Внедрили AI-агента на базе GPT-4 для автоматической квалификации, обогащения и назначения встреч лидов в CloudHR. Время реакции на заявку сократилось с 6 часов до 30 минут, конверсия в квалифицированную встречу выросла на 40%.
Хочу такой же результат →CloudHR — HR-tech платформа для автоматизации рекрутинга и управления персоналом. Компания работала с B2B-сегментом (средний и крупный бизнес, 200–5000+ сотрудников). Основной источник лидов — контент-маркетинг, вебинары и партнёрские интеграции. Объём входящих заявок вырос до 500–700 в месяц, но отдел продаж не справлялся с ручной квалификацией.
Проблема была классической: менеджеры тратили до 6 часов на первичную обработку одной заявки (проверка данных компании, уточнение численности, сбор информации о текущем HR-стеке, назначение времени демо). Более 70% лидов «остывали» за первые сутки — потенциальные клиенты находили конкурентов или теряли интерес. Конверсия из заявки в первую демо-встречу составляла всего 11%, а среднее время от лида до встречи — 3,5 дня.
Финансово это выглядело так: при среднем чеке €12 000/год и конверсии в сделку 5% компания теряла около €180 000 выручки ежемесячно из-за задержек и «упавших» лидов. Маркетинг тратил €35 000 в месяц на привлечение, но эффективность упиралась в воронку продаж.
Мы внедрили AI-агента на базе GPT-4 с кастомными промптами, интегрированного через API с их CRM (HubSpot) и LinkedIn Sales Navigator. Агент работал в три этапа: 1) автообогащение лида данными о компании (отрасль, численность, HR-стек, контакты ЛПР), 2) квалификация по BANT-фреймворку (бюджет, authority, потребность, сроки), 3) автоматическое назначение демо-встречи в календарь через Calendly с персональным письмом-приглашением.
Ключевое техническое решение — мультиагентная система с разными ролями: «Квалификатор» проверял лида по чек-листу, «Исследователь» вытягивал данные из открытых источников (Crunchbase, LinkedIn, сайт компании), «Коммуникатор» генерировал персонализированное сообщение с упоминанием специфики бизнеса клиента. Всё это работало в реальном времени — после заполнения формы на сайте агент запускался автоматически.
Мы обучили модель на истории из 2000+ предыдущих сделок CloudHR, чтобы она понимала, какие признаки указывают на «горячего» лида. Промпты включали 15 критериев оценки, от размера компании до наличия конкурентов в стеке. Система также автоматически присваивала скоринг (A/B/C/D) и отправляла только A и B лиды менеджерам, а C и D — в nurture-последовательность.
Проанализировали 3 месяца логов CRM: 2100 лидов, время обработки, конверсию по сегментам. Выявили, что 65% времени уходит на ручной сбор данных о компании и контактах.
Написали 12 промптов для GPT-4: 4 — для квалификации (BANT), 4 — для обогащения (LinkedIn, Crunchbase, сайт), 4 — для генерации писем. Настроили API-связку HubSpot → AI → Calendly.
Через Proxycurl API настроили автоматическое извлечение профилей ЛПР, их ролей, стажа и связей. Данные подтягивались за 10–20 секунд на лида.
Запустили A/B-тест: 50% лидов обрабатывал AI, 50% — менеджеры вручную. За 2 недели скорректировали веса критериев — точность квалификации выросла с 72% до 91%.
Развернули систему на всех входящих лидах. Настроили дашборд в HubSpot с метриками: время обработки, конверсия в демо, ROI. Еженедельные ревью промптов.
Через 4 месяца работы AI-агента CloudHR получила следующие результаты:
Время реакции на лид сократилось с 6 часов до 30 минут — в 12 раз быстрее. Конверсия из заявки в квалифицированную демо-встречу выросла с 11% до 29% (прирост в 2,6 раза). Среднее время от лида до первой встречи уменьшилось с 3,5 дней до 4 часов — в 6 раз быстрее.
Финансовый эффект: при ежемесячных затратах на AI-агента €4 200 (включая API, хостинг и поддержку) и среднем чеке €12 000, система принесла дополнительно 47 квалифицированных встреч в месяц, из которых 14 закрылись в сделки. Дополнительная выручка — €168 000/мес. ROI = (168 000 - 4 200) / 4 200 * 4 месяца ≈ 9.1x.
Отдельно отметили снижение нагрузки на SDR-команду: менеджеры перестали тратить время на рутинный сбор данных и квалификацию, сосредоточились на закрытии сделок. Текучка в отделе продаж снизилась на 30%.
GPT-4 (OpenAI API) — ядро мультиагентной системы, HubSpot CRM — управление лидами и автоматизация, LinkedIn Sales Navigator + Proxycurl API — обогащение данных о компаниях и контактах, Calendly — автоматическое назначение встреч, Python (FastAPI) — бэкенд-обвязка для оркестрации агентов, LangChain — фреймворк для цепочек промптов и памяти агентов.
«До внедрения AI мы буквально тонули в лидах. Каждое утро начиналось с того, что SDR-ы вручную гуглили компании, проверяли численность, искали контакты. Это занимало часы, а лиды остывали. Сейчас система делает всё за 30 минут: квалифицирует, обогащает, назначает встречу. Мы перестали терять сделки из-за скорости реакции. ROI посчитали сами — 9 к 1 за 4 месяца. Это лучший инструмент, который мы внедрили за последние два года.»
Мария Ковалёва, VP of Sales
CloudHR
Первый аудит — бесплатно. Разберём вашу задачу и покажем, где AI даст максимальный эффект.
Обсудить проект →← Все кейсы | На главную