Autotorino превратила пропущенные звонки в лиды Salesforce. Продажа осталась за человеком.

Клиент может проявить интерес ещё до того, как отдел продаж увидит лид. Он оставляет заявку, отвечает на рекламу, пишет письмо или звонит в момент, когда никто не может взять трубку. Если этот запрос остаётся в почте, голосовой почте или таблице, ожидая ручного переноса, он не становится частью коммерческого процесса. Это спрос, который исчезает.

Autotorino — итальянская автомобильная группа, работающая в продажах и послепродажном обслуживании в 74 локациях и с 23 брендами. Компания выстроила процесс приёма обращений вокруг этой проблемы. Описанный workflow не автоматизировал продажу. Он делал больше входящих запросов видимыми в Salesforce — в форме, с которой может работать продавец.

Это рыночный кейс, опубликованный Zapier 8 августа 2026 года с комментариями названных сотрудников Autotorino. Это клиентская история поставщика, а не независимый аудит; приведённые результаты относятся к Autotorino, а не к AES.

Операционная потеря происходила ещё до квалификации

Autotorino получала обращения через посадочные страницы, формы, lead ads, электронную почту и телефон. До автоматизации сотрудник вручную переносил каждый цифровой запрос в Salesforce и сопоставлял его с нужным процессом. Эту работу легко недооценить. Это не просто ввод текста: нужно найти обращение, определить источник, понять доступные детали, выбрать маршрут и создать пригодную для работы запись — только после этого отдел продаж может начать действовать.

Телефон создавал другой тип сбоя. Autotorino сообщила примерно о 100 000 входящих звонков в месяц. Пропущенный звонок не равен потерянной сделке, но записанное клиентское сообщение, которое не стало рабочей задачей, нельзя обработать в обычном процессе продаж. Поэтому вопрос был не в том, как поручить ИИ продать автомобиль. Нужно было превратить голосовое сообщение, с которым прежде нельзя было работать, в видимый структурированный запрос.

Изменение: отделить приём запроса от коммерческого решения

Autotorino создала отдельные production-workflows для разных источников, а не стала проводить все обращения через один универсальный маршрут. Кейс Zapier сообщает о 109 сценариях Zap, записывающих данные в Salesforce. В более сложных цифровых маршрутах компания обогащала или классифицировала данные до создания CRM-записи. Заявленная цель — сохранять чистоту системы учёта, а не принимать коммерческое решение автоматически.

В одном описанном голосовом workflow использовались AssemblyAI, OpenAI, Zapier и Salesforce. Аудиозапись транскрибировалась, запрос классифицировался по внутренней системе Autotorino, затем структурированный результат записывался в CRM. Команда сообщила, что при проблемах с точностью разделяла ИИ-этапы и корректировала prompts. Это важная деталь реализации: непрозрачный единый шаг сложнее улучшать, чем цепочку с отдельными этапами транскрибации и классификации.

1. Зафиксировать запрос в его фактическом источнике: цифровой форме, lead ad, письме или записанном телефонном сообщении.
2. Нормализовать информацию в поля, достаточные для маршрутизации и последующего контакта; обогащать или классифицировать данные только там, где это нужно маршруту.
3. Создать структурированный лид в Salesforce и передать его нужной команде продаж.
4. Оставить продавцу разговор с клиентом, коммерческое суждение и решение — развивать возможность или отказаться от неё.

Что изменилось — и что не изменилось

По расчёту самой Autotorino, её цифровые workflows высвободили для CRM-команды 2 394 часа в 2025 году. Опубликованный кейс указывает период и команду, но не раскрывает формулу расчёта, число лидов, норму времени на запись или процедуру проверки. Этот показатель полезен как сообщённая компанией оценка времени, освобождённого от ручной работы; он не доказывает экономию фонда оплаты труда и не должен превращаться в универсальный ориентир производительности.

Ранний голосовой пилот, по данным компании, теперь фиксирует около 1 500 клиентских запросов в месяц, которые раньше оставались без ответа, превращая записанные сообщения в лиды Salesforce. Источник не раскрывает число дилерских центров в пилоте и точное окно измерения. Он также не доказывает, что эти запросы стали продажами, и не говорит, что workflow охватил все звонки Autotorino. Но операционное изменение существенно: запрос, для которого раньше не было места в системе продаж, получает видимую запись и может попасть в очередь follow-up.

Не менее важно и то, что не изменилось. Источник описывает автоматизацию фиксации, транскрибации, классификации и создания записи. Он не документирует автономную квалификацию покупателя, установление цены, согласование предложения и условий или закрытие сделки. Сотрудники Autotorino продолжают вести разговоры с клиентами и выполнять работу, требующую суждения.

“Полезная граница проста: автоматизация сохраняет и подготавливает запрос; человек решает, что он означает с коммерческой точки зрения.

CRM-запись — это передача работы, а не результат

Для руководителя продаж вывод не в том, чтобы начать с голосового ИИ-агента. Начать стоит с точки, где спрос выпадает из операционной системы. Лид может теряться из-за пропущенного звонка, но также из-за формы, которую нужно вручную перенести, письма без назначенного владельца или данных источника, исчезающих до попадания в CRM.

Правильный вопрос к проектированию: какая минимальная структурированная запись нужна человеку, чтобы вовремя сделать следующий шаг? Обычно необходимо сохранить источник, контактные данные, контекст запроса, время поступления и маршрут. Системе не нужно решать, насколько серьёзен покупатель или какие коммерческие условия ему предложить.

Такое разделение делает и измерение честнее. Отслеживайте записи, созданные по каждому источнику, время от поступления до назначения, завершение follow-up и число записей, потребовавших исправления. Коммерческие результаты держите в отдельном представлении. Зафиксированное голосовое сообщение, квалифицированная возможность и закрытая сделка — разные состояния. Если их объединить, процесс будет выглядеть умнее, чем он есть, а его сбои будет труднее обнаружить.

Где этот паттерн уместен — и где нужна осторожность

Этот паттерн подходит организациям с несколькими входящими каналами, CRM как рабочей системой учёта и реальной ценой задержки последующего контакта. Он особенно уместен, когда запрос приходит вне рабочего времени или когда принимающей команде важно сохранить специфичные для источника данные.

Он требует аккуратного проектирования, если голосовые записи или входящие сообщения содержат персональные либо чувствительные данные, если один запрос может дублироваться по разным каналам или если неточная транскрибация способна неверно направить обращение. В опубликованном кейсе Autotorino нет подробностей о работе с согласием, проверке низкой уверенности или процедурах исключений. Эти меры нужно проектировать явно, а не предполагать из самого факта использования транскрибации и классификации.

Практичный старт невелик: выберите один источник, обращения из которого сейчас исчезают или требуют ручного переноса; определите поля, нужные продавцу; создайте CRM-запись; измерьте, была ли она назначена и обработана. Когда такая передача работы станет надёжной, можно решать, заслуживает ли тот же подход другой источник.

Сообщённый Autotorino результат — не аргумент за исключение продавцов из процесса. Это аргумент за то, чтобы первый сигнал клиента всё-таки дошёл до них.

Источник: Zapier, “How Autotorino automates lead intake and inbound calls”, опубликовано 8 августа 2026 года: https://zapier.com/blog/autotorino-lead-intake-inbound-call-automation/