Bain: более 90% коммерческих организаций тестируют ИИ, но лидеры получают вдвое больший прирост выручки

В марте 2026 года Bain & Company опубликовала исследование применения искусственного интеллекта в продажах и маркетинге. В опросе участвовали 1 125 руководителей из 18 отраслей и 40 стран.

Более 90% коммерческих организаций уже экспериментируют с ИИ. Результаты сильно различаются. Компании, которые Bain отнесла к лидерам по росту выручки и выполнению цели по марже, получают вдвое больший прирост выручки, связанный с ИИ, и в 1,8 раза более высокую экономию затрат по сравнению с отстающими.

При этом 60% участников сообщили, что их данные недостаточно надёжны, технологическая инфраструктура не готова либо существуют обе проблемы одновременно.

Исследование не позволяет обещать конкретный эффект отдельной компании. Оно показывает разрыв между покупкой инструмента и изменением самой работы отдела продаж.

Первые сценарии обычно понятны и легко запускаются.

ИИ составляет письмо, готовит краткое содержание звонка, ищет информацию о клиенте, предлагает ответ на возражение или заполняет часть полей CRM.

Сотрудник экономит несколько минут. Руководитель видит, что технология используется. Компания может отчитаться о запуске пилота.

Коммерческий результат при этом почти не меняется.

Менеджер быстрее пишет неподходящему клиенту. Система аккуратно резюмирует разговор, после которого не назначен следующий шаг. CRM заполняется автоматически, но воронка по-прежнему содержит сделки без подтверждённой вероятности.

Локальная экономия времени полезна. Она не исправляет слабую логику процесса.

Bain определяет рабочий процесс продаж как цепочку от коммерческого события до измеримого результата. В ней должно быть понятно:

Рассмотрим повторную работу с накопленной базой.

Событием может быть окончание договора, изменение продукта, снижение активности клиента или появление новой потребности. Затем система должна определить подходящий сегмент, собрать контекст, назначить ответственного, предложить действие и зафиксировать реакцию.

Если этих правил нет, ИИ получает расплывчатую задачу: «вернуть старых клиентов». Результатом становится большая рассылка, количество которой легко измерить, а коммерческий смысл трудно доказать.

Технология хорошо автоматизирует определённую работу. Хаотичный процесс она воспроизводит быстрее.

Проект может находиться у IT, маркетинга, аналитиков или внешнего подрядчика. Каждая сторона отвечает за свой участок.

IT обеспечивает интеграцию. Подрядчик настраивает модель. Маркетинг готовит сообщения. Отдел продаж должен использовать результат.

При этом никто не владеет всем процессом от исходного сигнала до выручки.

Bain относит ясную коммерческую ответственность к четырём основам успешного внедрения наряду с переработанным процессом, качественными данными и системой показателей.

Ответственный должен иметь возможность менять правила работы, CRM, роли сотрудников и критерии оценки. Иначе проект ограничивается функциями, которые легко подключить без пересмотра управления.

Один из описанных Bain примеров касается исходящего привлечения клиентов.

Раньше сотрудники вручную собирали списки, изучали компании, писали письма и заносили действия в CRM. Все контакты получали примерно одинаковое внимание, независимо от потенциальной ценности.

После перестройки процесса автоматизированная система стала обрабатывать менее приоритетные компании, а сотрудники сосредоточились на крупных и сложных клиентах. Для них ИИ готовил исходные сведения, но менеджеры продолжали самостоятельно адаптировать коммуникацию.

Здесь изменился не только инструмент. Компания по-другому распределила клиентов, время и ответственность.

Российскому собственнику не стоит переносить этот пример как готовую схему. Для сложного продукта автоматическое обращение может повредить репутации. При небольшой базе ручная работа иногда остаётся выгоднее.

Полезен принцип: освобождённое время должно направляться на задачи, где участие менеджера создаёт большую ценность.

Если сотрудник после автоматизации просто делает больше одинаковых касаний, производительность может вырасти только в отчёте.

Чтобы определить приоритетного клиента, системе нужны достоверные сведения о компании, истории взаимодействий, продукте, причинах отказа и результате прошлых действий.

В реальной CRM часть полей не заполнена, причины проигрыша формальны, компании дублируются, переписка хранится в личных аккаунтах, а этап сделки отражает мнение менеджера.

ИИ способен обработать этот массив. Качество вывода будет зависеть от качества исходной информации.

Bain сообщает, что 36% отстающих компаний имеют нужные инструменты, но работают с неполными или низкокачественными данными. Среди лидеров с той же проблемой сталкиваются 29%.

Разница не огромна. Даже сильные организации не решили вопрос полностью. Поэтому ожидание идеальной базы тоже может бесконечно откладывать изменения.

Начинать разумнее с одного процесса и минимального набора данных, качество которых можно проверить.

Количество созданных писем, расшифрованных звонков и сэкономленных минут показывает использование инструмента. Эти цифры не отвечают на вопрос, изменились ли продажи.

Для каждого процесса нужны показатели нескольких уровней.

Сначала проверяется техническое выполнение: доля обработанных обращений, точность заполнения, скорость подготовки.

Затем поведение сотрудников: используют ли рекомендации, стало ли меньше ручных действий, соблюдается ли новый порядок.

После этого коммерческий результат: конверсия, длительность сделки, выручка на менеджера, возврат клиентов, маржа, стоимость привлечения.

Без исходных значений сравнение невозможно. Если компания не знала прежнюю конверсию и трудозатраты, любой результат пилота можно представить как успех.

Перед запуском следующего инструмента полезно попросить команду описать один процесс на одной странице.

Какое событие запускает работу?

Какие решения сейчас принимает человек?

Где возникает задержка или ошибка?

Какие данные используются?

Что изменится после внедрения?

Кто отвечает за конечный показатель?

Как будет измеряться результат до и после?

Если ответы сводятся к функциям сервиса, проект ещё не связан с системой продаж.

Bain показывает, что преимущество лидеров возникает при перестройке целого рабочего процесса. Отдельные помощники могут дать экономию времени. Существенный коммерческий эффект требует пересмотреть, кто, когда и на основе каких данных выполняет работу.

Bain & Company. AI Won’t Transform Your Go-to-Market Until You Transform the Work. 30 марта 2026 года.

https://www.bain.com/insights/ai-wont-transform-your-go-to-market-until-you-transform-the-work-b2b-growth-agenda-2026/