ИИ в CRM: ИТ ждёт ускорения разработки, бизнес — эффективности процессов
Совместное исследование BPMSoft (ИТ-холдинг LANSOFT) и экспертно-аналитического центра издательства «Открытые системы» выявило заметный разрыв в ожиданиях от искусственного интеллекта в CRM между ИТ-специалистами и представителями бизнеса. Наиболее ярко расхождение проявилось в отношении к автономным ИИ-агентам: их важность признают 37% ИТ-респондентов и лишь 4% бизнес-респондентов. При этом более половины участников опроса уверены, что в ближайшие годы ИИ перейдёт из пилотных проектов в рабочие бизнес-процессы.
Исследование, проведённое BPMSoft совместно с экспертно-аналитическим центром издательства «Открытые системы», было посвящено тому, чего крупный российский бизнес ждёт от искусственного интеллекта в CRM-системах и какие барьеры мешают его внедрению. Опрос показал, что рынок находится в переходной фазе: интерес к технологии высок, но единых стандартов её применения пока не сложилось. Наиболее показательным результатом стал разрыв в восприятии автономных ИИ-агентов: если в ИТ-подразделениях их считают важным направлением 37% респондентов, то среди представителей бизнеса такую позицию разделяют только 4%. Менее резкие, но всё же заметные расхождения обнаружились и в оценке конкретных сфер применения ИИ в CRM.
Ожидания от рынка в целом выглядят оптимистично: 51% участников опроса полагают, что главным изменением ближайших лет станет переход ИИ из пилотных проектов в рабочие бизнес-процессы. Однако наличие ИИ-функционала пока не стало обязательным требованием при выборе CRM: только 9% респондентов называют его необходимым условием, ещё 4% — существенным фактором выбора. Для остальных это скорее дополнительная возможность или один из критериев оценки системы. В приоритетах практического применения лидирует аналитика по запросу — отчёты, графики и выводы, этот сценарий отметили 40% участников. Ещё 36% заинтересованы в выявлении причин отклонений в продажах и проблемных зон. При этом взгляды двух групп расходятся в оценке сфер применения: эффекта от ИИ в маркетинге ждут 39% представителей бизнеса и только 20% ИТ-специалистов, тогда как в продажах и клиентском сервисе соотношение обратное — 30% среди ИТ-респондентов против 17% среди бизнеса.
Комментируя результаты, коммерческий директор BPMSoft Вадим Сорокин отметил, что пока никто до конца не понимает всех возможностей ИИ, но бизнес в этом отношении продвинулся меньше, и многое зависит от уровня зрелости компании. По его словам, потребности бизнеса и ИТ в ИИ различаются: для бизнеса это прежде всего повышение эффективности основных процессов, для ИТ — ускорение разработки и сокращение затрат на проекты с внешними подрядчиками. Отдельный блок исследования касался архитектуры ИИ в CRM, и здесь единого подхода также не сложилось. Самый популярный вариант — корпоративная ИИ-платформа, на уровне которой развиваются и управляются интеллектуальные инструменты, её выбрали 25% участников. Ещё 19% предпочитают функции, встроенные непосредственно в CRM, а 17% готовы использовать отдельные решения под конкретные задачи. При этом 15% респондентов пока не определились с предпочтительной архитектурой. У каждого подхода есть свои особенности: встроенные функции тесно связаны с объектной моделью, интерфейсом и бизнес-процессами системы, что удобно при работе с карточками клиентов и сделками, тогда как корпоративная платформа позволяет централизованно управлять моделями, корпоративными знаниями и вычислительными ресурсами, а также применять общие механизмы безопасности в разных информационных системах.
В перспективе эти подходы необязательно будут конкурировать: вероятнее, компании станут комбинировать их, оставляя базовые ИИ-функции внутри CRM, управляя общими моделями и инфраструктурой на уровне корпоративной платформы и подключая специализированные инструменты по мере необходимости. В такой архитектуре критична открытость CRM к внешним компонентам — возможность подключать разные модели и заменять их без перестройки бизнес-процессов, работать с корпоративными базами знаний и RAG-механизмами, передавать результаты работы ИИ на следующие этапы процессов. Контекст рынка подчёркивает актуальность этих вопросов: вендоры активно наращивают агентные возможности, добавляя в свои решения всё больше режимов работы и сценариев автономного выполнения задач, однако практика показывает, что эффективность ИИ-агентов не растёт линейно с их числом. Отраслевые дискуссии, в том числе на профильных митапах, всё чаще касаются места ИИ-агентов в жизненном цикле разработки программного обеспечения, что перекликается с ожиданиями ИТ-специалистов от CRM.
Для российского рынка результаты опроса означают, что спрос на ИИ в CRM будет формироваться не столько требованием обязательного наличия функции, сколько запросом на измеримый эффект в конкретных процессах. Бизнес ждёт повышения эффективности продаж, маркетинга и клиентского сервиса, тогда как ИТ-подразделения видят в технологии инструмент ускорения собственной работы и сокращения зависимости от внешних подрядчиков. Такое расхождение создаёт риск для вендоров: функциональность, которая выглядит убедительно с инженерной точки зрения, может не восприниматься заказчиками как ценность. Показательно, что на неочевидность экономического эффекта чаще указывали именно ИТ-специалисты, а не бизнес, — то есть сомнения в окупаемости исходят в том числе от тех, кто отвечает за внедрение. Это указывает на необходимость более прозрачной методики оценки эффекта от ИИ-инициатив, включающей не только стоимость моделей и лицензий, но и расходы на интеграцию, вычислительные ресурсы, проверку результатов и дальнейшее сопровождение.
Среди барьеров внедрения на первом месте оказалась информационная безопасность — её отметили 30% респондентов. Для CRM это особенно чувствительно, поскольку система содержит клиентские данные, историю взаимодействий и сведения о сделках, и при подключении ИИ возникает вопрос, к каким данным получит доступ модель, где они будут обрабатываться и как исключить их использование за пределами разрешённых сценариев. Второй по значимости барьер — недостаточная точность и контролируемость, на него указали 26% участников: для корпоративных систем важно не только получить правильный ответ, но и понимать, на основании каких данных он сформирован и можно ли проверить результат, особенно когда ИИ самостоятельно выполняет действия в CRM. Ещё 21% респондентов считают препятствием неочевидный экономический эффект, а 17% отметили проблемы с качеством и доступностью данных. На практике они связаны с разрозненностью корпоративных систем: как обратил внимание один из представителей телекоммуникационной отрасли, разные CRM и базы данных нередко содержат противоречивую информацию об одном клиенте, и в такой ситуации ИИ не исправляет исходные расхождения, а лишь ускоряет распространение ошибок.
Дальнейшее развитие рынка будет зависеть от того, насколько вендорам удастся совместить открытость архитектуры с контролем над данными и предсказуемостью результата. Комбинированная модель, при которой базовые ИИ-функции встроены в CRM, общие модели и инфраструктура управляются на уровне корпоративной платформы, а специализированные инструменты подключаются по необходимости, выглядит наиболее вероятным сценарием для крупного бизнеса. Однако открытыми остаются вопросы о том, кто будет отвечать за качество данных перед запуском ИИ-сценариев, как измерять экономический эффект и насколько быстро бизнес-подразделения смогут перейти от настороженного отношения к автономным агентам к их практическому использованию. Ответы на эти вопросы определят, станет ли ИИ в CRM повседневным инструментом или останется набором экспериментальных функций.