков?»
Эту фразу в 2026 году произносят чаще, и обычно не в шутку. Дашборд действительно впечатляет: за выходные ИИ-агент обработал несколько сотен обращений, расставил приоритеты по базе лидов, накидал черновики трех коммерческих предложений. Руководитель смотрит на цифры и делает логичный, казалось бы, следующий шаг — сокращает штат там, где раньше сидели живые люди, разбиравшие входящие письма и звонившие по остывшим базам.
Но затем сделки, которые раньше просто «зависали», теперь зависают на другом шаге: клиент получил идеально выверенное письмо, прочитал точный по цифрам анализ и все равно просит созвон с живым человеком, прежде чем подписать. Штат уже сократили, а разрыв между «агент все обработал» и «сделка закрыта» никуда не делся, только переместился на этап, где раньше сидел человек и о котором никто не подумал заранее.
Разрыв предсказуем, если знать, где он возникает. ИИ не работает хуже, чем обещали, как раз с рутиной он справляется на пять с плюсом. Просто формула результата сделки теперь изменилась, а решения о сокращении штата принимаются по старой.
Где ИИ на самом деле сильнее — и это нормально
Основатель SaaStr Джейсон Лемкин, разбирая рынок на 2026 год, говорит честно: ИИ уже способен обходить по результативности нижние 30–40% штатных продавцов и особенно силен на сделках дешевле десяти тысяч долларов, там, где решение принимается быстро, шаблонно, без цепочки согласований. Похожая картина в поддержке: компании, заменившие ИИ-инструментами 20–40% саппорт-команды, попадают в топ-10% по индексу удовлетворенности клиентов.
Российский рынок не отстает. По совместному исследованию «Яков и партнеры» и Yandex B2B Tech «Искусственный интеллект в России — 2025», 71% крупных компаний в стране уже применяют генеративный ИИ хотя бы в одной бизнес-функции, а 63% — конкретно в маркетинге и продажах. Это уже не эксперимент энтузиастов, а рабочая инфраструктура отдела.
Показательный пример: по данным пресс-службы «ВымпелКома», ИИ-агент «Суфлёр», внедренный в B2B-продажах «Билайна», почти удвоил конверсию и сократил цикл сделки с 29 до 21 дня, а менеджеры сэкономили до 80% времени на рутинных операциях. Отрицать такой эффект бессмысленно и вредно для бизнеса. Вопрос не «работает ли ИИ», а что именно из работы продавца он забирает, а что не может забрать в принципе.
Первый множитель: доверие покупатель продолжает проверять у человека
Здесь и начинается граница. По данным Gartner (2026), 69% B2B-покупателей используют выводы генеративного ИИ, чтобы подготовить запрос, сравнить поставщиков и разобрать условия контракта, но затем идут проверять эти выводы у живого продавца. Генеративный текст стал слишком дешевым, чтобы быть аргументом.
Из недавнего майского отчета Gartner за 2026 год, именно доверие, а не внимание аудитории, становится главным дефицитным ресурсом для бренда в эпоху легко тиражируемого ИИ-контента. Если «анализ» и текст может сгенерировать кто угодно за секунды, ценность смещается к тому, кто готов лично подтвердить свои слова перед конкретным человеком и нести за них репутационную ответственность.
Это меняет саму роль продавца на переговорах, он перестает быть тем, кто первым приносит информацию, и становится тем, кто последним ее подтверждает.
Второй множитель: сложная сделка держится на нескольких контактах, а не на одном
Второй фактор виден в данных Gong: у выигранных сделок в среднем на 67% больше вовлеченных контактов на стороне клиента, чем у проигранных. Больше людей в сделке — это не более сложные переговоры, а более высокий шанс ее закрыть, если с каждым выстроен отдельный контакт.
Параллельная работа с финансовым директором, техническим директором и закупщиком одной компании — это не сбор информации о трех людях, а выстраивание личного доверия с каждым по отдельности, часто в разном темпе и с разной аргументацией. ИИ может подсказать, кому и когда написать следующим. «Быть» человеком, которому финансовый директор верит по итогам пяти личных встреч, он не может.
Третий множитель: данные, которым пока нельзя доверять вслепую
Третья причина устойчивости границы приземленнее двух первых — качество данных. По данным Clari, 67% руководителей по доходам не доверяют прогнозам, которые выдают их же системы. Итог виден и в самой ROI-статистике: по данным BCG, только 5% компаний в мире получают ощутимый эффект от ИИ-внедрений, у 60% эффект минимален или отсутствует вовсе.
