AI-агенти для акаунт-менеджменту: два боти замість менеджера

Коротко

Один менеджер фізично не пам’ятає, про що домовлявся з кожним клієнтом два місяці тому — а GPT в компанії найчастіше використовують лише на 5% можливостей. Рішення — не один універсальний бот, а два вузькі AI-агенти: перший «веде клієнта» й пам’ятає кожну деталь спілкування, другий — «стратег», що на основі скріншотів додатку й бази успішних кейсів підказує наступний крок. Вартість — близько $20 на співробітника на місяць, і це дешевше за найм ще однієї людини.

Проблема: менеджер забуває, GPT працює на 5%

На внутрішньому розборі відділу акаунт-менеджменту SalesBox спливло просте спостереження: команда вже користується GPT, але лише зрідка — щось перевірити чи переформулювати.

«Я зрозумів, що ви використовуєте GPT на п’ять відсотків від його можливостей, які можна в нас використовувати.» — з розбору, 3:36

Причина не в лінощах, а в об’ємі. Менеджер веде десятки клієнтів одночасно, і через два місяці вже не пам’ятає деталей розмови — а саме дрібні домовленості вирішують, чи довіряє клієнт далі.

«Ви ще дуже сильно забуваєтеся. Те, що ви з ними говорили два місяці назад, ви вже навіть не пам’ятаєте.» — з розбору, 33:01

«А це все пам’ятає штучний інтелект. І він вам може підсвітити.» — з розбору, 33:09

Це та сама проблема, що й коли диспетчер бачить лише номер заявки, а не історію клієнта: людина фізично не втримує в голові весь контекст, і рішення приймаються наосліп.

Чому два агенти, а не один універсальний бот

Перша ідея — просто закинути ще більше в GPT — виявилась половинчастою. На розборі народилась чіткіша архітектура: не один бот на все, а два вузькі агенти з різними ролями.

«Як бачу я його, як мінімум має бути мінімум два агента.» — з розбору, 3:45

Агент №1 — «ведучий клієнта». Йому скидають всю інформацію по одному клієнту з CRM, і далі кожна нова розмова, дзвінок чи перепис лягає в той самий чат. Агент вчиться на контексті конкретного клієнта й підказує, як вести комунікацію далі.

«Він таким чином цей чат, всередині Gemini, обучається на цьому клієнту.» — з розбору, 5:17

Через кілька ітерацій агент уже утримує в собі реальні кейси клієнта і може підказувати, з чого почати новому менеджеру, якщо старий іде.

«Він вас через 2-3 ітерації вже буде мати в собі кейси і може давати круті поради тим бізнесам, з якими починаєте.» — з розбору, 7:17

Агент №2 — «стратег». Йому не потрібен повний доступ до CRM — досить пари скріншотів мобільного додатку клієнта й короткого опису, що менеджер бачить.

«Інший агент — стратег, ми називаємо його стратег мобільного додатку. В нього можна надиктувати, що ти бачиш по мобільному додатку. А можна просто зробити пару скриншотів додатку.» — з розбору, 6:14

На основі цих даних і накопиченої бази успішних кейсів агент формує стратегію для конкретного клієнта. Успішні кейси, на яких він вчиться — це реальні бізнеси, що вже працюють на платформі лояльності SalesBox, а кожен новий розбір автоматично поповнює цю базу.

Чому Gemini й спільний Google Drive, а не окремий GPT кожному

Вибір платформи на розборі був не випадковим — головна умова: дані мають лежати в одному місці, доступному всій команді, а не розпорошуватися по особистих акаунтах.

«Чому ми вибрали Google, чому не Cloud чи GPT, а вибрали Google? Тому що Google дасть можливість нам працювати компанією і тримати всі дані в одному місці.» — з розбору, 32:02

Технічно це — спільний Google Drive, куди кожен менеджер вивантажує документи по своїх клієнтах, і одна спільна база знань на всю команду.

«Ми можемо у Google Drive додати, в нас буде тоді спільний Google Drive, в який ви собі будете догружати такі документи клієнтів.» — з розбору, 13:00

Той самий принцип лежить і в основі безпеки клієнтської бази як активу компанії: дані про клієнтів мають належати бізнесу, а не окремому співробітнику чи його особистому акаунту.

Скільки це коштує проти найму людини

Найпрактичніше питання власника — чи виправдана ця розробка фінансово. Відповідь з розбору пряма:

«Бюджет — це буде коштувати приблизно 20 доларів на кожного співробітника, але загалом це може дати класні результати в перспективі.» — з розбору, 16:51

І далі — ще пряміше порівняння з альтернативою найму:

«У нас дешевше просто штучний інтелект впровадити, ніж додаткову людину.» — з розбору, 36:48

Варіант	Вартість	Що отримуєш
Найм ще одного менеджера	повна зарплата щомісяця	ще одна пара рук, свій темп навчання
Два AI-агенти на співробітника	~$20/міс	пам’ять по кожному клієнту + стратегію на основі кейсів

Це не питання «замінити людину роботом» — агенти не спілкуються з клієнтом самі. Вони закривають рутину пам’яті й аналізу, щоб менеджер витрачав час на розмову, а не на пригадування деталей. Та сама логіка — дешевше й швидше не означає гірше — працює і в виборі між кастомною розробкою і готовим рішенням.

Головна думка

Замість одного універсального бота — два вузькі AI-агенти: «ведучий клієнта» пам’ятає кожну домовленість і вчиться на контексті конкретного клієнта, «стратег» дає рекомендації на основі скріншотів і бази успішних кейсів. Обидва живуть у спільному Google-акаунті компанії, тож дані належать бізнесу, а не окремій людині. Вартість — близько $20 на співробітника на місяць, і за розбором це вже дешевше за найм ще однієї людини в команду.

→ Безкоштовний розбір вашого бізнесу

Читайте також

• Кастом за $10k чи готова платформа: що з’їдає бюджет
• LTV клієнта в картці: чому це має бачити диспетчер
• Безпека клієнтської бази: чому база — головний актив бізнесу

---

Про автора. Андрій Стахов — засновник SalesBox. Щотижня розбирає реальні бізнеси в прямих ефірах: юніт-економіка, автоматизація, клієнтська база. Усі розбори →