ИИ для оптовых продаж: как принимать заявки и готовить КП

ИИ для оптовых продаж закрывает простую, но дорогую проблему: оптовый клиент пишет «почём фура сахара?» в 22:30, менеджер видит сообщение утром, а человек уже разместил заказ у того, кто ответил первым. Бот отвечает на заявку за секунды и круглосуточно, уточняет объём и условия, считает по прайсу и готовит черновик коммерческого предложения, пока команда отдыхает.

Ниже - без рекламных обещаний. Разбираю, что ИИ для оптовых продаж реально делает с заявкой, как она проходит путь от первого сообщения до КП в CRM, как подключить бота к прайсу и 1С и где он точно не заменит человека.

Каждую неделю разбираю новое по нейросетям для бизнеса: инструменты, кейсы, ошибки. Подпишитесь, чтобы не пропустить.

Что умеет ИИ для оптовых продаж и что оставит менеджеру?

Бот держит первую линию: принимает обращение из любого канала, уточняет запрос, отсекает случайных и передаёт менеджеру готового клиента с историей переписки. Всё, что дальше, - согласование отсрочки, торг по объёму, спорные условия поставки - остаётся за человеком.

Это важно проговорить сразу, потому что вокруг темы много шума в духе «нейросеть закроет сделку сама». На переговорах в опте ИИ не помощник. По разбору Тёмы Романова из Salekit, один менеджер с ИИ закрывает, по его оценке, в 2-3 раза больше сделок не потому, что бот продаёт вместо него, а потому что менеджер тратит время только на то, что реально требует человека, - рутину забирает бот.

Здесь и проходит честная граница ожиданий. В соседних отраслях уже посчитали: реальный прирост от ИИ ближе к процентам и разам, чем к «десять раз» из рекламы (обзор LeadDev о продуктивности разработчиков, для продаж - как ориентир по настроению рынка). Поэтому дальше я считаю по-честному: ИИ готовит и фильтрует, человек закрывает.

Куда утекают оптовые заявки и деньги?

Оптовый клиент редко звонит первым. Он пишет: на почту, в Telegram, в чат на сайте, в мессенджер с визитки. И пишет тогда, когда у него есть время, - вечером или в выходной. Пока заявка лежит без ответа, клиент уходит к поставщику, который ответил быстрее.

Масштаб потерь виден по цифрам. В разборе TopDigital на DTF есть показательный расчёт: если на обработке заявок бизнес теряет 10% потенциальных сделок, это может стоить порядка 640 тысяч рублей в месяц, около 7,7 миллиона в год (цифры кейса, зависят от среднего чека и потока). А по оценке из того же разбора, быстрый автоответ и квалификация поднимают конверсию на этом этапе на 20-30%.

Тема попала в общий тренд лета 2026: бизнес массово осваивает ИИ-агентов, которые ведут задачи сами, без человека за экраном. Идея «агент обрабатывает заявки ночью, пока команда отдыхает» стала обычной. Для опта это особенно кстати - поток заявок круглосуточный, а смены у менеджера нет.

Путь оптовой заявки: от «почём фура?» до КП в CRM

Вот как выглядит обработка одной заявки, если её ведёт бот.

1. Клиент пишет в канал. Сообщение приходит на почту, в Telegram, чат на сайте или мессенджер. Обычно это короткое «есть в наличии?» или «почём при заказе от паллеты?».
2. Первый ответ за секунды. Бот отвечает сразу и круглосуточно. Клиент получает ответ, пока ему это интересно, за секунды.
3. Квалификация оптового клиента. Бот уточняет объём, регион, форму оплаты, нужна ли отсрочка и кто перед ним - розница, опт или дилер. По описанию OkoCRM, агент квалифицирует клиента по заранее заданным критериям и отсекает нецелевые обращения.
4. Расчёт по прайсу и остаткам. Под собранные параметры бот подтягивает актуальную цену и наличие из вашей учётной системы (как подключить бота к 1С, разбираю в отдельном разделе про прайс и остатки).
5. Черновик КП. Бот собирает коммерческое предложение под клиента: позиции, цены под его объём, условия, сроки. Менеджер проверяет и отправляет.
6. Занесение в CRM. Клиент попадает в Битрикс24 или amoCRM вместе с историей переписки и параметрами заявки. По описанию OkoCRM, агент передаёт в CRM структурированные заявки с контекстом диалога, поэтому менеджеру не нужно вносить данные руками.

