Главное про AI SDR: они масштабируют ваш go-to-market, но не создают его
10x times zero is still zero: главное, что нужно понять про AI SDR
AI SDR и AI GTM-агенты сейчас повсюду. Каждый вендор обещает, что они увеличат ваш pipeline в 10 раз. И они действительно работают. Правда работают. У нас есть данные 😉 От Agentforce до Artisan, Qualified и Monaco — хорошо обученный AI SDR может outperform большинство human SDR.
Мы внедрили в SaaStr более 20 AI-агентов. Они сами принесли более $3,7 млн выручки. Мы сократили команду с более чем 20 людей до 3 людей и более 20 AI-агентов. Выручка развернулась с падения на -19% к росту на +47% год к году. Наш AI SDR назначил встречу по спонсорству с шестизначным чеком в 18:02 в субботу. Мы закрыли сделку на $70 000 без какого-либо участия человека. За один месяц 71% наших закрытых спонсорских сделок пришли от AI-валидаированных лидов. А наш исторический средний показатель по inbound — 29-34%.
Так что мы не скептичны к AI SDR. Вовсе нет.
Но вот что до сих пор обсуждают недостаточно: AI GTM-агенты не выдумывают ваш go-to-market. Они усиливают то, что уже есть.
Вот и все. Это и есть весь смысл поста, если хотите остановиться здесь. Но я разберу, почему это так важно, потому что я вижу, как founders ошибаются в этом каждую неделю.
AI-агенты — это усилители, а не создатели
Если ваш лучший sales rep закрывает 10 сделок в месяц по рабочему playbook, AI-агент может выполнять тот же playbook в масштабе 100x. Те же sequences. То же таргетирование. Та же обработка возражений. То же сообщение. Просто намного, намного больше, намного быстрее и круглосуточно.
Вот как это выглядит на практике. Наш AI SDR отправляет 3 221 email в месяц с одной платформы. Когда у нас были human SDR, они отправляли от 75 до 285 писем на одного человека в месяц. Это рост объема в 11-40 раз. А response rate? Почти тот же. 5-12% в зависимости от теплоты лида — неважно, пишет человек или AI.
Математика:
- Human SDR: 285 писем в месяц, около 10% response rate на теплых лидах = 28 ответов
- AI SDR: 3 221 письмо в месяц, около 10-12% response rate на теплых лидах = 320-385 ответов
Это не +10% к pipeline. Это 11-13x больше pipeline из тех же пулов лидов.
Но если ваша команда еще не поняла, что реально работает? Если у вас нет повторяемого playbook, который человек может успешно выполнять?
10x умножить на ноль — все равно ноль. 100x умножить на ноль — все равно ноль.
Вы просто быстрее съедите свой TAM и быстрее раздражите больше потенциальных клиентов.
Большинство внедрений AI SDR проваливается. Причина почти всегда одна и та же
Я уже видел, как сотни B2B-компаний пытаются внедрить AI SDR. У подавляющего большинства не выходит ничего. Ноль pipeline. Ноль встреч. Полная пустая трата.
Сценарий провала почти всегда один: “Просто включим это.”
Мы были на звонке с крупной глобальной технологической компанией, и они сказали: “Мы думаем купить наш первый AI SDR. Просто купим его, отдадим нашим SDR и пусть они сами разберутся.”
Это не сработает.
Я бы сказал, что 80% разговоров, которые мы с Amelia ведем с компаниями, — это одна из таких версий: “Я купил инструмент, а у меня нет лидов.” Или: “Я купил инструмент, у меня много лидов, но я не подключил его к своим системам.” Или: “Он не заработал магическим образом.”
Это как нанять 50 SDR в первый день, прежде чем ваш первый AE закрыл хотя бы одну сделку. С людьми так никто не делает. Но почему-то с AI-агентами founders убеждают себя, что могут пропустить этап обучения, потому что технология слишком умная.
Технология действительно умная. Но она умна в исполнении, а не в стратегии.
Что на самом деле значит “иметь playbook”
Вот где founders сами себя обманывают. Им кажется, что у них есть playbook, потому что у них есть sequences в Outreach или Apollo. Это не playbook. Это просто email templates.
Настоящий playbook означает, что вы знаете, какие сегменты ICP конвертируются лучше всего, и можете доказать это данными. Вы знаете, какие сообщения получают ответы от этих сегментов. Вы знаете возражения, которые убивают сделки, и ответы, которые их спасают. У вас есть хотя бы один sales rep, который может вести весь процесс end-to-end и стабильно выполнять quota.
