AI is the answer to the sales growth-without-headcount problem

I’ve been through enough planning cycles to know the impossible math sales leaders deal with.

Я прошёл достаточно циклов планирования, чтобы хорошо знать ту невозможную арифметику, с которой сталкиваются руководители продаж.

Every year, we’re asked to deliver more pipeline, and the expectation is that the team will find a way to hit it, whether headcount follows or not.

Каждый год от нас требуют больше пайплайна, и ожидается, что команда найдёт способ выполнить план — с дополнительными людьми или без них.

In a good year you close some of the gap, but the underlying constraint stays the same: your pipeline ceiling is tied to your headcount. The ask gets bigger, but the resources to meet it don’t keep pace. There’s never been a real answer to “how do I grow pipeline by 30% without 30% more people?”

В хороший год удаётся частично сократить разрыв, но базовое ограничение остаётся прежним: потолок вашего пайплайна привязан к численности команды. Задача растёт, а ресурсы за ней не поспевают. Реального ответа на вопрос «как вырастить пайплайн на 30% без 30% дополнительных людей?» никогда не существовало.

For the first time in my 20-year sales career, there’s an answer to that question, and it comes from how we’re using Fin, our Customer Agent, for inbound sales.

Впервые за мою 20-летнюю карьеру в продажах на этот вопрос есть ответ — и он связан с тем, как мы используем Fin, нашего Customer Agent, для входящих продаж.

A new source of pipeline

Новый источник пайплайна

Conversations around AI in sales tend to focus on doing the same work faster, but that misses where the real value of having an Agent comes from. What we’re seeing in practice is that the Agent is producing its own pipeline.

Разговоры об AI в продажах обычно сводятся к тому, как делать ту же работу быстрее, но это упускает главное — откуда на самом деле приходит ценность агента. На практике мы видим, что агент генерирует собственный пайплайн.

It’s easy to treat that as just another efficiency layer inside the SDR team. However, AI-generated pipeline should be seen as its own distinct source, alongside what’s already being produced. It needs to be tracked separately, with its own targets and its own owner. It’s a supplement to what humans are producing.

Легко отнестись к этому как к ещё одному слою эффективности внутри SDR-команды. Однако AI-генерируемый пайплайн нужно рассматривать как отдельный самостоятельный источник наряду с тем, что уже создаётся. Его нужно отслеживать отдельно, с собственными целями и собственным владельцем. Это дополнение к тому, что производят люди.

At Intercom, here’s how we run it. Fin has its own performance metrics, but it’s held to the same end goals as any rep on the team. On live chat, we look at how many conversations get qualified, disqualified, and drop off. But the outcome is the same as a traditional sales motion: meetings booked, pipeline created, and revenue generated.

В Intercom мы организовали это так. У Fin есть собственные метрики эффективности, но он привязан к тем же конечным целям, что и любой сотрудник команды. В live-чате мы смотрим на то, сколько разговоров квалифицируется, дисквалифицируется и обрывается. Но результат тот же, что и в традиционном процессе продаж: назначенные встречи, созданный пайплайн и полученная выручка.

If you fold that into the existing team’s numbers, you stop being able to see what the Agent is actually doing. That reframe changes how you talk to your executive team and board. The pitch stops being about efficiency gains and becomes about a new source of pipeline that didn’t exist before.

Если вы смешаете это с показателями существующей команды, вы перестанете видеть, что агент реально делает. Такой рефрейминг меняет ваш разговор с руководством и советом директоров. Аргументация перестаёт быть про повышение эффективности и становится про новый источник пайплайна, которого раньше не существовало.

Last month was our highest pipeline month from Fin to date, better than when our live chat was handled by humans alone.

Прошлый месяц стал для нас рекордным по пайплайну от Fin — лучше, чем когда live-чат обслуживался только людьми.

The customer service parallel

Параллель с клиентским сервисом

Before we implemented AI for sales, I worked closely with our customer support team. They built the roadmap for AI transformation that we’re following today.

До того как мы внедрили AI в продажи, я тесно работал с нашей командой поддержки клиентов. Именно они проложили дорожную карту AI-трансформации, которой мы следуем сегодня.

What made it work was the organizational architecture around it. There was dedicated ownership of the AI motion, with customer support reps and Agents running in parallel. Someone was accountable for how the Agent performed. Rather than doing a one-time set-up, they implemented a continuous optimization loop to improve its performance. These learnings transfer directly to sales.

