Стачка - Как ИИ-аутрич обеспечил 60 встреч на Фармацевтическое направление за 1,5 месяца: от 14 000 контактов до 30 enterprise-лидов в промышленной автоматизации

Как ИИ-аутрич обеспечил 60 встреч на Фармацевтическое направление за 1,5 месяца: от 14 000 контактов до 30 enterprise-лидов в промышленной автоматизации

4 октября

11.40-12.10

Red 8. CTO & Founder

Валентин Танцюра

Основатель @LeadBridge

Контекст и вызов:

Разработчик и интегратор АСУТП для промышленных предприятий. Стоимость решения — 3–20 млн руб. ЦА — СТО, Директора по производству, Директора по развитию, Главные инженеры, CIO / Директора по автоматизации / автоматизации производства

До выставки по фарме оставалось 6 недель. У компании не было системного аутрича, не было базы, не было прогретых каналов. Задача — прийти на выставку с заполненным календарём встреч, а не ходить по стендам наугад.

Проблемы:

- Нулевая инфраструктура лидогенерации

- 6 недель на всё: от сбора базы до назначенных встреч

- 14 000 участников выставки — нужно быстро найти «своих» среди шума

AI-архитектура решения

Слой 1 — AI-скоринг и приоритизация (14 000 → 1 300)

Собрали 14 000 контактов с выставки. Дальше AI-пайплайн: система изучает сайт каждой компании, извлекает информацию о производственных процессах, оборудовании, упоминаниях автоматизации. LLM анализирует контент и выставляет скор релевантности. Параллельно обогащение LinkedIn-профилей ЛПР — AI оценивает должность, опыт и присваивает приоритет по ICP.

Результат: из 14 000 контактов система за дни выделила 1 300 целевых — те, у кого реальная потребность в АСУТП. Вручную это заняло бы недели.

Слой 2 — AI-персонализация мультиканальных цепочек

Агент генерировал цепочки под роль и контекст: директору по производству — про снижение простоев и выход продукции, CIO — про интеграцию с существующей IT-инфраструктурой, руководителю АСУТП — про конкретные протоколы и совместимость. Каждое сообщение привязано к выставке: «встретимся на Z, стенд X, обсудим Y».

Запустили одновременно email + Telegram — мультиканально, с единой логикой персонализации.

Слой 3 — AI-ассистент обработки ответов

430 ответов за короткий период — SDR физически не может качественно обрабатывать такой поток. AI анализирует каждый ответ, подтягивает контекст переписки и профиль компании, генерирует рекомендацию ответа. SDR фокусируется на назначении встречи, а не на исследовании каждого контакта.

Результаты (1,5 месяца)

Затраты на компанию — 725к

Стоимость встречи раньше была 40к — стала 21 к

Потенциалы — 80 млн. рублей с 5 сделок.

Если раньше этим занималось 5-6 сейлов и люди, которые собирали базу в ручную, то сейчас это 1 СДР, 1 сборщик баз на парт-тайме и 1 сейлз, который идёт на выставку.

- 14 000 контактов спарсено и обогащено

- 1 300 целевых ЛПР выделено AI-скорингом

- 430 ответов

- 150 MQL

- 60 назначенных встреч (55 на выставке + 5 после)

- 30 лидов прошли дальше по воронке — многие из них в переговорах

- 5 на этапе переговоров с общим потенциалом 80 млн (цикл сделки 8-12 мес)

- Проект продолжается, сформирован план по выставкам на 2026 год

Сложности: ИИ не сработал на автономном разборе ответов — пока эту часть сложно масштабировать

Переносимость

Фреймворк «AI-скоринг базы выставки → персонализация → быстрая обработка ответов» задокументирован как playbook.

Скачать доп. контент