У среднего проектного бюро 30-50 активных заказчиков одновременно. Каждый - в своей переписке: один в Telegram, другой в почте, третий звонит. Стадии проекта - в таблице Excel, которую ведёт ГИП. Новые заявки - в отдельном чате у менеджера. В итоге половина задач теряется до сдачи стадии П. Менеджер не помнит, кому надо выставить КП к пятнице. ГИП не знает, что заказчик вчера написал про изменения в ТЗ.
CRM решает именно это: все заказчики, переписки, задачи и стадии - в одном месте. AI в CRM делает следующий шаг: система сама заполняет карточки, напоминает о рисках, помогает менеджеру быстрее отвечать и не терять лидов.
продвинутый - HubSpot Breeze / Kommo AI / Salesforce Agentforce
Как CRM с AI изменилась за 10 лет: от табличек к автономным помощникам
Первые CRM в 2010-х были просто базами данных с интерфейсом. Вносишь контакты вручную, ставишь задачи вручную, смотришь на дашборд - и сам решаешь что делать.
В 2019-2023 появилась предиктивная аналитика (анализ данных для предсказания будущего): система подсказывала «позвони этому заказчику» или «этот лид, скорее всего, готов к договору». Менеджер всё равно нажимал кнопки сам, но уже с подсказками.
Текущее поколение (2024-2026) - автономные агенты. Это когда AI не просто советует, а сам пишет письмо, сам заполняет карточку заявки, сам ставит задачу после звонка с заказчиком. Менеджер проверяет и утверждает, а не делает всё с нуля.
Практический контекст для России: Salesforce официально приостановил продажи в РФ в 2022 году. Новые клиенты подключиться не могут. HubSpot и Kommo работают без ограничений и доступны прямо сейчас.
Salesforce Agentforce: автономные агенты для крупных команд
Agentforce - это фреймворк (набор инструментов для создания) автономных AI-агентов от Salesforce, выпущенный в Q4 2024. Агенты имеют доступ к реальным данным CRM и могут выполнять действия: создавать записи, отправлять письма, запускать процессы.
Atlas Reasoning Engine - это «мозг» агентов Agentforce. В отличие от простого чат-бота с ChatGPT, агент видит реальные данные из CRM: контакты, сделки, историю переписки - и действует на основе этого контекста.
Предустановленные агенты:
- SDR Agent (агент первичной квалификации лидов): отвечает на входящие запросы с сайта, проверяет потенциального заказчика по критериям бюджета и потребности, записывает встречу в календарь менеджера
- Case Resolution Agent (агент обработки обращений): разбирает входящие вопросы, ищет ответ в базе знаний, передаёт сложные случаи с готовым резюме
- Campaign Optimization Agent: анализирует эффективность маркетинга и предлагает корректировки
Почему это важно для бюро: SDR-агент может взять на себя первый контакт с заказчиком, собрать данные о задаче (объект, площадь, сроки, бюджет) и передать менеджеру уже квалифицированную заявку - без участия живого человека на начальном этапе.
Настройка агентов - через визуальный интерфейс Agent Builder: указываешь что агент может делать, какие данные использует, какие ограничения. Кастомные сценарии создаются через Agentforce Studio.
Цена: $2 за каждый обработанный разговор агента. При 500 обращениях в месяц - $1000 только на агентов, плюс базовая лицензия Salesforce Enterprise от $165 за пользователя в месяц. Для малого бюро с командой до 10 человек - избыточно и дорого.
Einstein Conversation Insights: AI-анализ звонков и выявление рисков по проекту
Einstein Conversation Insights (ECI) - инструмент анализа записей звонков и видеовстреч внутри Salesforce. Интегрируется с Zoom, Teams, Gong, Chorus.
