Встроенный ИИ в CRM или свой AI-слой: что выбрать

Разница не в качестве модели, а в том, откуда AI берёт факты и что ему разрешено делать. Встроенный в CRM помощник живёт внутри платформы и видит только то, что в ней уже есть: карточку сделки, переписку в открытой линии, запись звонка, текст задачи. Этого хватает, чтобы сократить длинную ветку до сути или предложить формулировку письма, но не хватает, чтобы ответить клиенту, какая у вас цена на выезд мастера в его город.

Свой AI-слой — это отдельный сервис рядом с CRM. Он держит базу знаний, собранную из ваших документов, ходит по API в ваши системы за живыми данными и работает по сценарию, который описали вы, а не вендор платформы. По сути это AI-агент: программа, которая не просто генерирует текст, а выполняет шаги — найти нужный фрагмент в базе знаний, проверить наличие в учётной системе, ответить, а при сомнении позвать человека.

Отсюда простое правило выбора. Если задача — помочь сотруднику, который и так работает в CRM, встроенного ИИ обычно достаточно. Если задача — отвечать клиенту вместо сотрудника, по вашим правилам и с реальными данными, встроенного ИИ не хватит почти никогда. Ниже та же мысль разложена по шести критериям, которые мы разбираем на аудите.

Встроенные AI-помощники современных CRM, включая Битрикс24, закрывают набор универсальных задач вокруг текста и речи. Они не требуют разработки: функция включается в настройках и работает там же, где сотрудник уже сидит. Это их главная сила, и недооценивать её не стоит — заметная часть запросов вида «нам нужен ИИ» закрывается именно так, без проекта и бюджета.

Когда этого достаточно? Когда клиентов ведут живые менеджеры, поток обращений измеряется десятками в день, а типовых вопросов с фиксированным ответом немного. В такой ситуации отдельный AI-слой не окупится: вы заплатите за разработку, чтобы автоматизировать то, что и так занимает у людей полчаса в день. Мы говорим об этом прямо на экспресс-аудите — честное «кастом вам не нужен» тоже результат аудита.

Есть и ограничение по данным. Встроенный ИИ обрабатывает содержимое вашей CRM на стороне платформы. Если в переписке и карточках лежат чувствительные данные — медицинские, финансовые, персональные данные клиентов, — порядок обработки и место хранения нужно проверять до включения функции, а не после. Это вопрос 152-ФЗ и договора с площадкой, а не вкусовщины.

Три вещи встроенный помощник не делает по устройству — и именно они обычно нужны бизнесу, когда он говорит «хотим ИИ, который отвечает клиентам».

Первое — ответ строго по вашим документам. Встроенный ИИ опирается на общую модель и содержимое CRM. Он не знает, что в вашем прайсе с сентября другая цена на выезд мастера, что по вашему регламенту предоплата обязательна, а возврат возможен в ограниченный срок. Чтобы AI отвечал по вашим правилам, нужна база знаний, собранная из ваших же документов, и механизм, который заставляет модель отвечать только по ней. Технически это называется RAG: модель сначала находит нужный фрагмент документа, а потом формулирует ответ по найденному, а не по памяти.

Второе — живые данные из внешних систем. Вопрос «есть ли свободный номер на выходные и сколько он стоит» требует запроса в систему бронирования, а не красивой формулировки. В нашем продукте AI-консьерж для отелей это сделано так: бот консультирует по базе знаний конкретного отеля, собранной из его же документов, а реальные наличие и цены подтягивает напрямую из системы бронирования TravelLine. Без такого запроса любой ответ про свободные даты — угадывание.

Третье — своя логика передачи человеку. Встроенный помощник помогает сотруднику, который уже в диалоге. Свой AI-слой сам решает, когда выйти из разговора: по типу вопроса, по сумме, по стоп-словам, по числу неудачных попыток ответить, по нерабочему времени. Эти правила у каждой компании свои, и они не настройка в интерфейсе платформы, а часть сценария, который проектируется под процесс.

Как это выглядит на нашем проекте в проде: в AI-консьерже для отелей за июнь — август 2026 года 64,8% диалогов бот провёл без единого сообщения сотрудника отеля — это 4 723 диалога на двух отелях. Остальные ушли живому менеджеру по правилам эскалации, и это штатная работа схемы, а не её сбой. Бот при этом работает в семи боевых каналах связи с гостем и отвечает круглосуточно.

Это не развилка «или — или». Чаще всего рабочая конфигурация — оба сразу, с разделением зон ответственности.

Наружу, к клиенту, смотрит свой AI-слой: он отвечает в мессенджерах и на сайте по базе знаний, ходит за данными в учётную систему и передаёт сложное человеку. Внутрь, к сотруднику, смотрит встроенный ИИ платформы: он помогает менеджеру, который получил эскалацию, — сворачивает историю диалога до сути, предлагает черновик ответа, расшифровывает голосовое сообщение.

Стык между ними — сама CRM. Свой AI-слой пишет в неё через API: создаёт лид, дополняет карточку, ставит задачу, двигает стадию. Для менеджера это выглядит как обычная работа в знакомом интерфейсе — просто часть диалогов до него не доходит, а те, что доходят, приходят с готовым контекстом.

Такое разделение снимает типичный спор «зачем нам кастом, если в Битрикс24 уже есть ИИ». Встроенный ИИ ускоряет сотрудника. Свой AI-слой убирает часть обращений до сотрудника. Это разные эффекты, и они складываются, а не заменяют друг друга.

Чтобы сделать первую прикидку, аудит не нужен. Достаточно честно ответить на шесть вопросов — по ним обычно сразу видно, хватит ли встроенного ИИ.

Если большинство ответов указывают на встроенный ИИ, самое полезное — грамотно включить и настроить то, что уже входит в подписку, обучить этому команду и не платить за разработку. Если несколько ответов уверенно указывают на свой слой, вопрос дальше уже не «нужен ли он», а «с какого процесса и канала начать».

Мы разбираем это на бесплатном экспресс-аудите за тридцать минут и называем стоимость работ только после него, когда понятен объём каналов, интеграций и документов. Назвать цифру до разбора нельзя честно: «средний чек по рынку» тут не помогает, потому что объём у всех разный.

Рынок внедрения устроен так, что AI-функции обещают почти все, а под капотом может оказаться и включённая галочка в платформе, и полноценный сервис с интеграциями. Отличить одно от другого можно по ответам на несколько конкретных вопросов — их стоит задать до подписания договора.

Тот же набор вопросов полезно задать и себе, если AI внедряет собственная команда. У нас на такие задачи есть два формата: выделенный AI-инженер, который работает с вашим контуром постоянно, а не сдаёт проект и уходит, и AI-консалтинг, когда сначала нужно понять, что вообще автоматизировать, и получить дорожную карту.

Порядок такой: сначала выжать встроенное, потом достраивать своё. Это дешевле, быстрее и даёт честную базу для сравнения — вы видите, какие обращения остались после того, как платформа сделала всё, что умеет.

DigitalOffice24 внедряет Битрикс24 и строит AI-слой поверх CRM одним контуром, поэтому на аудите мы одинаково спокойно говорим и «это закрывается встроенным ИИ, кастом не нужен», и «здесь встроенного не хватит, вот по каким пунктам». Стоимость работ называем после бесплатного экспресс-аудита на тридцать минут, когда понятен объём каналов, документов и интеграций.