Простой тест: “Если бы я завтра нанял 100 junior reps и дал им идеальный скрипт, смогли бы они выполнить этот motion?”
Если да — тогда вместо них стоит деплоить AI. Это дешевле и стабильнее, чем 100 junior reps.
Если нет — у вас не проблема масштабирования. У вас проблема с тем, чтобы сначала разобраться. И AI не может решить это за вас.
Что мы узнали, когда правильно запустили SaaStr AI
Мы не просто щелкнули выключателем. Вот что реально потребовалось:
- Мы клонировали нашего лучшего человека. Наш AI SDR обучен на Amelia, нашем Chief AI Officer, которая уже была нашим лучшим продавцом. Мы скормали ему более 20 млн слов контента SaaStr. Мы задокументировали в точности, как она продает, как квалифицирует, как отрабатывает возражения. AI выполняет ее playbook в масштабе.
- Мы вручную проверили первые 1 000 писем. Каждое. Не пробежали глазами. Прочитали. Оценили. Исправили. Мы используем 5-балльную систему оценки. Все, что ниже 4, уходит на дообучение.
- Мы обучали его каждый день в течение 30 дней. Затем еще 90 дней проводили ежедневный QA. Текущее сопровождение все еще занимает 30-45 минут в день на аудит, проверку output и отслеживание, что работает, а что нет.
Response rates зависят от теплоты лида, а не от того, AI это или человек. Наши данные это подтверждают:
- Предыдущие участники мероприятий (warm): 11-12% положительных ответов
- Известные посетители сайта (warm): 11-12% положительных ответов
- Старые списки участников мероприятий (холоднее): 5,5-5,7% положительных ответов
То же было верно и для human SDR. AI не изменил кривую качества. Он просто гарантировал, что мы не упустим квалифицированную возможность.
Inbound стал еще одним важным рычагом. Мы внедрили Agentforce на нашем сайте, и за восемь месяцев он обработал 668 591 сессию, квалифицировал 1 025 потенциальных клиентов, назначил 91 встречу и напрямую принес $1 010 000 закрытой выручки, а еще $2,5 млн pipeline. Человеческая команда не смогла бы покрыть даже 1% этого трафика с тем же качеством.
Сначала исправьте playbook. Потом используйте AI, чтобы его выполнять
Вот порядок действий, который действительно работает:
Шаг 1: Добейтесь того, чтобы хотя бы один human rep стабильно закрывал сделки по определенному процессу. Не импровизировал. Не “relationship selling”. Нужен процесс, который можно записать и передать другому человеку.
Шаг 2: Задокументируйте в точности, что делает этот rep. Критерии таргетинга, сообщения, cadence, talk tracks — все. Сделайте это достаточно конкретным, чтобы новый сотрудник мог повторить.
Шаг 3: Теперь внедряйте AI SDR-агента на этот playbook. Начинайте узко. Тот же ICP, те же сообщения, те же sequences. Вручную проверьте первые 1 000 писем. Обучайте его каждый день в течение месяца. Честно оцените: output не хуже человека? Если хуже — продолжайте обучение.
Шаг 4: Когда вы подтвердили, что это конвертируется, начинайте масштабировать. Расширяйте таргетинг. Тестируйте новые сегменты. Пусть AI делает то, в чем он силен: выполняет уже доказанные playbooks в огромном масштабе с идеальной консистентностью.
Большинство founders хотят сразу перейти к шагу 4. Те, кто выигрывают, сначала делают шаги 1-3.
Главный вывод
AI SDR-агенты — самый мощный force multiplier, который я видел за 15 лет в B2B. При правильном внедрении это одна из лучших инвестиций, которую можно сделать прямо сейчас.
Но это усилители, а не стратеги. Они не придумают ваш рынок за вас. Они не обнаружат ваш ideal customer profile. Они не напишут сообщения, которые цепляют, если вы уже не знаете, что именно цепляет.
Сначала доведите свой playbook до ума с помощью людей. Докажите, что он работает. Задокументируйте его. Склонируйте своего лучшего sales rep. Потом используйте AI, чтобы выполнять это в масштабе, который не под силу никакой человеческой команде.
Вот тогда математика становится действительно интересной. Но только если число, которое вы умножаете, не равно нулю.
Материал — перевод статьи с английского.