Что делает ECI:
- Транскрибирует (переводит в текст) звонок автоматически
- Извлекает ключевые моменты: упоминания конкурентов, возражения («дорого», «подумаю»), запросы на следующие шаги, упоминания сроков
- Обновляет карточку заказчика: добавляет краткое резюме звонка, обновляет поля (следующий шаг, предполагаемая дата договора) если это прозвучало в разговоре
- Показывает паттерны по всем звонкам менеджера: сколько времени говорит сам против времени, когда слушает заказчика
Risk Signals (сигналы риска) - полезная функция: если в разговоре с заказчиком прозвучало «надо согласовать с партнёром», «возможно перенесём», «пока не определились с финансированием» - ECI помечает сделку как «под риском» и менеджер получает уведомление пересмотреть стратегию.
Для проектного бюро это означает: система сама заметит, что заказчик по объекту на ул. Строителей начал говорить неуверенно про сроки - и предупредит ГИПа раньше, чем проект потеряется.
Цена: $50 за пользователя в месяц дополнительно к основной лицензии Salesforce.
Альтернатива для тех, кто не на Salesforce: Gong.io ($1200-1400 за пользователя в год) и Chorus by ZoomInfo ($8000-15000 в год на команду) делают то же самое и подключаются к любой CRM через API.
HubSpot Breeze: автозаполнение карточек, AI-ассистент и прогноз по заявкам
HubSpot Breeze - это AI-слой поверх HubSpot CRM, запущенный в 2024 году. В отличие от Agentforce, Breeze - это набор функций внутри HubSpot, а не отдельный агентный фреймворк. Проще настроить, меньше стоит, работает в России.
Breeze Intelligence (автообогащение данных): HubSpot имеет базу 200 миллионов профилей компаний и контактов. Когда добавляешь нового заказчика, Breeze автоматически подтягивает: размер компании, отрасль, сайт, последние новости о компании. Для проектного бюро это значит - менеджер вносит имя компании, система сама заполняет остальное. Убирает 80% ручной работы при оформлении новой заявки.
Breeze Copilot (AI-ассистент): работает как чат-помощник внутри HubSpot. Можно попросить:
- «Напиши письмо заказчику по этому объекту с учётом последних переговоров» - Copilot читает всю историю и пишет конкретный текст
- «Сделай краткое резюме этого проекта для передачи новому менеджеру» - полезно при смене ответственного по проекту
- «Какие объекты сейчас на стадии КП и по каким нет ответа больше 5 дней» - быстрая сводка без ручного просмотра
Breeze Agents (автономные агенты, в режиме бета 2025-2026):
- Content Agent: создаёт тексты для портфолио, презентаций, коммерческих предложений с учётом стиля бюро
- Prospecting Agent: ищет компании, которые подходят под профиль заказчика бюро, обогащает данные и добавляет в CRM
- Customer Agent: отвечает на типовые вопросы заказчиков через чат-виджет на сайте с доступом к базе знаний
Главное преимущество Breeze перед внешними AI-инструментами - система знает весь контекст: все заявки, переписку, историю встреч по конкретному заказчику. Не надо копировать переписку в ChatGPT и объяснять с нуля.
Цена: Breeze Copilot включён во все платные тарифы HubSpot (от $20 в месяц). Breeze Intelligence - $100 в месяц за 1000 обогащений контактов. Breeze Agents - в составе Sales Hub Professional/Enterprise от $90 за место в месяц.
Kommo (бывший AmoCRM): мессенджер-CRM с AI-ответами для бюро с активной перепиской
Kommo (переименован из AmoCRM для международного рынка в 2022 году, функциональность та же) - это CRM с акцентом на мессенджер-продажи. Если основная переписка с заказчиками идёт через WhatsApp и Telegram - Kommo подходит лучше HubSpot или Salesforce.
Архитектура: все входящие сообщения из всех каналов (WhatsApp, Telegram, ВКонтакте, Instagram, email, виджеты сайта) собираются в единый интерфейс. Менеджер видит всю историю заказчика вне зависимости от канала - написал ли тот в мессенджер или позвонил.
