Как AI меняет B2B софт: 18 сдвигов с российскими и мировыми примерами

ИИ начинает брать на себя больше работы, которую раньше выполняли пользователи. Это меняет рынок B2B сервисов, их бизнес-модель и распределение задач между софтом, сотрудниками и агентствам / интеграторам.

Статья – попытка собрать в одном месте и объяснить самому себе изменения, которые я вижу, чтобы лучше в них разобраться.

Будет полезно создателям B2B софта, интеграторам и пользователям.

Меня зовут Саша Серебряков, я основатель платформы чат-ботов и рассылок TextBack. В Телеграм канале рассказываю, как мы строим бизнес и трансформируемся в сторону агентов.

Раньше бизнес покупал инструмент, подрядчик внедрял, коллектив пользовался. Следующий шаг — сервис начинает выполнять конечную задачу: обработать обращение, квалифицировать клиента, реактивировать уснувших клиентов. Человек определяет цель, правила и допустимые расходы; программа принимает на себя всё больше решений и действий.

Разница на простом примере.

SaaS: вам продают доступ к CRM, но заполнять базу, звонить клиентам и продавать всё равно должны ваши сотрудники.

Service as Software: агент сам анализирует базу, сам пишет клиентам и сам доводит до встречи. Вы платите не за инструмент, а за забитый гвоздь.

Продажа результата — не изобретение последних двух лет. Новое в том, что себестоимость выполнения упала настолько, что такую модель может позволить себе продуктовая компания без большого штата.

Все сдвиги связаны, но отвечают на разные вопросы: что мы покупаем, как поручаем работу, сколько она стоит и кому достаётся ценность.

Статус: уже видно.

Что меняется. Разработчик начинает продавать выполнение задачи, за которую раньше отвечал пользователь или подрядчик. Новое здесь не сама модель, а то, что её может запустить продуктовая команда без большого штата.

Раньше: вам продают доступ к CRM, но заполнять базу, звонить клиентам и продавать всё равно должны ваши сотрудники.

Сейчас: агент сам анализирует базу, сам пишет клиентам и сам доводит до встречи. Вы платите не за инструмент, а за забитый гвоздь.

Что уже видно в России. Агенты стали must-have почти любого сервиса. Jivo предлагает ИИ-операторов, Carrot quest — агентов, которые квалифицируют клиента и записывают на встречу. У TextBack кейс, где агент консультирует по курсам клиента и передаёт заявку менеджеру. amoCRM и Битрикс24 встроили агентов в ядро продукта.

Что видно в мире. Intercom берёт $0,99 за результат и не берёт ничего за неудачную попытку; по данным компании Fin используют больше 12 000 команд со средней долей решённых обращений 76%. Zendesk берёт деньги только за автоматически решённые обращения. В Salesforce агенты ведут половину обращений, а поддержка сократилась с 9 000 до примерно 5 000 человек.

Что меняется. Всё больше задач мы выполняем через интерфейс агента, а не в интерфейсе каждого сервиса. Значимость удобного UI в выборе софта смещается к наличию полного MCP для выполнения операций. Нелогично это – человек все больше проводит времени в интерфейсе агента, а рассылку или бота мы заставляем собирать в визуальном редакторе.

Пример. Человек даёт поручение одному помощнику, а тот обращается к нескольким рабочим сервисам: «найди сделки без следующего шага и создай задачи ответственным».

Что уже видно в России. Битрикс24 предоставляет внешним AI-системам набор инструментов через MCP. У Figma и Mindbox MCP покрывает уже большую часть продукта.

Что уже видно в мире. Коннектор HubSpot позволяет работать с данными CRM из Claude, включая создание и изменение записей. Microsoft открыла внешним агентам больше 650 000 действий.

Почему это важно. Пользователь может реже открывать каждый продукт отдельно. Для разработчика важнее становится доступность действий извне, понятные права и история изменений.

Граница вывода. Интерфейс никуда не уходит. Он играет роль контроля, разбора ошибок и безопасности. Подключение помощника также не означает, что ему доступны все функции продукта.

Что меняется. Пользователь перестаёт собирать каждый шаг с нуля. Он описывает задачу, а программа готовит подходящий процесс: выбирает блоки, условия, содержание и последовательность действий.

Пример. Вместо «выгрузи номера, выбери сегмент, напиши текст и настрой отправку» — «найди клиентов, которых можно вернуть, и подготовь кампанию без скидок».

Что уже видно в России. RetailCRM создаёт черновик сценария по описанию задачи. Tilda генерирует страницу по описанию бизнеса. TextBack ищет потерянные коммуникации и сам возвращает клиента в диалог.

