В 2026 году борьба за заявки начинается еще до обращения клиента. ИИ помогает ему описывать задачи, сравнивать варианты и составлять список поставщиков еще до звонка или письма менеджеру. В этой ситуации бренду нужно попадать в нейровыдачу, а роль менеджера смещается в сторону еще более глубокой экспертизы.
Об этих и других трендах читайте в статье.
ИИ становится частью клиентского поиска
Сегодня клиенту не обязательно открывать десятки сайтов и вручную сравнивать предложения. Он формулирует задачу для искусственного интеллекта: «Найди компании, которые умеют решать такую-то проблему, работают с предприятиями нашего масштаба, имеют определенный опыт и экспертизу и соответствуют таким-то требованиям». В результате ИИ помогает собрать срез по рынку, объяснить разницу между подходами и подготовить вопросы поставщикам.
В свою очередь, у бренда теперь задача — попасть в этот ответ с релевантной и убедительной информацией.
Основные шаги для попадания в нейровыдачу:
- Улучшите структуру сайта. Добавьте четкие разделы с ценами, кейсы и экспертные статьи, блоки FAQ. ИИ любит конкретику и прямые ответы на вопросы в самом начале текста.
- Работайте с геосервисами и NAP-данными. Для локального бизнеса критически важно, чтобы название, адрес и номер телефона были абсолютно одинаковыми на Яндекс Картах, в 2ГИС и на сайте.
- Собирайте свежие отзывы. Нейросети оценивают репутацию по отзывам. Следите за тем, чтобы рейтинг был высоким, а отзывы появлялись регулярно, особенно за последние три месяца.
- Увеличивайте качество упоминаний. Вместо погони за количеством ссылок стремитесь к экспертным упоминаниям на авторитетных внешних площадках, в СМИ и профильных блогах. Это могут быть кейсы, аналитика, исследования, обзоры.
Как проверить видимость компании в нейровыдаче. Взять 10–15 запросов, с которыми потенциальные клиенты ищут продукт или подрядчика, и задать их нескольким ИИ-системам.
Посмотреть:
- появляется ли компания там вообще;
- понятно ли, чем компания занимается;
- кого рекомендуют вместо нее или помимо нее;
- как описывают конкурентов;
- какие критерии используют при сравнении;
- на какие источники опираются и есть ли среди них качественно оформленные продуктовые страницы;
- что вообще знают о специализации компании.
Такой эксперимент быстро показывает разницу между тем, как компания воспринимает собственное позиционирование, и тем, как она выглядит снаружи.
Также нужно понять, показывает ли ИИ ваш опыт и экспертность. Для этого нужно выяснить, есть ли в выдаче кейсы с результатами и представлены ли специалисты компании в отраслевом информационном поле.
Растет ценность человеческой экспертности
Продавец все чаще перестает быть первым источником информации — как я уже написал выше, сейчас эта функция перешла к ИИ. Это не уменьшает роль менеджера, а поднимает требования к экспертности: нужно понять, насколько корректные выводы уже сделал клиент, какие варианты применимы, где есть ограничения.
В этом году у меня была встреча с потенциальным клиентом. До разговора он уже провел через ИИ исследование рынка консалтинговых услуг и сравнил разные варианты решений для своей ситуации. Клиент сразу хотел обсуждать, что из найденного подойдет его компании.
Я быстро увидел, что список от ИИ не учитывал ни бюджет компании, ни ее ограничения. Мы разбирали пункт за пунктом: что из этого действительно применимо, а что клиент понял слишком буквально.
В этом и заключается работа менеджера как эксперта в 2026 году: разобрать готовую информацию от ИИ с учетом контекста конкретной компании.
В игру активнее вступает ABM-маркетинг
По данным Forrester, типичное B2B-решение о покупке включает в среднем 13 внутренних и 9 внешних участников, влияющих на решение. Для более сложных и стратегических закупок их число увеличивается.
В ситуациях с большим количеством заинтересованных лиц все чаще применяют так называемый ABM (account-based marketing) — маркетинг ключевых клиентов.
ABM-маркетинг — это стратегический подход в B2B, при котором компания рассматривает каждого крупного клиента как отдельный рынок и выстраивает с ним персональное взаимодействие. В отличие от классического маркетинга, который привлекает много массовых лидов, ABM концентрируется на заранее выбранном списке организаций, и далее работает только с ними. По накопленным сигналам отдел маркетинга определяет момент, когда та или иная компания созрела для контакта, и передает информацию продажам.
