От AI+1 к AI+N: роли, протоколы передачи и сквозной кейс масштабирования отдела продаж

🛠 Операционка

Как резать воронку на роли, чем передавать лиды между машиной и людьми без потерь, сколько стоят токены в пересчёте на сделку и как выглядит переход в цифрах до и после

Модель «AI плюс один менеджер» из предыдущей статьи — это фундамент с расчётной нагрузкой. Когда поток лидов её превышает, естественная реакция собственника — нанять ещё одного такого же. Это ошибка: копия перегруженного сотрудника даёт двух перегруженных. Масштабирование работает через разделение воронки по точкам, где AI физически не справляется, а не по объёму. Принцип одной строкой: AI закрывает широкое (массовые касания, фильтрация, фоллоу-ап, аналитика), человек ставится в узкое (суждение, эмпатия, адаптация, доверие).

Эта статья показывает, как резать воронку при переходе от одного менеджера к двум-трём, какой протокол передачи предотвращает потерю лидов между ролями, сколько стоят переменные затраты AI и как выглядит переход в цифрах до и после.

Классическая модель «хантер → клоузер → фермер» родилась в мире, где все три функции были ручными. В модели AI плюс стек парсер и бот уже выполняют 70–80% хантерской работы: генерация потока, первый контакт, квалификация по BANT, прогрев до демо. Нанимать человека, чтобы он дублировал то, что делает AI за единицы рублей на лид, — значит ломать unit-экономику. Хантер как отдельная роль появляется только при N ≥ 3 и только для сегментов, где AI не дотягивает: крупные корпоративные сделки, полевые продажи, тендеры с предварительным лоббированием.

При двух людях воронка делится по стадии, а не по территории или продукту:

• Клоузер (Менеджер 1, бывший единственный): переговоры, работа с возражениями, адаптация КП под ЛПР, закрытие. AI генерирует шаблон — клоузер превращает его в аргумент. KPI: Win Rate, цикл сделки, выручка на менеджера.

• Фермер (Менеджер 2): онбординг, удержание, допродажи, расширение чека. AI триггерит события — окончание договора, падение активности — но выстроить доверие для upsell может только человек. KPI: NRR (Net Revenue Retention), churn rate, допродажи.

Парсер и AI-бот генерируют поток, квалифицируют, назначают демо. Клоузер проводит демо, ведёт переговоры, закрывает сделку. При статусе «Оплачено» из 1С (а не «Закрыто выиграно» в воронке) карточка автоматически передаётся фермеру — онбординг, удержание, допродажи. Каждый человек работает только в своём узком месте, AI заполняет всё остальное пространство между ними.

Красная линия: если при N=2 оба менеджера делают «всё понемногу» — модель деградировала обратно в ручной минимал с удвоенной зарплатой. Разделение должно быть жёстким и зафиксированным в CRM через права доступа к стадиям воронки.

Третья роль появляется только при измеренном узком месте:

• Хантер (Менеджер 3, опционально): холодный аутрич в enterprise-сегменте, нетворкинг, подготовка к тендерам, «полевая» квалификация, где нужен живой человек на встрече. KPI: количество SQL из холодного канала, конверсия холодный → демо.

Правило первого найма

Шаг 1. Если ≥30% времени универсала уходит на пост-оплату (онбординг, удержание, документы, реактивация) — первый найм фермер, универсал конвертируется в чистого клоузера.

Шаг 2. Если универсал уже только закрывает, но очередь стоит до закрытия (SQL протухают, реакция >2 ч, поток >400) — вторая роль до закрытия: второй клоузер или хантер (только при N=3).

Красная линия: прежде чем нанимать хантера, убедись, что стек уже закрыл верх воронки — человек, дублирующий AI, ломает экономику.

Handover-протокол описывает кто, кому, что и когда передаёт. Без него переход C→D превращается в хаос: лиды теряются, дублируются, падают в щель между AI и человеком или между двумя людьми.

Протокол AI → Клоузер: триггер — лид прошёл BANT-квалификацию (≥ 3 из 4), запросил демо или задал вопрос, который AI не закрыл за две итерации; формат — автоматическая смена статуса в CRM плюс уведомление с карточкой (компания, ЛПР, источник, BANT-оценка, стенограмма диалога с AI, гипотеза боли, рекомендованный шаг); SLA — ≤ 15 минут для горячих (скоринг >80), ≤ 30 минут для стандартных, эскалация при пропуске; обратная связь — после первого звонка клоузер ставит тег «квалификация точна / завышена / пропущен дисквалификатор», это обучающая выборка для донастройки AI.

