Как ИИ помогает находить клиентов

ИИ в поиске клиентов делает то, что не может простой поиск по словам: он понимает смысл сообщения, а не совпадение букв. Система читает тексты в открытых Telegram-чатах, распознаёт, когда автор описывает реальную задачу и готов её решать, отделяет такие сообщения от похожих по теме разговоров и присваивает каждому найденному запросу оценку. Дальше в дело вступает менеджер: ИИ находит повод для разговора, сам разговор он не ведёт.

Почему эта задача стала решаемой только сейчас

Telegram давно перестал быть просто мессенджером: в 2025 году у него больше миллиарда активных пользователей в месяц, и огромная часть предпринимательских разговоров идёт именно там, в открытых тематических чатах. Раньше найти в этом потоке нужное сообщение можно было только вручную или через грубый поиск по словам. Сейчас у бизнеса появился инструмент, который умеет читать текст так, как его читает человек: понимать контекст, а не искать совпадение символов.

По опросу Salesforce за 2026 год, 87% отделов продаж уже используют ИИ в работе, а 55% специалистов применяют его именно для поиска клиентов, ещё 38% планируют внедрить в ближайшее время. Это не замена продавца: ИИ берёт на себя мониторинг, фильтрацию и первичную оценку сообщений, а сама коммуникация и закрытие сделки остаются за человеком.

Почему поиск по ключевым словам создаёт шум

Если настроить фильтр на слово «подрядчик», он будет ловить и реальный запрос, и обсуждение статьи про подрядчиков, и жалобу «подрядчик снова подвёл», и вопрос из совсем другого города про другую услугу. Ключевое слово реагирует на буквы, а не на смысл фразы целиком. Чем шире ниша, тем выше доля мусора: на один действительно коммерческий вопрос может приходиться десяток сообщений, где нужное слово встретилось случайно.

Пример из чата про ремонт квартир. Сообщение «штукатур нужен, кто может посоветовать мастера на две недели» – явный запрос с чёткими сроками. Сообщение «штукатур приходил, накосячил, теперь думаю к кому обращаться» тоже содержит слово «штукатур», но человек ещё только думает, а не ищет исполнителя прямо сейчас. Простой фильтр по слову их не различит и выдаст оба сообщения с одинаковым весом.

Как ИИ отличает намерение от шума

Двухэтапный анализ работает так: сначала технический фильтр отбирает сообщения, где встречаются ключевые слова и словосочетания по теме проекта. Дальше сообщение целиком, а не отдельное слово, уходит на анализ контекста: кто пишет, что именно просит, есть ли признаки готовности действовать сейчас, не является ли текст размышлением «просто интересуюсь» или пересказом чужого опыта.

Формулировки, которые ИИ распознаёт как коммерческие:

• «Посоветуйте, кто делает сайты под интернет-магазин, бюджет есть»
• «Ищу бухгалтера на аутсорс, УСН, 5 сотрудников»
• «Нужен юрист по трудовым спорам, срочно, на этой неделе»
• «Кто занимается перевозкой мебели из Москвы в Казань, посчитайте примерно»
• «Подскажите агентство для настройки таргета, кто-то работал?»

А это сообщения с теми же ключевыми словами, которые ИИ отсеивает как шум:

• «Была у юриста, взял втрое дороже рынка, будьте осторожны» – жалоба, а не запрос
• «А кто уже пробовал таргет через агентство, стоит ли вообще?» – опрос мнений, не поиск исполнителя
• «Сайт у меня уже есть, вопрос в другом» – слово есть, задачи под него нет
• «Перевозка выросла в цене на 20% за год, все обсуждают» – новость, не заказ

Разница не в словах, а в том, что делает говорящий: описывает задачу и готов её решать сейчас или обсуждает тему в целом. ИИ держит эту разницу в фокусе, потому что обучен на контексте, а не на совпадении букв.

Оценка готовности: зачем нужен балл

Отделить коммерческое сообщение от разговорного – только первый шаг. Дальше важно понять, насколько человек готов действовать. Для этого каждому найденному запросу присваивается оценка от 1 до 100. Диапазон 1–40 – косвенный или слабый интерес, человек может вернуться к теме позже. 41–70 – выраженная потребность: задача сформулирована, но детали не уточнены. 71–100 – прямой запрос с явными признаками готовности: указан срок, бюджет, просьба порекомендовать конкретного исполнителя.

Порог доставки настраивается под конкретную задачу. Если бизнесу важен объём и он готов сам отфильтровывать часть сообщений, порог ставится ниже. Если ценнее качество и команда не успевает обрабатывать много карточек, порог поднимают, и приходят только сообщения с высокой готовностью.

Где ИИ ошибается

ИИ не читает мысли и не проверяет, есть ли у человека деньги на самом деле. Он оценивает то, что написано, и иногда сообщение звучит как запрос, а на деле человек просто спрашивает «сколько это вообще стоит» из любопытства, без плана нанимать кого-то в ближайшее время. Такие сообщения обычно попадают в средний диапазон оценки, а не в верхний, но полностью исключить ложные попадания нельзя ни одной системой, которая работает с текстом, а не с фактическими действиями человека.

Ирония и сарказм тоже иногда сбивают модель: фраза «ну конечно, прям сейчас побегу искать подрядчика» по структуре похожа на намерение, а по смыслу это насмешка. Для таких случаев в карточке заявки всегда есть исходный текст и объяснение, почему ИИ посчитал сообщение релевантным, и менеджер принимает финальное решение сам, а не действует по одной цифре.

Как это устроено в XMBoost

XMBoost применяет описанный принцип на практике. Платформа сама подбирает Telegram-чаты под конкретный бизнес, круглосуточно читает в них новые сообщения и прогоняет каждое через двухэтапную фильтрацию: сначала ключевые слова, потом анализ контекста и коммерческого намерения. Каждому запросу присваивается оценка от 1 до 100, а порог доставки настраивается в кабинете.

Менеджер получает не голый юзернейм, а карточку: исходное сообщение, ссылку на автора и на чат, оценку, объяснение, почему ИИ посчитал сообщение релевантным, и телефон, если он был указан в тексте. Заявку можно взять в работу, отметить как нецелевую или заблокировать отправителя, если сообщение оказалось мусором – и это тоже помогает системе точнее подбирать сообщения дальше.

Платформа не публикует сообщения в чатах, не рассылает никому ничего и не собирает холодные базы контактов – она только читает открытые сообщества и передаёт то, что человек уже написал сам. Найти публичный сигнал спроса и быстрее начать разговор – это то, что делает ИИ. Довести разговор до сделки остаётся задачей команды.