ИИ-агент в CRM: как Битрикс24 и amoCRM автоматизируют работу с карточкой клиента

Когда CRM уже умеет ИИ, а когда нужен отдельный агент

Когда говорят «внедрим ИИ в CRM», часто не замечают главного: в Битрикс24 и amoCRM уже есть встроенный ИИ, и для многих задач его достаточно. Он резюмирует звонки, помогает заполнять поля, генерирует тексты, анализирует переписку, ставит задачи и двигает сделки по понятным правилам. Если весь процесс живёт внутри CRM и данные уже там — это самый быстрый и дешёвый вариант.

Но как только процесс выходит за границы CRM, встроенного функционала становится мало. Клиент пишет в мессенджер до создания сделки, цену нужно сверить с 1С, наличие — со складом, статус — с внутренним сервисом, а персональные данные нельзя передавать во внешний контур. В таких сценариях нужен не просто «ИИ в CRM», а агент, который умеет работать поверх CRM и других систем.

Простое правило: если задача целиком внутри CRM и данные уже там — берите встроенный ИИ: это дешевле и быстрее. Отдельный агент нужен, когда процесс выходит за границы CRM.

Коротко о подходе: не вместо CRM, а поверх процесса

ИИ-агент внутри CRM — это не замена Битрикс24, amoCRM или менеджеров по продажам. В правильной архитектуре он становится рабочим слоем между каналами общения, CRM, учётной системой, складом, телефонией и внутренними регламентами компании. Он получает событие, понимает контекст, обращается к разрешённым инструментам и возвращает результат в карточку клиента или сделку.

Важно не путать агента с чат-ботом. Чат-бот обычно идёт по заранее прописанному сценарию: спросил, получил ответ, перешёл на следующую ветку. Агент работает гибче: может извлечь данные из разговора, проверить их во внешней системе, выбрать следующий шаг, сформировать задачу менеджеру и записать пояснение в карточку. Но именно поэтому ему нужны ограничения, права доступа и понятные правила, где он действует сам, а где просит подтверждение.

Хорошая автоматизация CRM с ИИ начинается не с выбора модели, а с честного вопроса: какую часть процесса мы хотим улучшить — скорость первого ответа, качество заполнения карточек, дисциплину менеджеров, обработку заявок после рабочего дня или связку CRM с 1С и складом?

Что уже умеет Битрикс24

В Битрикс24 встроенный ИИ развивается как часть самой платформы. С 2026 года продукт называется BitrixGPT; прежнее название уже не используется, и это важно учитывать при подготовке материалов, инструкций и внутренних регламентов.

BitrixGPT закрывает несколько практических задач отдела продаж. Он может расшифровать запись звонка, сделать краткое резюме разговора и помочь менеджеру не перечитывать длинную историю коммуникации. Он умеет автозаполнять пустые поля карточки по содержанию разговора и переписки: если клиент назвал компанию, город, сроки или потребность, эти сведения можно перенести в CRM без ручной рутины.

Отдельный блок — скрипты продаж и речевая аналитика. Система может оценивать соблюдение скрипта, фиксировать возражения, помогать руководителю отдела продаж видеть не только итог сделки, но и качество диалога. Для команд, где десятки звонков в день, даже простая сводка экономит часы прослушивания.

Есть и генеративные функции: письма, коммерческие предложения, описания задач, формулировки для переписки. Кроме того, заявлены возможности агента, который по описанию на естественном языке может создавать воронки, стадии и поля. Для встреч и видеозвонков предусмотрен BitrixGPT Follow-up: резюме, договорённости и задачи по итогам разговора.

По моделям Битрикс24 использует собственные BitrixGPT и BitrixAudio для распознавания речи, а также YandexGPT и GigaChat. Другие модели можно подключать через приложения из Маркета. Это важная деталь: в некоторых сценариях компании нужна не абстрактная «нейросеть», а конкретная модель из-за качества, стоимости, политики обработки данных или требований безопасности.

