amoCRM показала ИИ-агента «Амма» на Амоконфе 2026 — по словам компании, настройка портала с нуля теперь занимает минуты вместо дней ручной работы. За анонсом стоит реальный вопрос для любой компании на amoCRM: что нейросеть теперь делает сама, а что по-прежнему остаётся ручной работой менеджера или требует отдельного ИИ-агента поверх CRM.
✓ Что показала amoCRM на Амоконфе 2026
✓ Что Амма делает самостоятельно
✓ Где заканчиваются возможности нативного ИИ
✓ Что делает ИИ-агент поверх amoCRM
✓ Сколько часов это возвращает
Что показала amoCRM на Амоконфе 2026
18 апреля 2026 года на Амоконфе amoCRM представила ИИ-агента «Амма» — помощника, который встроен в интерфейс вместо разрозненных подсказок. Компания заявляет, что «Амма» умеет находить проблемы в сделках раньше менеджера, генерировать ответы клиентам, помогать в переписке и настраивать портал с нуля через диалог: создание аккаунта, добавление сотрудников, настройка воронки, подключение каналов и ботов — за минуты, а не дни.
Параллельно amoCRM запустила официальную интеграцию с мессенджером Max — переписка там теперь автоматически превращается в сделку с сохранением истории в карточке, и добавила три отдельных ИИ-инструмента: Voice AI для анализа звонков и контроля качества, Palantir — для улучшения переписки менеджеров, и Chat AI для круглосуточного общения с клиентами. Тарификация ИИ работает через токены: 100 000 токенов стоят 999 рублей, часть включена в тарифы, базовая цена подписки не изменилась — от 599 рублей за пользователя в месяц.
По разным оценкам, amoCRM используют от 200 до 220 тысяч компаний, а рынок CRM-систем в России в 2025 году вырос на 25% и достиг 44,1 млрд рублей. Для компании на amoCRM это значит одно: конкуренты уже разбираются, что из анонсов реально снимает работу с отдела продаж, а что остаётся маркетингом.
Нативный ИИ-агент в amoCRM хорошо видит сделки, звонки и переписку внутри самой CRM. Он почти не видит, что происходит в 1С, на складе, в доставке или бухгалтерии — а именно там чаще всего теряются деньги и время.
Что Амма делает самостоятельно в amoCRM
Первое, что стоит признать честно: часть работы «Амма» действительно снимает без внешних инструментов. Агент читает карточки сделок и историю переписки, отмечает, где менеджер обещал перезвонить и не перезвонил, где клиент задал вопрос без ответа, где стадия сделки не совпадает с содержанием диалога.
На типовые обращения — статус заказа, сроки, наличие, порядок возврата — агент готовит черновик ответа, который менеджер подтверждает или правит. Для сложных случаев он собирает контекст: историю сделки, прошлые обращения, актуальные акции — и передаёт менеджеру уже с пояснением, а не сырыми данными. Настройка портала через диалог с ИИ реально сокращает время выхода нового сотрудника на первую сделку — раньше это была задача администратора на несколько часов.
Пользователи могут создавать собственных ИИ-агентов с заданным стилем общения, обучать их на базе знаний компании — инструкциях, карточках товаров, скриптах — и подключать к чатам и мессенджерам для автоматических ответов вне рабочего времени.
Где заканчиваются возможности нативного ИИ
Проблема не в качестве ответов «Аммы», а в границах данных, которые она видит. Агент работает внутри портала amoCRM: сделки, контакты, переписка, звонки. Он не сверяет обещанный менеджером срок отгрузки с реальным остатком на складе в 1С, не видит статус доставки в логистической системе и не знает, что бухгалтерия ещё не закрыла оплату по прошлой отгрузке этому же клиенту.
Факт 1: токенная модель оплаты — 999 рублей за 100 000 токенов — означает, что чем активнее компания использует ИИ-функции, тем быстрее растут переменные расходы, и без явных правил их легко не заметить до конца месяца.
Факт 2: кастомные агенты в amoCRM настраиваются на уровне интерфейса — стиль общения, база знаний, каналы, — но не имеют встроенного журнала «сигнал → действие → результат» для руководителя, который решает, какие сделки требуют внимания сегодня, а какие подождут.
Факт 3: портал показывает текущее состояние сделки, а не прогноз — где именно и почему процесс отклонился от нормы, приходится восстанавливать вручную по переписке и комментариям, даже если сам ответ клиенту уже сгенерирован автоматически.
Это не недостаток amoCRM — это естественная граница любой CRM: она отвечает за учёт сделок и коммуникацию, а не за сквозную картину бизнеса из нескольких систем.
Что делает ИИ-агент поверх amoCRM
Внешний ИИ-агент поверх amoCRM решает именно то, что остаётся за границами портала. Он забирает данные не только из сделок и переписки, но и из 1С, склада, телефонии, доставки — и сопоставляет их между собой: обещанный менеджером срок против остатка на складе, статус оплаты против статуса отгрузки, длительность паузы в переписке против типичного цикла сделки в этой воронке.
Результат — не ещё один автоответ клиенту, а короткий сигнал руководителю или менеджеру с обоснованием: «сделка обещана к отгрузке в четверг, товара на складе на 40% меньше нужного объёма, поставка ожидается через 9 дней». Агент ведёт журнал таких сигналов и решений по ним, контролирует расход токенов и лимиты по кастомным ИИ-агентам amoCRM, чтобы автоматизация не превращалась в непрозрачную статью расходов.
