Речевая аналитика 2.0: ИИ сам оценивает каждый звонок

Ещё пять лет назад речевая аналитика умела ровно одно: превращать звонок в текст, чтобы руководитель мог потом разобрать пару разговоров вручную. Оценку качества всё равно ставил человек — на слух, по выборке, по впечатлению. А 14 июля 2026 года Clari и Salesloft вывели в общий доступ платформу, где искусственный интеллект сам выставляет балл каждому звонку менеджера и подсказывает следующий шаг по сделке. Это не косметическое обновление, а симптом того, что речевая аналитика сменила поколение. Разберём без хайпа, что именно изменилось, как устроен авто-скоринг звонков и что из этого уже доступно российскому бизнесу.

Сразу о фактах: ядро статьи — релиз Clari + Salesloft от 14.07.2026. Цифра «87% компаний не выполнили план по выручке» принадлежит самому вендору, а не независимому исследованию. Данные про «менее трети недели на продажи» — из отчёта Salesforce, оценки рынка — из Fortune Business Insights и Just AI. Каждую цифру дальше даём с именем источника в том же предложении.

Что произошло: Salesloft научил ИИ оценивать каждый звонок

14 июля 2026 года Clari + Salesloft (Salesloft теперь входит в Clari) вывели в общий доступ продукт Salesloft Conversation Intelligence. Главный сдвиг не в самом факте расшифровки звонков — это умели и раньше. Изменилось другое: аналитика разговоров перестала быть «местом, куда заглядывают после звонка», и стала живым сигнальным слоем, который подсказывает следующий шаг и уточняет прогноз выручки.

В релизе — четыре новые функции, и все они про переход от расшифровки к действию:

• AI Trends and Insights — ИИ сам находит повторяющиеся темы по всей библиотеке звонков: частое возражение, упоминание конкурента, новую боль клиента.
• AI-Powered Auto Call Scoring — автоматический скоринг каждого разговора с группировкой звонков и менеджеров по уровням качества.
• Ask Across Multiple Calls — вопросы к массиву звонков на обычном человеческом языке, без ручного перебора записей.
• Mobile In-Person Recording — запись очных встреч прямо с телефона, чтобы аналитика захватывала не только телефонию.

Логику обновления в компании объясняют прямо. «Все говорят о закрытии разрыва между инсайтом и действием — а мы реально это делаем», — заявил CEO Clari Стив Кокс (в оригинале: «Most companies talk about closing the gap between insight and action, and this is us actually doing it»). Иными словами, ценность не в красивом отчёте, а в том, что вывод сразу превращается в конкретное действие по сделке.

Почему индустрия вообще двинулась в эту сторону? По данным Clari + Salesloft, 87% компаний не выполнили планы по выручке в 2025 году. Это заявление вендора, а не независимо проверенная цифра, однако вектор она передаёт честно: полагаться на интуицию и выборочное прослушивание стало слишком дорого. Поэтому скоринг всех разговоров подряд — логичный ответ рынка на хронический недобор плана.

Речевая аналитика 1.0 vs 2.0: в чём разница поколений

Чтобы понять новость, полезно развести два поколения технологии. Речевая аналитика 1.0 — это транскрибация плюс ручные дашборды. Система расшифровывает звонок, тегирует реплики, строит отчёты. Но финальную оценку качества всё равно ставит человек, разбирая небольшую выборку разговоров.

Речевая аналитика 2.0 работает иначе. ИИ сам выставляет оценку каждому звонку по заданным параметрам, группирует разговоры и менеджеров по уровням качества, находит тренды и возражения по всей библиотеке и подсказывает следующий шаг. Человек здесь не слушает записи вслепую, а работает с уже готовыми оценками и приоритетами.

Суть перехода — движение от инсайта к действию. Об этом прямо говорит CPO Salesloft Кайли Фуэнтес: «Преимущество не просто в том, что мы применяем ИИ к данным звонков. Оно в том, что аналитика разговоров теперь встроена прямо в работу с клиентом» (в оригинале: «The advantage is not simply that we are applying AI to call data. It is that conversation intelligence is now embedded in the engagement activity»). То есть речевая аналитика перестаёт быть отдельной вкладкой и становится частью самой продажи.

