Encore AI: как израильский стартап учит ИИ-агентов продавать, анализируя звонки клиентов

Израильский стартап Encore AI привлёк $30 млн на развитие платформы, которая анализирует звонки, сообщения и данные CRM. Её задача - выявить эффективные техники продаж и превратить их в сценарии для ИИ-агентов. Годовая выручка компании выросла в 5 раз за последние 18 месяцев, а среди клиентов - 40 крупных организаций, в основном из финансового сектора.

Что такое Encore AI и почему это не просто «умный автоответчик»

Encore AI - это платформа, которая анализирует тысячи звонков, сообщений и данные CRM, чтобы выявить, какие слова и действия менеджеров приводят к продаже. Агенты, созданные на её основе, используют проверенные техники, включая шутки и примеры лучших сотрудников. Привлечённые $30 млн инвестиций подтверждают серьёзность проекта и его востребованность на рынке.

Обычные автоответчики работают по жёстким скриптам: услышал ключевое слово - выдал заученную фразу. Encore AI действует иначе. Платформа изучает реальные разговоры, находит в них успешные паттерны и переносит их в алгоритмы агентов. Результат - не механический ответ, а воспроизведение тактик, которые уже сработали у лучших продавцов. Такой подход напоминает то, как Cars24 внедрила голосовых и чат-ботов, чтобы масштабировать успешные коммуникации и возвращать потерянных клиентов.

Как платформа превращает разговоры в успешные сценарии: интеллектуальный анализ взаимодействий

Платформа разбивает каждый разговор на этапы: приветствие, выявление потребности, работа с возражениями, закрытие сделки. Для каждого этапа система определяет, какие действия ведут к успеху, а какие - к провалу. Эти паттерны формализуются в сценарии для ИИ-агентов. Если лучшие менеджеры используют определённую шутку после возражения, агент тоже научится это делать.

От разговора к данным: как система понимает, что работает

Анализ идёт не по ключевым словам, а по контексту и результату. Система сопоставляет действия менеджера с итогом звонка - продажа или отказ. Так выявляются неочевидные приёмы, которые сложно прописать в жёстких скриптах. Допустим, менеджер после фразы «я подумаю» не давит на клиента, а рассказывает короткую историю из практики. Если этот ход регулярно завершается сделкой, платформа фиксирует его как успешный и включает в сценарий агента.

Технология опирается на «интеллектуальный анализ взаимодействий» - подход, при котором важна не форма слов, а их эффект. Система не ищет шаблонные фразы. Она смотрит на цепочку событий: что сказал менеджер, как отреагировал клиент, чем закончился диалог. Сотни таких цепочек формируют карту эффективных тактик. Эту карту платформа превращает в рабочие инструкции для агентов.

Почему агенты могут шутить и приводить примеры: обучение на лучших

Платформа фиксирует не только логику, но и стиль общения: удачные шутки, примеры из жизни, которые использовали топ-менеджеры. Это делает взаимодействие более человечным и повышает конверсию. Агент не просто отрабатывает возражение - он делает это с интонацией и приёмом, доказавшим свою эффективность.

Представьте: менеджер в банке на вопрос о высокой ставке по кредиту отвечает не шаблонным «таковы условия», а шуткой про инфляцию и примером, как другой клиент выиграл за счёт досрочного погашения. Платформа видит, что после такого ответа конверсия выше на 15%. Агент получает этот приём в свой арсенал. Так лучшие практики перестают быть достоянием одного сотрудника и становятся активом всей компании. Эта механика близка к тому, что предлагает OpenAI Presence - готовая платформа для запуска голосовых и текстовых AI-агентов, которые действуют в корпоративных системах.

Результаты: 40 клиентов, рост выручки в 5 раз и фокус на финансах

Платформа работает с 40 крупными клиентами, в основном финансовыми организациями. Годовая выручка выросла в 5 раз за 18 месяцев. Финансовый сектор стал первым по нескольким причинам. Здесь высокие требования к качеству обслуживания и большой объём типовых взаимодействий - звонки по кредитам, картам, возражениям. Ошибка оператора может стоить банку клиента, а обучение новичков занимает месяцы.

