AI CRM Automation: production-архитектура без отдельного AI-интерфейса

AI CRM Automation — это не чат поверх базы клиентов. Это событийный контур, в котором CRM остаётся системой записи, а AI помогает классифицировать лиды, собирать сводки, готовить следующий шаг и заполнять черновики полей. Менеджер продолжает работать в карточке сделки, поэтому рекомендации не создают ещё один интерфейс и ещё одну очередь задач.

Главное разделение ответственности: правила CRM выполняют детерминированные операции, а модель обрабатывает неструктурированный контекст. Смена этапа после оплаты должна зависеть от статуса платёжной системы, а не от ответа LLM. Модель уместна там, где нужно понять письмо, звонок или историю коммуникации и подготовить предложение человеку.

Поток выглядит так: webhook CRM → очередь событий → сервис оркестрации → сбор разрешённого контекста → вызов модели → проверка структурированного ответа → запись результата в CRM. Очередь отделяет пользовательскую операцию от медленного AI-вызова, позволяет повторять запросы и не терять события при временной недоступности CRM или провайдера модели.

Для каждого сценария нужен отдельный контракт данных. Классификатор лида возвращает категорию, уверенность и причины; генератор follow-up — тему, текст и использованные факты; next-best-action — действие и срок. JSON Schema или аналогичная валидация отсекает сломанные ответы до записи. Идемпотентный ключ не даёт повторному webhook создать два задания или два письма.

Модели не следует передавать всю карточку клиента. Контекст собирается под конкретную задачу: последние сообщения, активные товары, этап и разрешённые поля. Такой подход уменьшает стоимость и риск утечки, а также повышает точность — нерелевантная история не конкурирует с текущим запросом.

Права должны наследоваться из CRM. Если менеджер не видит маржу, агент не должен получать её через техническую учётную запись. Чувствительные поля маскируются перед вызовом внешней модели, а on-prem контур использует те же контракты инструментов и валидацию. Для каждого результата сохраняются сценарий, версия prompt, модель и источники контекста.

На старте AI должен готовить черновики, а не выполнять необратимые действия. Отправка письма, изменение скидки, закрытие сделки и удаление данных требуют подтверждения или жёсткого бизнес-правила. Расширять автоматизацию стоит только после сбора статистики ошибок на реальных сделках.

Защита не заканчивается системным prompt. Нужны списки разрешённых полей и действий, лимиты значений, фильтрация входа, валидация выхода и журнал аудита. Prompt injection в письме клиента не должен менять системные инструкции или заставлять агента получать данные из другой сделки.

Технические метрики — задержка, доля валидных структурированных ответов, стоимость вызова, число повторов и ошибки записи в CRM. Бизнес-метрики зависят от сценария: время от лида до первого ответа, время подготовки follow-up, доля карточек с заполненными полями и число сделок без активности дольше SLA.

Самый безопасный старт — один процесс и контрольная группа. В течение двух–четырёх недель сравнивают время работы, качество данных и конверсию с прежним процессом. Если AI лишь переносит работу с написания текста на исправление плохих черновиков, сценарий не готов к масштабированию.