10 выводов из создания собственного ИИ VP по customer success «QBee» в SaaStr
Мы уже запустили 21+ ИИ-агента и 12+ vibe-coded приложений в SaaStr AI, и ими воспользовались уже более 1 100 000 раз. ИИ-SDR, ИИ VP of Marketing (10K), который во многом уже управляет нами, а не наоборот, инструменты для VC на базе ИИ, которые провели более миллиона оценок стартапов, генератор карточек участника LinkedIn, который я запустил прямо с заднего сиденья Waymo, и приложение AI Parking Pass, которое раздало 5 000 персональных парковочных пропусков и сэкономило недели человеческого времени.
И QBee — лучшее, что мы создали. С большим отрывом.
QBee — это наш ИИ VP of Customer Success. Она управляла всеми 100+ спонсорами для SaaStr AI Annual 2026, всеми нашими медиа-спонсорами и всеми, кто возвращается в 2027 году. Она отправляет каждому гиперперсонализированные чек-ины, ведет 13 основных задач с десятками подзадач по каждому клиенту, без драмы делает follow-up, в реальном времени выявляет пробелы и каждый день отправляет нашей команде обновления в Slack и по email.
Ее собрала на Replit Амелия, наш Chief AI Officer, без инженеров. Наши затраты на ИИ-токены по всем vibe-coded приложениям вместе не достигли даже $200 в месяц.
Итог: на управление customer success уходит на 70% меньше человеческих часов. Количество логинов клиентов и своевременных отправок выросло в 10 раз по сравнению с прежним готовым инструментом. Спонсоры даже не поняли, что большая часть коммуникации идет от ИИ, пока мы не сказали об этом на вебинаре.
Ниже — 10 главных выводов, которые мы сделали, создавая QBee. Если вы думаете сделать что-то подобное, забирайте все.
1. Это не начиналось как ИИ VP of Customer Success. Агент возник сам.
QBee изначально не проектировалась как ИИ VP of Customer Success. Такого плана не было.
В январе цель была скромной: заменить готовый sponsor portal, за который мы платили. В том инструменте не было ИИ. Не было SSO. Не было аналитики. Мы даже не могли понять, вошел ли спонсор в систему, если он ничего не отправлял. Первое ТЗ Амелии было простым: базовый project management, назначение задач, single sign-on и легкая автоматизация напоминаний.
Первые пару недель QBee делала только это. И уже тогда она была лучше того, что у нас было раньше.
Потом пошли реальные данные клиентов: логины, выполнение задач, паттерны использования, пробелы. Как только появились данные, стали очевидны agentic-возможности: ежедневные персональные чек-ины, триггерные follow-up, внутренние отчеты в реальном времени, проактивные касания.
Вывод: не пытайтесь строить ИИ VP of Customer Success с первого дня. Сначала соберите dashboard или portal. Запустите его. Пусть данные сами подскажут, что автоматизировать дальше. Агентный слой вырастает из операционного слоя, а не наоборот.
2. Ежедневно лучше, чем ежеквартально. QBR всегда был сломанной концепцией.
QBee отчасти — это игра с аббревиатурой QBR, Quarterly Business Review. Только она работает не ежеквартально, а каждый день. Иногда дважды в день.
Подумайте о старомодном QBR, который до сих пор слишком распространен. У клиента дедлайны через 60 дней. Вчера произошло событие, которое стоило бы отметить. Сегодня утром в данных всплыл пробел по контракту. И при этом план — ждать следующего запланированного квартального созвона, чтобы поднять это?
Квартальный формат по определению ретроспективный и во многом является скрытой продажей допродажи. В QBR уже все произошло. Хороший CS — это не часовой созвон раз в 90 дней. Это непрерывная работа в фоне по каждому аккаунту, каждый день.
Именно это и делает QBee. Она смотрит, кто вовлечен, кто замолчал, кто вот-вот сорвет дедлайн, у кого только что случился триггер, на который нужно реагировать. Она работает, даже если ее никто не просит. Она действует.
Если вы строите ИИ для customer success, а он все еще ждет вопроса от человека, вы строите продукт прошлого года.
3. Hyper-personalized — это 4–6 уникальных данных в каждом сообщении, а не merge tag.
Самая частая ошибка в «ИИ-письмах клиентам» — думать, что подставить имя в начале и немного контекста в тело письма уже означает «персонализацию». Это не так. Клиенты видят это мгновенно. Это не дает ценности и моментально включает метку AI Slop.
Каждое сообщение QBee спонсору отражает его конкретную ситуацию и потребности прямо сейчас.
Какие задачи выполнены. Какие просрочены. Что дальше по плану. Их уникальные registration links. Номер стенда. Количество бейджей. Дедлайны по контенту. Последняя дата входа. Спикерский слот.
Минимум 4–6 уникальных данных на сообщение. Обычно больше.
