После звонка небольшой sales team получает предсказуемый хвост работы: написать заметки, обновить CRM, подготовить follow-up, привлечь специалиста, записать objections и назначить следующий шаг.
ИИ-агент кажется решением всего сразу. Можно дать модели transcript и доступ к инструментам, затем попросить «обработать follow-up». Это эффектная демонстрация и хрупкий operating design.
Описание внутренней системы Make Post-Call Hero за 2026 год показывает более полезный паттерн. Компания сообщает, что система состоит из семи классических автоматизаций, трёх ИИ-автоматизаций и одного agentic process. Предлагаемые изменения CRM утверждает человек.
Агент — не вся система, а один ограниченный decision layer внутри неё.
Оговорка о доказательствах
Make сообщает о четырёх высвобождённых часах на одного представителя в неделю и вкладе Post-Call Hero в рост sales revenue на 32%. Это внутренние company-published результаты, а не независимая оценка. «Внесло вклад» нельзя переписывать как «стало единственной причиной».
Архитектурная деталь переносима лучше headline-метрики.
Разделите workflow по типу работы
Детерминированная автоматизация перемещает и проверяет
Используйте обычное программное правило, когда результат должен быть одинаковым при одинаковом входе:
- определить завершение звонка;
- получить transcript;
- найти account и opportunity;
- проверить обязательные поля;
- сопоставить даты и IDs;
- создать task из утверждённых данных;
- записать утверждённое значение в CRM;
- отправить сообщение через authenticated service;
- записать успех или сбой.
ИИ преобразует неоднозначный язык
Модель полезна для неструктурированного ввода и judgement:
- суммировать разговор;
- извлечь цели и ограничения;
- классифицировать objections;
- подготовить follow-up;
- заметить возможный product gap;
- предложить поля CRM к изменению.
Выход должен быть структурирован и, где возможно, связан с transcript.
Агент выбирает среди ограниченных tools
Agent полезен, когда контекст определяет один из заранее разрешённых путей:
- нерешён технический вопрос — предложить solution specialist;
- нужен legal review — направить в утверждённый legal workflow;
- следующий шаг ясен — подготовить соответствующую task;
- evidence слабое — остановиться и запросить человека.
Дайте агенту небольшой toolset и явные stop conditions. «Доступ ко всему workspace» не является дизайном полномочий.
Человек владеет последствием
Для внешнего сообщения, коммерческого обязательства и существенного изменения CRM человек должен видеть proposed action, source evidence, diff, uncertainty и выбор approve, edit или reject.
Approval должен занимать секунды благодаря показанным доказательствам, а не минуты на восстановление звонка.
Архитектура 7 + 3 + 1
В другой компании точное число будет иным. Соотношение показывает принцип: большая часть системы может оставаться наблюдаемой и детерминированной.
Проектируйте от конечной записи назад
Сначала опишите желаемую запись CRM после звонка:
- account и opportunity;
- подтверждённая потребность;
- criteria решения;
- stakeholders;
- objections;
- согласованный следующий шаг и дата;
- открытый технический или коммерческий вопрос;
- статус follow-up;
- исходный звонок и transcript.
Для каждого поля решите:
- поддерживает ли его transcript;
- может ли ИИ предложить значение;
- какая валидация применяется;
- кто утверждает;
- отсутствие остаётся blank или создаёт вопрос.
Не награждайте модель за заполнение всех полей. Явное «не сказано» лучше правдоподобной выдумки.
Надёжная post-call последовательность
1. Capture
Получите transcript и metadata из разрешённого источника. Проверьте meeting, участников, язык и требования согласия на запись и transcription.
2. Identity resolution
Сопоставьте звонок правильному account, contact и opportunity по стабильным IDs. При двух правдоподобных вариантах остановитесь для выбора человеком.
3. Extraction с evidence
Запросите структурированный результат: цель клиента, ограничение, decision date, objection category, requested follow-up и timestamped support.
Schema validation ловит пустые или неверно оформленные поля, но не доказывает интерпретацию. Для важных выводов сохраняйте evidence.
4. Business rules
Детерминированно проверьте дату, владельца, разрешённый переход stage, лимит скидки, consent, запрещённые обязательства и отсутствие duplicate task.