Протокол Клоузер → Фермер: триггер — статус «Оплачено» в 1С плюс подписанный акт (не «Закрыто выиграно» в воронке); формат — автоматическая карточка клиента в сегменте Active плюс задача «Онбординг: день 1» (все данные из карточки клоузера, итоговое КП, зафиксированные ожидания клиента, дата продления, плановые касания 30/60/90 дней); SLA — онбординг-звонок в течение 24 часов после оплаты; обратная связь — при churn в первые 90 дней фермер заполняет форму «Причина оттока» как сигнал клоузеру о завышенных ожиданиях на стадии закрытия.

Протокол эскалации (человек → человек): сделка висит > 60 дней — ревью руководителем за 48 часов; риск churn (падение активности >40%) — совместный звонок клоузера и фермера за 5 дней; enterprise-лид (чек выше порога) — передача хантеру за 4 часа.

Техническая реализация: все три протокола — автоматические бизнес-процессы в CRM (webhook → смена статуса → уведомление → задача); человек не помнит о передаче, система делает это за него. Ручной handover — антипаттерн, убивающий скорость.

Еженедельный аудит: каждую пятницу — доля карточек с пометкой «ошибочная квалификация»; выше 15% — пересмотр критериев AI и промтов, а не найм; ошибка AI почти всегда означает дыру в инструкции, а не в модели.

Unit-экономика AI отличается от классического SaaS тем, что затраты масштабируются с каждым взаимодействием, но остаются ничтожными по сравнению с ручным трудом. Базовые допущения: модели GPT-4o (основные задачи) плюс GPT-4o-mini (рутина); тарифы OpenAI 2025 — input $2.50/$0.15 и output $10/$0.60 за миллион токенов; курс ~90 ₽; средний лид — 5 касаний, средняя сделка — 20 касаний. Средневзвешенная стоимость одного касания — ~$0.01.

Коридор оценок: 1 лид (до квалификации) — $0.05 (≈ 4.5 ₽) против$6–10 (≈ 540–900 ₽) у SDR-человека; 1 сделка (полный цикл) — $0.20 (≈ 18 ₽) против$50–150 (≈ 4 500–13 500 ₽) у связки SDR плюс AE. Разброс 2–5 ₽ на лид и 18–35 ₽ на сделку объясняется допущениями: рутина на дешёвых моделях или всё на старших. Инвариант обеих оценок: переменные затраты в 100–200 раз ниже ручных.

Месячный бюджет AI-стека модели C (300 лидов плюс 24 сделки) — ~15–25 тыс ₽, из которых токены ~2 тыс ₽, остальное подписки на платформу, мониторинг, CRM. Это 15–25% от зарплаты одного менеджера — экономический фундамент модели C: производительность команды за стоимость одного человека плюс копейки на токены. В мультимодальных и voice-стеках стоимость может вырасти в 3–5 раз, но всё равно останется на порядок ниже ручного труда.

Оба кейса — модельные, цифры согласованы с расчётами выше, названия условные. Они иллюстрируют две ветви правила первого найма: затор до закрытия (нужен второй человек до сделки) и затор после оплаты (нужен фермер).

Кейс 1: затор до закрытия Внедрение WMS-систем для складов, средний чек 250 тыс ₽, цикл 30–45 дней, модель C (AI плюс один универсал Дмитрий), период январь–июнь 2025. Среднее по трём месяцам «ДО»: 380 входящих лидов, 111 SQL, 40 встреч, 8 сделок Won, выручка 1 967 тыс ₽, конверсия SQL→Won 7.3%, реакция на лид 63 минуты, календарь забит на 68%, CAC 12 692 ₽.

К марту календарь достиг 82%, реакция выросла до 2.5 часов, конверсия упала с 8.3% до 5.7% — Дмитрий не успевал качественно вести переговоры и пропускал фоллоу-апы. Два лида со скорингом >85 не были обработаны за 48 часов и ушли к конкуренту. Триггеры перехода: календарь >70% три месяца подряд, реакция >2 часов, падающая конверсия, потеря VIP-лидов.

