AI-виджеты для amoCRM в 2026 году: что умеют и за что есть смысл платить

В 2026 году разобраться во всём этом стало сложнее. И не потому, что сервисов стало слишком много.

Дело в самой amoCRM. CRM заметно продвинулась в сторону ИИ: появились «Амма» и конструктор AI-агентов. То, ради чего раньше приходилось подключать отдельный сервис, теперь в некоторых случаях можно сделать прямо внутри CRM.

Поэтому я решила заново посмотреть на сторонние AI-решения для amoCRM. Часть из них я встречала в работе у клиентов, часть разбирала на демо.

Рейтинга здесь не будет. Сравнивать сервис для речевой аналитики, AI-агента и помощника менеджера в одной таблице «кто лучше» — довольно странная затея. Они решают разные задачи.

Мне интереснее другое: в каких случаях сторонний AI-виджет всё ещё оправдан, а когда проще обойтись возможностями самой amoCRM.

18 апреля amoCRM представила AI-ассистента «Амму» и возможность создавать собственных AI-агентов.

«Амма» работает с переписками, помогает готовить ответы клиентам, напоминает о потерянных обращениях, ищет проблемные сделки и может обращаться к базе знаний. Через неё можно даже менять настройки CRM.

AI-агентов можно собирать под конкретные процессы. Например, сделать агента, который отвечает клиентам по определённым правилам и использует информацию из внутренней базы знаний.

Плюс появилась нативная интеграция с MAX и обновились возможности amoChats.

И вот здесь возникает вполне практичный вопрос: зачем теперь вообще покупать отдельный AI-виджет?

Если вам нужно написать ответ клиенту, найти информацию в базе знаний или автоматизировать несложный сценарий, я бы сначала посмотрела, что для этого уже есть в amoCRM.

Покупать отдельный сервис имеет смысл, когда он закрывает конкретную задачу лучше или глубже.

Например, работает не только с перепиской, но и со звонками и видеовстречами. Может проверить сотни разговоров менеджеров по заданным критериям. Или не просто показать, что в сделке есть проблема, а сразу внести изменения в CRM и запустить следующий этап процесса.

Вот здесь уже начинается разница между решениями.

Я специально не стала составлять таблицу на пятьдесят функций. На сайтах большинства AI-сервисов она выглядит примерно одинаково: анализ звонков, нейросеть, автоматизация, база знаний, интеграция с CRM.

Гораздо важнее было понять, что происходит с данными внутри реальной сделки.

Я смотрела на несколько вещей:

— что именно сервис анализирует;

— видит ли он всю сделку или только звонок;

— умеет ли работать с перепиской;

— может ли менять данные в amoCRM;

— какие действия выполняются автоматически;

— можно ли подключить собственную базу знаний;

— умеет ли сервис работать со старыми сделками;

— сколько это будет стоить при нормальном объёме данных.

Последний пункт лучше считать сразу. Тариф «от 500 рублей» сам по себе мало о чём говорит, если отдельно оплачиваются минуты, токены, операции или каждый запуск AI.

Voice AI от команды F5 — вариант для компаний, где основная проблема связана именно с телефонными продажами.

Сервис расшифровывает звонки, делает краткое содержание, ставит AI-теги, определяет бюджет и причины отказа, а также проверяет разговоры по скрипту.

Для руководителя это означает довольно простую вещь: не нужно вручную открывать записи и наугад выбирать, какие звонки послушать. Можно задать критерии и автоматически находить нужные разговоры.

По стоимости здесь всё относительно понятно: примерно 1–2 рубля за минуту расшифровки. Если взять тысячу пятиминутных звонков, получится около 5,5 тыс. рублей.

Но есть важное ограничение: Voice AI работает именно с телефонными разговорами.

Если менеджеры большую часть общения ведут в чатах, а продажи проходят ещё и через видеовстречи, одного Voice AI будет недостаточно.

У imot.io охват шире: сервис работает со звонками, чатами и онлайн-встречами. Можно искать причины отказов, анализировать разговоры и использовать собственные модели.

Ещё один момент, который здесь может иметь значение, — варианты размещения. Есть облачная версия, private cloud и on-premise.

Для компаний, которым важно, где находятся данные и как они обрабатываются, это иногда важнее дополнительных функций в интерфейсе.

Публичного тарифа в формате «выберите пакет и подключите за пять минут» у сервиса нет — стоимость рассчитывается под конкретную задачу.

Поэтому я бы смотрела на imot.io скорее как на полноценное решение для речевой аналитики, а не как на небольшой AI-виджет для менеджеров.

Bewise интересен другим подходом: сервис смотрит не на один разговор, а на сделку целиком.

В анализ попадают звонки, переписки, почта и встречи. Система может показывать риски по сделкам, оценивать работу менеджеров, строить прогнозы и анализировать показатели по группам клиентов.

То есть это уже скорее инструмент для руководителя отдела продаж.

Например, у руководителя 200 активных сделок. Вместо того чтобы открывать их одну за другой и искать, где менеджер что-то упустил, можно сначала получить список проблемных сделок и уже потом разбираться с каждой.

Bewise при этом не пытается стать конструктором AI-агентов. Его сильная сторона — анализ и контроль.

И это, на мой взгляд, вполне нормальный подход. Не каждому сервису обязательно уметь всё.

SPIN AI находится примерно между аналитикой и автоматизацией.