Дело не в слабости моделей, а в том, что ИИ, обученный на захламленной CRM с дублями и пустыми карточками, не устраняет ошибки, а ускоряет их распространение. Мусор на входе дает мусор на выходе, только быстрее и в больших объемах, чем раньше.
Любопытно, что страх людей перед ИИ при этом падает, а не растет: по совместному опросу НИУ ВШЭ и РОМИР (2026, 2500 респондентов), доля медиасообщений о страхе потери профессии из-за ИИ упала с 29,6% в 2025 году до 1,7% в 2026-м, при этом 44% россиян уже пользуются нейросетями лично. Люди быстрее привыкают к инструменту и параллельно замечают, где именно он спотыкается.
Пять типов работы, которые остаются за человеком
Три множителя выше складываются в пять предметных зон ответственности.
Тот, кто подтверждает выводы ИИ своей репутацией
Раз 69% покупателей все равно идут проверять ИИ-анализ у продавца, роль последнего смещается с «того, кто первым приносит информацию» на «того, кто берет на себя ответственность за рекомендацию» перед конкретным человеком в конкретной компании, а не перед алгоритмом.
Тот, кто ведет мультитрединг на уровне первых лиц
Параллельная работа с несколькими контактами, каждый из которых требует своего темпа доверия и своей аргументации, — это работа с мотивами людей внутри организации клиента, а не с данными о них.
Тот, кто разруливает нестандартную и конфликтную ситуацию
Российские кейсы внедрения ИИ-ботов в продажах прямо фиксируют закономерность: типовые обращения агент закрывает почти полностью, а конфликты и нестандартные случаи лучше решает человек, потому что там нужна не логика по сценарию, а суждение в моменте.
Тот, кто физически едет к клиенту и ведет внедрение
Для сделок на шесть нулей и выше решающим фактором остается человек, который может сесть в самолет, поехать к клиенту и сопровождать сложное внедрение месяцами личного взаимодействия, а не только прислать точный анализ.
Тот, кто обучает и мотивирует команду продаж
ИИ-коучинг помогает продавцам запоминать больше материала, но мотивацию, доверие и изменение поведения команды на длинной дистанции обеспечивает человек-руководитель. Разделение труда здесь простое: пусть ИИ коучит сделку, а менеджер — продавца.
Где «человек все равно нужен» — это отговорка, а не аргумент
Было бы нечестно закончить на этом и не сказать, где тезис «ИИ никогда не заменит человека» перестает быть аргументом и превращается в оправдание не автоматизировать то, что давно пора автоматизировать.
Если у вас транзакционные продажи с низким чеком, коротким циклом и минимумом стейкхолдеров, например, повторные закупки типовых позиций или digital-продукт с самостоятельной оплатой, держать здесь человека «для доверия» экономически чаще всего не оправдано. Именно в этом сегменте, по оценке SaaStr, ИИ уже обгоняет нижние 30–40% штатных продавцов по результативности, и сопротивление автоматизации тут — не забота о качестве отношений с клиентом, а страх перемен внутри команды.
Точно так же не работает аргумент «человек важнее» там, где реальная причина слабых результатов — не отсутствие личного контакта, а хаос в данных. Если в CRM годами копились дубли и пустые карточки, ни человек, ни ИИ не дадут внятного прогноза: оба работают с одним и тем же мусором на входе, и разговоры про «незаменимость человека» здесь просто маскируют нежелание навести порядок в базе.
Где в этой картине место ИИ — до первого касания, а не вместо человека
Если пять ролей выше действительно остаются за человеком, у ИИ в продажах остается вполне конкретная работа — не заменять эти роли, а расчищать до них путь: собрать список компаний под ICP, обогатить данными, найти точку входа среди ролей внутри компании, подготовить повод для разговора, который можно подтвердить фактом, а не общей фразой про «лидера рынка».
Именно этим в aiWarmUp мы и занимаемся: находим аккаунты под ваш профиль клиента, обогащаем их данными из открытых источников, собираем верифицированные контакты и готовим повод для первого касания, то есть закрываем разведку до момента, где решает уже не скорость ответа, а тот самый первый множитель, доверие. Сервис не придумает за вас ценность продукта и не подтвердит своей репутацией сделку на шесть цифр — это как раз то, что по-прежнему делает человек.
Итог
Граница между ИИ и человеком в продажах в 2026 году проходит между тем, что можно проверить фактом, и тем, что можно проверить только личным доверием.
ИИ не сокращает работу продавца, он автоматизирует всё, что не требовало продавца изначально, и оставляет ему только то, за что действительно платят.
