Долгосрочные AI-агенты в продажах: как Hunter и Agentforce меняют работу с рискованными сделками
Salesforce анонсировала долгосрочные AI-агенты (long-horizon agents) — новый класс Agentforce, работающих над целями неделями. Разбираем, как Hunter спасает рискованные сделки, чем это отличается от классической автоматизации и как применить подход в российском B2B с учетом 152-ФЗ и локального стека.
Короткий ответ: Salesforce представила долгосрочные (long-horizon) AI-агентов — новый класс агентов Agentforce, которые работают над целями днями и неделями, сохраняют контекст между сессиями и адаптируют планы при изменении обстоятельств. Первый такой агент — Hunter — помогает перезадействовать рискованные сделки, анализируя сигналы из Data 360 и Slack, формулируя измеримую цель (например, «вернуть $340 тыс. пайплайна до конца квартала») и автономно исполняя многошаговый план с точками согласования с человеком.
Короткий ответ: В отличие от реактивных чат-ботов, долгосрочные агенты обладают памятью, устойчивым исполнением (durable execution) и динамическим рулевым управлением (dynamic steering) — они не сдаются при баунсе email, а ищут альтернативного получателя, запрашивают одобрение и учатся на ошибках для будущих итераций.
Короткий ответ: По практике Unlim Group, российские B2B-компании с длинными циклами сделок (от 3 до 12 месяцев) могут заложить в такие агенты логику «спасения» сделок на стадиях «Зависание», «Конкурент впереди», «Нет бюджета сейчас» — с автоматической подтяжкой данных из CRM, почты и корпоративных чатов.
От реактивных ботов к агентам с горизонтом планирования
Большинство AI-агентов сегодня работают по схеме «запрос — ответ»: менеджер просит написать письмо, агент генерирует текст, диалог заканчивается. Это удобно для тактических задач, но ломается, когда цель требует последовательности действий на протяжении недель: проанализировать историю контактов, определить причину зависания, подобрать правильного стейкхолдера, написать персональное сообщение, отследить ответ, скорректировать подход.
Salesforce на Dreamforce 2026 анонсировала long-horizon runtime — среду исполнения для агентов, которые не забывают контекст между сессиями, сохраняют план выполнения и корректируют его на лету. Три ключевые способности:
- Memory (память) — агент помнит цель, историю действий и накопленные знания о сделке на протяжении дней и недель.
- Durable execution (устойчивое исполнение) — план не теряется при перезапусках или ошибках; агент продолжает с места остановки.
- Dynamic steering (динамическое рулевое управление) — человек может дать новую инструкцию в чате («обращайся к VP формально», «в WhatsApp пиши короче»), и агент перестраивает план без пересоздания.
Hunter: первый долгосрочный агент для исходящих продаж
Hunter — первый агент на long-horizon runtime. Его сценарий: менеджер ставит цель «реанимировать мои рискованные сделки». Агент:
- Сканирует открытые возможности в CRM.
- Подтягивает сигналы вовлечённости из Data 360 (посещения сайта, открытия писем, активность в Slack).
- Формулирует измеримую цель: «Вернуть $340 тыс. пайплайна до конца квартала».
- Строит многошаговый план с расписанием задач и guardrails — моментами, когда требуется человеческое одобрение.
- Запрашивает доступ к почте для отправки от имени менеджера с сохранением его тона.
- Исполняет план: пишет письма, отслеживает ответы, при баунсе (например, адресат в отпуске) автономно ищет альтернативного контакт, готовит черновик и просит подтверждение перед отправкой.
- Учится: после OOO-ответа предлагает добавить в план правило «при автоответе «не на месте» искать заместителя в оргструктуре».
Чем это отличается от классической автоматизации
| Параметр | Традиционная последовательность (Playbook/Sequence) | Long-horizon агент (Hunter) | ||
|---|---|---|---|---|
| Память контекста | Только в рамках одной последовательности | Сохраняется неделями, накапливает знания о сделке | ||
| Реакция на сбой | Остановка, ручное вмешательство | Автономный поиск альтернативы + запрос одобрения | ||
| Коррекция курса | Пересоздание последовательности |
| Коррекция курса | Пересоздание последовательности | Conversational steering — правка плана в чате |
Полевой сервис: следующий домен для долгосрочных агентов
Salesforce приводит пример диспетчера FMCG-компании. В день крупного запуска мерчандайзер ключевого аккаунта уходит на больничный. Обычно: ручной поиск замены, проверка графика, знания планировки магазина, пересогласование маршрутов. С долгосрочным агентом: диспетчер получает алерт с рекомендованным действием (кто ближе, кто знает точку, что сдвинуть в расписании) — остаётся только одобрить или отклонить.
