К содержанию

Практика

SaaStr: ИИ-агент назначил около 600 встреч за год

SaaStr поставила агента не на главную, а на страницу покупки примерно за $90 000.

В Telegram
Архивное фото видеовстречи на ноутбуке, 2020 год
Архивное фото видеовстречи на ноутбуке, 2020 год. Иллюстрация сценария встреч, не демонстрация агента Amelia. Кадрирование и уменьшение; обработанные версии — CC BY-SA 4.0.Project Kei / CC BY-SA 4.0 · Лицензия

SaaStr показала разумную точку для автоматизации inbound, то есть входящих обращений: не чат-бот для всех посетителей, а агент на странице, где клиент уже оценивает покупку. Его задача проста: ответить, квалифицировать и сразу поставить встречу в календарь, не отправляя лида в человеческую очередь.

Это полезнее большинства демонстраций AI-продаж, потому что здесь автоматизировали конкретную задержку. Раньше потенциальный спонсор заполнял длинную форму, заявка распределялась между сотрудниками, а ответ приходил примерно через день. Причём ответ часто сводился к шаблонному предложению назначить звонок.

Что именно сработало

В собственном разборе SaaStrAI пишет, что агент Amelia AI работает на странице спонсорских пакетов SaaStr AI Annual. На неё приходят компании, уже рассматривающие покупку примерно за $90 000.

Агент выясняет, зачем компании спонсорство, какой у неё бюджет, что важнее: лидогенерация, узнаваемость бренда или выступление, а также каких конкурентов она изучает. После этого он сам бронирует встречу. Менеджер начинает звонок с уже собранного контекста, поэтому клиенту не приходится повторять ответы, а первые минуты не уходят на базовые вопросы.

За последние 12 месяцев агент провёл 17 000 разговоров и назначил около 600 встреч. SaaStr также заявляет, что вместе с новым агентом для самостоятельного изучения предложения этот канал увеличил новый бизнес на 60%. Всю систему обслуживают три человека.

Последнюю цифру стоит читать именно как заявление самой SaaStr, а не как независимое доказательство эффективности. В опубликованном кейсе нет разбивки по закрытым сделкам, выручке от агента и сравнению с контрольной группой. Зато описанная механика вполне воспроизводима.

Покупать нужно не аватар, а отсутствие очереди

Главная находка здесь не в том, что AI умеет поддерживать разговор. Разговоров было много, включая бессмысленные, что признаёт сама SaaStr. Бизнес-метрики начинаются дальше: назначенные встречи, конверсия в сделку и выручка.

Поэтому пилот стоит запускать на одной странице с максимальным намерением купить. Агент должен задавать квалификационные вопросы, иметь доступ к календарю и передавать менеджеру ответы клиента. Если оставить бронирование человеку, получится прежняя воронка с новым интерфейсом.

У подхода есть ограничения. SaaStr приводит аудиторию через контент и сообщество, агент этот спрос не создаёт, а только конвертирует. Компания также предупреждает, что часть покупателей не хочет общаться с аватаром, поэтому сохранила самостоятельный просмотр пакетов и цен. Наконец, её клиенты технологичны и привыкли к AI, тогда как для другой аудитории скорость может оказаться менее важной.

Практический вывод для B2B-компании узкий: автоматизировать сначала нужно не весь inbound, а самый дорогой разрыв между интересом и встречей. И считать не диалоги с ботом, а встречи, сделки и выручку, которую раньше съедало ожидание ответа.

Как процитировать этот материал

«SaaStr: ИИ-агент назначил около 600 встреч за год». hegai.media, 24 сентября 2026 г.. https://hegai.media/novosti/inbound-agent-prinosit-dengi-kogda-ubiraet-pauzu-mezhdu-interesom-i-vs--8ebc8f75-4993-43d7-81c0-2d8e65ba36b2