По стоимости для российского рынка на сентябрь 2026 года в открытых материалах указаны облачные тарифы 1 000, 3 000, 6 000 и 13 600 ₽ в месяц, коробочная версия — от 19 500 ₽. Для работы BitrixGPT в коробке нужна платформа не ниже 24.700.0. С 15.04.2026 изменилась стоимость для коробочных версий; в России действует скидка 50% до 15.04.2027. Перед публикацией и перед расчётом проекта тарифы нужно сверять: у CRM-платформ цены и состав функций меняются несколько раз в год.

Что уже умеет amoCRM

В amoCRM встроенные ИИ-возможности представлены через amoAI. Важное ограничение: amoAI доступен на тарифе «Профессиональный» и выше. Для части компаний это сразу превращает вопрос в экономический расчёт: дешевле ли перейти на старший тариф ради встроенных функций или разумнее подключить отдельное решение под конкретный процесс.

amoAI анализирует переписку и историю сделки, после чего может выполнять действия в CRM: ставить задачи, менять ответственного, перемещать сделку по воронке, запускать Salesbot, проставлять теги и заполнять поля. Это хорошо подходит для ситуаций, где коммуникация уже попала в amoCRM и нужно навести порядок в дальнейших действиях.

Настройка строится вокруг четырёх блоков: источник данных, что именно анализировать, какое действие выполнить и при каком условии. Такой подход понятен руководителю продаж и администратору CRM: можно не писать код, а собрать правило в интерфейсе. Плюс есть тестовый режим — сценарий можно прогнать на существующих сделках и посмотреть результат до включения в боевую работу.

Из моделей используются OpenAI и YandexGPT. Речевая аналитика штатно не входит в базовый набор и обычно подключается через виджеты: Voice AI, Speech2Text, NOVA и другие решения. Для компаний с повышенными требованиями к персональным данным важно смотреть, где именно происходит транскрибация звонков: часть решений предлагает локальную обработку, и это может быть решающим фактором.

Где встроенного ИИ хватает, а где нет

Главная ошибка при выборе решения — пытаться купить «самый умный ИИ» вместо того, чтобы разложить процесс на конкретные задачи. Встроенный ИИ в CRM хорош там, где событие, данные и действие находятся внутри одной системы. Отдельный агент нужен там, где появляются внешние источники, нестандартная логика, несколько систем и требования к контуру обработки данных.

Например, если менеджеру нужно получить краткое содержание разговора, который уже записан в карточке сделки, встроенный ИИ будет естественным выбором. Если же клиент написал ночью в Telegram, агент должен уточнить потребность, проверить наличие товара на складе, создать лид, поставить задачу менеджеру и приложить резюме — процесс уже выходит за пределы одной CRM.

То же относится к компаниям со сложной логикой продаж. В интерфейсе CRM можно настроить много правил, но не все. Иногда нужно учитывать маржинальность, регион, остатки, юридический статус клиента, историю оплат и ограничения логистики. Встроенный инструмент может быть частью процесса, но не всегда становится центром принятия решений.

Как агент подключается к CRM

Технически ИИ-агент внутри CRM — это набор интеграций и прав доступа. Он получает события, вызывает методы CRM, читает разрешённые данные и записывает результат обратно. Ключевой вопрос не только в том, «можно ли подключить», а в том, насколько безопасно и управляемо это сделано.

В Битрикс24 для интеграции доступны входящие вебхуки: агент может вызывать методы REST API, например создать лид, найти сделку, добавить комментарий или поставить задачу. Исходящие вебхуки работают в обратную сторону: CRM уведомляет агента о событии — появилась новая заявка, изменилась стадия, назначен ответственный.

Отдельно стоит отметить чат-боты 2.0 с режимом fetch. Они сделаны специально под сценарии с ИИ-агентами и позволяют работать без постоянно доступного HTTP-сервера. На практике это упрощает размещение решения в закрытом контуре и снижает требования к инфраструктуре: не всегда нужен белый IP и публично торчащий наружу сервис.

Ещё один путь — MCP-сервер Битрикс24. MCP, или Model Context Protocol, — это стандартный протокол подключения инструментов к ИИ-моделям и агентам. Простыми словами, он позволяет дать агенту аккуратно описанный набор действий: прочитать карточку, создать задачу, найти контакт, добавить комментарий. Также в экосистеме есть Битрикс24 Вайбкод — подход к генерации приложений по описанию задачи.

