BCG обучает AI-продавца Джейми на своих бестселлерах - и их худших ошибках

      TL;DRБостонская консалтинговая группа обучает ИИ-продавца по имени Джейми на примерах как лучших, так и худших продавцов, используя транскрипты звонков и модели взаимодействия для создания системы, которая обучает человеческих продавцов и со временем совершенствуется. Vercel уже пошла дальше, сократив свою команду из 10 человек до одного человека, который контролирует ИИ-агента. BCG заработала 3,6 миллиарда долларов на консалтинге в области ИИ в 2025 году (25% от дохода в 14,4 миллиарда долларов) и является частью Альянсов Frontier OpenAI для развертывания ИИ в бизнесе.

      Бостонская консалтинговая группа делает нечто немного необычное с новым ИИ-продавцом. Она учит его, как терпеть неудачи.

      Агент по имени Джейми обучается не только на транскриптах звонков, моделях взаимодействия и привычках общения самых успешных продавцов BCG, но и на поведении, которое не сработало, подходах, которые провалились, моментах, когда человеческий продавец потерял контакт с клиентом. В индустрии, которая последние два года почти исключительно обсуждала, что может сделать ИИ, BCG, похоже, также интересует, чего следует избегать.

      Джапджит Гхай, управляющий директор и партнер в BCG X, технологическом подразделении компании, объяснил подход в недавнем эпизоде подкаста BCG «Так что?» от BCG. «Мы обучали агента, изучая лучших продавцов, их транскрипты звонков, как они взаимодействуют с клиентами, и обучая Джейми делать то же самое», — сказал Гхай. «Мы также обучали Джейми не повторять худшие опыты продавцов».

      Как Джейми учится

      В интервью Business Insider Гхай более подробно описал процесс обучения. Джейми опирается на несколько источников: внутреннюю экспертизу BCG, знания клиента о его бизнесе и существующие продажи и транскрипты звонков компании. Эти записи, по словам Гхая, представляют собой «репозиторий часто недоиспользуемых активов», которые BCG может использовать для определения «что такое хорошо». Цель не в том, чтобы клонировать какого-либо отдельного продавца, а в том, чтобы извлечь исторические модели, которые показывают, какие поведения и стили взаимодействия, как правило, находят отклик у клиентов, а какие — нет.

      Система также предназначена для обучения людей, с которыми она работает. После звонка продавец может получить персонализированную оценку от Джейми, показывающую, что он сделал хорошо и где он не дотянул, основываясь на том, как он вел разговор. Каждое взаимодействие генерирует больше данных, которые возвращаются в модель, делая Джейми тем, что Гхай описал как «постоянно активную мышцу», которая постоянно совершенствуется.

      Формулировка осторожная. BCG не позиционирует Джейми как замену своим продавцам, а как дистилляцию коллективного институционального знания, попытку закодировать то, что делают инстинктивно лучшие сотрудники компании, и сделать это доступным для всех. Выживет ли эта формулировка в условиях экономики развертывания ИИ — другой вопрос. Когда вы создаете систему, которая может воспроизводить поведение вашего лучшего продавца в масштабах, давление на необходимость меньшего числа продавцов становится структурным, независимо от первоначального намерения.

      Прецедент Vercel

      Эта динамика уже проявилась в других местах. Vercel, облачная платформа для разработчиков, приняла тот же принцип, обучив ИИ-агента на своем самом успешном представителе по развитию продаж, и довела его до логического заключения. Компания сократила свою команду из 10 человек до одного человека, который контролирует ИИ-агента. Оставшиеся девять были переведены на роли по поиску клиентов, а не уволены, но сообщение было ясным: как только ИИ-агент усваивает, что делает ваш лучший сотрудник, вам нужно меньше людей, выполняющих ту же работу.

      Дэвид Тоттен, вице-президент Vercel по глобальному полевому инжинирингу, сказал Business Insider в октябре, что «моделирование по образцу лучших сотрудников всегда было стандартной бизнес-практикой. Разница сейчас в том, что технологии позволяют нам ускорить этот процесс». Компания сообщила, что ИИ-агент обрабатывает входящую квалификацию, фильтрует спам и маршрутизирует лиды, работа, которая ранее занимала целую команду.

      Ставка на консалтинг

      Для BCG Джейми является частью гораздо более крупной стратегической ставки на ИИ. Компания сообщила о доходе в 14,4 миллиарда долларов за 2025 год, из которых 25%, примерно 3,6 миллиарда долларов, поступило непосредственно от консалтинговой работы в области ИИ, согласно раскрытию информации, впервые опубликованному Bloomberg в апреле. Услуги в области ИИ и технологий теперь составляют более 40% общего дохода BCG. Компания расширила свою рабочую силу до 33 500 сотрудников, добавив инженеров ИИ, специалистов по данным и ИТ-архитекторов наряду с традиционными консалтинговыми командами.

      BCG X, где работает Гхай, была создана в конце 2022 года путем слияния трех существующих дочерних компаний: BCG Digital Ventures, BCG Platinion и BCG Gamma в единое подразделение из более чем 3 000 технологов, ученых и дизайнеров. Это подразделение разрабатывает решения на основе ИИ для клиентов, включая L’Oreal, BMW и New York Life. Таким образом, Джейми — это не просто продукт, который BCG разрабатывает для собственного использования. Это также демонстрация того, что она продает: предложение о том, что ИИ-агенты могут учиться у лучших сотрудников организации и операционализировать эти знания в масштабах.

      Широкая консалтинговая индустрия движется в том же направлении. OpenAI объявила о партнерстве с BCG, McKinsey, Accenture и Capgemini в феврале, чтобы помочь продавать и внедрять свою платформу Frontier AI. В рамках этих «Альянсов Frontier» каждая консалтинговая компания инвестирует в специализированные группы практики и создает команды, сертифицированные по технологии OpenAI. Роль консультантов заключается в том, чтобы помочь клиентам переработать рабочие процессы, интегрировать ИИ-агентов с существующими системами и управлять организационными изменениями, которые за этим следуют.

      Что делает подход BCG к Джейми достойным внимания, так это признание, все еще редкое в корпоративном дискурсе об ИИ, что обучение только на успехе недостаточно. Каждая торговая организация знает, что ее лучшие сотрудники добиваются успеха частично благодаря инстинкту, времени и межличностной химии, качествам, которые трудно легко закодировать. Обучение ИИ тому, чего не следует делать, может оказаться более управляемым, чем обучение его тому, что делать, потому что неудачи, как правило, более систематичны, чем успехи. Продавец, который перебивает клиента, который навязывает продукт, не понимая потребности, который путает настойчивость с убеждением, эти модели повторяются. ИИ, который последовательно избегает их, может не сравниться с лучшим человеческим продавцом в хороший день. Но он может превзойти среднего в любой день, что для компании, которая выставляет счета за взаимодействие, может иметь большее значение.