Как с помощью AI-агента экономить ФОТ в сфере недвижимости: что забирает на себя AI и как посчитать эффект

В недвижимости стоимость времени продажника особенно высока: входящий поток большой, цикл сделки длинный, а значительная часть работы — это повторяющиеся действия (квалификация, подбор вариантов, уточнения, назначение звонков, заполнение CRM). Именно здесь AI-агент даёт измеримый эффект: снимает рутину, ускоряет обработку входящих и снижает потребность в расширении штата.

Ниже — практическая модель, как это устроить в связке amoCRM + AI-агент (с запуском по этапам воронки), и пример расчёта экономии на условных цифрах.

AI получает заявку из мессенджера и задаёт короткий набор вопросов, чтобы собрать структуру запроса:

• бюджет / форма оплаты (включая рассрочку, если применимо)
• цель покупки (для жизни / инвестиции)
• желаемая площадь / кол-во комнат
• район / удалённость / инфраструктура
• сроки покупки
• "must have" (вид, этаж, новострой/вторичка и т.д.)

AI-агент может «искать» варианты в вашей базе объектов (через API, таблицу, CRM-каталог) и отдавать клиенту 3–5 релевантных вариантов:

• краткое описание
• ключевые параметры
• ссылки/карточки
• уточняющий вопрос «какой вариант ближе»

Если клиент заинтересован, AI:

• уточняет удобное время
• фиксирует контактные данные
• передаёт менеджеру задачу «созвон/показ» с дедлайном
• при необходимости отправляет подтверждение (в зависимости от вашей логики коммуникаций)

В недвижимости CRM-рутина часто «съедает» время менеджера: записать запрос, прикрепить варианты, заполнить поля, поставить следующую задачу.

AI делает это автоматически:

• заносит квалификацию в поля
• добавляет комментарий/резюме
• фиксирует выбранные варианты
• ставит задачу ответственному

Поток вопросов повторяется у всех агентств:

• «Сколько стоит?», «Какие условия?», «Можно в рассрочку?»
• «Какой район лучше?», «Что по срокам сдачи?», «Какие риски/нюансы сделки?» (в рамках допустимых и проверенных ответов)
• бытовые вопросы (ориентация, логистика, общая информация)

Здесь AI разгружает менеджера, сохраняя скорость ответа.

Ниже — сценарий типичного агентства недвижимости. Числа «рандомные», но реалистичные для потока из мессенджеров. Под ваши данные формула пересчитывается за 5 минут.

• входящих лидов в месяц: 2 800
• доля целевых после первички: 35% (≈ 980 лидов)
• конверсия в назначенный созвон/показ: 12% от всего потока (≈ 336)
• «горячих» / требующих аккуратного заполнения CRM и доп. коммуникаций: 400 в месяц

• Время менеджера на 1 лид: 8 минут
• Экономия: 2 800 × 8 / 60 = ≈ 373 часа/мес

• Целевых лидов: 2 800 × 35% = 980
• Время на подбор: 14 минут на целевого
• Экономия: 980 × 14 / 60 = ≈ 229 часов/мес

• Встреч: 2 800 × 12% = 336
• Время на согласование встречи: 6 минут
• Экономия: 336 × 6 / 60 = ≈ 34 часа/мес

• Горячих: 400
• Время на заполнение карточки/полей/задач: 10 минут
• Экономия: 400 × 10 / 60 = ≈ 67 часов/мес

• Горячих: 400
• «смол-толк/повторяющиеся вопросы»: 12 минут
• Экономия: 400 × 12 / 60 = ≈ 80 часов/мес

Если «полная стоимость» менеджера (оклад + налоги + переменная часть в среднем) составляет условно 180–220 тыс. ₽/мес, то эквивалентная экономия:

• 4,9 × 180 тыс. ≈ 0,88 млн ₽/мес
• 4,9 × 220 тыс. ≈ 1,08 млн ₽/мес

Для недвижимости обычно достаточно 3–4 роли:

• Агент входящих (распределение/первый контакт)
• Агент-квалификатор (вопросы + фиксация запроса)
• Агент-подборщик (по каталогу объектов / прайсу / базе)
• Агент-координатор (назначение созвона/показа + передача менеджеру)

Эти роли лучше привязывать к этапам воронки (триггерами), чтобы на каждом шаге агент делал конкретную задачу.

Качество AI в недвижимости почти полностью зависит от базы знаний.

Что загрузить в базу знаний:

• страницы сайта: услуги, этапы сделки, условия, FAQ
• Google Docs: регламенты, скрипты, ответы на возражения, политика рассрочек/скидок
• описание районов, инфраструктуры, «что важно спросить»
• правила работы с рисками и юридическими вопросами (что агенту можно/нельзя)

Как структурировать:

• карточки «вопрос → короткий ответ → детали → исключения → ссылка»
• теги: «квалификация», «районы», «рассрочка», «документы», «показы», «инвестиции»

Общие промпты в настройках агента:

• Характер общения (тон, длина, язык)
• Общие правила (не выдумывать, не обещать, эскалация при неопределённости)
• Примеры частых ответов (цена/условия/рассрочка/инструкции)
• Общие инструкции (как задавать вопросы, как фиксировать итог, как передавать менеджеру)

Ролевые промпты в триггерах воронки:

На конкретном этапе задаётся:

• роль (квалификатор/подбор/координатор)
• цель (получить бюджет/район/срок; подобрать 3–5 вариантов; назначить созвон)
• что записать в amoCRM (какие поля, какой комментарий, какую задачу создать)

Наполнение базы через команду /remember

Внутри команды создаётся чат, где специалисты фиксируют корректные формулировки и правила. Сообщение оформляется структурно, затем сохраняется в базу командой /remember.

Наполнение базы через «вопрос специалисту»

Если AI не знает ответа:

• клиенту — короткий буфер («уточню и вернусь»)
• в группу — вопрос с контекстом
• специалист отвечает
• AI отвечает клиенту и сохраняет правило в базу

Так база знаний растёт на реальных кейсах.

После первичного внедрения начинается этап, который и делает агента сильным:

• просматриваете диалоги (вначале — все)
• фиксируете ошибки по категориям:

• задаёт лишнее
• не дожимает до следующего шага
• слишком рано передаёт менеджеру
• не хватает данных в базе

Правите 3 слоя:

1. задачи роли
2. правила/промпты
3. база знаний

• Время до первого ответа (SLA)
• Доля лидов с заполненной квалификацией
• Конверсия «входящий → целевой»
• Конверсия «целевой → назначен созвон/показ»
• Доля диалогов, где потребовалась эскалация специалисту
• Доля сделок без следующей задачи (должна стремиться к нулю)

AI-агент не должен:

• обещать юридические гарантии, сроки, условия, которых нет в официальных источниках
• «сочинять» цены и рассрочки
• вести конфликтные ситуации без эскалации

В недвижимости AI-агент экономит ФОТ не «магией», а тем, что забирает на себя рутинные часы: квалификацию, подбор, координацию и CRM-оформление. На потоке в несколько тысяч обращений это легко превращается в сотни часов в месяц и эквивалент нескольких штатных единиц — без найма, адаптации и роста постоянных расходов.