Выполнение плана продаж: 48% менеджеров и AI-разрыв 57/39

Выполнение плана продаж опустилось до нового минимума: по данным исследования The Bridge Group, годовой план в 2026 году закрыли 48% менеджеров-AE против 51% двумя годами раньше. Опрос охватил 158 американских B2B-компаний, а результаты вышли только в июне 2026 года.

Русскоязычного разбора отчёта мы не нашли ни одного, хотя цифра громкая. Между тем рынок в июле бьёт ровно в ту же точку: 21 июля Fireflies выкатил отдельный набор инструментов для разбора продающих разговоров.

На самом деле самая обсуждаемая пара чисел в отчёте другая — 57% и 39%. Итак, разберём по порядку: что именно измерили авторы, почему эту пару почти наверняка переврут и что из американских бенчмарков стоит примерять на российский отдел.

Сразу о цифрах: отчёт The Bridge Group независимо не реплицирован ни одним изданием, так что каждая цифра ниже идёт с именем исследования в том же предложении. Кроме того, 57% и 39% — это верхняя и нижняя треть выборки по широте внедрения AI в рабочие процессы. Бинарного деления компаний по наличию AI в отчёте нет. К тому же сами авторы предупреждают: данные наблюдательные, о доказанной причинности речи не идёт. Подробный разбор — в четвёртом разделе.

Выполнение плана продаж: 48% против 51% двумя годами раньше

Начнём с якорной цифры. По данным исследования The Bridge Group «2026 AE Models, Motions & Metrics», годовой план в 2026 году выполнили 48% менеджеров-AE. Двумя годами раньше таких было 51%, к тому же авторы отдельно отмечают: показатель заметно ниже долгосрочного тренда.

Атрибуция здесь важнее самой цифры. Стоит отметить: это 10-е издание биеннальной серии, а полевой этап пришёлся на первый и второй кварталы 2026 года. Отвечали 158 американских B2B-компаний: VP Sales, CRO, руководители RevOps и финансовые директора.

Однако для руководителя полезнее не уровень, а сдвиг распределения. По данным того же исследования, компаний в диапазоне 50–90% выполнения стало меньше, а в «опасной зоне» 0–30% — больше. То есть отделы не просто равномерно просели: выборка расползается по краям.

Другие замеры выполнения плана продаж сходятся по порядку величины. Например, агрегатор Boomerang со ссылкой на RepVue, Pavilion и Gong даёт коридор 40–55% в 2026 году против базовых 60–65% до 2022-го. Это подтверждает направление тренда, но не конкретную цифру 48%.

Три величины, которые постоянно мешают в кашу. Первая — доля менеджеров, выполнивших годовой план: 48% у The Bridge Group. Вторая — доля SDR, выполнивших план: 57,3% у RepVue, то есть совсем другая роль. Третья величина, в свою очередь, — средний процент выполнения по отделу. Сравнивать себя стоит только с той, которую вы считаете у себя.

Есть и вывод, который проговаривают редко. Если план не закрывает больше половины отдела несколько замеров подряд, вопрос уже не только к менеджерам. Претензия переезжает к методике планирования: выполнение плана продаж перестаёт быть личной метрикой менеджера.

Продавать стало объективно тяжелее — и это видно в цифрах

Прежде всего исследование фиксирует, почему выполнение плана продаж даётся труднее. Почти половина респондентов отметила рост числа стейкхолдеров в сделке, удлинение цикла, давление по скидкам, срывы сроков и рост требований к покрытию воронки. Сравнение шло с первым кварталом 2025 года.

Формулировка здесь принципиальна: «почти половина», хотя пересказы легко превращают её в «большинство». Усиливать цифру не нужно, картина и так неприятная.

Вместе с тем растут деньги и квоты — правда, речь об американском рынке. Медианный OTE менеджера-AE составил $200K против $190K в 2024-м и $167K в 2022-м, медианная квота — $960K.

Оговорка про рынок: все долларовые цифры относятся к американскому B2B/SaaS-сегменту. Медианный OTE $200K и квота $960K к российским отделам продаж неприменимы. Так что переносить имеет смысл только относительную динамику, а не абсолютные суммы.

