Кого ИИ в продажах не заменит: 5 ролей, которые остаются за человеком

Представьте такую картину: вечер, директор организации сидит перед двумя экранами. На одном виден отчет ИИ-агента о том, что за ночь обработано 214 обращений, закрыто 12 сделок до 15 тысяч рублей каждая. На другом — сообщение в Telegram от закупщика ключевого клиента: «Контракт на 8 миллионов обсудим только при личной встрече, по телефону такие решения не принимаем». И это две разные реальности продаж 2026 года.

Так что из работы менеджера ИИ уже забрал, а что не отдаст никогда, сколько бы версий модели ни вышло?

Коротко

• 69% B2B-покупателей обращаются к продавцу-человеку, чтобы проверить выводы, полученные от ИИ. Доверие, а не скорость, становится дефицитным ресурсом в продажах.
• ИИ уже превосходит по результативности нижние 30–40% штатных продавцов и хорошо закрывает сделки до $10 тыс., но для шестизначных контрактов и сложных корпоративных закупок роль человека не сокращается.
• Сделки с 4+ вовлеченными контактами на стороне клиента закрываются в 58% случаев против заметно более низкого процента побед при работе с одним контактом.
• Только 5% компаний в мире фиксируют сильный ROI от внедрения ИИ, 60% — минимальный эффект или его отсутствие. Технология масштабирует активность, а не результат сама по себе.
• В России 71% крупных компаний уже используют генеративный ИИ хотя бы в одной функции, 63% — в маркетинге и продажах. Вопрос не «внедрять или нет», а «что оставить себе».

Норма 2026 года: ИИ уже что-то забрал у продавцов

Еще три года назад «ИИ в продажах» означало чат-бота на сайте, который путал корзину с оформлением заявки. Сегодня это агент, который квалифицирует лида, назначает встречу, готовит саммари звонка и подсказывает менеджеру следующий шаг прямо во время разговора.

Иллюстративный пример из открытых источников: по данным пресс-службы ПАО «ВымпелКом», ИИ-агент «Суфлер», 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. Похожие цифры называют и другие компании: скорость первого ответа клиенту падает с часов до секунд, доля потерянных лидов — на 10–17%.

Это реальный эффект, и отрицать его вредно для бизнеса. Здесь важно понимать, что именно из работы продавца ИИ забирает, а что не сможет забрать в принципе, даже когда модели станут в разы точнее.

Где ИИ на самом деле сильнее человека, и это нормально

Разбор рынка от SaaStr на конец 2025 — начало 2026 года дает честную границу: ИИ уже превосходит по результативности нижние 30–40% штатных продавцов и особенно эффективен на сделках дешевле $10 тыс., там, где решение принимается быстро, без множества согласований. Служба поддержки и первичная квалификация — та же история: ИИ-агенты попадают в топ-10% по индексу удовлетворенности клиентов среди всех «сотрудников», человеческих и цифровых.

Это повод честно распределить нагрузку. Рутинная квалификация, ответы на типовые вопросы, подготовка черновиков писем — задачи, которые ИИ решает быстрее и без усталости в конце недели. Удерживать за собой эту работу вручную в 2026 году — потеря времени, которое можно потратить на то, что действительно требует человека.

Мы выявили конкретные пять типов работы, которые ИИ не выполняет даже в самых прокачанных сценариях сегодняшнего рынка.

Три скрытые причины, почему граница держится

Причина 1 — покупатель сам не доверяет ИИ до конца. Да, люди используют выводы генеративного ИИ для подготовки запросов, сравнения поставщиков и анализа контрактов, но затем идут проверять эти выводы у живого продавца. Более того, в эпоху дешевого и легко тиражируемого ИИ-контента именно доверие, а не внимание аудитории, становится главным дефицитным ресурсом для бренда. Причина простая: если сгенерировать текст и анализ может кто угодно, ценность смещается к человеку, который готов лично подтвердить свои слова.

Причина 2 — сложные сделки физически требуют больше живых контактов, а не меньше. Сделки стали сложнее из-за роста числа стейкхолдеров на стороне клиента. Чем сложнее сделка, тем важнее «мультитрединг» — параллельная работа с несколькими лицами, влияющими на решение. Сделки с 4+ вовлеченными контактами закрываются в 58% случаев, а при 5–9 и более звонках с клиентом процент побед держится на уровне 61–63%. Ни один ИИ-агент пока не может параллельно выстраивать личное доверие с финансовым директором, техническим директором и закупщиком одной и той же компании, потому что это про репутацию конкретного человека.

Причина 3 — данные и сам ИИ пока недостаточно надежны, чтобы им слепо верить. Только 35% продавцов полностью доверяют точности данных в собственной CRM, а 67% руководителей по доходам не доверяют прогнозам, которые выдают их же системы. Более 80% компаний называют барьером именно интеграцию данных и точность выводов ИИ. При этом только 5% компаний в мире фиксируют сильный ROI от ИИ-внедрений, у 60% эффект минимален или отсутствует — во многом потому, что «мусор на входе — мусор на выходе»: ИИ, обученный на захламленной CRM, просто ускоряет распространение ошибок, а не устраняет их.

Любопытно, что страх перед ИИ у людей при этом падает, а не растет. По совместному опросу НИУ ВШЭ и РОМИР (2500 респондентов 18–65 лет), 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 ИИ как к инструменту — и параллельно быстрее замечают, где именно он спотыкается.

