В этой статье разобрано, что вендоры называют агентом, какие задачи ИИ закрывает сегодня, какие не закрывает, чем российский контур отличается от западного и как выглядит разумный минимум для команды из одного маркетолога.
Что произошло на рынке за полтора года
За полтора года почти каждый западный вендор ABM выпустил линейку агентов. Хронология выглядит так.
| Дата | Вендор | Что представлено |
|---|---|---|
| Февраль 2025 | Metadata | Первые три агента, компания объявила о переходе к агентной модели |
| Март 2025 | Demandbase | Agentbase, система связанных агентов для поиска аккаунтов и оркестрации |
| Июль 2025 | Folloze | Генеративные агенты для сборки и локализации кампаний |
| Сентябрь 2025 | HubSpot | Линейка Breeze, включая агента для ABM-лендингов в закрытой бете |
| Октябрь 2025 | Salesforce | Agentforce Marketing на данных платформы |
| Апрель 2026 | Mutiny | Полный отказ от прежнего продукта и перезапуск как агентной платформы |
Со стороны выглядит так, будто маркетолог скоро будет только ставить задачу. На практике картина скромнее, и её полезно разобрать до того, как вы заложите агентов в план на квартал.
Что вендоры называют агентом
Под одним словом прячутся три разные вещи с разной степенью зрелости.
Уровень первый, помощник по данным. Языковая модель с доступом к вашей базе, которая отвечает на вопросы вроде «покажи аккаунты, где активность выросла за месяц». Работает предсказуемо, ошибается редко, экономит время на отчётах. Зрелость высокая.
Уровень второй, генератор черновиков. Модель берёт карточку компании и пишет письмо, заголовок для лендинга, короткое описание кейса. Качество прямо зависит от того, что вы положили в карточку. Пустая карточка даёт вежливую пустоту. Зрелость средняя, требует вычитки.
Уровень третий, автономный исполнитель. Сам выбирает аккаунты, сам запускает касания, сам меняет ставки в рекламе. Именно на нём построены громкие анонсы, и именно он чаще остальных остаётся в статусе беты. Зрелость низкая.
Madison Logic в середине 2025 года привела показательное сочетание. По опросу The Harris Poll 97 процентов маркетологов настроены к ИИ позитивно, а Forrester в тот же период предупредил, что компании, ждавшие быстрых побед, начали сворачивать программы раньше срока. Воодушевление и результат разошлись.
Четыре задачи, где ИИ помогает уже сейчас
Отчёт Demandbase и ForgeX за 2025 год показывает распределение применений: сбор и анализ сигналов покупки назвали 94 процента опрошенных, ресёрч по компаниям 88, предиктивную аналитику для выбора аккаунтов 87. Список бьётся с тем, что мы видим на российских базах.
Обогащение и нормализация карточки компании
Модель приводит названия к единому виду, вытаскивает отрасль из кода ОКВЭД, сводит дубли «ООО Ромашка» и «Ромашка, ООО». На базе в пять тысяч компаний это экономит несколько дней ручной работы. В российском контуре сюда подключается ДаData с данными из ЕГРЮЛ: выручка, регион, дата регистрации, статус.
Что проверять. Долю записей, где ИНН заполнен. Если меньше половины, обогащение даст мусор.
Черновики текстов под сегмент
Не под каждую компанию отдельно, а под группу с общей ситуацией. Маркетолог правит формулировки и оставляет фактуру, модель убирает страх чистого листа. По отчёту Userled о трендах ИИ и ABM за 2025 год, практики называют экономию от четырёх до десяти часов в неделю. Похоже на правду, если считать именно черновики, а не финальный текст.
Что проверять. Есть ли в письме факт, который нельзя переставить в письмо другому сегменту.
Приоритизация базы
Модель ранжирует компании по вероятности отклика и подсвечивает тех, кто вырос в активности. Здесь работает оговорка про объяснимость: если продавец не понимает, почему компания получила высокий балл, он проигнорирует список.
Что проверять. Совпадение верхних двадцати компаний по модели с интуицией отдела продаж. Расхождение разбирается поимённо.
