ИИ-агент для генерации лидов: как находить заказчиков с понятной проблемой в закупках

AI Tender Radar создан для генерации лидов. Его задача проста: среди большого потока закупок находить организации, у которых уже есть видимая проблема, и давать менеджеру обоснованную гипотезу о том, что именно им может понадобиться. Гипотезу формулирует агент. Решает, что с ней делать, человек.

Зачем нужна такая система

Холодный контакт обычно начинается с вопроса «чем вы занимаетесь» и мало что даёт. В закупке всё иначе: заказчик уже написал, что ему нужно. Вопрос в том, чтобы быстро найти такие закупки и понять, какая задача за ними стоит. Замысел в том, чтобы получать лиды с понятной проблемой и тратить на них меньше сил, чем на холодный поиск. Стоимость лида и влияние на продажи я не измерял, поэтому цифр здесь не будет.

Что делает агент

На входе открытые закупки или выгрузка из тендерной системы. Сначала система отбирает закупки по IT-инфраструктуре и исключает совпадения, которые не связаны с нужными товарами и услугами. Менеджеру не приходится разбирать то, что к продукту не относится.

Из чего состоит карточка

Для каждой подходящей закупки менеджер получает короткую карточку.

• Факты. Предмет закупки и сведения из исходных документов.
• Гипотеза. Какая задача может стоять за закупкой. Её предлагает ИИ.
• Вопросы. Что спросить у заказчика, чтобы гипотезу проверить.

Гипотеза отмечена отдельно от фактов. Это принципиально: если их смешать, менеджер начнёт принимать догадку модели за содержание документа и придёт на разговор с неверной картиной.

Что решает менеджер

Система никому не пишет и не звонит. Менеджер читает карточку, решает, связываться ли с заказчиком, и выбирает, что с ним обсуждать. Карточку можно сохранить, и это помогает уточнять отбор.

Что можно проверить самому

Код, тесты и документация без закрытых данных опубликованы на GitHub: исходный код AI Tender Radar.

Когда такой агент подойдёт

Когда у отдела продаж большой поток однотипных данных (закупки, заявки, письма) и больше всего времени уходит на то, чтобы отделить значимое от шума. При небольшом потоке агент не нужен.

Частые вопросы