Почему это важно. Интерфейс строится вокруг цели, ограничений и проверки подготовленного решения. Пользователю нужно меньше знаний о внутреннем устройстве конструктора.

Граница вывода. Готовый черновик ещё не означает самостоятельного выполнения. И в публичных данных нет падения выручки у инструментов ручной сборки — сдвиг идёт внутри продуктов, а не вместо них.

Статус: уже видно.

Что меняется. Когда действия выбирает AI, ценность продукта всё больше зависит от доступной ему информации и качества исполнения. Более удобный интерфейс генерации текста рассылки бесполезен, если программа не знает, что клиент уже купил товар, отменил заказ или попросил больше не писать.

Почему это важно. Фичу копируют за недели, чистые данные и предсказуемое исполнение — нет. Если агент ошибается на грязных данных, клиент платит за результат, которого не получил, поэтому нормализация данных и контроль качества переезжают из технического долга в себестоимость продукта.

Граница вывода. Данные сами по себе не являются защитой, если доступ к ним контролирует другая компания — об этом сдвиг 14.

Статус: сигнал.

Что меняется. Цена копирования софта упала. Прямым конкурентом становится сам клиент. 35% компаний заменили хотя бы один SaaS своей разработкой, 60% строили софт в обход IT.

Решение «сами сделаем» часто принимается на неинформированном оптимизме. Прототип собирается за два дня, архитектурно сложное приложение — нет. Цена этого оптимизма видна в данных MIT: свои сборки доходят до результата в 33% случаев против 67% у купленных решений.

Что уже видно в России. Платформы сами продают вайбкод: Битрикс24 предлагает вайбы — приложение под свою задачу собирается описанием, внутри той же платформы. То, что раньше заказывали у партнёра за недели и деньги, клиент пробует сделать сам за вечер.

Почему это важно. Сравнение идёт уже не по фичам, а по стоимости владения: что дешевле держать — свою сборку с её поддержкой или сервис с ответственностью за результат. Для вендора это значит, что самые простые продукты перестанут продаваться вообще.

Граница вывода. Масштаб сдвига оценивать рано. Прототип не заменяет эксплуатацию: обновления каналов, нагрузка, безопасность и ответственность остаются на том, кто собрал, — поэтому защита вендора смещается к данным, интеграциям и гарантии результата (сдвиги 4 и 16).

Статус: уже видно.

Что меняется. Программа, знакомая с данными, правилами и исключениями отрасли, получает преимущество перед универсальными – горизонтальными, игроками. Общего умения отвечать на вопросы недостаточно.

Российские примеры.

DocsInBox и закупки ресторанов. AI-закупщик учитывает потребность, условия поставщиков и порядок согласования.

Noroots и юридическая работа. Проверка договоров по правилам компании, поиск рисков, сравнение версий. Финальное решение остаётся за юристом.

Мировые примеры:
Harvey Юридические услуги Оценка $11 млрд; 1 300+ организаций, 100 000+ юристов
EvenUp Иски о возмещении вредаОценка $2 млрд+; 2 000+ фирм, 10 000 дел в неделю
Abridge Медицина$100 млн ARR; у Kaiser Permanente — 24 600 врачей, около $2 500 за врача в год

Вывод. Отраслевые продукты получают больше способов выполнять профессиональную работу. Это возможность, а не гарантия победы над универсальными платформами.

Статус: уже видно.

Что меняется. Эволюция оплаты софта за двадцать лет: full-time лицензия, потом подписка, потом токены, теперь результат. Каждый шаг ближе к фактической пользе и каждый следующий труднее считать.

Какие модели уже встречаются:

amoCRM Amma AI Внутренние токены сверх подписки за пользователя

Битрикс24 Подписка на стандартные AI-сценарии и отдельные вайбы

Jivo Пакет диалогов AI-оператора

Carrot quest Вопросы с участием AI-бота

TextBack Уникальный диалог с агентом

Статус: гипотеза и преувеличение.

Что меняется. Если сервис выполняет работу, его цену сравнивают не только с подпиской конкурента, но и с затратами на сотрудника или подрядчика.

Сколько это денег. Инвесторы считают рынок зарплат и аутсорса в $4,6 трлн в год, а рынок услуг в целом — в $16 трлн против $1 трлн софта. Gartner смотрит с другой стороны и говорит о перераспределении $234 млрд расходов на приложения.