AI-функции Kommo:
- AI-ответы в чатах: система анализирует вопрос заказчика и предлагает менеджеру готовый ответ. Менеджер просматривает и отправляет одним кликом (или правит). Ускоряет ответы и снижает нагрузку на типовые вопросы - «сколько стоит», «какие сроки», «какие документы нужны»
- Автоматический анализ разговоров: AI определяет стадию сделки, заинтересованность заказчика, следующие шаги
- SalesBot: полностью автоматизированная воронка для квалификации через чат без участия менеджера на первом этапе
SalesBot для проектного бюро - конкретный сценарий: заказчик пишет в WhatsApp «нужен проект частного дома». Бот задаёт уточняющие вопросы (площадь, этажность, участок, регион, сроки, бюджет), заполняет карточку заявки и передаёт менеджеру уже с данными - тот открывает и видит готовую информацию, а не переспрашивает с нуля.
Цена: от 588 рублей за пользователя в месяц (базовый тариф), до 1788 рублей за пользователя в месяц (Enterprise). Российский продукт, работает без ограничений. Это в 10-20 раз дешевле Salesforce или HubSpot в пересчёте на рубли.
Воронка для проектного бюро: стадии от первого обращения до сдачи проекта
Зачем это бизнесу: стандартная воронка продаж в CRM не отражает специфику проектирования. Нужна двухуровневая структура - сначала продажа, потом ведение проекта. Вот как это выглядит на практике.
Стадии воронки продаж (до договора):
- Лид - первичное обращение, данные неполные
- Квалификация - уточнили объект, площадь, бюджет, сроки
- Встреча/звонок - провели переговоры, поняли задачу
- ТЗ - согласовываем техническое задание
- КП - выставлено коммерческое предложение
- Договор - подписан договор, получен аванс
Стадии ведения проекта (после договора): 7. Стадия П (проектная документация) 8. Стадия Р (рабочая документация) 9. Согласования (если нужны: экспертиза, разрешение на строительство) 10. Сдача - передача комплекта документации заказчику, закрывающие документы
Пользовательские поля (настраиваются в любой CRM) для каждой сделки:
- Объект (название, адрес)
- Площадь (м²)
- Тип проекта (жилой, коммерческий, промышленный)
- ГИП (ответственный главный инженер проекта)
- Срок по договору
- Стоимость по договору
- Текущая стадия
- Следующий контрольный срок
Автоматизация (настраивается без программиста через встроенные инструменты CRM):
- При переходе в «Стадия Р» - автоматически ставится задача ГИПу проверить комплект стадии П
- При 7 днях без активности по сделке на этапе КП - менеджер получает уведомление
- При смене ответственного - новый ГИП получает письмо с резюме проекта
Python + Salesforce REST API: автоматическое обогащение заявок и постановка задач
Зачем это бюро: когда приходит новая заявка с email-адресом компании, можно автоматически поднять данные о заказчике с его сайта через AI - отрасль, масштаб, типы объектов - и сразу поставить задачу менеджеру с нужным контекстом. Это убирает 15-20 минут ручной работы на каждую новую заявку.
from simple_salesforce import Salesforce
import anthropic
sf = Salesforce(
username="user@company.com",
password="password",
security_token="token"
)
claude = anthropic.Anthropic()
def enrich_lead_from_website(lead_id: str, website_url: str):
"""Обогащает карточку заявки данными с сайта заказчика через AI."""
import requests
from bs4 import BeautifulSoup
# Получаем текст сайта заказчика
response = requests.get(website_url, timeout=10)
soup = BeautifulSoup(response.text, "html.parser")
page_text = soup.get_text()[:3000]
# AI анализирует сайт и извлекает нужные данные
ai_response = claude.messages.create(
model="claude-sonnet-4-6",
max_tokens=500,
messages=[{"role": "user", "content": f"""Проанализируй сайт компании и извлеки в JSON:
- industry: отрасль (строительство, девелопмент, промышленность и т.п.)
