AI-агент для CPQ: как согласовать конфигурацию, цену и коммерческое предложение

Короткий ответ: AI-агент для CPQ помогает продавцу собрать допустимую конфигурацию, рассчитать цену по правилам компании и подготовить коммерческое предложение без ручного переноса данных между CRM, каталогом и финансовыми системами.

Короткий ответ: внедрять его разумно не как «чат с кнопкой», а как управляемый процесс, где агент проверяет ограничения, объясняет расчёт и передаёт рискованные решения на согласование человеку.

Для B2B-компании сложная продажа редко заканчивается выбором товара из прайс-листа. Клиенту могут понадобиться модули, сервисные пакеты, интеграции, разные условия оплаты и региональные корректировки. Ошибка в одном поле способна превратить привлекательное предложение в убыточную поставку или задержать сделку на несколько согласований. CPQ — configure, price, quote — соединяет конфигурацию, ценообразование и выпуск предложения. AI-агент добавляет к этой связке понятный рабочий интерфейс и способность работать с контекстом сделки.

Что делает AI-агент в CPQ

Обычный справочник подскажет продавцу название опции. Агент же удерживает цель сделки: понимает, что выбирается для конкретного клиента, учитывает стадию воронки, договорные условия, доступность компонентов и историю предыдущих согласований. Он не заменяет коммерческую политику, а проводит продавца по уже утверждённым правилам.

Где агент полезен продавцу

• Конфигурация. Подсказывает допустимые сочетания продуктов, предупреждает о несовместимости и предлагает замену отсутствующего компонента.
• Ценообразование. Применяет тарифные сетки, объёмные скидки, контрактные условия и региональные коэффициенты в заданной последовательности.
• Контроль маржи. Показывает, как изменение скидки или состава предложения влияет на экономику сделки, и инициирует согласование при выходе за лимит.
• Подготовка документа. Собирает описание, условия, сроки действия предложения и приложения из утверждённых шаблонов.
• Маршрутизация. Направляет запрос нужному руководителю, юристу или финансовому контролёру и сохраняет причины решения.

Чем AI-агент отличается от обычного CPQ

CPQ-система отвечает на вопрос, можно ли продать выбранный набор и по какой цене. AI-агент помогает понять, почему возникло ограничение и какой следующий шаг наиболее полезен. Например, при конфликте компонентов он не ограничивается сообщением об ошибке: предлагает допустимую альтернативу, кратко объясняет разницу и формирует вопрос для клиента. При нестандартной скидке агент собирает аргументы, прикрепляет расчёт маржи и готовит заявку на утверждение.

Такое поведение особенно важно в сложных поставках, где продавец работает не только с каталогом, но и с проектной спецификацией. Агент может сверить формулировки с базой знаний, найти нужный шаблон и перенести согласованные параметры в следующий документ. При этом все правила остаются управляемыми: владелец процесса видит, какие источники использованы, какие ограничения сработали и кто подтвердил исключение.

Участок процесса	Действие AI-агента	Контроль человека
Выбор конфигурации	Проверяет совместимость и предлагает варианты	Продавец подтверждает техническую полноту
Расчёт цены	Применяет правила и показывает структуру скидки	Финансы утверждают выход за лимит
Согласование	Собирает контекст и маршрутизирует заявку	Руководитель принимает решение
Коммерческое предложение	Заполняет шаблон и переносит параметры	Продавец проверяет текст и условия
Передача в исполнение	Создаёт связанные записи и контролирует поля	Операционная команда принимает заказ

Практическая схема внедрения

1. Опишите один воспроизводимый сценарий

Начните не со всей воронки, а с одного типа сделки: например, продажа пакета оборудования с сервисом или продление подписки с дополнительными модулями. Зафиксируйте входы, допустимые варианты, запрещённые сочетания, уровни скидок и роли согласующих. Если правило существует только в сообщениях опытного продавца, его нужно сначала превратить в явную инструкцию.

На этом этапе полезно связать два процесса: sales automation как каркас для AI-агента и выпуск коммерческого предложения. Агент не должен обходить CRM или создавать параллельную таблицу, которую никто не сверяет с реальной сделкой.