Точность сценариев, основанных на реальных данных, позволяет сократить время выхода новых сотрудников на целевые показатели. Агенты Encore AI берут на себя рутинные диалоги, а живые менеджеры подключаются к сложным случаям. Компания не раскрывает имена клиентов, но масштаб внедрения и повторные контракты говорят о том, что бизнес видит результат. Рост выручки в 5 раз за полтора года - прямое следствие того, что платформа решает конкретную задачу: масштабирует успешные продажи без найма десятков новых сотрудников.

Кому это нужно: как Encore AI меняет работу отделов продаж

Типовые проблемы, которые решает платформа: долгое обучение новичков, нестабильное качество обслуживания, потеря лучших практик при уходе менеджеров. Encore AI позволяет масштабировать успешные техники на всю команду и снизить зависимость от «звёзд».

Пример: банк внедрил агентов для обработки входящих заявок на кредитные карты. Новички раньше выходили на среднюю конверсию за три месяца. С агентами, которые воспроизводят тактики лучших продавцов, этот срок сократился до двух недель. Агенты отрабатывают типовые возражения, собирают информацию и передают тёплую заявку живому менеджеру. Конверсия выросла, текучесть кадров снизилась - новички видят результат быстрее и реже уходят.

Другой сценарий - поддержка в нерабочее время. Агенты принимают звонки, когда офис закрыт, и проводят клиента по первым этапам сделки. Такой подход уже показывает результаты в других проектах: например, ИИ-хостес Яндекса в пилотных проектах увеличила количество бронирований в ресторанах до 23%, а почти половину заказов в одном заведении оформили в закрытое время.

Платформа также решает проблему ухода ключевых сотрудников. Когда лучший продавец покидает компанию, его тактики остаются в сценариях агентов. Бизнес перестаёт зависеть от конкретных людей и получает воспроизводимый результат. Для руководителей, которые хотят понимать тренды AI без технического шума, такие кейсы - способ увидеть практическую пользу технологии. Мы регулярно разбираем подобные примеры, например, как Synthesia выпустила Roleplay Sessions для отработки переговоров с AI-аватаром, который оценивает сотрудников по заданным критериям.

Что дальше: перспективы и возможные ограничения

Стартап планирует выход на новые рынки и расширение функционала. Привлечённые $30 млн пойдут на развитие продукта и масштабирование. Технология пока работает в связке с людьми, а не вместо них. Агенты берут на себя рутину, а сложные переговоры остаются за живыми менеджерами.

Ограничения связаны с качеством данных. Если компания не записывает звонки или не ведёт CRM, платформе не на чем учиться. Агенты также требуют настройки под специфику бизнеса - универсального решения для всех отраслей пока нет. Ещё один вызов - скорость изменений. Скрипты, эффективные сегодня, могут устареть через квартал. Платформа должна постоянно анализировать новые звонки и обновлять сценарии.

Этика и контроль: кто отвечает за действия ИИ-агента

Все сценарии основаны на реальных успешных взаимодействиях, проходят модерацию и могут быть скорректированы. Платформа не принимает решений - она воспроизводит проверенные паттерны. Компания-пользователь сама определяет, какие тактики допустимы, а какие нет. Если агент использует шутку, она уже была одобрена на этапе анализа и не противоречит политике бренда.

Ответственность за действия агента лежит на бизнесе, который его внедрил. Encore AI предоставляет инструмент, а не готовую стратегию продаж. Это принципиальный момент: технология усиливает человека, а не заменяет его полностью. Пока агенты работают в рамках заданных сценариев, риски неконтролируемого поведения минимальны.

Рынок AI-агентов для продаж быстро растёт. Крупные игроки вроде Google с платформой Gemini Enterprise for Customer Experience и OpenAI с Presence задают стандарты. Encore AI занимает нишу обучения на реальных данных - это отличает стартап от решений, которые полагаются на заранее прописанные скрипты. Если технология продолжит показывать кратный рост выручки у клиентов, спрос на неё будет только расти.