Разница видна на простом примере. Раньше РОП слушал 5–10 звонков в неделю и делал вывод «на глаз». В модели 2.0 система выдаёт оценку по всем 500 разговорам и сама показывает десять худших — с точками, где менеджер потерял клиента. Вместо ощущения «кажется, Вася сдал» руководитель получает список фактов.

Три новых слоя речевой аналитики

Если убрать маркетинговые обёртки, поколение 2.0 добавляет к расшифровке три практических слоя:

• Авто-скоринг каждого звонка. Балльная оценка по параметрам качества и группировка звонков и менеджеров по уровням — от сильных к проблемным.
• Тренды и возражения по всей библиотеке. Что повторяется в сотнях разговоров: частое «дорого», регулярное упоминание конкретного конкурента, новый запрос клиентов.
• Запросы к массиву звонков на естественном языке. Можно спросить «в каких разговорах всплывало возражение X» и сразу получить подборку, а не перебирать записи вручную.

Как работает авто-скоринг звонка по шагам

За словом «скоринг» стоит понятная механика, а не магия. Разберём её по шагам — так устроен современный анализ звонков ИИ в системах речевой аналитики.

1. Запись звонка. Система забирает аудио из телефонии или CRM автоматически, без ручной выгрузки.
2. Транскрибация. Разговор превращается в текст, а реплики разделяются по спикерам — где говорит менеджер, а где клиент (это называют диаризацией).
3. Оценка по параметрам. ИИ проверяет разговор по чек-листу качества: поздоровался ли менеджер, выявил ли потребность, назвал ли цену, отработал ли возражение, договорился ли о следующем шаге.
4. Балл и уровень качества. На основе проверки звонок получает оценку и попадает в свою группу — например, «сильный», «средний», «требует разбора».
5. Приоритизация и следующий шаг. Система подсвечивает горячие сделки и проблемные разговоры, помогая решить, за что взяться в первую очередь.

Ключевое слово здесь — «параметры». По сути это оцифрованный чек-лист качества звонка: тот же список пунктов, по которому раньше супервайзер проходился в голове, только теперь его применяют к каждому разговору без исключения. Настроить параметры можно под свой скрипт и продукт.

Честно об ограничениях: авто-скоринг — не волшебство. ИИ нужно настроить под ваш скрипт и продукт, иначе он будет мерить не то. На плохом аудио точность распознавания падает. И финальные управленческие решения — премии, обучение, увольнения — всё равно остаются за РОПом, а не за системой.

Понять, как авто-скоринг ведёт себя именно на ваших скриптах, по описанию сложно — это видно только на реальных разговорах вашего отдела.

Но вернёмся к главному вопросу: что смена поколений даёт руководителю отдела продаж на практике.

Зачем это РОПу: 100% звонков вместо 5% на слух

Тренд красивый, но руководителю важна прикладная польза. Вот что смена поколений даёт на земле.

• Контроль 100% звонков без ручного прослушивания — вместо привычных выборочных 5–10%.
• Объективный рейтинг менеджеров по данным, а не по впечатлению «этот вроде бойкий».
• Быстрый сбор ТОП-возражений по всей библиотеке — готовая база для обновления скриптов.
• Приоритизация горячих сделок через оценку вероятности продажи.
• Понимание, где именно теряется клиент в диалоге — точечное обучение вместо «всех на тренинг».

Возьмём отдел, который делает 100 звонков в день. Ручной контроль качества звонков физически охватывает 3–5 разговоров — и то если у супервайзера выдался спокойный день. Авто-скоринг проходит все 100 и сразу выдаёт список менеджеров, которые, например, не называют цену или молча проглатывают возражение «дорого». Это разница между «мне кажется» и «вот факты».