2. Разделите знания и полномочия

Каталог продуктов, прайс, договорные условия и шаблоны документов должны иметь владельцев. Агент может читать актуальные версии, но не должен самостоятельно менять базовые правила. Для каждого действия задайте роль: что разрешено автозаполнять, что требует подтверждения, а что доступно только администратору. Отдельно опишите сценарий отказа: если источник данных недоступен или уверенность низкая, процесс останавливается и передаётся человеку.

3. Сделайте расчёт объяснимым

Продавец и руководитель должны видеть не только итоговую сумму, но и цепочку: базовая цена, выбранные опции, скидка, налоговая и валютная логика, лимит маржи, причина согласования. Агент формулирует объяснение простым языком, однако источником решения остаётся проверяемое правило. Для спорных случаев сохраняйте версию правил и входные данные, чтобы можно было воспроизвести расчёт.

4. Проверьте процесс на реальных ограничениях

Протестируйте обычные, пограничные и запрещённые конфигурации. Отдельно проверьте отсутствие обязательного поля, устаревшую цену, конфликт условий, превышение скидки и недоступность компонента. Важно смотреть не только на красивый ответ агента, но и на результат в CRM, ERP и документе: одинаковые ли суммы, не потеряны ли версии условий и корректно ли сработал маршрут согласования.

5. Запустите пилот с человеческим подтверждением

На пилоте агент готовит предложение, но не отправляет его клиенту без проверки продавцом. Соберите замечания пользователей и разберите ошибки по категориям: данные, правила, шаблон, полномочия или формулировка. После стабилизации можно автоматизировать повторяющиеся безопасные действия, оставив человеку исключения и коммерчески значимые решения.

Особенности РФ и СНГ

Для российских и международных команд из СНГ важны не только язык интерфейса. Проверьте поддержку нескольких валют, правил НДС, региональных условий, форматов реквизитов и требований к хранению персональных данных. Если агент обращается к клиентской информации, доступ следует ограничивать по ролям, а передачу данных и журналы действий — делать проверяемыми. В зависимости от архитектуры компании выбирают контур с размещением данных внутри нужной юрисдикции и отдельными настройками интеграций.

Не стоит переносить зарубежную практику без анализа договоров и внутренних политик. Агент может помочь подготовить черновик, найти нужный пункт и предупредить о недостающем согласовании, но юридически значимые формулировки должны проходить установленный в компании контроль. Это особенно важно для персональных данных и документов, которые затем попадают в бухгалтерский или операционный контур. В такой связке полезен материал о выборе бухгалтерского стека и контроле расходов: он показывает, почему данные из коммерческого предложения должны согласованно переходить в финансовые процессы.

Какие результаты отслеживать

Оценивайте не количество сгенерированных документов, а качество сквозного процесса. Смотрите, сколько конфигураций прошли проверку с первого раза, где чаще возникает согласование, какие правила вызывают вопросы и сколько ручных исправлений появляется после передачи заказа. Отдельно фиксируйте причины отклонённых предложений и время ожидания на каждом маршруте. Эти показатели помогают улучшать каталог и правила, а не просто делать ответы агента длиннее.

Это, по практике Unlim Group, работает тогда, когда AI-агент встроен в существующую операционную модель: у каждого действия есть владелец, источник данных и понятный предел автономии. Технология снижает ручную работу только там, где процесс уже описан и данные можно проверить.

Короткий чек-лист перед запуском

• Выбран один сценарий с понятным началом и результатом.
• Каталог, цены, скидки и шаблоны имеют владельцев и версии.
• Запрещённые комбинации и лимиты маржи формализованы.
• Агент объясняет расчёт и показывает использованные правила.
• Исключения уходят человеку, а не скрываются в автоматическом ответе.
• CRM, ERP, биллинг и документ используют одни и те же параметры.
• Доступы, журналы и хранение данных соответствуют политике компании.
• Пилот измеряет качество процесса, а не только скорость создания черновика.

Заключение

AI-агент в CPQ полезен не потому, что умеет «сам продать», а потому что соединяет знания о продукте, коммерческие правила и рабочие системы в одном управляемом диалоге. Он помогает продавцу быстрее подготовить корректное предложение, финансовому контролёру — увидеть основания для решения, а руководителю — сохранить прозрачность исключений. Начинайте с ограниченного сценария, делайте расчёт воспроизводимым и оставляйте человеку ответственность за риск. Тогда агент станет надёжным участником процесса, а не ещё одним генератором непроверенных текстов.