В российских реалиях это актуально для компаний с полевыми силами: дистрибьюторы ФМСГ, сервисные организации, телеком-операторы с бригадами на объектах. Агент может учитывать 152-ФЗ (персональные данные техников), производственный календарь РФ, зоны покрытия и компетенции сотрудников — данные, которые уже есть в 1С, WFM-системах или корпоративном портале.
Практический чек-лист внедрения долгосрочных агентов в российском B2B
- Определите цели с горизонтом > 1 сессии. Не «напиши письмо», а «верни $X пайплайна к дате Y», «подготовь пакет документов для аудита к концу квартала», «согласуй график посещений 50 точек за месяц».
- Соберите источники сигналов. CRM (Bitrix24, AmoCRM, Salesforce), почта (Exchange, Яндекс 360, VK WorkSpace), корпоративные чаты (Telegram Bot API, Mattermost, VK Teams), телефония (Mango, Zadarma), 1С/ERP для финансовых и складских данных.
- Настройте guardrails (гвоздики безопасности). Какие действия агент делает сам, а где требует одобрения: отправка коммерческого предложения — авто, изменение этапа сделки — одобрение, изменение цены — только руководитель. Подробнее см. в статье «Управление AI-агентами: как выстроить гвоздики безопасности при внедрении без потери скорости».
- Обучите агента тону и контексту. Выгрузите историю успешной переписки лучших менеджеров (с согласия и анонимизацией ПДн). Для РФ критично: обращения «Вы», обращение по отчеству в официальных письмах, соблюдение делового регламента.
- Запустите пилот на 5–10 сделках. Измеряйте: % сделок, переведённых со стадии «Риск» в «Активная», время реакции агента на сигналы, количество ручных корректировок плана.
- Масштабируйте с Agent Script. Salesforce анонсировала Agent Script — язык для построения кастомных долгосрочных агентов. На рынке РФ появятся аналогичные фреймворки (LangGraph, AutoGen, российские платформы вроде Just AI, Neuro.net) — выбирайте по критериям: data residency, поддержка 152-ФЗ, интеграция с локальным стеком.
Риски и ограничения: чего не обещают вендоры
- Качество входных данных. Если в CRM 40% контактов без email или с неактуальными ролями — агент будет искать не того человека. Нужен аудит данных до запуска.
- Юридическая ответственность за действия агента. В РФ по ст. 1064 ГК РФ вред, причиненный ИИ-системой, возмещается лицом, её использующим. Guardrails и логирование каждого шага — обязательны.
- Зависимость от экосистемы вендора. Hunter работает внутри Agentforce + Data Cloud + Slack. Для гибридных стеков (Bitrix24 + Яндекс 360 + 1С) потребуется middleware или кастомная разработка.
- Стоимость владения. Помимо лицензий — затраты на интеграцию, модерацию, обучение, мониторинг качества (eval-driven подход, см. «Как тестировать ИИ-агентов перед продом: Eval-driven подход от Intercom к российским реалиям»).
Ближайшие шаги для Руководителя продаж / CRO
- Проведите аудит «зависших» сделок за последние 2 квартала: какие паттерны зависаний чаще всего (нет решения ЛПР, бюджет заморожен, конкурент дал скидку).
- Оцените покрытие сигналами: есть ли цифровой след взаимодействий (email, звонки, чаты, посещения сайта) для топ-20% сделок.
- Выберите пилотный сегмент: например, Enterprise-сделки > 5 млн руб. с циклом > 90 дней.
- Согласуйте с ИБ и юристами модель ответственности: кто подписывает договор оffer от имени компании — агент или менеджер?
- Запустите замер baseline: текущий % реанимации рискованных сделок, среднее время реакции менеджера на сигнал.
Долгосрочные агенты не заменяют стратегическое мышление Руководителя направления — они снимают операционную нагрузку по исполнению уже принятого решения «спасти эту сделку». В условиях российского рынка, где персональные связи и скорость реакции на нестандартные ситуации (смена ЛПР, валютные колебания, регуляторные сюрпризы) решают исход сделки, способность агента адаптироваться на лету становится конкурентным преимуществом.
Хотите так же автоматизировать процессы в своём отделе с ИИ?
Обсудить автоматизацию — ai.unlimgroup.ruОбсудить автоматизацию для вашего отдела
Оставьте контакт — свяжемся в рабочее время и уточним задачу.