По данным 6sense, в 2024 году ABM-подход был у 64% маркетинговых команд в B2B, в 2025-м уже почти у 80%. Опрос Demand Gen Report 2026 года дает похожую цифру: почти 80%. При этом большинство программ пока молодые: в 2025 году больше 80% компаний с ABM оценили свою работу как «только начали» или «выстроили частично».
Кому подходит ABM. B2B-компаниям с высоким средним чеком. Если одна сделка приносит миллионы, точечная работа с десятком целевых аккаунтов окупает вложения. Чем дороже продукт и длиннее цикл сделки, тем выгоднее ABM.
Также подходит компаниям с узким кругом потенциальных клиентов. Когда весь рынок — это 50–200 организаций, например поставщики оборудования для ТЭЦ или разработчики ПО для банков, массовый маркетинг просто не сработает. ABM здесь не выбор, а вполне адекватный подход.
Кому не подходит. Если сделок много, чек небольшой, а клиент решает за пару дней — скорее всего, персональная работа не окупится. Не спасет и крупный клиент, если он покупает быстро и без согласований. Рано браться за ABM и тем, у кого нет четкого портрета клиента.
Не подходит компаниям с малым маркетинговым бюджетом. ABM требует инвестиций в инструменты — CRM, платформы для таргетинга по аккаунтам, аналитику, контент, синхронизацию маркетинга и продаж. Если ресурсов недостаточно для системной работы с выбранными аккаунтами, полноценный ABM лучше не запускать.
Как работает ABM-маркетинг. Поэтапно разберем, как устроен маркетинг ключевых клиентов на примере веб-студии
Этап 1. Выбор целевых компаний. Вместо рекламы на максимально широкую аудиторию команда составляет список, например, из 50 компаний, с которыми действительно хотела бы работать. Одной из них становится крупная сеть строительных магазинов. Приоритет компании может повыситься, если появляются сигналы возможной потребности: сеть активно открывает новые точки, развивает онлайн-продажи, набирает диджитал-команду или объявляет о масштабировании e-commerce.
Этап 2. Изучение компании. Команда анализирует сайт, публикации, вакансии, новости и другие доступные данные и формирует гипотезы о задачах бизнеса. Например, замечает, что мобильная версия сайта неудобна, каталог сложно обновлять, а развитие онлайн-направления требует новой инфраструктуры. Одновременно определяют, кто может участвовать в принятии решения: руководитель маркетинга, e-commerce, IT, коммерческий директор, закупки, генеральный директор.
Этап 3. Персонализированная коммуникация. Вместо стандартной презентации «Мы разрабатываем сайты» студия готовит материалы применительно к конкретной сети: какие проблемы видит, что можно изменить и какой бизнес-эффект это потенциально даст. При этом аргументы различаются в зависимости от участника решения. Маркетингу важны конверсия и клиентский опыт, IT — интеграции и безопасность, руководству — экономика проекта и влияние на продажи.
Этап 4. Работа с группой принятия решения. Продажи и маркетинг стараются выстроить контакт не только с одним сотрудником, а с несколькими людьми, влияющими на решение. По мере появления интереса команда отслеживает реакцию компании, уточняет задачи и понимает, действительно ли проект переходит в активную фазу выбора поставщика.
Этап 5. Возможность и сделка. Если интерес подтверждается, студия проводит более глубокий аудит, обсуждает требования и готовит коммерческое предложение.
Как видите, студия не просто отрекламировала создание сайтов, а изучила конкретную компанию и предложила решение под ее задачи.
Автоматизация работает только после порядка
Задач для автоматизации лидогенерации хватает:
- поиск компаний;
- обогащение данных;
- анализ сайтов;
- персонализация коммуникации;
- квалификация и приоритизация лидов;
- аналитика по лидам.
Все это можно автоматизировать, но сначала стоит проверить, работает ли процесс вручную. Здесь чаще всего и кроется ошибка, которую вижу постоянно: компании пытаются автоматизировать то, что и без автоматизации толком не работает.
Если нет понятного целевого сегмента, критериев квалификации и аналитики, автоматизация не наведет порядок — она усилит неразбериху. Логика здесь такая: сначала выстроенный процесс и данные, потом автоматизация.
Как автоматизация продаж помогает бизнесу
В программах автоматизации продаж можно смотреть, какие именно компании проявляют интерес, что происходит после первого контакта, где теряется конверсия и какие источники трафика в итоге дают сделки.
Также в CRM-системах могут найтись потенциальные клиенты:
- старые лиды;
- проигранные сделки;
- бывшие заказчики;
- действующие клиенты с потенциалом допродажи.