Это и есть обработка входящих заявок в режиме ИИ-продавца: бот держит первую линию и готовит данные, а менеджер берёт готового клиента и закрывает сделку. Похожий сценарий приёма заявок с площадок я разбирал в материале про ИИ на Авито - механика та же, меняется только канал.

Как ИИ готовит КП за минуту вместо трёх часов?

Составить КП вручную - это найти позиции, проставить цены под объём клиента, оформить, перепроверить. По оценке МБС Group, на одно письмо или КП уходит 15-20 минут, а с уточнениями и согласованием - те самые 3-4 часа. При пяти КП в день бот освобождает менеджеру ориентировочно до 25 часов в месяц (оценка вендора, сверяйте на своём потоке).

Бот делает черновик: берёт параметры из диалога, подтягивает цены под объём и собирает предложение по вашему шаблону. Дальше менеджер смотрит, правит спорные позиции и отправляет. В опте это принципиально: цена и условия - зона ответственности человека, поэтому КП от бота идёт менеджеру как черновик на проверку и только потом уходит клиенту.

Чтобы черновики были ровными, боту нужен понятный шаблон-бриф. Примерно такой:

Собери черновик КП для оптового клиента.
Вход:
- клиент: [название, город, розница/опт/дилер]
- запрос: [позиции и объём из диалога]
- условия: [самовывоз/доставка, отсрочка да/нет]
Правила:
- цены и остатки бери только из прайса/1С, ничего не выдумывай;
- если позиции нет в наличии - предложи аналог и пометь это;
- дай итог: позиции, цена за единицу под объём, сумма, срок, условия оплаты;
- в конце пометь строки, которые менеджеру нужно проверить вручную.

Такой бриф держит бота в рамках вашего прайса и сразу помечает, что проверить, - это снимает главный риск: красивое, но неверное предложение.

Как подключить бота к прайсу, остаткам и CRM?

Это тот самый шаг, который отличает рабочий инструмент от игрушки. Пока бот не подключён к прайсу и остаткам, он отвечает на цену наугад. Подключённый - берёт цифры из системы в момент запроса.

Как это устроено на примере Битрикс24 (описание с официального helpdesk вендора): пользователь задаёт вопрос в чате, а ИИ-агент выполняет настроенный запрос в 1С и возвращает актуальный результат - без ручного экспорта и предварительных синхронизаций. Подключение 1С делается в разделе «Приложения - MCP-подключения»: указываете адрес веб-сервера базы и данные пользователя, дальше вопросы задаёте в чате. По описанию вендора, устанавливать ничего не нужно.

Отдельно про безопасность, потому что это первый вопрос владельца. По документации Битрикс24, доступ формируется только по запросу пользователя и в рамках его прав в системе: агент выполняет конкретное действие, а не получает всю базу. Что такое MCP простыми словами и зачем он бизнесу, я разбирал в отдельном материале про MCP.

Если у вас amoCRM, Битрикс24 или самописная система, связка бота с ней - это уже задача про интеграцию с вашими данными, и без неё красивые ответы в опте бесполезны. Как выглядит чат-бот с интеграцией в CRM под конкретную нишу, разбираю отдельно; для опта именно эта связка «бот - прайс - CRM» и даёт результат.

Настоящий ИИ-агент или обёртка над ChatGPT?