Почему эти триллионы нельзя считать своим рынком

Самое серьёзное возражение сформулировал Джей Си Бар-де-Стефано из Better Tomorrow Ventures. Значительная часть бюджета на профессиональные услуги покупает не результат, а снятие ответственности, институциональное доверие и регуляторную защиту. Компании нанимают большую аудиторскую фирму не потому, что сам аудит уникален, а потому что «мы следовали совету экспертов» — защитимая позиция. Эту функцию модель не выполняет.

Как проверить. Установить, сколько работы действительно снято с людей, сколько стоит сопровождение и появился ли дополнительный эффект. Сэкономленные часы не всегда превращаются в сокращение расходов.

Граница вывода. Сравнение «$20 тыс. на софт против $500 тыс. на людей» — иллюстрация, а не данные; в малом и среднем бизнесе эти бюджеты гораздо скромнее. Целевая часть — та, где результат проверяем и никто не покупает подпись специалиста под риском.

Статус: уже видно.

Что меняется. Если программа собирает типовую воронку, часть оплачиваемых часов интегратора исчезает. Но услуги внедрения не становятся ненужными, а становятся сложнее: внедрять нужно конечную задачу и отвечать за результат.

Что уже видно в России. Битрикс24 сохраняет предложение внедрения через партнёров, при том что типовую настройку всё больше делает сама платформа.

Что уже видно в мире. Harvey и Harbor развивают партнёрство вокруг обучения, интеграций и рабочих правил. Сами вендоры строят внедрение внутри: инженеры, работающие на стороне клиента, уже есть у 32% компаний против 20% в 2024 году, а планируют нанимать гораздо больше. Zendesk ставит такие команды к клиенту, чтобы вместе определить, что считать результатом.

Где остаётся ценность. Разобраться в бизнес-задаче, подготовить данные, связать системы, согласовать правила, регулярно улучшать и главное – отвечать за конечный результат по-прежнему будут агентствам / интеграторы.

Граница вывода. Партнёрская сеть не становится ненужной автоматически, но её существование сегодня не доказывает сохранение прежних доходов.

Статус: уже видно.

Что меняется. Одна система хранит контакты, заказы и историю, а другая использует эти данные и выполняет задачу. Чтобы стать полезным, новый сервис не всегда должен заменить установленную CRM.

Пример. CRM хранит историю покупателя. Отдельный сервис замечает, что пришло время повторной покупки, организует общение и записывает итог обратно.

Что уже видно. Fin подключается к существующей системе поддержки без покупки лицензий Intercom. Коннектор HubSpot позволяет действовать через Claude с изменением данных в исходной CRM.

Одновременно владельцы учёта строят свой слой действий: Битрикс24 и amoCRM развивают AI внутри, а Salesforce отчитывается о почти $3,9 млрд ARR Agentforce и Data 360.

Граница вывода. Разделение ролей не гарантирует успех независимого продукта. Он должен давать преимущество, за которое клиент готов платить отдельно.

Статус: сигнал, но быстро становится обязательным.

Что меняется. Убедительный ответ AI перестаёт быть признаком качества. Важно, правильно ли выбрана цель, выполнены ли условия и достигнут ли проверяемый итог.

Пример. Сообщение может быть написано идеально, но отправлено тому, кто уже отказался от общения. Запись на встречу может выглядеть успешной в переписке, но отсутствовать в расписании.

На что опираться. В инженерном разборе Anthropic предлагается оценивать результат агента, последовательность действий и изменения в рабочих системах. И есть базовое ограничение, которое отмечает ICONIQ: мало кто считает свои данные готовыми для агентов.

Сколько стоит отсутствие контроля. Gartner ожидает, что больше 40% агентных проектов закроют к концу 2027 года из-за роста затрат, неясной ценности и слабого контроля рисков.

Граница вывода. Надёжная система может регулярно передавать исключения человеку, и это нормально. Klarna прошла путь от замены 700 операторов до возврата людей в поддержку. Важно учитывать эту работу и не выдавать процесс с постоянным ручным сопровождением за полностью самостоятельный.

Статус: уже видно.

Что меняется. В классическом SaaS обслужить ещё одного клиента почти ничего не стоит. У сервиса, который выполняет работу, каждое действие стоит денег: модель, канал, ручная доводка, разбор исключений.

Что уже видно. По данным ICONIQ валовая маржа AI-продуктов — 52% в 2026 году против 45% в 2025 и 41% в 2024. То есть маржа низкая по привычным для софта меркам, но третий год растёт.

В российских тарифах эта себестоимость видна прямо: токены Amma в amoCRM или вайбы в Битрикс24 — это и есть расход на работу агента, переложенный на покупателя.