В amoCRM базовая связка строится через REST API, вебхуки на события, Salesbot для сценариев в чатах и виджеты для интерфейсных сценариев. Этого достаточно, чтобы агент получал событие по сделке, анализировал переписку, обращался к внешней системе и возвращал результат в карточку.

Практическое правило для обеих систем: выдавайте агенту доступ к конкретным методам, а не полный доступ к порталу. Вебхук с полными правами — одна из самых частых уязвимостей в таких интеграциях.

Безопасная архитектура обычно строится по принципу минимально необходимых прав. Если агент должен только читать переписку и добавлять комментарий, ему не нужны права на удаление сделок или изменение финансовых полей. Если он может менять стадию, то только в заранее описанных случаях. Необратимые действия — удаление данных, изменение суммы сделки, перевод на этап, влияющий на премии — лучше оставлять за человеком или требовать подтверждение.

Работа с карточкой клиента: что реально автоматизируется

Карточка клиента кажется простой сущностью: имя, телефон, компания, источник, потребность, комментарий. Но именно она определяет качество отчётности, скорость реакции и способность отдела продаж работать с историей клиента. Если карточка пустая или заполнена как попало, даже сильная модель будет строить выводы на песке.

Самый надёжный сценарий — заполнение полей из явно сказанного. Клиент назвал компанию, город, объём закупки, сроки внедрения или удобный способ связи — агент переносит это в поля CRM. Здесь ИИ полезен именно как внимательный секретарь: он не устаёт, не забывает и не откладывает заполнение карточки «на потом».

Второй сценарий — нормализация данных. Телефон приводится к единому формату, ИНН проверяется по контрольной сумме, город сопоставляется со справочником, название компании очищается от лишних символов. Важно понимать: это часто делается не моделью, а обычным кодом и справочниками. Нейросеть помогает извлечь данные из текста, но проверять и нормализовать их лучше детерминированными правилами.

Хорошо работает резюме диалога: агент записывает в поле или комментарий, что хотел клиент, какие возражения прозвучали, о чём договорились и какой следующий шаг нужен. Руководителю не приходится читать всю переписку, а менеджер быстрее входит в контекст после выходных или отпуска.

Более осторожно нужно относиться к классификации и оценке вероятности сделки. Классификация по теме, этапу или источнику работает, если заранее описаны категории и есть примеры. Оценка вероятности сделки может быть полезной подсказкой, но её не стоит сразу превращать в поле, влияющее на отчётность. Модель может уловить тон разговора, но не знать вашей сезонности, маржинальности, особенностей клиента и реальной истории оплат.

Проставление задач и следующих шагов тоже автоматизируется, но требует правил эскалации. Если клиент просит срочный расчёт — задача менеджеру. Если назван бюджет выше порога — уведомление руководителю. Если в переписке есть юридический вопрос — передача ответственному специалисту. Чем яснее правила, тем меньше магии и тем выше доверие к результату.

Что не стоит отдавать агенту без подтверждения: изменение суммы сделки, удаление данных, массовое изменение стадий, влияющих на премии, и любые действия, которые трудно откатить. Агент должен ускорять работу, а не становиться невидимым участником отчётности, которого потом невозможно проверить.

Главная причина провалов — не ИИ, а данные

Самое неприятное открытие в проектах по ИИ для CRM звучит так: проблема часто не в модели. Модель может быть достаточно сильной, интеграция — рабочей, сценарий — разумным, но результат всё равно разочарует, если данные в CRM хаотичны.

Gartner прогнозировал, что 60% проектов ИИ будут заброшены до 2026 года из-за отсутствия готовых к ИИ данных. Смысл не в том, что модели плохие. Смысл в том, что данные не описаны, не согласованы, не управляются и не поддерживаются в состоянии, пригодном для автоматизации.