Он анализирует данные всей сделки: поля карточки, переписку, записи звонков и транскрипты встреч. К нему можно подключить базу знаний.

После анализа AI показывает состояние сделки, риски и рекомендуемый следующий шаг.

Но самое интересное начинается дальше: результат анализа можно использовать для действий в amoCRM. Например, создать задачу, изменить поле или добавить примечание.

Разница на первый взгляд небольшая, но в работе она чувствуется.

Если AI просто написал: «Менеджеру нужно перезвонить клиенту», — дальше всё зависит от менеджера.

Если задача автоматически появилась в CRM, уже не нужно надеяться, что человек не забудет её поставить.

SPIN AI можно запускать и на старых сделках. Это полезный сценарий для компаний, где в amoCRM уже накопилась большая история. Не обязательно ждать несколько месяцев, пока появятся новые данные: можно взять старые сделки и посмотреть, что AI найдёт в них.

Стоимость рассчитывается по операциям. Поэтому я бы здесь тоже считала не цену пакета, а стоимость на своём объёме сделок.

NOVA — решение для тех, кому нужен именно конструктор собственных AI-агентов.

Можно подключать базу знаний, языковые модели, API и function calling. Агент может квалифицировать обращения, собирать информацию у клиента, передавать диалог менеджеру и выполнять действия во внешних системах.

Но я бы не слишком увлекалась словом «конструктор».

Собрать AI-агента технически — ещё не значит запустить его в бизнесе.

Сначала нужно разобраться с самим процессом: что спрашиваем у клиента, какие ответы считаем подходящими, что сохраняем в CRM, когда подключаем менеджера и что происходит после квалификации.

Если сотрудники сами работают по принципу «ну, тут по ситуации посмотрим», AI ситуацию не исправит.

Suvvy тоже работает с AI-агентами, причём сценарии здесь не ограничиваются продажами. Есть решения для поддержки, HR, записи клиентов и работы с маркетплейсами.

По интеграциям возможностей много: CRM, календарь, таблицы, API, вебхуки.

Поэтому я бы смотрела на Suvvy, когда нужен достаточно сложный сценарий общения с клиентом или сотрудником.

Для задачи уровня «прочитать переписку и подсказать менеджеру ответ» такой конструктор может быть просто избыточным.

Есть и более простые AI-решения.

Palantir AI работает с историей общения в сделке, помогает определить следующий шаг и подготовить ответ. Можно использовать собственные промпты.

GPT Master позволяет работать с нейросетью прямо из карточки сделки: анализировать переписку, делать резюме, готовить ответы и коммерческие предложения.

Раньше такие виджеты были одним из самых понятных способов добавить ИИ в amoCRM.

Сейчас перед установкой я бы сначала посмотрела на возможности «Аммы».

Если CRM уже умеет решать ту же задачу, отдельно платить за ещё один интерфейс и ещё один сервис особого смысла нет.

IntellectDialog я бы вообще не ставила в один ряд с Bewise или SPIN AI.

Здесь основной фокус — коммуникации: мессенджеры, социальные сети, чаты, телефония, чат-боты.

Если компании нужно собрать обращения из разных каналов и автоматизировать часть общения, это один сценарий.

Если задача руководителя — понять, почему менеджеры теряют сделки, — совсем другой.

После появления нативного MAX и AI-агентов в amoCRM часть таких задач тоже стоит пересмотреть. Возможно, теперь они закрываются средствами самой CRM.

Meet AI специализируется на видеовстречах.

Из карточки сделки можно организовать встречу, получить транскрипцию с разделением участников, краткое содержание и протокол. Договорённости можно сохранить в CRM.

Для компании, где менеджеры проводят по несколько созвонов в день, это вполне понятная экономия времени: не нужно после каждой встречи вручную восстанавливать, о чём договорились.

Но если видеовстреч у вас почти нет, отдельный AI-сервис только ради этой функции вряд ли нужен.

Если разложить решения по основным задачам, получается примерно так.

Анализ телефонных разговоров: Voice AI, imot.io.

Анализ сделки и контроль продаж: Bewise, SPIN AI.

Создание собственных AI-агентов: NOVA, Suvvy.

Помощь менеджеру внутри карточки: Palantir AI, GPT Master.

Работа с коммуникациями: IntellectDialog.

Анализ видеовстреч: Meet AI.

Но использовать эту разбивку как готовую инструкцию «мне нужен анализ звонков — значит, беру Voice AI» я бы не стала.

Функции пересекаются. SPIN AI, например, работает со звонками, перепиской и встречами. У imot.io тоже несколько каналов.

Поэтому выбирать AI-виджет только по списку функций — примерно как выбирать CRM по количеству кнопок.

Важнее понять, что именно вы хотите изменить в процессе продаж.

Самая частая ошибка — сначала купить AI, а потом думать, куда его пристроить.

Я бы делала наоборот.

Сначала — проблема.

Например, менеджеры регулярно забывают перезванивать клиентам. Тогда нужен инструмент, который сможет находить такие ситуации и создавать задачи.

Или руководитель физически не успевает прослушать 500 звонков в неделю. Тогда нужна речевая аналитика.

Или в CRM накопилось несколько тысяч старых сделок, но никто не может нормально разобраться, почему они закончились отказом. Тогда есть смысл протестировать AI на исторических данных.

После этого уже можно выбирать сервис.