Разница видна по одному признаку - есть у бота доступ к вашим данным и действиям или нет. Генератор текста отвечает правдоподобно, но наличие и цену придумывает. Настоящий ИИ для оптовых продаж берёт цену из прайса и заносит заявку в CRM.

Практический вывод для владельца: спрашивайте не «а он на ChatGPT или на GigaChat?», а «откуда он берёт цену и куда кладёт заявку». Если внятного ответа нет - перед вами чат для галочки, который в опте скорее навредит. Тему «агент или обёртка» я разбирал и на общем уровне, здесь же важен один опт-специфичный риск: неверная цена в КП стоит денег сразу.

Где ИИ в опте ломается: 5 антипаттернов

Плохо внедрённый бот теряет клиентов быстрее, чем его отсутствие. Пять частых ошибок.

1. Бот-визитка без интеграции. Ставят чат «для галочки», без связки с прайсом и CRM, и ждут продаж. Заявки застревают, клиент уходит после первой же неудачной попытки узнать цену.
2. Весь диалог без выхода на человека. Клиент со сложным вопросом попадает в тупик и не может связаться с менеджером. По обзорам сервисов онлайн-чатов, значимая доля покупателей отказывается от бренда после одной неудачной сессии с ботом, а живого оператора всё равно хотят большинство (оценки Webim, SmartbotPro - сверяйте).
3. Обёртка без доступа к данным. Бот отвечает на цену и остатки наугад. В опте это прямой денежный риск: клиент приедет за товаром, которого нет, или по цене, которой уже нет.
4. Переспам рассылками. Массовая рассылка «в лоб» выжигает базу. По кейсу PizzaMan с Mindbox, результат дала точность попадания: сработала замена нерелевантного предложения на подходящее клиенту, а частота рассылки роли не сыграла. В опте это тем более так.
5. Бот раньше воронки. Сначала запускают бота, потом думают про процесс продажи. Поля не сходятся, заявки застревают в статусе «новый», аналитику не собрать. Сначала воронка - потом автоматизация.

Сколько это стоит и когда окупится?

Цена зависит от того, что именно вы берёте - сценарный конструктор или агента с доступом к данным. Ориентиры на 2026 год (сверяйте на сайтах, тарифы меняются):

Для сравнения: оптовый менеджер обходится в 80 000-150 000 ₽ в месяц с налогами (оценка Salekit). Надстройки над топовыми моделями с CRM, вроде MashaGPT, идут порядка 25 000 ₽ в месяц на команду - тоже ориентир, сверяйте.

Про окупаемость честно. Вендорские кейсы показывают 2-3 месяца (например, кейс Битрикс24 в разборе на DTF: возврат до 15-20% потерянных клиентов за первые два месяца). Практик Тёма Романов из Salekit даёт консервативную вилку: базовые решения окупаются за 4-6 месяцев, полноценные агенты за 8-12, кастомная разработка за год-полтора.

Правда где-то посередине и зависит от вашего потока: чем больше заявок и дороже менеджер, тем быстрее. Как вообще считать стоимость ИИ-агента и окупаемость, разбираю в отдельном материале.

С чего начать?

Разумный первый шаг с ИИ для оптовых продаж - закрыть одну боль и посчитать результат, без попытки автоматизировать сразу всё.

1. Возьмите один канал, куда приходит больше всего заявок, - обычно это почта или мессенджер.
2. Опишите узкий сценарий: бот отвечает на первое сообщение, уточняет объём и условия, готовит черновик КП по шаблону.
3. Подключите прайс и CRM, чтобы бот считал по реальным цифрам, а заявки сразу попадали к менеджеру.
4. Через пару недель посмотрите на цифры: сколько заявок бот обработал вне смены и сколько КП подготовил. Дальше подключайте следующий канал.

Собрать такую связку можно и своими силами на конструкторе, и с командой под задачу. Главное - начать с малого и считать результат по своим заявкам и фактическим цифрам.