Почему это важно. Юнит-экономику придётся считать на уровне одного результата, а не одного клиента. Иначе оплата за результат превращается в субсидирование клиента без видимого дна.

Граница вывода. Цифра 52% — ориентир из опроса примерно 300 компаний, а не закон природы. Стоимость моделей падает, стоимость внедрения и разбора исключений — медленнее.

Статус: уже видно.

Что меняется. Первые продавцы результата брали надбавку за новизну. Когда тот же результат научается давать любая платформа на своих же данных, он дешевеет.

Что уже видно. За два года цена одного решённого обращения прошла путь от $2 за диалог у Agentforce до $0,99 у Intercom и $0,50 у HubSpot. При этом доля решённых растёт: у Fin — 76%, у агента HubSpot — 65%. Чем выше доля, тем меньше разница между оплатой за попытку и оплатой за результат.

Здесь стоит вспомнить рекламный рынок. Оплата за лид и за конверсию прошла тот же путь задолго до агентов: сначала это было преимуществом отдельных агентств, потом стало функцией рекламной платформы и перестало быть дифференциацией.

Что это значит в России. Базовые сценарии — ответ на типовой вопрос, квалификация лида, заполнение карточки — быстро превращаются в функцию CRM за токены. Значит, продавать нужно тот результат, для которого нужны данные и контекст, недоступные платформе самой.

Граница вывода. Падение цены видно на одной категории — обращениях в поддержке. В юридических, медицинских и закупочных задачах цены держатся и даже растут, потому что там рядом стоит ответственность.

Статус: уже видно. Это обратная сторона сдвигов 2 и 4.

Что меняется. Пока ценность была в фичах, доступ к данным был технической деталью. Сейчас данные и каналы — главный ресурс, и их владельцы меняют правила доступа.

Что уже видно. Salesforce в мае 2025 изменил правила API Slack: массовая выгрузка сообщений и обучение на них запрещены. Meta с 15 января 2026 запретила универсальные AI-ассистенты в WhatsApp Business API — ушли ChatGPT, Perplexity и Microsoft, а боты для обслуживания своих клиентов работать продолжают.

Почему это важно. Если вся ценность продукта живёт в чужом API или одном канале, решение о вашей выручке принимаете не вы. Несколько каналов, свои данные и соблюдение правил платформ — часть продукта. В России к этому добавляется появление MAX и перераспределение трафика между мессенджерами.

Граница вывода. Платформы закрывают не всё: та же Salesforce развивает протокольный доступ, а Битрикс24 открывает действия через MCP. Движение идёт в две стороны одновременно.

Статус: сигнал.

Что меняется. LLM – одновременно поставщик технологии, канал дистрибуции и конкурент готовых решений для тех же задач.

Что уже видно. В январе 2026 вышли плагины Claude Cowork для юристов, продаж и финансового анализа. С 12 января по 23 февраля индекс S&P Software & Services потерял 25% и больше $285 млрд капитализации; LegalZoom упал почти на 20%, Thomson Reuters — на 16%. Через месяц часть этих же компаний стала партнёрами по интеграциям.

Есть и второй фронт: LLMs идут в услуги напрямую, заключая партнёрства с крупными консалтинговыми фирмами и выкладывая готовые инструменты для финансового анализа — на это отдельно указывает разбор Better Tomorrow Ventures.

Почему это важно. Продукт, который сводится к промпту поверх модели, перестаёт быть самостоятельным бизнесом после одного релиза. Зато лаборатории дают новый канал: продукт, доступный из их ассистента, получает дополнительный спрос.

Граница вывода. Падение акций — реакция рынка, а не потеря выручки вендорами. Сколько из этих сценариев доведут до промышленного уровня, пока неясно.

Статус: сигнал, но самый сильный из всех сигналов в этом списке.

Что меняется. Инструмент стал дешёвым и воспроизводимым, а ответственность — нет. Клиент может собрать себе генератор деклараций за два дня, но отвечать за последствия неправильно поданной декларации тоже клиенту.

Что уже видно. Рынок начал продавать ответственность отдельно и брать на себя риск неуспеха. Zendesk берёт деньги только за подтверждённо решённые обращения, Intercom не берёт денег за неудачную попытку, EvenUp добавляет к программной подготовке документов профессиональную проверку. У Кнопки и Моего дела это и было всегда основой предложения: ответственность за сданную отчётность, а не доступ к программе.

Где живёт долгосрочная маржа. Разбор Better Tomorrow Ventures формулирует это точнее всего: устойчивая маржа живёт не в автоматизации, а в слое премиума и ответственности поверх неё. Пример из того же текста: AI-бухгалтерия с маржой 60% коммодитизируется, а фирма, где дипломированные специалисты подписывают отчётность и несут страховку, держит 45%, но устойчиво.