- company_size_estimate: Small/Medium/Large
- key_activities: список направлений деятельности
- likely_project_needs: вероятные потребности в проектировании
Сайт:\n{page_text}"""}]
)
import json
data = json.loads(ai_response.content[0].text)
# Обновляем карточку заявки в Salesforce
sf.Lead.update(lead_id, {
"Industry": data.get("industry", ""),
"Description": f"AI-анализ: {data.get('likely_project_needs', '')}",
"NumberOfEmployees": 50 if data["company_size_estimate"] == "Small" else 500
})
# Ставим задачу менеджеру с контекстом
sf.Task.create({
"WhoId": lead_id,
"Subject": "Позвонить заказчику - AI собрал данные по компании",
"Description": f"Деятельность: {data.get('key_activities')}\nВероятные задачи: {data.get('likely_project_needs')}",
"ActivityDate": "2026-06-12",
"Priority": "High"
})
enrich_lead_from_website("00Q000000000001", "https://example-client.com")
Стоимость одного обогащения через Claude: $0.002-0.008. При 200 новых заявках в месяц - менее $2 на API.
Python + HubSpot API: автоматический скоринг заявок по приоритету
Зачем это бюро: не все заявки одинаково интересны. Заявка от девелопера на жилой комплекс - не то же самое, что заявка на проект небольшой пристройки. AI-скоринг (оценка приоритетности) помогает менеджеру понять, кому звонить первым.
Пример интеграции: когда новый контакт появляется в CRM (из формы на сайте, с мероприятия, из базы), скрипт автоматически оценивает его по критериям и расставляет приоритеты:
import hubspot
from hubspot.crm.contacts import SimplePublicObjectInput
from anthropic import Anthropic
client = hubspot.Client.create(access_token="HUBSPOT_TOKEN")
claude = Anthropic()
def score_project_lead(name: str, company: str, job_title: str,
inquiry_text: str) -> dict:
"""Оценивает заявку по приоритету для проектного бюро."""
response = claude.messages.create(
model="claude-sonnet-4-6",
max_tokens=200,
messages=[{"role": "user", "content": f"""Оцени заявку в проектное бюро от 1 до 10 и дай краткое обоснование.
Критерии: крупный объект (площадь, сложность), бюджет соответствует уровню бюро, чёткое ТЗ или готовность его сформировать.
Данные:
- Имя: {name}
- Компания: {company}
- Должность: {job_title}
- Суть заявки: {inquiry_text}
Ответ JSON: {{"score": число, "reason": "строка", "priority": "high/medium/low"}}"""}]
)
import json
return json.loads(response.content[0].text)
def create_hubspot_contact(lead: dict, score_data: dict):
"""Создаёт контакт в HubSpot с AI-оценкой приоритета."""
contact_input = SimplePublicObjectInput(
properties={
"firstname": lead["first_name"],
"lastname": lead["last_name"],
"company": lead["company"],
"jobtitle": lead["job_title"],
"hs_lead_status": "NEW",
"notes_last_contacted": f"AI Score: {score_data['score']}/10. {score_data['reason']}"
}
)
contact = client.crm.contacts.basic_api.create(
simple_public_object_input_for_create=contact_input
)
print(f"Создан контакт {lead['first_name']}, приоритет: {score_data['priority']}, оценка: {score_data['score']}")
return contact
# Обработка входящих заявок
leads = [
{
"first_name": "Сергей",
"last_name": "Ковалёв",
"company": "Девелоперская группа Северный берег",
"job_title": "Технический директор",
"inquiry": "Нужен проект 14-этажного жилого дома, 8500 м², срок - рабочая документация за 4 месяца"
}
]
for lead in leads:
score = score_project_lead(
lead["first_name"], lead["company"],
lead["job_title"], lead["inquiry"]
)
if score["score"] >= 6:
create_hubspot_contact(lead, score)
Какую CRM выбрать для проектного бюро
Матрица выбора в 2026:
Salesforce + Agentforce: команда от 50 продавцов, длинный цикл сделки 3-18 месяцев, есть Salesforce-разработчик в штате. Бюджет: от $200 за место в месяц. Для новых клиентов в России недоступно.