5. Черновики действий
Сформируйте письмо, CRM diff, tasks и предложение routing. Пока это только proposals.
6. Одна контрольная точка
Покажите compact bundle: summary, письмо, поля до и после, tasks, escalations и evidence links. Разрешите выборочное утверждение: принять notes, отредактировать email и отклонить одно изменение CRM.
7. Детерминированное выполнение
После approval обычные API обновляют CRM, создают tasks и отправляют сообщения. Не просите модель симулировать успех. Прочитайте ответ системы и сохраните identifier.
8. Audit и обучение
Записывайте категории edit и rejection: неверный account, unsupported inference, пропущенное обязательство, tone, duplicate, routing или policy violation.
Повторяющийся дефект должен менять данные, prompt, правило или workflow, а не бесконечно удлинять один giant prompt.
Контроли для небольшой sales team
Least privilege
Разделите read, propose и write. Ранняя версия может читать transcript и готовить diff без права отправки или изменения records.
Явная граница обещаний клиенту
Цена, срок, договор, security, legal interpretation и custom product work должны направляться уполномоченному владельцу.
Idempotency
Retries неизбежны. Стабильные call и action IDs предотвращают две tasks или два письма после сетевого сбоя.
Source-linked output
Для ключевых фактов показывайте timestamp или passage. Это ускоряет review и сдерживает уверенную выдумку.
Наблюдаемый сбой
Не скрывайте failed CRM update за зелёным статусом. Покажите точный шаг, сохраните утверждённую работу и дайте safe retry.
Manual fallback
Сотрудник должен завершить follow-up при недоступности ИИ. Автоматизация уменьшает работу, а не удерживает клиентские отношения заложником.
Метрики, отделяющие активность от ценности
Эффективность
- активные post-call минуты;
- время до follow-up;
- доля обработанных звонков;
- reviewer time.
Качество
- принято без изменений;
- принято после edit;
- отклонено;
- серьёзные factual errors;
- duplicate и failed actions.
Процесс продаж
- полнота CRM;
- follow-up в целевой срок;
- next step с owner и date;
- время ответа специалиста;
- opportunity progression.
Коммерческий результат
- win rate и sales-cycle;
- contribution margin;
- expansion и retention.
Не приписывайте выручку workflow без учёта territory, demand, staffing, pricing и pipeline mix.
Двухнедельный пилот
Дни 1–3. Baseline
Измерьте 20 недавних звонков: active work, delay, missing fields и correction patterns.
Дни 4–7. Shadow output
Создавайте notes, drafts и CRM proposals без записи. Сравнивайте с реальным follow-up сотрудника.
Дни 8–10. Live actions с human approval
Включите для малой группы one-click CRM updates и drafts. Отправку email сначала оставьте ручной.
Дни 11–14. Review defects
Классифицируйте каждый edit и failure. Расширяйте только при редких серьёзных ошибках, снижении review effort и доверии к evidence.
Почему паттерн соответствует европейскому контексту
Отчёт European Commission по agentic AI за 2026 год выделяет traceability, meaningful human oversight и auditable control points как условия безопасного scale. Workflow-first design поддерживает эти свойства без отказа от полезной автоматизации.
Он также упрощает смену поставщика: transcription, language transformation, orchestration и CRM action остаются отдельными компонентами, а не одним opaque agent.
Практическое правило
Детерминированная автоматизация отвечает за точность. ИИ — за интерпретацию языка. Агент нужен только там, где выбор среди небольшого набора tools создаёт ценность. Человек остаётся на границе существенного действия, пока evidence не обосновывает иной design.
Это менее зрелищно, чем автономный агент, и гораздо ближе к системе, которой малый бизнес способен управлять.
Источники
- Make. “How to scale AI with Make: Build foundations first.” 17 February 2026. Материал компании (откроется в новой вкладке).
- European Commission. “Agentic AI: Leveraging European AI talent and Regulatory Assets to Scale Adoption.” 23 January 2026. Отчёт (откроется в новой вкладке).
Встроить контроли в практику
Используйте Value Stream Mapping, чтобы увидеть полный post-call flow, защиту от ошибок для action boundary, FMEA для проверки failure modes и PDCA/PDSA для ограниченного production-пилота.