Как Attention.com превращает звонки продаж в pipeline: ICP, outbound и проактивный агент
На SaaStr AI 2026 сооснователь и CEO Attention.com Анис Бенассер представил один из самых прикладных go-to-market докладов недели. Attention — компания серии B с выручкой около $15 млн ARR, которая растет в 4–5 раз год к году; среди клиентов — Scale AI, Lovable, Abridge и Engine.com. Продукт автоматизирует все более сложную работу для sales-команд.
Но это был не питч продукта. Это был аргумент о том, откуда в 2026 году реально берется pipeline, и почему большинство команд оставляют на полу основную часть своей лучшей информации.
Тезис простой. Рост у многих B2B-компаний замедляется. Всем нужен viral loop. А секрет pipeline на следующий квартал уже лежит в разговорах, которые вы провели с потенциальными клиентами в этом квартале. Вы его уже собрали. Просто так и не использовали.
Вот как Анис объяснил, что с этим делать.
Play 1: Обновляйте ICP каждый месяц, а не раз в год
Рынки меняются быстрее, чем цикл, по которому большинство команд определяет, кому они продают. Меняются конкуренты. Категории устаревают за квартал. И все это видно в ваших разговорах в реальном времени.
Проблема в том, что ваш ICP, скорее всего, уже неверен. А даже если он был верен в прошлом квартале, к следующему кварталу он, вероятно, уже устареет.
Решение — agent, который запускается ежемесячно или ежеквартально и делает следующее:
Берет ваши самые свежие closed-won сделки из CRM или инструмента записи звонков.
Анализирует каждый разговор и отвечает на действительно важные вопросы. В каком подразделении были покупатели. Как долго они работали в компании. Насколько велика была компания. Где они находились. Firmographics, technographics, intent data — полный buyer persona.
Передает эти personas в инструмент обогащения верхней части воронки, например Clay, чтобы собрать как можно больше характеристик и построить максимально детальные профили.
Самое важное — это результат. Вы перестаете таргетировать один широкий ICP и начинаете работать с дюжиной конкретных сегментов, для каждого из которых у вас есть все нужное, чтобы написать релевантное сообщение. Один пример из его слайда — «разочарованный ветеран, застрявший на incumbent», с привязанными сроком в роли и контекстом. Это покупатель, которому можно написать реальное письмо, а не просто отправить generic title из списка.
Вывод для founders: годовой ICP-воркшоп — это привычка 2021 года. Самые быстрорастущие команды обновляют ICP на основе live closed-won данных в ежемесячном или ежеквартальном цикле.
Play 2: Постройте go-to-market-машину, которая накапливает эффект
Attention ведет собственный outbound через то, что Анис назвал go-to-market machine, и топливо для нее — разговоры с потенциальными клиентами.
Это работает так. На основе сохраненных разговоров вы строите synthetic personas. Эти personas используются, чтобы предсказывать reply rate еще до отправки письма. Если добавить probabilistic model, точность быстро растет.
Для каждого человека, которому они пишут, система:
- Берет все из любых предыдущих разговоров, даже если они были 9 или 12 месяцев назад.
- Проводит глубокое online research с помощью agent.
- Ранжирует информацию и составляет письмо.
- Предсказывает reply rate. Если бы вы отправили 100 похожих писем, превысили бы вы 5% или остались ниже этого уровня.
- Если модель показывает результат ниже 5%, она переписывает и дорабатывает текст, пока не пройдет порог.
- Затем отправляет сообщение в Slack, чтобы человек проверил его или отклонил до отправки.
Главный выигрыш не в генерации письма. Главный выигрыш в том, что alpha уже была в разговорах с потенциальными клиентами, которые команда раньше сохранила. Большинство команд пишут cold outbound с нуля, хотя у них под рукой библиотека того, что именно их покупатели говорили о своих приоритетах.
Вывод для founders: верхний предел качества outbound определяется тем, насколько хорошо вы извлекаете ценность из собственной истории разговоров, а не тем, насколько талантлив ваш copywriter.
Play 3: Сделайте agent проактивным, а не просто заметочником
Третья часть была live demo и показывает, куда движется эта категория. AI, который записывает звонок и заполняет CRM, уже стал table stakes. Ценность сместилась к тому, что agent делает сам.
Проактивный agent Attention делает несколько вещей без запроса:
- Выполняет действия по открытым сделкам.
- Повторно вовлекает prospects, которые перестали отвечать.
- Повторно вовлекает людей, по которым вы получили closed-lost 9 месяцев назад.
- Выявляет сделки в зоне риска и то, что о них нужно знать.
- Собирает decks.
Они используют это для sales pipeline generation, account management и customer success. Менеджеры заходят в систему, работа уже стоит в очереди, и agent сам выполняет действия. Анис говорил об этом прямо: внутри компании они используют это почти для всего.
Вывод для founders: заметочник сообщает, что произошло. Проактивный agent делает следующий шаг. В 2026 году разрыв между этими двумя вещами — это разрыв между функцией и системой учета.
Почему это важно, даже если вы никогда не будете использовать этот продукт
Если убрать вендора, логика не меняется. Разговоры с потенциальными клиентами — это самые сильные first-party data, которыми когда-либо будет владеть ваша компания, и большинство команд воспринимают transcripts как артефакт для compliance, а не как топливо.
На основе одного этого входа должны работать три цикла:
- Ваш ICP, который ежемесячно обновляется по тому, что реально закрывается.
- Ваш outbound, написанный на основе того, что покупатели действительно сказали, и оцененный до отправки.
- Ваше исполнение, заранее поставленное в очередь и выполняемое проактивно, а не в ожидании, пока менеджер вспомнит.
Если конкурент уже запускает эти циклы, а вы по-прежнему держите звонки в папке, которую никто не открывает, разрыв не остается прежним. Он расширяется каждый квартал. Разговоры — это актив. И неважно, строите ли вы эти циклы сами или покупаете их: в 2026 году выигрывают те команды, которые перестали выбрасывать эти данные.
The 21+ AI Agents We Actually Use
Plus, the latest on how to deploy AI agents.
Материал — перевод статьи с английского.