Похожую логику мы разбирали на примере ИИ-агента поверх Битрикс24: портал знает почти всё о своих процессах, но решения часто принимаются по пересказу, а не по фактическим данным из смежных систем.
| Задача | Амма (нативный ИИ) | ИИ-агент поверх amoCRM |
|---|---|---|
| Ответ клиенту по типовому вопросу | ✓ Готовит черновик | ✗ Не дублирует |
| Сверка срока отгрузки с остатком на складе (1С) | ✗ Не видит данные склада | ✓ Сопоставляет системы |
| Настройка портала с нуля | ✓ Через диалог | — Не требуется |
| Журнал «сигнал → действие → результат» | ✗ Не ведётся | ✓ Ведётся и закрывается человеком |
| Контроль расхода токенов и лимитов | ✗ Не ограничивает | ✓ Настраиваемые правила |
Сколько часов это возвращает
Возьмём типичный расчёт для отдела продаж из 12 менеджеров на amoCRM. Ручной сбор контекста по сложной сделке — история, остатки, статус оплаты — занимает 15–20 минут на случай, а таких случаев у команды набирается 8–10 в день. Это 2–3 часа ежедневно на весь отдел, или порядка 50 часов в месяц.
ПРИМЕРНЫЙ РАСЧЁТ ДЛЯ ОТДЕЛА ИЗ 12 МЕНЕДЖЕРОВ
Где уходит время на сбор контекста по сделке
~50 ч/мес
~34 ч/мес
~15 ч/мес
≈ 24 500 ₽/мес
Пример иллюстративный — точные цифры считаются по вашей воронке и стоимости часа менеджера.
✅ Чеклист: 8 точек в amoCRM, где нужен агент поверх CRM
☐ Обещанные сроки: менеджер называет дату отгрузки, но её никто не сверяет с остатком на складе.
☐ Зависшие сделки: стадия в воронке не менялась дольше среднего цикла, а в переписке — три пропущенных вопроса клиента.
☐ Расхождение с оплатой: новая отгрузка обсуждается, пока предыдущая ещё не закрыта бухгалтерией.
☐ Расход токенов: никто не считает, сколько стоят ИИ-функции при текущей нагрузке отдела.
☐ Кастомные агенты без границ: бот отвечает клиентам, но не ясно, какие темы ему запрещены.
☐ Повторные продажи: клиент готов купить снова, но напоминание не приходит вовремя.
☐ Отчёт руководителю: сводка по воронке собирается вручную из нескольких вкладок.
☐ Журнал решений: непонятно, какой сигнал был обработан, а какой потерялся между сменами.
Что остаётся за человеком
Даже с агентом поверх amoCRM ключевые решения не автоматизируются. За менеджером и руководителем остаются: финальное согласование скидок и условий оплаты, разговор с клиентом в спорной ситуации, подтверждение сигналов агента перед действием и настройка прав — какие данные агент видит, а какие темы ему запрещены.
Агент не должен сам менять сумму сделки, закрывать этап воронки или писать клиенту без подтверждения человека там, где на кону деньги или репутация. Эта граница прописывается один раз на старте проекта — до того, как агент подключается к боевым данным. Тот же принцип мы описывали в статье про топ-5 программ с ИИ для продаж в 2026 году — инструмент ускоряет, но не подменяет решение человека.
Больше сценариев в отделе продаж — от разбора входящих заявок и справки по сделке до отчёта руководителю и журнала действий — в разборе Внедрение ИИ в отдел продаж: что автоматизируется, а что остаётся человеку.
Как внедрить поэтапно
Первый шаг — не подключение агента, а выбор одного процесса: например, только сверка обещанных сроков отгрузки с остатками. Второй — договориться, что именно считается отклонением и кто получает сигнал. Третий — навести порядок в данных: единые статусы сделок, актуальные остатки в 1С, понятная структура каналов. Четвёртый — прогнать логику на исторических сделках за 1–2 месяца и посмотреть, какие сигналы агент выдал бы задним числом. Пятый — запустить на одной команде, а не на всём отделе продаж сразу. Шестой — через 2–3 недели сверить четыре метрики: сколько отклонений найдено раньше, сколько времени уходит от сигнала до решения, сколько сделок зависло дольше нормы и сколько часов освободилось у менеджеров.
Часто задаваемые вопросы
Чем ИИ-агент поверх amoCRM отличается от «Аммы»?
«Амма» работает внутри данных самой amoCRM — сделки, переписка, звонки. Агент поверх системы дополнительно сверяет эти данные с 1С, складом, доставкой и бухгалтерией и присылает готовый сигнал с обоснованием, а не просто ответ клиенту.
Нужно ли отключать «Амму», если подключаешь внешнего агента?
Нет. Нативный ИИ продолжает закрывать типовые ответы и настройку интерфейса, а внешний агент берёт на себя межсистемные сигналы и журнал решений — они решают разные задачи и не конфликтуют между собой.
Сколько стоит внедрение ИИ-агента поверх amoCRM?
Стоимость зависит от количества интегрируемых систем и сложности правил. Пилот на одном процессе — например, только сверка сроков и остатков — обычно обходится дешевле и быстрее, чем сразу полный охват отдела продаж.
Что делать с ростом расходов на токены amoCRM?
Задать лимиты по ролям и сценариям использования ИИ-функций и раз в месяц сверять фактический расход токенов с бюджетом — это снижает риск, что автоматизация незаметно превратится в дорогую статью расходов.
Итог
amoCRM с «Аммой» закрывает то, что происходит внутри самой CRM — типовые ответы, настройку портала, помощь в переписке. Всё, что требует сверки с 1С, складом, доставкой и бухгалтерией, по-прежнему остаётся ручной работой, пока эти данные не сведены в одном ИИ-агенте поверх системы. Если в вашей компании обещания менеджеров в amoCRM регулярно расходятся с реальными остатками и сроками — обсудим, какой один процесс имеет смысл автоматизировать первым.