Интереснее не сами суммы, а их соотношение. Квота к OTE выросла до 4,6× против 4,2× в 2024 году: квоты прибавляют около 2,4% в год, а доходы менеджеров — около 4,9%. То есть с продавца требуют больше выручки на каждый доллар его дохода, хотя условия сделки за это время ухудшились. Роль расширяется и вширь: 38% AE отвечают ещё и за продления с апсейлом.

Российский руководитель узнает эти сдвиги без всяких долларов. Например, по трём типовым ситуациям:

• подняли норму звонков, хотя конверсия так и не сдвинулась;
• маркетинг показывает те же объёмы и ту же стоимость лида, только сделок стало меньше;
• «клиент ушёл подумать» стало типовым финалом там, где раньше закрывали.

Вывод простой: дело не в том, что менеджеры расслабились. Это сдвиг рынка, так что разговор про выполнение плана продаж полезнее вести не про виноватых, а про процессы.

Новичок выходит на результат 6,2 месяца — рекорд за всю историю замеров

Средний срок выхода нового AE на результат — 6,2 месяца. По данным The Bridge Group, это максимум за всю историю их исследования. Одновременно компании поднимают планку найма: требуемый опыт вырос до 3,7 года против 2,7 года в 2022-м.

Получается управленческий парадокс. Компании пытаются купить готового продавца вместо того, чтобы вырастить своего, и всё равно ждут результата полгода. Так что классическая реакция «наймём кого-нибудь поопытнее» проблему не закрывает.

Для читателя это конкретные деньги. Полгода зарплаты, времени наставника и недополученной выручки на каждого нового человека — и только потом стабильное выполнение плана продаж.

Не смешивайте метрики рампы. 6,2 месяца — это срок только для AE в американском B2B. Рампа SDR (около 3,2 месяца) и вилки по сегментам SMB и Enterprise — другие цифры из других источников. Показатель The Bridge Group, в свою очередь, считается только по одной роли.

Что на самом деле сокращает рампу новичка

Прежде всего сокращает её не объём теории, а скорость и точность обратной связи по реальным разговорам. Разбор конкретного момента конкретного звонка работает лучше, чем «съезди на тренинг».

Так что обратную связь всё чаще строят на расшифровках, а не на прослушивании звонков. Например, сервисы речевой аналитики вроде Rechka расшифровывают разговор и помечают ключевые моменты. Новичку показывают не абстрактное «ты плохо отработал возражение», а конкретную минуту, где клиент передумал. К тому же рядом кладут звонок коллеги, который в похожей ситуации сделку закрыл.

По нашему опыту внедрений такой разбор сокращает выход новичка на норму примерно вдвое: с трёх-шести месяцев до полутора-трёх. Тем не менее это наблюдение из практики, а не вывод исследования, и в один статистический ряд с цифрами The Bridge Group мы его не ставим.

Впрочем, любая обратная связь превращается во вкусовщину, если у разговора нет измеримых критериев — одинаковых для всех менеджеров и известных заранее.

Однако самая обсуждаемая находка отчёта — не про рампу. Она про то, чем компании из верхней трети выборки отличаются от нижней по выполнению плана продаж.

AI-разрыв в выполнении плана продаж: 57% против 39% — и что это значит на самом деле

Как именно считали

Исследователи посчитали для каждой компании AI Engagement Score — сводный индекс широты внедрения AI в рабочие процессы менеджера. Затем выборку разбили на три равные группы. В верхнем терциле годовой план выполнили 57% менеджеров, в нижнем — 39%.

Однако авторы сразу ставят ограничитель: «This is observational data — we’re not claiming bulletproof causation. But the relationship is meaningful». То есть данные наблюдательные, а о доказанной причинности речи не идёт. Более того, возможен обратный ход: изначально сильные компании внедряют AI шире.

Стоит отметить и вторую деталь. Нижний терциль — это не «компании без AI». Искусственный интеллект в том или ином виде используют почти все участники опроса. Разница только в том, сколько рабочих процессов им закрыто.

Два термина на три строки. Терциль — это просто треть выборки. То есть верхний терциль — треть компаний с самым широким покрытием процессов, а нижний — с самым узким. AI Engagement Score, в свою очередь, — индекс не «умности» инструмента, а количества процессов, где AI реально используется. Дословно у авторов: «AI Engagement Score (AES) constructed from breadth of AI workflow adoption».

