PayPal запустил Agentforce на 8 000 лидов в месяц и поднял конверсию встреч на 50%
Одна из самых сильных сессий на SaaStr AI 2026 была не про далекое будущее ИИ, а про то, что уже работает в AI-агентах для продаж. Amelia Lerutte поговорила с Adam Alfano, президентом Salesforce, и Eitan Saban, руководителем продаж в Северной Америке для mid-market в PayPal, о практических уроках масштабного внедрения AI sales agents в Agentforce.
Вот главный вывод:
- PayPal включил Agentforce AI SDR всего за 14 недель до SaaStr AI 2026.
- Сейчас он уже полностью в продакшене и работает в организации с 200 sales reps.
- Конверсия встреч примерно на 50% выше, чем у людей до внедрения агента.
Это не пилот и не песочница. Это крупная, строго регулируемая глобальная платежная компания, которая дала агентам реальные лиды и увидела рост конверсии за один квартал.
Разберем, что именно они сделали.
1. Агенты не заменяют reps. Они подают им лиды.
PayPal внедрил агентов не для сокращения штата. Их запустили, чтобы работать с лидами, до которых люди никогда бы не дошли.
PayPal каждый месяц онбордит более 100 000 мерчантов. Большая часть из них в какой-то момент перестает обрабатывать платежи, и примерно 8 000 таких лидов нужно догонять ежемесячно. У sales-команды просто нет людей, чтобы стабильно вести 8 000 циклов напоминаний в месяц. Поэтому эти мерчанты просто выпадали из процесса.
Агент ведет для каждого из них последовательность из 10 касаний. Он не устает. Он не пропускает выходные. Он не выбирает лиды с самой большой комиссией. Как сказал Eitan, выигрыш не в том, что агент сам закрывает сделку. Выигрыш в том, что он делает основную работу по назначению встречи, а человек приходит к мерчанту уже с полным контекстом.
Рост конверсии возникает именно на этом передаче эстафеты. Reps начинают гораздо ниже по воронке — с квалифицированного лида и уже собранной историей.
2. «Но у меня грязные данные» — не причина ждать.
Это был лучший обмен на сессии. Накануне кто-то на vibe coding-занятии Amelia спросил, можно ли запускать агента, если данные в CRM в беспорядке. Ответ Adam был прямым: не пытайтесь решать голод в мире на своих данных до того, как включите агента.
Логика выдерживает проверку. Salesforce использует свой SDR agent с deliverability на уровне 70%, и это лучше, чем у человеческих reps. Причина в том, что агент имеет почти всеведущее понимание хорошо выстроенной среды данных. Это идеальный конечный state. Но большинство компаний до него еще не дошли, и это нормально.
Можно поднять web agent, который понимает ваш сайт, FAQ и продуктовые данные, пока вы продолжаете собирать остальное. Он все равно ведет безопасный и точный диалог. Он все равно вытягивает богатую клиентскую информацию. И вот что многие упускают: сам запуск агента — самый быстрый способ понять, какие именно данные и структура вам нужны. Работа идет в обратную сторону. Action bias лучше, чем шестимесячный проект по очистке данных, который никогда не заканчивается.
Даже пример Amelia это подтверждает. Когда она перенесла внутренний use case Salesforce по догону «залежавшихся» лидов, она пошла посмотреть, сколько лидов у SaaStr вообще не было обработано. Ответом была таблица на тысячу человек. Она не чистила ее месяц. Она дала себе один день, приняла, что идеала не будет, и передала все агенту. Некоторые из этих повторно вовлеченных лидов потом оказались в зале на Annual.
3. Настоящий прорыв — headless.
Именно здесь разговор дошел до тезиса, который мы весь год повторяем снова и снова. Model — это commodity. Data model — это moat. И реальный способ удержать этот moat — запускать системы headless.
Adam сказал это прямо: Salesforce всегда был отличным местом для работы людей. Теперь они считают его отличным tooling для агентов. Данные находятся в CRM. Процессы формализованы. Агент делает выводы из структурированных данных и записывает результат обратно с 100% determinism — а это именно то, что нужно в регулируемой отрасли, где «наверное, сделает правильно» недостаточно.
Самый понятный пример дал собственный сетап SaaStr. У Jason нет Salesforce seat. У него есть API seat. Его AI VP of Marketing — агент по имени 10K — работает с Salesforce headless через API, авторизуясь через native integration Replit и Salesforce connected app. 10K вытягивает весь sponsorship pipeline, media pipeline, список сделок и исторические данные по revenue. Jason может в агенте сказать: «Покажи спонсоров, у которых конкуренты привозят много людей на Annual в этом году», получить список, а затем сказать: «Отлично, теперь отправь им письмо». CEO запускает полноценную кампанию по данным go-to-market-команды, вообще не заходя в CRM.