HubSpot + Breeze: команда 5-30 человек, нужна быстрая настройка без разработчика, важна связка маркетинг и продажи в одной системе. Для проектного бюро среднего размера - оптимальный вариант. Бюджет: от $50 за место в месяц. Работает в России.
Kommo + AI: команда 2-15 человек, основная коммуникация через WhatsApp и Telegram, ограниченный бюджет. Для небольшого бюро с активной перепиской - лучший старт. Бюджет: от 588 рублей за место в месяц. Российский продукт, никаких ограничений.
Для бюро с командой до 10 человек и бюджетом до 5000 рублей в месяц на CRM: HubSpot бесплатный тариф (без AI) плюс HubSpot Breeze Copilot ($20 в месяц) дают нормальную стартовую точку без лишних трат. Kommo на базовом тарифе - если основная работа идёт через мессенджеры.
Переход между CRM - болезненный. Импорт данных это 20% работы, перестройка процессов - 80%. Выбирай с расчётом на 3-5 лет вперёд.
Частые вопросы
Есть смысл малому бюро смотреть на Salesforce?
Обычно нет. Стоимость лицензий плюс обязательный внедренческий проект ($20 000-100 000) плюс регулярная поддержка делают Salesforce экономически нецелесообразным для бюро с командой до 15 человек. HubSpot или Kommo закроют 90% потребностей за 10-20 раз меньший бюджет.
Agentforce и Einstein - одно и то же?
Разные продукты. Einstein - историческое название AI-функций Salesforce (Einstein Lead Scoring, Einstein Forecasting, Einstein Conversation Insights). Agentforce - новый фреймворк автономных агентов, анонсированный в 2024 году. Agentforce работает на Einstein AI как на ML-инфраструктуре, но это принципиально другой уровень самостоятельности.
HubSpot Breeze реально обогащает данные или просто переименованная функция?
Breeze Intelligence - реальная функция с базой 200 миллионов профилей. До этого HubSpot использовал Clearbit (приобрётен в 2023 году) для обогащения. Breeze - результат интеграции Clearbit в HubSpot с новым AI-слоем. Для западноевропейских и американских компаний качество высокое. Для российских компаний - скромнее, данных меньше.
Kommo отличается от AmoCRM только брендингом?
Kommo - ребрендинг AmoCRM для международного рынка в 2022 году. Функциональность та же, но с 2022 года активно добавляли мессенджер-интеграции и AI-функции именно под названием Kommo. На российском рынке продукт доступен как через Kommo.com, так и через старых реселлеров AmoCRM. Разницы в функциях нет.
Как настроить AI-скоринг заявок без написания кода?
HubSpot имеет встроенный Predictive Lead Scoring (предиктивный скоринг лидов) в тарифах Marketing Hub Enterprise - система автоматически обучается на исторических данных вашей компании. Без Enterprise: можно настроить скоринг через весовые коэффициенты по полям (площадь объекта, тип проекта, должность заказчика) через HubSpot Properties. Для Salesforce - Einstein Lead Scoring в тарифах Performance и Unlimited.
Что дальше
CRM с AI - это основа для порядка в заявках и проектах. Чтобы система работала как единый механизм, нужна операционная система для остального бизнеса: AI операционка для малого бизнеса: Notion AI и ClickUp Brain как OS компании.
AI Компас (t.me/kosmoslab_ai) - канал для предпринимателей в России и СНГ, где разбираем как применять AI в малом и среднем бизнесе без программиста. Подписывайтесь, если хотите получать такие разборы регулярно.