Сработала организационная архитектура вокруг этого. Было выделено отдельное владение AI-направлением, при этом сотрудники поддержки и агенты работали параллельно. Кто-то отвечал за результативность агента. Вместо однократной настройки был реализован непрерывный цикл оптимизации для улучшения его показателей. Эти уроки напрямую переносятся на продажи.

“The right benchmark is matching a high-performing rep on that channel, consistently and at scale”

«Правильный ориентир — соответствовать результативному сотруднику на этом канале, стабильно и в масштабе»

The process flows are more similar to sales than people expect. In both functions you’re qualifying a need and working toward the right solution. The objective is different, but the underlying shape of the work overlaps.

Процессы более похожи на продажи, чем люди ожидают. В обеих функциях вы квалифицируете потребность и ведёте к правильному решению. Цель разная, но базовая структура работы совпадает.

What I’ve come to understand from implementing an Agent in customer service is that the right benchmark is matching a high-performing rep on that channel, consistently and at scale. When the Agent does that, the gains compound and it frees up time to do the work where relationships actually matter.

Внедряя агента в клиентском сервисе, я понял: правильный ориентир — соответствовать результативному сотруднику на этом канале, стабильно и в масштабе. Когда агент достигает этого, выигрыш нарастает кумулятивно, а у людей высвобождается время для работы, где отношения действительно важны.

The SDR question

Вопрос про SDR

This is the question I get asked most. If the Agent owns the front line, what are SDRs actually doing?

Это вопрос, который мне задают чаще всего. Если агент владеет передней линией, чем тогда занимаются SDR?

The Agent handles frontline inbound. It engages instantly, qualifies, routes high-intent prospects to the right team, and keeps lower-intent visitors warm by directing them to self-serve resources or remembering their context until they’re ready for a real conversation. It does this at any hour, across languages, without the capacity constraints that come with a human team.

Агент обрабатывает входящий фронтлайн. Он мгновенно вступает в диалог, квалифицирует, направляет высокоинтентных потенциальных клиентов в нужную команду и поддерживает контакт с менее заинтересованными посетителями, направляя их к ресурсам самообслуживания или запоминая их контекст до момента, когда они будут готовы к реальному разговору. Он делает это в любое время суток, на разных языках, без ограничений по пропускной способности, свойственных человеческой команде.

“That’s work they rarely have capacity for right now, because too much of their time goes to the frontline. Fin changes that”

«Это работа, на которую у них редко хватает времени сейчас, потому что слишком много уходит на фронтлайн. Fin это меняет»

What changes is where SDRs’ time goes. For us, that’s phone-based qualification. When they are on a call with a prospect, this is where we still see the strongest conversion. It’s also about building relationships across multiple stakeholders in an account, the kind of multi-threaded engagement that takes time and judgment. The role starts to look more like a consultant.

Меняется то, куда уходит время SDR. Для нас это телефонная квалификация. Когда они разговаривают с потенциальным клиентом по телефону — именно здесь мы по-прежнему видим самую сильную конверсию. Это также построение отношений с несколькими стейкхолдерами в аккаунте — тот вид многопоточного взаимодействия, который требует времени и суждения. Роль начинает больше напоминать консультанта.

Trials are a good example. Rather than treating a trial as a conversion mechanism, SDRs can help a prospect get real value from it. That’s work they rarely have capacity for right now, because too much of their time goes to the frontline. Fin changes that.

Триалы — хороший пример. Вместо того чтобы рассматривать триал как механизм конверсии, SDR могут помочь потенциальному клиенту получить реальную ценность от него. Это работа, на которую у них редко хватает времени сейчас, потому что слишком много уходит на фронтлайн. Fin это меняет.

I want to be direct about one thing. Some companies are moving toward replacing their SDR function entirely with AI. I think that’s a mistake. SDRs are the talent pipeline for closing teams. The reps who become your best AEs are, more often than not, people who came up through an SDR role. That’s where they learn to qualify and build relationships at speed. Eliminating that function to reduce cost has consequences further up the funnel that take years to show up.

Хочу сказать прямо об одном. Некоторые компании движутся к полной замене функции SDR на AI. Я считаю, что это ошибка. SDR — это кадровый пайплайн для команд закрытия сделок. Сотрудники, которые становятся вашими лучшими AE, чаще всего вырастают из роли SDR. Именно там они учатся быстро квалифицировать и выстраивать отношения. Ликвидация этой функции ради снижения затрат имеет последствия выше по воронке, которые проявляются через годы.

