С 27 января звонки от крупнейших российских банков — Сбера, ВТБ и Альфа-банка — перестали сопровождаться пометкой «банк» на экранах телефонов клиентов. Вместо нее теперь отображается надпись «звонок без маркировки». Это произошло потому, что финансовые организации не заключили с операторами связи договоры на обязательную услугу идентификации звонков, введенную для борьбы с мошенничеством.

Изначально маркировка звонков от организаций стала обязательной с 1 сентября 2025 года. Закон обязывает операторов показывать абонентам название компании и категорию вызова. Однако для оказания услуги требуется договор между оператором и организацией. Согласно позиции операторов, услуга является возмездной. Как пояснили в «Т2 Мобайл», для корректной работы сервиса банки должны предоставить списки номеров и категории звонков. Без этой информации операторы вынуждены ставить пометку «без маркировки».

Представители операторов «большой четверки» (МТС, «МегаФон», «Билайн» и «Т2 Мобайл») подтвердили РБК, что с 27 января ввели эту практику для всех организаций, с которыми нет договоров. Они подчеркнули, что закон не делает исключений, и отметили, что большинство корпоративных клиентов уже подключились к сервису.

Банки, в свою очередь, заявили, что маркировка — это обязанность операторов. «Мы продолжаем совершать звонки нашим розничным клиентам с официального номера 1000, который уже давно знаком им», — сообщил представитель ВТБ. В Альфа-банке утверждают, что имеют действующие договоры и предоставляют всю информацию. В Сбербанке на запрос не ответили.

Ранее банки и исследовательские компании жаловались на высокую стоимость услуги маркировки, оценивая совокупные годовые расходы бизнеса в миллиарды рублей. Прямых штрафов за отсутствие маркировки пока не предусмотрено.

Читайте также: Разбираемся: с 2026 года вся иностранная информация в бизнесе должна быть на русском

ИИ в CRM-системах стал новой нормой и все чаще используется как рабочий инструмент управления продажами и сервисом. По отраслевым обзорам, 61% компаний планируют интеграцию AI в процессы продаж в ближайшие три года, рассматривая технологию как основу для работы с клиентскими данными и коммуникациями. О задачах нейросетей в CRM и их интеграции в бизнес-процессы порталу TatCenter рассказал Михаил Беляев, руководитель образовательных проектов в «Битрикс24».

Михаил Беляев, руководитель образовательных проектов в «Битрикс24». (фото предоставлено экспертом)

Данные как обязательное условие работы ИИ в CRM

В типичной модели продаж значительная часть ресурсов уходит на сопровождение сделок, фиксацию договоренностей и обработку коммуникаций, а не на прямую работу с клиентами. Использование ИИ в CRM смещает этот баланс: компании фиксируют ускорение реакции на обращения на 30−50%, рост вовлеченности в продажах и сервисе и более стабильное качество взаимодействия.

Нейросети берут на себя анализ разговоров, писем, чатов и истории сделок, формируя резюме, подсказки и сценарии работы с клиентом. Это дает не только экономию времени, но и прямой экономический эффект: 41% организаций отмечают снижение операционных затрат за счет автоматизации и перераспределения нагрузки, а 65% компаний — улучшение качества взаимодействия с клиентами без расширения штата.

Но это возможно только если в CRM уже есть данные, на которых можно обучиться. Для создания такой базы важно, чтобы:

Три режима использования ИИ в CRM

Интеграцию ИИ в продажи и сервис удобно рассматривать через призму трех режимов работы, которые опираются на разные классы языковых моделей.

Автоматический режим

Сценарии, которые запускаются по сути «по нажатию кнопки» внутри CRM. ИИ уже встроен в систему и работает нативно, как часть инфраструктуры. Как правило, в этом режиме используются предобученные модели, оптимизированные под конкретные типы задач.

От руководителя в этом режиме требуется минимальное участие: включить доступные функции, проверить корректность их работы и встроить результаты в повседневную управленческую практику. Это самый простой способ начать использовать ИИ без перестройки процессов.

Полуручной режим

В полуручном режиме ИИ используется по инициативе сотрудника под конкретную рабочую задачу. Обычно здесь применяются универсальные языковые GPT модели, способные работать с контекстом, формулировками и логикой диалога.

Менеджер сам обращается к ИИ для разных задач:

Задача руководителя в этом режиме — не контролировать каждое обращение, а научить сотрудников сценариям использования:

Так ИИ начинает снижать нагрузку на сотрудников и выравнивать качество коммуникаций без жесткой регламентации.

Экспертный режим

Самый гибкий и самый сложный режим. Здесь ИИ используется не по готовым сценариям, а как инструмент совместного мышления. Для некоторых задач могут потребоваться нейросети с расширенным контекстным окном или размышляющие языковые модели (GPT-4 с большим контекстом, Claude Extended, дообученные open-source решения).

В этом режиме:

Как правило, экспертным режимом пользуется руководитель и наиболее инициативные сотрудники. Это зона экспериментов и поиска управленческих решений, которые пока невозможно формализовать.

Фото: kaspersky.ru

ИИ в CRM как основа управляемых продаж и сервиса

Сегодня около 45% специалистов по продажам используют ИИ-инструменты на регулярной основе, как часть повседневной работы. Поэтому справедливо говорить о том, что от точечных внедрений мы приходим к устоявшимся практикам, где ИИ становится стандартным элементом продаж и сервиса.

В таких условиях залогом успеха становится не сам факт подключения AI, а способ его использования. Компании, которые выстраивают поэтапную модель внедрения — от базовых автоматических сценариев к более сложным управленческим задачам, — получают измеримый эффект и снижают риски. Именно эта логика позволяет превратить ИИ в CRM из набора возможностей в рабочий инструмент управления ростом.

Также стоит отметить, что ИИ в CRM меняет экономику работы с клиентами. Он снижает предельную стоимость обработки коммуникаций по мере роста бизнеса и снимает ограничение, при котором масштабирование продаж и сервиса требовало пропорционального увеличения команды. Это позволяет компаниям расти быстрее, чем их операционные издержки.

Одновременно ИИ повышает устойчивость бизнес-модели: знания и практики перестают быть привязаны к отдельным сотрудникам, снижается влияние текучести, упрощается воспроизводимость процессов. Так происходит переход от реактивного контроля к работе с закономерностями — когда решения принимаются на основе накопленных данных, а не отдельных кейсов.