У Adam другая точка входа — Slack. Он управляет командой из тысяч человек через Slackbot и редко логинится в Salesforce напрямую. Агенты живут там, где происходит работа, а inference в Slackbot не тарифицируется, так что данные можно гонять без сжигания токенов.
Вывод: перестаньте думать о CRM как о месте, куда люди заходят заполнять поля. Начните думать о ней как о tooling, по которому работают ваши агенты.
4. Разговорные данные — это новый training set.
Есть еще один тип данных, о котором многие команды не думают. Это не только структурированные записи. Это разговоры.
PayPal подает в Agentforce agent каждую беседу из Gong и транскрипты к ним, плюс данные по аккаунтам, хранящиеся в Seismic. Агент учится тому, почему именно сделки были потеряны и что снижало конверсию. Adam сформулировал более общий тезис: разговоры человек-человек, агент-человек и все чаще агент-агент возвращаются обратно в dataset. Значительная часть orchestration теперь идет прямо из транскриптов и conversational intelligence.
Если собрать все это вместе, у агента появляется гораздо больше контекста для работы, а значит, он лучше решает реальную задачу. Компании, которые здесь выигрывают, относятся к каждому разговору как к части dataset, а не дают ему исчезнуть после звонка.
5. У агентов есть кривая зрелости. Относитесь к ним как к коллегам.
Еще одна важная рамка из сессии: агенты — не магия, а сотрудники, которых нужно онбордить.
Агент Agentforce у PayPal на первой неделе, когда он работал с 200 лидами, — это совершенно другой агент, чем тот, который сейчас обрабатывает 8 000 лидов. Через месяц он будет работать с 80 000 лидов в неделю. Такой путь зрелости требует обучения, отладки и настройки. Adam назвал это заботой об агентах. Команда customer success у Dan Darcy в Salesforce описывает это как наличие у каждого агента «виртуальной мамы», которая направляет его в правильную сторону. Если пренебречь онбордингом, у агента появятся те же проблемы, что и у плохо обученного человека.
То же видно и в самой настройке. Outbound-агент SaaStr получил прямой контекст: часть этих лидов устарела и, возможно, раздражена тем, что с ними долго не связывались, поэтому нужно быть более человечным, чем обычно бывает человек. Такой prompt не пишут один раз. Это постоянное управление коллегой.
6. Крупным компаниям нужна orchestration. Маленьким — просто vibe it.
Плейбук внедрения зависит от размера компании, и на сцене были оба конца этого спектра.
SaaStr AI, по словам Amelia, — это три человека и собака. Поэтому, когда им нужен агент, Jason сам vibe code’ит его в Replit и подключает. Все, кому нужно поставить подпись, уже находятся в комнате.
У PayPal все наоборот. В сильно регулируемой среде нельзя запускать агента без согласования маркетинга и без права вето у compliance. Главный урок Eitan за 14 недель: нельзя вести это в одиночку. Нужно заранее подключить маркетинг, compliance и всю остальную организацию, чтобы все были согласны с результатом агента, прежде чем масштабировать его.
Ошибка посередине этого спектра — создать отличный агент, который хорошо работает в изоляции, а потом споткнуться на его интеграции в реальный рабочий процесс. Сейчас самое сложное — именно интеграция. Поднять агента в Agentforce можно за пару секунд. Но orchestrating команды и агента вокруг него — вот где и находится основная работа.
И что особенно важно, у агента есть quota. Команда Eitan построила AI institution, которая собирает use cases вместе, orchestrates их, связывает с outcome и ставит цифру. Агент без цифры — это научный проект. Агент с quota — это teammate.
Просто сделайте это. И станьте тем, кого ИИ делает незаменимым
Прощальный совет от всех на сцене был одинаковым: просто сделайте это.
Год назад эта сессия была бы о том, как построить агента и какие use cases попробовать. Сейчас настройка агента занимает минуты. Вопрос не в том, заменит ли ИИ людей. Настоящий вопрос, как сформулировал Eitan, — каких людей ИИ сделает незаменимыми.
На пути будут барьеры. Придется воссоздавать часть данных. Появятся вещи, которые нужно будет исправлять по ходу. Но компании, которые увидели рост конверсии на 50% за 14 недель, не ждали идеальных данных или завершенной стратегии. Они включили агентов, позволили работе показать, что нужно исправить, и настраивали систему по мере движения.
Перестаньте ждать, пока данные станут чистыми. Перестаньте гонять пилот. Сжигайте мосты и ставьте ваших агентов на реальные лиды.
The 21+ AI Agents We Actually Use
Plus, the latest on how to deploy AI agents.
Материал — перевод статьи с английского.
Оригинал: PayPal Put Agentforce on 8,000 Leads a Month No Human Was Going to Call. Conversions Jumped 50%.