Опрос LeanData среди руководителей операций продаж показывает ту же картину: 70% респондентов говорят, что плохие данные подрывают результаты ИИ. Несогласованные данные CRM называют препятствием 45%, недокументированные процессы — 37%. Для отдела продаж это не абстрактная аналитика, а ежедневная реальность: дубли клиентов, пустые поля, устаревшие стадии, сделки без источников и комментарии в свободной форме вместо структуры.

Если половина сделок имеет пустые поля, агент, заполняющий карточки, может сделать статистику красивее, но не обязательно точнее. Если у одного клиента три карточки, агент рискует отвечать по случайной истории. Если стадии воронки не соответствуют реальному процессу продаж, автоматические переходы по стадиям не улучшат управление, а сломают отчётность.

Поэтому перед подключением агента к CRM разумно делать быструю проверку данных: есть ли дубликаты, заполнены ли ключевые поля, совпадает ли воронка с реальным процессом, какие поля обязательны, где менеджеры обходят систему, а где сама система заставляет их писать лишнее. Это не обязательно большой аудит с презентацией на сто слайдов. Чаще достаточно этапа сбора фактуры, чтобы понять, где агент поможет, а где сначала нужно привести в порядок основу.

Хороший пример: компания хочет, чтобы агент оценивал вероятность сделки. Но в CRM нет единого поля «потребность», источники заявок записаны по-разному, а стадии используются как напоминания менеджеру, а не как отражение пути клиента. В такой ситуации агент будет имитировать аналитику. Сначала нужно договориться о правилах данных, а уже потом подключать прогнозы.

Что происходит в мире

Крупные вендоры активно двигают рынок в сторону агентных сценариев: CRM становится не только базой сделок, но и операционной средой, где ИИ предлагает действия, выполняет рутину и берёт на себя часть коммуникаций.

Salesforce заявляет по направлению Agentforce годовую выручку около $1 млрд, обработку порядка 4 млн обращений и среднюю окупаемость у клиентов примерно за 8 месяцев. Важно читать эти цифры правильно: это заявления самой компании, а не независимый универсальный результат для любого бизнеса.

HubSpot сообщает, что функциями Breeze пользуются более 55% клиентов на тарифах Pro и Enterprise. Это показывает направление рынка: встроенные ИИ-инструменты становятся нормой для CRM. Но вместе с этим растёт спрос на решения, которые работают поверх нескольких систем и привязаны не к лицензии пользователя, а к результату процесса.

В оплате тоже виден сдвиг. Рынок постепенно уходит от простой модели «плати за пользователя» к оплате за результат, действие или объём обработанных операций. Для бизнеса это логично: руководитель покупает не модель и не красивую кнопку, а сокращение времени реакции, рост качества данных, снижение ручной рутины и более управляемый процесс продаж.

Что делать дальше

Если у вас уже есть Битрикс24 или amoCRM, начните с процесса. Где теряются заявки? Какие поля менеджеры не заполняют? Какие действия повторяются каждый день? Где клиент ждёт ответа слишком долго? Какие данные приходится проверять во внешних системах?

Если ответы лежат внутри CRM — звонки уже записаны, переписка подключена, сделки ведутся аккуратно, а нужны резюме, тексты, подсказки и заполнение полей — встроенных функций может хватить. Это нормальный результат. Иногда лучший проект по ИИ — это не разработка нового агента, а грамотное включение того, что уже оплачено в тарифе.

Если же процесс выходит наружу — мессенджеры до создания сделки, проверка в 1С, склад, реестры, особые правила квалификации, требования к своему контуру обработки данных — тогда отдельный агент становится оправданным. Он не заменяет CRM, а связывает её с реальным процессом продаж.

Практичный следующий шаг: напишите, какая у вас CRM, какой тариф и какой процесс вы хотите автоматизировать. По этим вводным можно быстро сказать, закрывается ли задача встроенными функциями Битрикс24 или amoCRM, какие именно возможности стоит включить, или нужен отдельный агент — и в каком диапазоне он будет стоить.

Сильная автоматизация начинается с честной развилки: иногда вам действительно ничего не нужно покупать. А иногда именно отдельный ИИ-агент становится тем слоем, который превращает CRM из архива сделок в живую систему действий.