Сводка по аккаунту перед звонком
Что открывали, что скачивали, когда последний раз общались, чем компания занимается. Продавец получает две трети подготовки без открытия пяти вкладок. Самая дешёвая по внедрению вещь с самым заметным эффектом на переговорах.
Три задачи, которые ИИ не закрывает
Выбор стратегии. Кому продавать, с каким предложением и почему именно сейчас, решает человек. Модель ранжирует внутри заданных правил, но не придумывает правила. Если профиль идеального клиента описан плохо, ИИ добросовестно отранжирует не тех.
Договорённость с продажами. ABM ломается на стыке отделов чаще, чем на стыке технологий. Ни один агент не заставит менеджера открыть карточку и записать результат встречи. Это вопрос регламента и привычки.
Качество исходных данных. Common Room в мае 2026 года сформулировала это жёстко: большинство проектов с ИИ в маркетинге и продажах не доходят до продакшена, и причина обычно в фундаменте данных, а не в модели. Российские базы подтверждают тезис ежедневно.
Чем российский контур отличается от западного
Западные материалы про агентов написаны в предположении, что у вас есть третьесторонние данные о намерениях, деловая соцсеть для таргетинга и корпоративный стек уровня Salesforce.
| Слой архитектуры | Западный вариант | Российский вариант |
|---|---|---|
| Данные о компаниях | ZoomInfo, D&B, HG Insights | ЕГРЮЛ через ДаData |
| Внешние сигналы намерения | Bombora, G2, TechTarget | Недоступны, замена собственными сигналами |
| Поведение на сайте | Собственная аналитика платформы | Яндекс.Метрика |
| CRM и история сделок | Salesforce, HubSpot | amoCRM, Битрикс24 |
| Языковая модель | OpenAI, Anthropic | YandexGPT, GigaChat |
| Реклама на список компаний | Деловая соцсеть | Яндекс.Аудитории, VK Реклама |
Из этого набора собирается рабочая конструкция, если не пытаться копировать чужую архитектуру целиком. Прогноз Gartner от сентября 2023 года о том, что к 2028 году 60 процентов работы B2B-продавцов пройдёт через разговорные интерфейсы, вполне может сбыться и здесь, просто на другом стеке.
Отдельный момент, который западные статьи игнорируют полностью. Персонализация по конкретному человеку упирается в 152-ФЗ, и агент не защитит вас от вопросов регулятора. Ответственность остаётся на операторе данных.
Разумный минимум для команды из одного человека
Если маркетолог в компании один, полезнее забрать у себя четыре рутины, чем гнаться за автономностью.
Шаг первый. Привести базу в порядок: дубли по ИНН, отрасль, размер компании, суммы сделок. Один рабочий день на базе до тысячи компаний.
Шаг второй. Настроить понятный скоринг. В ABM Персона это три оси сразу. RFM по давности, частоте и сумме сделок. Стадия жизненного цикла по цепи Маркова, шесть состояний от нового клиента до постоянного. Вовлечённость по событиям: открытие письма даёт один балл, клик три, участие в вебинаре десять, запрос демонстрации двадцать, запрос консультации тридцать. Веса видно, спорить с ними можно, менять тоже.
Шаг третий. Подключить генерацию черновиков к сегментам. Пять сегментов и пять писем реалистичнее, чем тысяча персональных текстов, которые никто не вычитает.
Шаг четвёртый. Добавить сводку по аккаунту для продавца.
Такой набор не выглядит футуристично. Зато он работает без корпоративного бюджета и переживает смену вендора.
Как оценить свой план внедрения
Возьмите план и разметьте каждую строку одним из трёх статусов.
Помогает сегодня. Обогащение данных, черновики, приоритизация, сводки.
Помогает при чистых данных. Автоматические сценарии, пороговые уведомления, сравнение вариантов писем.
Обещание вендора. Полностью автономная оркестрация, самостоятельный выбор аккаунтов, управление рекламными ставками без надзора.
Если в третьей группе оказалось больше половины пунктов, план стоит переписать.