Диагноз: узкое место — верх воронки. Дмитрий тратит 60% времени на первичные звонки и квалификации, которые мог бы делать второй человек, одновременно ведя переговоры и закрывая сделки, где его экспертиза незаменима. Решение: нанять Анну, перераспределить роли — Дмитрий клоузер (демо, переговоры, закрытие, контроль AI), Анна второй человек до закрытия (первичные звонки, квалификация сложных лидов, встречи), AI продолжает делать всё остальное. Инвестиции в переход: найм, неполный оклад апреля, лицензия CRM, настройка handover — 68 тыс ₽.

Среднее по трём месяцам «ПОСЛЕ»: 480 входящих лидов (+26%), 147 SQL, 57 встреч, 13 сделок Won, выручка 3 267 тыс ₽ (+66%), конверсия SQL→Won 8.8% (+1.5 п.п.), реакция на лид 13 минут (−79%), CAC 12 426 ₽ (−2%), календарь Дмитрия 58%, календарь Анны 59%, стоимость отдела 165 тыс ₽ (+74%), маржинальная выручка +66%. Дополнительные инвестиции 68 тыс ₽ окупились меньше чем за месяц; ROI за 3 месяца — 1 303%.

Три урока кейса 1. Триггеры сработали точно: календарь >70% плюс падающая конверсия плюс потеря VIP — не «усталость», а измеримый сигнал. Правильная первая роль — второй человек до закрытия, а не фермер: Дмитрий освободился от рутины и конверсия выросла. AI-стек масштабировался без дополнительных затрат: те же инструменты обработали +26% лидов без роста подписок.

Кейс 2: затор после оплаты B2B-сервис автоматизации документооборота, средний чек 180 тыс ₽/год, цикл 30–45 дней, средний бизнес 50–300 сотрудников. Месяц 6, модель C: 250 лидов/мес, 70 SQL, 15 закрытых сделок, средний чек 160 тыс ₽, выручка 2.4 млн ₽, затраты 150 тыс ₽, CAC 10 000 ₽, календарь 82% (красная зона), реакция на SQL 4.5 часа, очередь лидов >48 ч без касания 12–18 штук.

Диагноз: универсал не успевает обрабатывать SQL, 12–18 лидов в месяц протухают — это 2–3 потерянных сделки и 320–480 тыс ₽ упущенной выручки. Вторая проблема, невидимая в метриках C: после оплаты клиенты не получают онбординг, не делается реактивация, допродажи случаются только если клиент сам вспоминает. База из 120 оплаченных клиентов за 6 месяцев не монетизируется.

Решение: нанять Менеджера 2 (Фермер) с опытом в customer success, 80 тыс ₽. Роли разделены: Менеджер 1 (Клоузер) работает только со стадиями «Демо → КП → Переговоры → Закрытие». Менеджер 2 (Фермер) забирает все сделки после оплаты. Настроен handover-протокол в CRM (автоматическая передача при «Оплачено» из 1С). Добавлен триггерный бот для фермера (автоматические check-in 30/60/90 день).

Месяц 10, модель D: 320 лидов (+28%), 96 SQL (+37%), 27 закрытых сделок, конверсия SQL→Сделка 28% (+6 п.п.), средний чек 185 тыс ₽ (+16%), выручка 5.0 млн ₽ (+108%), затраты 253 тыс ₽ (+69%), CAC 9 400 ₽ (−6%), календарь клоузера 65% (зелёная зона), реакция на SQL 35 минут (−87%), очередь >48 ч — 0–2 лида (−90%), NRR 114% (новая метрика, появилась с фермером). Маржинальная прибыль отдела выросла с 2.25 до 4.75 млн ₽ в месяц; ROI найма фермера — окупаемость за 1.2 месяца.

Три урока кейса 2. Клоузер перестал разрываться: освобождённое время ушло на глубокую подготовку к переговорам — Win Rate вырос с 22% до 28%, средний чек с 160 до 185 тыс. Фермер вернул «мёртвых» клиентов: из базы 120 оплаченных за 6 месяцев реактивировал 8 и сделал 14 допродаж — +420 тыс ₽/мес дополнительной выручки, которой в модели C просто не существовало. AI-стек масштабировался без роста затрат: триггерный бот стоил +3 тыс ₽/мес в токенах, но генерировал +420 тыс ₽ выручки, ROI токенов — 140x. Главный урок: переход C→D — не «нанять ещё одного продавца», а реструктуризация воронки, при которой AI остаётся двигателем объёма, а люди расставляются в две конкретные точки — закрытие и удержание.