Почему это наблюдение сильнее обычной корреляции

Кстати, здесь есть методологическая деталь, которую почти никто не подсвечивает. Границы терцилей задавали заранее, до анализа результатов: «Tercile groupings pre-specified before examining attainment outcomes». Кроме того, по ряду контрольных переменных две группы значимо не различались.

Это снижает риск подгонки под нужный вывод. Тем не менее эксперимента здесь нет и быть не могло. Корректная формулировка скучная, но честная: связь устойчивая, однако это не эксперимент.

Похожую картину видят и в других сегментах. Например, по опросу AcuityMD среди 150 представителей медтех-продаж (14 июля 2026) пользующиеся AI втрое чаще выполняют или перевыполняют план. Регулярно или эпизодически AI там применяют лишь 36% опрошенных.

Оговорки те же и даже жёстче: выборка маленькая, отрасль узкая, к тому же опрос проводил вендор AI-платформы. «Втрое чаще» — снова наблюдательная связь, а не измеренный эффект.

Как эта цифра поедет по рынку за один пересказ

Механику искажения проще показать на свежем примере. Так, 19 мая 2026 года Gartner сообщил по итогам опроса 210 директоров по продажам: 72% организаций слабо реинвестируют сэкономленное AI время в высокоценные активности.

В одном из чужих разборов это уже превратилось в «72% организаций не видят измеримого влияния на выручку». Разница принципиальная: «мало реинвестируют» и «эффекта нет» — разные утверждения. В результате из подмены вырастает целый блок выводов, которых в исходном релизе просто не было.

Теперь примерьте ту же механику к нашей паре чисел. Если в ленте попадётся заголовок «AI даёт +18 пунктов к выполнению плана продаж», перед вами не находка исследования, а её пересказ через одну итерацию.

Как читать отраслевой отчёт за четыре вопроса. Во-первых, кто измерял и на какой выборке. Во-вторых, это корреляция или эксперимент. В-третьих, какая именно метрика: доля выполнивших план или средний процент выполнения. И только в-четвёртых — какая страна и какой сегмент рынка.

AI работает неравномерно: 10 из 11 сценариев — «через раз»

Между тем отчёт совсем не выглядит рекламой технологии. Из 11 AI-сценариев 10 относительное большинство респондентов оценило как «hit or miss», то есть работает через раз. Стабильно положительную оценку получил лишь один сценарий.

Самые распространённые сценарии тоже названы: саммари после звонка (идёт первым в списке), ресёрч аккаунта, персонализация писем. Вместе с тем весь цикл работы менеджера закрывают искусственным интеллектом немногие.

Стоит отметить и контрапункт. По данным того же опроса Gartner (210 CSO, январь–февраль 2026), AI освобождает продавцу в среднем 4,8 часа в неделю. Однако 72% организаций почти не превращают это время в работу, которая приносит деньги.

Те, кто реинвестирует, в 2,2× чаще перевыполняют цели по росту клиентской базы и в 3,1× — по конверсии лид→сделка. Впрочем, это снова наблюдательные связи внутри опроса, а не доказанный эффект.

«За определённой точкой больше AI не означает большую продуктивность».

Melissa Hilbert, VP Analyst, Gartner Sales Practice. В прогнозе от 18 ноября 2025 года Gartner ожидает, что к 2028 году AI-агентов будет в 10 раз больше, чем продавцов. Однако менее 40% продавцов скажут, что агенты повысили их продуктивность.

Сложите два исследования — и получится вовсе не «покупайте больше AI». Значение имеет системность покрытия, а также то, куда уходит освободившееся время. В итоге задача руководителя не «внедрить AI», а найти процессы, где эффект на выполнение плана продаж стабильный и измеримый.

С какого процесса расширять покрытие AI, если бюджет ограничен

Прежде всего сценарии удобно проверять по трём критериям:

• данные уже собираются автоматически, так что поднимать с нуля ничего не нужно;
• результат измерим за недели, а не за год, то есть у вас есть метрика «до» и «после»;
• к тому же внедрение занимает дни, а не квартал согласований.

По всем трём критериям проходит разбор записей звонков. Более того, это не наша выдумка: саммари после звонка — самый распространённый AI-сценарий в самом исследовании. То есть перед нами базовый слой, с которого начинают почти все.