Пять ролей, которые ИИ не заменит никогда

Собрав три причины выше в конкретику, получаем не абстрактный тезис «человек важен», а пять предметных зон ответственности.

1. Тот, кто подтверждает выводы ИИ своей репутацией. Раз 69% покупателей все равно идут проверять ИИ-анализ у продавца, роль последнего смещается с «презентатора продукта» на «валидатора и переводчика риска» — того, кто берет на себя ответственность за рекомендацию перед конкретным человеком в конкретной компании, а не перед алгоритмом.

2. Тот, кто ведет мультитрединг на уровне первых лиц. Параллельная работа с 4+ контактами, каждый из которых требует своей аргументации и своего темпа доверия, — это работа с людьми и их мотивами внутри организации клиента, а не с данными о них. ИИ может подсказать, кому и когда написать, но не может «быть» человеком, которому финансовый директор доверяет по итогам пяти личных встреч.

3. Тот, кто разруливает нестандартную и конфликтную ситуацию. Российские кейсы внедрения ИИ-ботов в продажах прямо фиксируют: ИИ закрывает типовые обращения на 100%, но конфликты, нестандартные случаи и работу с недовольным клиентом эскалируют на человека, потому что здесь нужны суждение и эмпатия в моменте.

4. Тот, кто физически едет к клиенту и строит долгосрочные отношения. Буквально: ИИ не может сесть в самолет и полететь к клиенту, не может управлять сложным внедрением или сопровождать изменение бизнес-процессов заказчика через месяцы личного взаимодействия. Для сделок на шесть цифр и выше это остается решающим фактором.

5. Тот, кто обучает и мотивирует команду продаж. ИИ-коучинг действительно помогает продавцам запоминать больше материала, но именно человек-руководитель обеспечивает мотивацию, доверие и изменение поведения команды на длинной дистанции. «Пусть ИИ коучит сделку, а менеджер коучит продавца» — это самое настоящее разделение труда, а не конкуренция.

Где это не сработает: честный контраргумент

Было бы нечестно закончить на этом и не сказать, где тезис «ИИ никогда не заменит человека» — это не аргумент, а 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 живого человека «для доверия» часто экономически не оправдано: именно тут ИИ уже обгоняет нижние 30–40% штатных продавцов по показателям, и сопротивление автоматизации в этом сегменте — это страх изменений внутри команды.

Аналогично не работает аргумент «человек важнее» там, где реальная причина слабых результатов — это 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, потому что оба работают с одним и тем же мусором на входе.

Что делать: рекомендации по сегментам

Если у вас команда до 10 менеджеров. Не пытайтесь строить сложную ИИ-инфраструктуру с нуля, начните с одной точки: автоматизируйте первичную квалификацию и расстановку приоритетов по входящим лидам, а руки менеджеров освободите под пять ролей выше — в первую очередь под личные встречи и работу с конфликтными обращениями. Здесь важнее не количество внедренных инструментов, а то, что решения по приоритетам принимаются на основе единой картины по клиенту, а не разрозненных таблиц.

Если у вас отдел продаж от 30 человек и сложный B2B-цикл. Разделите зоны ответственности явно: пропишите, какие типы сделок и какие этапы воронки закрывает ИИ-агент, а какие — только человек с полномочиями на мультитрединг и переговоры с директорами. Введите метрику доверия к данным как KPI для РОПа: не только «сколько сделок закрыто ИИ-ассистентом», но и «сколько раз менеджеру пришлось вручную перепроверять вывод системы» (вспомним, что только 35% продавцов доверяют данным своей CRM полностью).

Если вы фаундер. Ваша ключевая развилка — не «внедрять ИИ или нет», а «на каких данных он будет работать». 85% продавцов признаются, что не проходили формального обучения работе с ИИ-инструментами, хотя 78% хотели бы его пройти — это дешевая и быстрая инвестиция по сравнению с покупкой самих инструментов.

Если вы руководитель отдела продаж или маркетинга. Ваша задача — перераспределить время: посчитайте, сколько часов в неделю менеджеры сейчас тратят на сведение данных из разных систем вручную, прежде чем принять решение по сделке. Это самый быстрый способ увидеть, где ИИ действительно освобождает время для тех самых пяти ролей, которые остаются за человеком.

При чем здесь данные — и что дальше

Разделение труда «ИИ забирает рутину, человек — доверие и сложные решения» звучит логично на бумаге, но на практике упирается в проблему: если данные о клиенте разбросаны по CRM, звонкам, 1С и Excel-таблицам разных отделов, ни ИИ, ни менеджер не могут принять быстрое и обоснованное решение — просто потому, что ни у кого нет полной картины.

Сервис аналитики justInData как раз собирает данные из CRM, звонков, 1С и Excel в единый контекст компании, а первый отчет по этой картине готов в течение часа. Дальше решение за менеджером и его незаменимыми ролями: интерпретировать, подтвердить, договориться и приехать лично. Слоган здесь может звучать так: менеджеры рассказывают, данные показывают — и точно не наоборот.

Если хотите начать с одного конкретного шага, а не с полной перестройки процессов, посчитайте для своей команды, сколько часов в неделю уходит на ручное сведение данных перед каждым важным решением по сделке. Часто именно эта цифра, а не абстрактный страх перед ИИ, оказывается настоящей точкой роста.