The opportunity isn’t just efficiency, it’s a Sales Agent that generates its own pipeline, engages prospects at scale, and gives SDRs the capacity to develop the skills that matter for what comes next in their careers.

Возможность — это не просто эффективность, это Sales Agent, который генерирует собственный пайплайн, взаимодействует с потенциальными клиентами в масштабе и даёт SDR ресурс для развития навыков, которые важны для следующего этапа их карьеры.

The current picture

Текущая картина

A lot of sales organizations are still early. Startups and smaller companies are ahead. They’re building AI-first from the ground up, deliberately designing around not needing to scale headcount in the traditional way.

Многие отделы продаж всё ещё на ранних стадиях. Стартапы и небольшие компании впереди. Они строят AI-first с нуля, целенаправленно проектируя процессы так, чтобы не масштабировать численность традиционным способом.

Larger, more established sales development functions are mostly still running standard workflows. That makes sense, as it’s more complicated to transform a mature organization than to build a new one from scratch. That complexity isn’t a reason to wait. Momentum is already building, and the gap is starting to show between teams that are leaning in and those that aren’t.

Более крупные, устоявшиеся функции развития продаж в основном всё ещё работают по стандартным процессам. Это логично: трансформировать зрелую организацию сложнее, чем построить новую с нуля. Но эта сложность — не повод ждать. Импульс уже нарастает, и разрыв между командами, которые включаются, и теми, кто нет, начинает проявляться.

“The organizations that got ahead put a person in charge of the AI motion and held them accountable for it”

«Организации, которые вырвались вперёд, поставили человека во главе AI-направления и спрашивали с него за результат»

What I’m starting to see is dedicated AI ownership emerging within sales teams. It requires someone with program-level responsibility for how the Agent actually performs, rather than having AI tools bolted onto an existing job description. At Intercom, we created that role – it’s called “AI SDR program lead.” This role owns the strategy, implementation, and optimization of Fin within the inbound SDR motion, ensuring it drives pipeline growth and integrates well across our systems and workflows. It’s a new career opportunity that came directly from the AI motion, with one of our existing managers moving into it.

Я начинаю замечать появление выделенного владения AI внутри отделов продаж. Это требует человека с ответственностью на уровне программы за реальную эффективность агента — а не просто AI-инструментов, прикрученных к существующей должностной инструкции. В Intercom мы создали такую роль — она называется «AI SDR program lead». Эта роль отвечает за стратегию, внедрение и оптимизацию Fin в рамках входящего SDR-процесса, обеспечивая рост пайплайна и интеграцию с нашими системами и рабочими процессами. Это новая карьерная возможность, появившаяся непосредственно благодаря AI-направлению, — один из наших действующих менеджеров перешёл на эту позицию.

It mirrors what happened in customer service when the transformation there was just beginning. The organizations that got ahead put a person in charge of the AI motion and held them accountable for it.

Это повторяет то, что произошло в клиентском сервисе, когда трансформация там только начиналась. Организации, которые вырвались вперёд, поставили человека во главе AI-направления и спрашивали с него за результат.

The constraint has changed

Ограничение изменилось

The assumption that pipeline growth requires proportional headcount growth has been treated as a fixed law of sales for as long as I’ve been in this industry, but this isn’t the case anymore.

Предположение, что рост пайплайна требует пропорционального роста численности, считалось незыблемым законом продаж всё время, что я работаю в этой индустрии, но это больше не так.

AI-generated pipeline is real and measurable, and it improves with investment and ownership the same way any other part of the function does. Treating it as its own source, with its own targets and dedicated ownership, is the difference between marginal efficiency gains and genuinely breaking the link between pipeline growth and headcount

AI-генерируемый пайплайн реален и измерим, и он улучшается при инвестициях и владении точно так же, как любая другая часть функции. Относиться к нему как к отдельному источнику, с собственными целями и выделенным владельцем, — вот что отличает маржинальный прирост эффективности от реального разрыва связи между ростом пайплайна и численностью.

The constraint doesn’t disappear, but it moves. It’s no longer just about how many people you can add. It’s about how well the Agent understands your product, your customers, and how you qualify demand.

Ограничение не исчезает, но смещается. Вопрос больше не только в том, сколько людей вы можете нанять. Вопрос в том, насколько хорошо агент понимает ваш продукт, ваших клиентов и то, как вы квалифицируете спрос.

For the first time, the pipeline ceiling can be higher than your headcount allows.

Впервые потолок пайплайна может быть выше, чем позволяет ваша численность.