Ни один человеческий CSM на масштабе так никогда не работал. Невозможно удерживать такой уровень детализации по 100 аккаунтам каждую неделю. Но для агента с чистыми data pipes это тривиально.
Планка для «персонализации» намного выше, чем думают многие команды. Поэтому спонсоры не поняли, что это ИИ, или, по крайней мере, не сразу поняли. Они считали, что это человек, потому что раньше никакой ИИ-инструмент не писал им настолько контекстные сообщения. Раньше признаком ИИ было то, что он звучал шаблонно. Теперь признак хорошего ИИ — он знает об аккаунте больше, чем старый человеческий CSM. И во многих случаях это не такая уж высокая планка.
4. Для безопасности используйте agent hopping. Минимизируйте чувствительные данные, хранящиеся в агенте.
QBee не хранит чувствительные данные клиентов напрямую. Мы называем это agent hopping. Чувствительные данные живут в системах, которые и были созданы для их защиты. Агент вызывает API и собирает полную картину.
База клиентов QBee находится в Salesforce. Контракты, контакты, детали сделок, sponsorship tier, assignments стендов — все в Salesforce. Аутентификация пользователей живет в Clerk. Ссылки на регистрацию приходят из Bizzabo API. Доставка email идет через Resend.
У QBee нет контрактов, лежащих в ее knowledge base. Она прыгает между системами, чтобы собрать полную картину по каждому спонсору и каждому сообщению.
Амелия сделала кастомное Salesforce Connected App, чтобы это работало. Делала ли она такое раньше? Нет. Она спросила Claude и Replit agent, как это сделать, за 20 минут все подняла, и с тех пор интеграция работает безотказно.
Чем больше чувствительных данных вы храните прямо в агенте, тем сильнее вам приходится становиться экспертом по безопасности, даже если вы этого не хотели. Постоянные аудиты, pen testing, break-it exercises. Большинству из нас такая работа не нужна. Храните чувствительные данные в проверенных системах. Пусть агент прыгает между ними.
5. Сначала напишите спецификацию в Claude / с Claude, а уже потом открывайте Replit / Lovable / etc.
Перед тем как открыть Replit, Амелия написала спецификацию: user flows, dashboard, checklists, asset library, загрузка файлов, single sign-on. Это было примерно 60% того, что QBee умеет сегодня. И этого было достаточно.
Если писать спецификацию с нуля страшно, начните в Claude. Просто скажите: «Мне нужна помощь со спецификацией для customer success portal» — и итеративно доработайте ее. В 2026 году не нужно быть prompt engineer. Те времена прошли. Общайтесь с Claude, описывайте, что хотите, уточняйте до тех пор, пока спецификация не станет осмысленной, а потом отдавайте ее своей vibe coding-платформе.
Чем детальнее спецификация, тем меньше итераций потом и тем ниже будут ваши token costs. Но перфекционизм не должен мешать запуску. Первая спецификация Амелии не была сверхдетальной. QBee все равно получилась удачной. Цель — выйти в продакшн, а не написать идеальную спецификацию.
Вы можете буквально дать вашему vibe coding agent адрес saastrsponsors.com и сказать: «Я хочу что-то похожее для своего бизнеса». Это работает.
6. Сначала запускайте на одном клиенте на каждый tier. Не на всех 100+ сразу.
Мы не выкатывали QBee всем 100+ спонсорам в первый день. Амелия выбрала по одному клиенту на каждый sponsorship tier: Diamond, Platinum, Gold, Silver. Четыре тестовых аккаунта.
Что-то ломалось. Интеграция Salesforce дважды отваливалась в первую неделю. Краевые случаи с pending users в Clerk приводили к тому, что некоторые письма уходили без ошибок, но не доставлялись. Из-за таймаута сессии один спонсор оставался залогинен 5 дней подряд, а потом уже не мог ничего загрузить.
Мы учились, чинили, расширяли. По одному tier за раз.
Поэтапный запуск — это не только концепция enterprise software. Он еще важнее, когда ваш продукт — автономный агент, который действует от имени клиентов без участия человека в цикле.
7. Стройте agentic-слой поэтапно.
Не пытайтесь сделать агента полностью автономным с первого дня. Так можно взорвать продакшн.
Agentic-возможности QBee развивались слоями:
- сначала персонализированные еженедельные письма каждому спонсору
- потом триггерные действия, когда клиенты выполняли или не выполняли задачи
- потом внутренние отчеты для команды с видимостью в реальном времени и gap analysis
- потом проактивные касания для контроля дедлайнов, collections и эскалаций с полным контекстом
Каждый слой строился на предыдущем. Каждый тестировался в продакшне до добавления следующего. Каждый требовал, чтобы Амелия проверяла чистоту данных, точность действий и корректность клиентского опыта.
Если бы мы попытались выкатить все четыре слоя в первый день, все четыре были бы наполовину сломаны одновременно. Последовательный запуск означал, что каждый слой полностью работал до выхода следующего.
