Почему вокруг ИИ такой бум — и почему за ним почти нет честных цифр

Бум вокруг ИИ вырос на трёх вещах: за два года модели подешевели в сотни раз, научились работать с таблицами и CRM, а крупный бизнес массово транслирует, что эффект есть — ИИ используют 71% крупных компаний России. Но за этим шумом почти нет цифр, которые можно проверить. За два года я не опубликовал ни одного «агент поднял конверсию на X%». Зато могу показать, как агент застройщика за два часа научился говорить «этого у меня нет» вместо того, чтобы водить клиента за нос. По-моему, это полезнее любого процента.

Три причины бума: цена, данные, деньги

ИИ-бум держится на трёх изменениях последних двух лет: модели резко подешевели, научились работать с данными компании, и в рынок пошли большие деньги.

Цена. По данным Stanford AI Index 2025, запрос к модели уровня GPT-3.5 с ноября 2022 по октябрь 2024 года подешевел более чем в 280 раз. Агент в отделе продаж перестал быть проектом, который только банку по карману.

Данные на деле. Тестовый агент застройщика. 00:21, ночь. Клиент пишет: «Нужна студия до 2,8 млн за наличку, готов купить сейчас, вот имя и телефон». Агент сверяется с таблицей и отвечает, что есть два варианта по бюджету (один их них, как расскажу далее, уже продан). Клиент выбирает этаж повыше. Через минуту после первого сообщения менеджеру прилетает задача в работу: объект, бюджет, способ оплаты, срок покупки и выжимка разговора.

Менеджеру утром уже не нужно выяснять «что интересовало». Он перезванивает сразу с предложением. Для такого пару лет назад нужна была команда разработчиков. Сейчас — прайс, таблица и передача данных в CRM.

Деньги. Российский рынок ИИ по итогам 2025 года вырос на 29,7% и достиг 316 млрд ₽ (TAdviser). Сегмент генеративного ИИ, по оценке Onside и Just AI, за год вырос в пять раз — до 58 млрд ₽. Когда столько денег стекаются в одном направлении, шум неизбежен.

Откуда «78% компаний уже получают эффект»

В исследовании Яндекса и «Яков и Партнёры» (декабрь 2025), откуда взята цифра про 71%, есть ещё одна: 78% компаний фиксируют положительный экономический эффект от ИИ. Звучит как приговор сомнениям. Но стоит посмотреть, как она получена: это опрос 150 технических директоров крупных компаний. То есть оценка людей, которые сами отвечают за внедрение, — и только в крупном бизнесе.

Для обзора рынка методика нормальная. Но на отдел продаж средней компании она не переносится. Там у цифр есть три скрытых врага.

Всё меняется одновременно. Агент запускается — и в тот же месяц маркетолог поднимает бюджет на рекламу, начинается сезон, менеджер меняет скрипт. Заявок становится больше. А что дало эффект? Честного ответа нет: сравнить не с чем.

Первые недели — это правки. Агент застройщика из этой статьи только за 1 сентября прошёл 17 тестовых диалогов и получил правку инструкции. Считать конверсию на этом этапе — всё равно что засекать скорость машины, пока её собирают.

Цифры принадлежат клиенту. Даже в этой статье я не называю застройщика. Его данные — его решение. Поэтому, когда подрядчик обещает «+40% к конверсии» до запуска, у него нет этой цифры. У него есть надежда.

Два часа из жизни агента застройщика

Вместо процента расскажу, как агент ведёт себя на тестах. Агент застройщика из Башкортостана готов к запуску на сайте. Перед этим мы гоняли его на тестовых диалогах — и там видно всё, чего не покажут в презентации.

12:51, 1 сентября. Тестовый клиент пишет: «привет скинь мне планировки однокомнатных свободных квартир». На тот момент у агента в базе две планировки: студии и двухкомнатной. Однокомнатной нет.

Агент присылает планировку студии — молча, как будто это ответ. И начинает уточнять:

— Какой вариант нужен по метражу — ближе к 34–36 м² или просторнее?

— Какая секция удобнее — 2 или 3?