В российском контуре задачу закрывают сервисы речевой аналитики. Например, Rechka подключается к AmoCRM или Bitrix24 и телефонии, расшифровывает разговоры и проверяет каждый по вашему набору параметров. Параметры вы задаёте сами — от «выявил ли потребность» до «договорился ли о следующем шаге». Стандартная интеграция занимает до трёх рабочих дней, а оплата идёт только по секундам обработанного аудио.

Важно не обманываться масштабом. Разбор звонков закрывает только один слой покрытия, а не весь AI Engagement Score. Ресёрч аккаунта, персонализацию писем и подсказки во время разговора он не заменяет, так что это первый шаг, а не весь путь.

Что мерить после запуска

Затем есть смысл следить за четырьмя показателями. Они ближе к выполнению плана продаж, чем количество набранных номеров:

• процент выполнения чек-листа по отделу и по каждому менеджеру;
• доля звонков, где менеджер договорился о следующем шаге, то есть назначил конкретное действие;
• конверсия по этапам воронки, в частности на переходе «разговор → следующая встреча»;
• срок рампы новичка, особенно у тех, кто вышел после внедрения.

Как устроен такой контроль качества звонков по шагам, мы разбирали отдельно. Рынок, кстати, движется туда же. 21 июля 2026 года Fireflies запустил AI Sales Suite: Deal Intelligence, автооценку разговора по MEDDIC, BANT или собственной методологии, автозаполнение CRM и подготовку к встрече.

По заявлению самой компании, аналогичные функции у legacy-платформ стоили «шестизначных контрактов». CEO Fireflies Криш Рамини формулирует идею так: «Лучшие команды продаж выигрывают за счёт времени с клиентами, а не за счёт заполнения CRM». Хотя это и заявление вендора в собственном релизе, направление рынка оно показывает точно.

Что из этих цифр переносимо на российский рынок, а что нет

Прежде всего посчитайте две свои цифры — это самый практичный шаг на эту неделю. Первая: какая доля менеджеров закрыла годовой план. Вторая: сколько на самом деле длится рампа новичка. Без этой базы чужие бенчмарки бесполезны, а 48% — это чужая выборка, а не ваш норматив выполнения плана продаж.

Есть, впрочем, третья цифра, которую по отчётам в CRM не восстановить. Качество самих разговоров прямо влияет на выполнение плана продаж. Однако видно оно только в звонках, и данных по нему у большинства отделов просто нет.

Мнение эксперта

Чтобы посмотреть на выводы исследования с управленческой стороны, мы попросили прокомментировать их эксперта по систематизации отделов продаж.

Павел Котов

Эксперт по систематизации бизнеса

Задать вопрос

Разрыв между верхней и нижней третью выборки я бы читал не как «магию AI», а как разницу в системности. Можно сколько угодно прописывать регламенты, сколько угодно обучать сотрудников, сколько угодно смотреть показатели — но до тех пор пока у вас в компании нет системного контроля, вы не можете быть уверены, что регламенты корректно исполняются. С РОПом мы должны обязательно говорить на языке цифр и показателей: в отделе продаж практически нечего обсуждать кроме цифр. И вот здесь узкое место у большинства компаний — цифры по сделкам есть, а цифр по качеству разговоров нет, потому что вручную реально прослушать 20–30% звонков, не больше, и оценка получается субъективной. Работающая цепочка выглядит так: анализируются 100% звонков, отдел контроля качества по этим данным отбирает проблемные разговоры, тренер слушает их и проводит тренировки. Не «купить AI», а закрыть конкретную дырку в контуре управления.

Частые вопросы о выполнении плана продаж

Бенчмарки и первый AI-процесс: что ещё спрашивают руководители

Выводы

Итак, соберём разбор в четыре тезиса:

• выполнение плана продаж держится заметно ниже долгосрочного тренда, так что перед нами сдвиг рынка, а не провал конкретных людей;
• дорогой опытный новичок больше не спасает, поскольку рампа всё равно растянулась до 6,2 месяца;
• разрыв 57/39 — про широту покрытия процессов, то есть это наблюдение, а не доказанная причинность;
• расширять покрытие логично прежде всего с того процесса, где данные уже лежат готовыми.

Одно действие на эту неделю: посчитайте две свои цифры — долю менеджеров на плане и реальный срок рампы. Затем выберите один процесс для автоматизации и договоритесь, какой метрикой будете мерить результат через месяц.

Если такого процесса на примете нет, начните с записей звонков: разговоры уже собраны, а критерии оценки можно согласовать за один вечер.