Почему это важно. Предложение смещается от функции к гарантии. Это же объясняет, почему вокруг AI-продуктов снова растут услуги и почему оплата за результат — не упаковка, а перенос риска на поставщика.

Граница вывода. Ответственность стоит денег и требует процессов: границ полномочий, разбора исключений, людей в критичных точках. Продавать гарантию, не посчитав стоимость плохих случаев, — быстрый способ потерять маржу.

Статус: сигнал.

Что меняется. Вендор занимает место консультанта: продаёт не доступ и даже не отдельный результат, а перевод команды или процесса в новое состояние. Схема: AI опрашивает команду, смотрит в цифры, находит процесс с максимальным ROI и сразу его автоматизирует.

Что уже видно. Цельных публичных цифр по этой модели нет, но все её составляющие уже оплачиваются: инженеры на стороне клиента, архитекторы, которые определяют метрики успеха, партнёрства вокруг обучения и рабочих правил.

И стоит признать: так работал любой хороший интегратор и до AI. Новое в том, что теперь такую услугу продаёт сам разработчик продукта, и часть работы внутри делает не человек.

Почему это важно. Меняется предмет сделки, а значит и бюджет: за переход платят из денег на изменения, а не из бюджета на софт. Меняется и команда: нужны люди, которые ведут проект изменений, а не только релизы.

Граница вывода. Это самая тяжёлая по себестоимости модель. Она хорошо продаётся и плохо масштабируется, пока часть работы не превратится в повторяемый продукт. И талант здесь дорожает быстрее, чем растёт маржа.

Статус: сигнал, спорный для венчура.

Что меняется. Обратное направление движения: классический бизнес строится AI-native с первого дня и превращает свою неэффективность в маржинальность.

Что уже видно. General Catalyst выделил $1,5 млрд на покупку и создание таких компаний и сообщает, что часть из них удвоила маржу EBITDA за 12 месяцев. Ближайший российский аналог — агентства и аутсорс-отделы продаж, которые ставят агентов себе внутрь.

Где эта логика ломается

PitchBook собрал возражения инвесторов: венчур даёт все деньги на покупки, а получает миноритарную долю, то есть фактически платит несколько балансовых стоимостей. И вся ставка держится на том, что рынок оценит такую компанию по технологическому, а не сервисному мультипликатору.

Пока рынок так не считает. Nathan Benaich и Nikola Mrkšić приводят разрыв: автоматизированные BPO торгуются по 5–23 EBITDA против 22–92 у софта, а Concentrix развернул генеративные продукты у более чем 1 000 клиентов — мультипликатор остался в низких однозначных при марже EBITDA около 10%.

Почему это важно для нас. Такой игрок — не конкурент по фичам, а конкурент по цене результата, и одновременно канал: ему нужен ваш продукт как часть собственной операционной системы.

Граница вывода. Это модель скорее для прямых инвестиций с контролем, чем для венчура, и независимой статистики по ней пока нет.

Руководителям. Выбирать конкретную повторяемую задачу, которую можно проверить на своих данных, сравнивать полную стоимость выполнения и расширять полномочия программы по мере подтверждения качества. И сравнивать новые сервисы не только друг с другом, но и с давно работающими аутсорсерами — иногда это дешевле и надёжнее.

Разработчикам продуктов. Выяснять, какие решения пользователь вынужден принимать сам. Приоритет получают актуальные данные, связи с рабочими системами и надёжное исполнение. Два вопроса для самопроверки: почему клиент до сих пор сам выполняет этот процесс в вашем продукте и почему он не соберёт 80% вашего продукта из чат-бота, своей CRM и низкокодового автоматизатора.

Агентствам и партнёрам. Пересматривать услуги, основанные на типовой ручной настройке, и искать ценность в подготовке данных, знании отрасли и ответе за результат. У вас есть то, за что сейчас дорого платят — готовность отвечать за итог.

Сотрудникам. Учиться формулировать задачи и критерии результата, понимать ограничения данных и разбирать ошибки. Объём рутины падает медленнее, чем растёт скорость и неопределённость, и спрос идёт не на большую автономию агента, а на управляемость и спокойствие того, кто за него отвечает.

В Телеграм-канале выложил весь документ — подробный разбор, российские и мировые примеры, источники и ограничения выводов. Его можно переслать коллегам, с которыми обсуждаете, что AI меняет именно в вашем бизнесе.