— Какой этаж вам ближе — 4, 5 или 6?

— Планировку удобнее отправить сюда в чат картинкой или ссылкой?

Клиент отвечает на всё. И только на пятом сообщении агент признаётся: «у меня в базе сейчас под рукой нет готовой карточки с этой планировкой. Скажите, пожалуйста, как вас зовут?»

С точки зрения модели всё логично: она уточняла потребность. С точки зрения клиента — его две минуты водили за нос, а потом попросили имя. Следующему ответу агента он уже не поверит.

Правка. В инструкцию агента добавлено жёсткое правило: при запросе планировки сначала проверить, есть ли она в базе, и если нет — сказать об этом в первом же ответе. Никаких уточнений секции и этажа для того, чего нет.

14:48, тот же день, тот же запрос. Ответ агента:

Сейчас у меня в базе есть только две готовые планировки: студия и двухкомнатная квартира — планировок однокомнатных пока нет, поэтому «скинуть» их сюда не смогу. Могу передать запрос менеджеру, и он пришлёт актуальные планировки свободных 1‑комнатных и варианты по цене.

Дальше — цена однокомнатной, вариант дешевле и один вопрос. Между двумя версиями — правка инструкции в одном абзаце.

Второй эпизод — проданная квартира. Самая дешёвая студия у застройщика ушла. А в базе знаний она осталась с пометкой «самая доступная из всех». Агент уверенно предлагал её клиенту с бюджетом до 2,8 млн: «это уже самая низкая цена во всей компании, ниже не найдёте».

Модель не соврала — она честно пересказала базу. Просто база отстала от жизни. Отсюда вывод, который не попадёт ни в один отчёт о буме: агент правдив ровно настолько, насколько свежи его данные. Кто обновляет прайс, наличие, как часто и что делает агент с противоречием — это вопросы важнее выбора модели.

Что считать доказательством, если не проценты

Доказательство работы ИИ-агента в продажах — его поведение в трудных ситуациях. Это можно увидеть до оплаты: в демо и тестовых диалогах.

Сомнение. Час ночи. Клиент пишет: «Дороговато всё равно, надо подумать». Агент не уговаривает и не спрашивает «можно я напомню?». Он молча ставит себе напоминание на 10 утра.

Вопрос. В тестовом агенте санатория собеседник спросил прямо: «я с ботом говорю?». Агент не притворился человеком, а предложил передать разговор администратору — человек сам решил продолжить с ботом.

Цифра, которой нет. На тестах под давлением «назовите точную сумму» агент говорит, что подтвердить её не может, и не выдумывает. На пяти трудных сценариях — немногословный клиент, скептик, претензия, инвестор, давление на цифру — это проверяется за вечер.

Теперь неудобное. Честность продаёт хуже обещаний. «+40%» — это один слайд и пять секунд. А разбор того, как агент две минуты водил клиента за нос, — десять минут и неловкая пауза. На встрече с собственником первое конечно выигрывает.

А статус «в работе» — не вечный. Агент онлайн-школы обрабатывал реальный поток заявок. Но сейчас на паузе. Это нормальная жизнь проекта, просто о ней почти никто не пишет.

Выход, который я вижу: не спорить о чужих процентах, а получить свои. Пилот на две недели на реальных заявках компании даёт собственнику цифры его бизнеса, а не выдержку из чужой презентации.

Пять вопросов, которые отделяют рабочий ИИ от хайпа

1. Покажите живой диалог, а не запись. Лучше — самому написать агенту что-нибудь неудобное.
2. Что агент ответит, если в базе нет ответа? Правильный ответ: «не знаю, передам человеку». Неправильный — уверенная догадка.
3. Кто и как быстро обновляет цены и наличие? Проданная квартира в базе — это не баг модели, а дыра в процессе.
4. Что получает менеджер? Телефон — плохо. Карточка с бюджетом, сроками и выжимкой разговора — хорошо.
5. Что агент скажет на «я с ботом говорю?» Если подрядчик предлагает, чтобы агент притворялся человеком, — это вопрос не технологии, а доверия к вам.

Частые вопросы