8. Если клиент просит функцию, запускайте ее в тот же день.
Это суперсила, которой нет у готового софта, и именно поэтому наши оценки удовлетворенности спонсоров и клиентов так выросли.
Спонсоры постоянно просили о новых вещах: секции с networking information, flow для подачи activation, полный workflow для speaker submission, кастомные тексты email-маркетинга внутри portal. Каждую неделю — новые запросы.
Готовый CS-софт отправил бы это в roadmap. Может быть, на Q3. Может быть, на следующий год. Скорее всего, никогда.
С QBee мы открываем Replit и просто строим нужное. Часто в тот же день, когда клиент просит. Мы не инженеры. Это не важно. Функция выходит.
Настоящий эффект vibe coding — не в стоимости. А в скорости выпуска функций под запросы клиентов.
9. Никакого set-and-forget не существует. Ежедневное обслуживание обязательно.
Каждый раз, когда мы рассказываем эту историю, мы повторяем одно и то же: этим агентам нужно уделять внимание каждый день. Не каждую неделю. Каждый день.
Нужно проверять их результаты. Когда вы добавляете новые функции, старое может сломаться. Регрессии реальны и постоянны. Добавление новой страницы может сломать кнопку загрузки без очевидной причины. Однажды наша интеграция со Slack начала отправлять тройные обновления вместо одного. На самом деле она продолжает это делать. Мы знаем, почему. Мы это чиним. Такая жизнь.
Есть и еще один прием, который постоянно нас выручает: пусть агент каждый день отправляет вам status email / Slack. По сути Anthropic делает то же самое для своей sales-команды, см. ниже. Вы увидите поломки в почте раньше, чем о них скажут клиенты. Заложите это с первого дня. Между Амелией и мной мы проверяем QBee ежедневно. И благодаря status email Qbee и 10K тоже проверяют нас каждый день. Это и есть настоящая постоянная стоимость эксплуатации агента в продакшне.
Именно поэтому принцип «buy 90%, build 10%» по-прежнему важен. Мы с радостью заменим QBee сторонним ИИ-агентом, как только появится тот, кто делает эту работу лучше. Пока такого нет. Только поэтому мы и построили QBee. Если ваша готовая CS-платформа на самом деле является агентом, который делает работу, а не dashboard, который напоминает людям делать работу, используйте ее. Если нет — стройте.
«Когда в Anthropic приходит новый лид:
— новый лид уходит в Salesforce
— Claude + Clay исследуют потенциального клиента для менеджера
— каждый менеджер получает утренний brief в Slack, Claude и email … с указанием, что делать сегодня
Еще работы остается много, но:
— прогнозы. Сегодня… https://t.co/fez42oY5ujpic.twitter.com/zWMnxXh9qN
— Jason ✨👾SaaStr.Ai✨ Lemkin (@jasonlk) 24 мая 2026
10. В 100% случаев ваш customer success хуже, чем вам кажется.
Это самый важный вывод. Прямо сейчас проведите аудит собственного CS flow. Если не считать QBee, это лучший customer success в истории SaaStr. И с большим отрывом. Ни один человек не хотел иметь дело со 100+ клиентами с 20+ кастомными потребностями и asset-ами. Это тысячи бесконечных задач. Всем хотелось просто «зайти и проверить». Никто не хотел заниматься follow-up.
В вашем onboarding, retention, follow-up или customer education всегда что-то сломано. Найдите это. Пройдите весь flow как клиент. Посмотрите, где реально покрыта только половина аккаунтов. Или 30%. Или 20%. Я ни разу не видел команду, у которой покрытие было бы на 100%. Ни разу.
Затем подумайте, что нужно построить, чтобы довести этот показатель до 100%. Не чтобы заменить человеческих CSM. А чтобы усилить их агентом, который закроет операционный пробел, который человеку физически не закрыть в одиночку. Один CSM на 50 аккаунтов в одиночку — нерабочая модель. Один CSM плюс агент — рабочая.
Разрыв между тем, что нужно клиентам, и тем, что CSM может физически дать руками, — это сейчас самое ценное место для внедрения ИИ в B2B-бизнесе. Это use case с самым высоким ROI, самым низким риском и самым простым запуском во всей компании. И почти каждая B2B-компания все еще делает это только руками людей.
Мы построили QBee, потому что готового решения не было. Ваша версия не будет выглядеть точно так же, и не должна. Но разрыв существует. Найдите его. Постройте.
Вы тоже можете это сделать
Если мы сделали это без инженеров, вы тоже сможете. Нужно лишь, чтобы кто-то достаточно сильно заботился об агенте и управлял им каждый день. В этом и есть настоящий moat.
The 21+ AI Agents We Actually Use
А также свежие материалы о том, как внедрять ИИ-агентов.
Материал — перевод статьи с английского.
Оригинал: Top 10 Learnings From Building Our Own AI VP of Customer Success “Qbee”