Один в поле воин: опыт автоматизации RevOps в Perplexity с помощью ИИ
Управление операциями по выручке (Revenue Operations, или RevOps) традиционно считается одной из самых трудоемких областей в технологических компаниях. Этот отдел связывает воедино продажи, маркетинг, финансы и продукт, отвечая за чистоту данных в CRM-системах, сверку контрактов, выставление счетов и аналитику. Традиционно эти задачи решаются наймом большой команды специалистов, которые вручную обрабатывают входящие запросы и устраняют расхождения в базах данных. Однако опыт компании Perplexity демонстрирует альтернативный подход: благодаря внедрению интеллектуальных агентов один специалист может эффективно координировать процессы, под которые ранее требовался целый штат сотрудников.
Архитектура вместо найма: новая роль операционного специалиста
Руководитель направления GTM-систем и операционной деятельности в Perplexity Нейт Фолен управляет всеми процессами RevOps в одиночку. Для сравнения, в аналогичной по масштабам компании Ramp аналогичный пласт задач закрывает специализированная системная команда из 6 человек, входящая в состав более крупного операционного отдела численностью до 15 сотрудников. Секрет Фолена кроется в изменении подхода к найму: вместо расширения штата он автоматизирует возникающие задачи с помощью ИИ-агентов. При таком сценарии роль человека смещается от ручного выполнения операций к проектированию и оркестрации автоматических цепочек.
Основным рабочим инструментом Фолена стала агентская платформа Perplexity Computer. Она выступает в роли мультимодельного оркестратора, который может вызывать различные языковые модели под конкретные задачи, использовать более 200 предустановленных коннекторов к бизнес-приложениям, вести долговременную память сессий и запускать регулярные процессы по расписанию.
Ключевые рабочие процессы: консилиум моделей и фоновые задачи
В своей практике Фолен использует несколько ключевых ИИ-агентных цепочек, автоматизирующих сложные корпоративные задачи:
- Консилиум моделей (Model Council): Данный подход применяется для задач, требующих всестороннего анализа перед принятием решений. Например, при подготовке выездного ужина для ключевых клиентов система сканирует данные CRM HubSpot о текущих сделках и стадиях переговоров. Затем Perplexity Computer отправляет запросы в несколько различных нейросетей (таких как Claude, GPT и Gemini), сравнивает их аргументы, выявляет расхождения и находит уникальные инсайты. На основе согласованного решения система может автоматически подготовить рассылку через сервисы вроде Apollo, распределить отправителей и запустить цепочку писем.
- Заполнение CRM по данным договоров (CRM backfill): Агент регулярно сканирует папки в Google Drive и CLM-системе Ironclad на наличие новых подписанных контрактов. Он извлекает из PDF-файлов ключевые параметры (контактные лица, суммы сделок, даты закрытия, перечни услуг) и автоматически создает или обновляет карточки сделок в CRM. Агент способен автономно обрабатывать сотни договоров подряд, генерируя подробный аудит-отчет о проделанной работе.
- Голос клиента (Voice of Customer): Ежедневно запускаемый процесс, который собирает транскрипты звонков отдела продаж, письма поддержки и отзывы. ИИ структурирует эти данные, выделяет ключевые проблемы пользователей, отзывы о продукте и автоматически рассылает отчеты в продуктовые и маркетинговые команды. Это помогает быстро выявлять баги и собирать кейсы для продвижения без ручного чтения тысяч писем.
Поэтапный фреймворк доверия и контроля
Передача бизнес-критичных задач ИИ-агентам несет серьезные риски: неверное заполнение CRM или автоматическая отправка некорректного письма клиенту могут дорого обойтись компании. Для снижения рисков Фолен разработал пятиэтапный фреймворк постепенного делегирования задач ИИ, который помогает контролировать качество работы агентов:
- Уровень 1: Только чтение и аналитика. На этом этапе агент не совершает никаких действий в системах. Он лишь собирает информацию, анализирует ее и присылает человеку сводный отчет. Это позволяет оценить, насколько хорошо ИИ понимает контекст.
- Уровень 2: Подготовка черновиков. Агент формирует готовые объекты (например, проекты писем, заполненные таблицы), но не отправляет и не сохраняет их. Человек должен вручную проверить каждую строчку и одобрить действие.
- Уровень 3: Запись после верификации. Агент загружает данные во внутренние системы (например, CRM), но делает это пакетами после того, как человек проверил сгенерированный отчет об импорте.
- Уровень 4: Автономная работа с уведомлениями. Агент работает полностью самостоятельно в рамках заданных правил, но отправляет оповещения в Slack при возникновении любых нестандартных ситуаций, требующих вмешательства человека.
- Уровень 5: Полная автономность внешних коммуникаций. Агент самостоятельно принимает решения и отправляет сообщения клиентам или партнерам. Этот уровень допускается только после тысяч успешных прогонов на предыдущих этапах и настройки жестких систем логирования и аудита.
Практический запуск: Voice of Customer как первый шаг
Для компаний, желающих внедрить агентскую автоматизацию в свои операционные процессы, Фолен рекомендует начинать с создания дашборда Voice of Customer (Голос клиента). Этот процесс безопасен, поскольку работает только в режиме чтения данных и не изменяет записи в CRM. Он позволяет команде быстро увидеть ценность ИИ-аналитики и привыкнуть к работе с обобщенными отчетами.
Еще одним важным организационным выводом кейса Perplexity является создание общей библиотеки навыков (shared skills library). Если сотрудники создают ИИ-помощников изолированно, это ведет к хаосу и появлению множества дублирующих друг друга скриптов. В Perplexity успешные диалоги и цепочки промптов, доказавшие свою эффективность, упаковываются в многоразовые шаблоны (skills) и публикуются в общедоступном каталоге компании. Это позволяет масштабировать лучшие практики автоматизации на всю организацию, превращая ИИ-агентов в надежный элемент корпоративной инфраструктуры, который регулярно обновляется и поддерживается силами всей команды.