Симптомы роста — в предыдущей статье. Здесь — пороги и действия:

• Календарь клоузера >75% две недели: аудит времени универсала; ≥30% на пост-оплату → фермер; нет → второй человек до закрытия. • Очередь SQL >48 ч больше 5 лидов/неделю: универсал делает работу фермера → фермер; нет → второй клоузер. • Win Rate −5 п.п. за квартал: разгрузить клоузера, снять всё не-закрывающее в AI. • NRR <100% или churn >5%/мес: нанимать фермера. • Средний чек стагнирует при растущем потоке: клоузеру нужно время на переговоры, подготовку в AI. • Enterprise-лиды >10% потока при конверсии <5%: хантер (N=3). • Ошибочная AI-квалификация >15% карточек за неделю: не найм, а пересмотр критериев и промтов.

Практический слой. Правило первого найма — не «ещё один такой же», а закрыть измеренное узкое место. Ролевая матрица N=2 (клоузер плюс фермер) и N=3 (плюс хантер для enterprise). Handover-протокол как артефакт: триггеры, карточка, SLA-лесенка (15/30 минут принятие, 2 часа первый контакт, 24 часа онбординг), обратная связь как обучающая выборка. Токен-коридор 2–5 ₽/лид, 18–35 ₽/сделка. Два модельных кейса как иллюстрации двух ветвей правила. Финальная триггер-матрица из семи порогов.

Аналитический слой. Ролевая матрица выводится из теста на изъятие (статья 16): хантер избыточен при N=2, потому что AI уже закрыл ширину воронки. Handover-протокол замыкает оба контура — процессный (передача лида) и денежный (триггер передачи клоузер → фермер = «Оплачено» из 1С, а не статус в воронке). Экономия на масштабе AI подтверждается цифрами кейсов: +26% лидов без роста подписок в кейсе 1, +3 тыс ₽/мес на бот при +420 тыс ₽ выручки в кейсе 2.

Прогнозный слой — свои три вывода масштабирования. Первое: масштабирование — это хирургия, а не клонирование; каждый новый человек должен закрывать измеренное узкое место, иначе модель деградирует в ручной минимал с удвоенной зарплатой. Второе: handover — это шов, на котором чаще всего рвётся модель; без автоматического протокола и SLA-лесенки переход C→D превращается в хаос. Третье: ограничение модели — не токены и не подписки, а человеческое время; три-четыре качественных переговора в день, пятнадцать-двадцать активных сделок в параллели, и стек масштабируется почти бесплатно.

Итоговая формула масштабирования. Людей нанимают туда, где AI бессилен по определению, и только туда. Фундамент не сносят — на нём строят второй этаж.

[Что такое удалённый отдел продаж: от истоков до 2026 года] [Лидогенерация как сервис: верх воронки без найма] [Тендеры как канал продаж: когда система, а когда дорогая лотерея] [Назначение встреч в B2B: как пробиться к ЛПР и квалифицировать] [Полный цикл продаж на аутсорсе: от холодного контакта до денег на счёте] [Гибридная модель продаж для строительных и производственных компаний] [AI плюс один менеджер: как устроен минимальный отдел продаж, где его потолок и когда пора расти]

🔬 Лаборатория и аналитика в Telegram:

• BuildBox Sales — лаборатория B2B-продаж: аутсорсинг, CRM, лидогенерация и механика сделок.

• Construction Urals — аналитика рынка стройки и производства УрФО: банкротства, госпроекты, реальная экономика отрасли.

📖 База знаний: полный архив исследований — vc.ru/buildbox_ops

Это семнадцатая статья цикла «Продажи как сервис». Предыдущие разбирают лестницу моделей аутсорсинга и анатомию минимального отдела. Эта показывает, как масштабировать отдел от одного менеджера к двум-трём: ролевая матрица, handover-протокол, токен-экономика и два сквозных кейса перехода с цифрами до и после.