Особенно ценен сценарий сбора возражений. Вместо того чтобы вручную вспоминать, на чём срываются сделки, руководитель делает запрос к массиву звонков — «в каких разговорах всплывало возражение «подумаю» или упоминался конкретный конкурент» — и получает готовую подборку. Дальше это превращается в правки скрипта, а не в очередное совещание «давайте лучше продавать».

Контекст усиливает ценность. По данным отчёта Salesforce State of Sales, менеджеры тратят на прямые продажи менее трети рабочей недели — около 28%. Раз времени на сам разговор с клиентом и так мало, терять сделки из-за неизмеряемого качества этих разговоров — непозволительная роскошь. Поэтому речевая аналитика 2.0 бьёт ровно в больное место.

Что это значит для России и российских инструментов

Здесь возникает закономерный вопрос: а нам-то что с американского релиза? Западные Revenue Intelligence-платформы российскому бизнесу сегодня, по сути, недоступны. Однако сам подход никуда не делся — нишу закрывают локальные сервисы речевой аналитики, которые выполняют тот же ключевой сценарий.

При этом тренд устойчивый, а не разовая новость. По оценке Fortune Business Insights, мировой рынок речевой аналитики вырастет с $4,94 млрд в 2025 году примерно до $13,34 млрд к 2032-му. Российский сегмент тоже разгоняется: по данным Just AI, за 2025 год он прибавил 53%. То есть авто-оценка звонков — это не мода на один сезон, а новая норма контроля продаж.

Тот же принцип — ИИ сам оценивает каждый звонок по настраиваемым параметрам — уже работает на российском рынке. Например, Rechka расшифровывает разговор, проверяет его по чек-листу (поздоровался, выявил потребность, назвал цену, отработал возражение, договорился о следующем шаге), находит ключевые моменты и возражения и оценивает вероятность продажи. В итоге РОП видит, где именно теряется клиент, — без прослушивания всех звонков вручную.

Важно понимать границы. У российских сервисов вроде Rechka анализ идёт после звонка, а не как суфлёр во время разговора. И оценка строится на смысле сказанных слов, а не на эмоциях по тону голоса. Все real-time и «агентские» функции из релиза Salesloft — это вектор мирового рынка, а не то, что уже стоит в каждом российском отделе. Разделять эти вещи полезно, чтобы не ждать от инструмента того, чего он пока не делает.

Мнение эксперта

Rechka.ai

Искусственный интеллект для анализа звонков

Задать вопрос

Мировой тренд, который задаёт Salesloft, для нас не новость — авто-оценка каждого звонка по настраиваемым параметрам уже работает на российском рынке. Разница только в акцентах: западные платформы много говорят про real-time подсказки во время разговора, мы же делаем ставку на глубокий анализ после звонка — расшифровку, проверку по чек-листу, поиск возражений и оценку вероятности продажи. Для РОПа это главное: не «красивый дашборд», а понимание, где именно в диалоге теряется клиент, по всем 100% звонков, а не по случайной выборке. Начать проще всего с малого — дать системе послушать 30 минут реальных разговоров отдела и посмотреть, что она найдёт.

Часто задаваемые вопросы

Выводы: речевая аналитика становится нормой контроля продаж

Речевая аналитика прошла смену поколений. От простой расшифровки, где оценку ставил человек по выборке, она дошла до авто-оценки 100% звонков и подсказки следующего шага. Именно об этом сигнализирует релиз Clari + Salesloft — но это уже не единичный кейс, а вектор всего рынка.

Для руководителя вывод простой: управлять отделом можно на данных, а не на интуиции. Причина недобора плана часто не в лидах и не в «холодном рынке», а в неизмеряемом качестве разговоров, которое годами оставалось слепым пятном. Речевая аналитика 2.0 это пятно закрывает.

И главное — этот подход уже доступен в России, а не только в зарубежных пресс-релизах. Проверить это на своём отделе можно без долгого внедрения — достаточно дать системе послушать реальные звонки.

Речевая аналитика 2.0 — это уже не будущее из зарубежных пресс-релизов, а рабочий инструмент, доступный здесь и сейчас.