Игорь Градов
Игорь Градов
6 мин
ai

GTM-инженеры заменяют отделы продаж: 100 вакансий в месяц и пошаговый план внедрения

GTM-инженеры (GTM engineers, специалисты, которые строят автоматизированные системы продаж вместо ручной работы) два года назад почти не существовали как роль, а сейчас компании нанимают их сотнями, и на конференции TechCrunch Disrupt 2026 эту профессию разберут как новый стандарт индустрии.

GTM-инженеры заменяют отделы продаж: 100 вакансий в месяц и пошаговый план внедрения
Почему это важно

Роль GTM-инженера позволяет не раздувать отдел продаж, а выстроить систему, где ИИ берёт на себя рутину: исследование клиентов, обогащение данных, персонализацию писем. Для компаний в РФ и СНГ это прямой способ сократить бюджет на рост без потери качества работы с клиентами.

Термин GTM расшифровывается как go-to-market, то есть выход на рынок: всё, что компания делает, чтобы найти клиента, достучаться до него и продать. Раньше этим занимались отдельные команды с отдельными инструментами. Теперь, по данным TechCrunch, появилась новая должность, которая объединяет продажи, маркетинг и автоматизацию в одних руках. Компания Clay, которая ввела термин «GTM-инженер» в 2023 году, фиксирует около 100 таких вакансий ежемесячно, в том числе в Cursor, Lovable и Webflow.

Что понадобится

  • Понимание своей воронки продаж: от первого контакта до сделки, какие шаги сейчас делаются вручную
  • Доступ к ИИ-инструменту для работы с данными: Clay, или российские аналоги для обогащения данных (DaData, «Контур.Фокус»), или связка таблиц с ChatGPT, YandexGPT
  • CRM-система: любая, от «Битрикс24» до amoCRM, куда будут попадать обработанные лиды
  • Час-полтора на первую настройку и ещё час на тестирование результатов
  • Список из 20-50 потенциальных клиентов для пробного прогона

Пошаговая инструкция: как внедрить подход GTM-инженера

  1. Опишите текущий процесс продаж по шагам. Выпишите каждое действие: поиск компаний, сбор контактов, проверка данных, написание письма, отправка, напоминание. Отметьте, где человек тратит больше 15 минут на повторяющееся действие.

  2. Выберите одно звено для автоматизации. Не пытайтесь заменить всё сразу. По данным Clay, GTM-инженеры начинают с исследования клиентов (account research) и обогащения данных (data enrichment, добавление информации о компании из открытых источников: выручка, отрасль, количество сотрудников). Это самый трудоёмкий и рутинный этап.

  3. Настройте агентный рабочий процесс (agentic workflow, цепочка действий, где ИИ сам переходит от шага к шагу без вашего участия). В Clay для этого используется Claygent, ИИ-агент на базе OpenAI. Если Clay недоступен, соберите цепочку вручную: таблица с данными плюс промпт для ChatGPT или YandexGPT. Пример промпта для исследования компании:

Найди в открытых источниках информацию о компании [название]:

- отрасль
- примерная выручка за последний год
- количество сотрудников
- ключевые продукты
- последние новости за 3 месяца
Выдай результат в виде таблицы. Укажи источник каждого факта.
  1. Создайте шаблон персонализированного письма с переменными. GTM-инженеры не пишут каждое письмо с нуля. Они делают шаблон, куда ИИ подставляет найденные факты. Промпт для генерации письма:
На основе данных о компании [название] напиши короткое деловое письмо (до 100 слов) с предложением [ваш продукт/услуга].
Используй один конкретный факт о компании из исследования.
Тон: деловой, без давления, с одним вопросом в конце.
  1. Прогоните 20 компаний через цепочку и проверьте результат. Оцените: сколько писем потребовали ручной правки, где ИИ ошибся в данных, какой процент фактов оказался корректным. Если больше 30% писем требуют полного переписывания, уточните промпт или смените источник данных.

  2. Подключите результат к CRM. Загрузите обогащённые карточки клиентов в вашу CRM-систему. Настройте автоматическое создание задачи на звонок после отправки письма.

  3. Масштабируйте по одному звену за раз. После обкатки исследования переходите к автоматизации квалификации лидов (lead qualification, определение, подходит ли потенциальный клиент под ваш продукт), затем к автоматизации напоминаний.

Пример из практики

Допустим, вы продаёте сервис автоматизации документооборота малому бизнесу. Раньше менеджер тратил 40 минут на каждую компанию: искал данные в «Контур.Фокусе», читал новости, писал письмо. После настройки цепочки GTM-инженер загружает список из 50 ИНН в таблицу. ИИ-агент за 10 минут собирает профиль каждой компании, генерирует черновик письма с упоминанием конкретного факта (например, «вы недавно открыли второй филиал»). Менеджер просматривает черновики, правит 10 из 50 и отправляет. Время на партию сократилось с 33 часов до 3.

Частые ошибки

Слепое доверие к ИИ-данным. Галлюцинация (когда ИИ уверенно выдумывает то, чего не было) в письме клиенту убивает репутацию. Любой факт о компании проверяйте перед отправкой, хотя бы выборочно.

Попытка автоматизировать всё за один день. GTM-инженеры в компаниях вроде Clay начинали с одного процесса и масштабировали постепенно. Если вы запустите сразу исследование, квалификацию и рассылку без тестирования каждого звена, вы получите мусор на выходе.

Использование одного шаблона на все сегменты. Письмо для стартапа из 5 человек и для завода с 2000 сотрудников не может быть одним текстом с разными именами. Разделите аудиторию на 2-3 сегмента и сделайте отдельный промпт для каждого.

Игнорирование CRM. Если обогащённые данные лежат в таблице, а не в CRM, менеджеры продолжат работать по-старому. Интеграция с CRM не опция, а обязательный шаг.

Что это значит для вас по ролям?

Автору Дзена и копирайтеру. Подход GTM-инженера применим к вашей работе напрямую: вместо ручного поиска тем и рекламодателей настройте цепочку, где ИИ находит потенциальных заказчиков контента, собирает данные о них и генерирует черновик предложения. Это та же логика: автоматизировать рутину, оставить себе творческую часть.

Маркетологу. Роль GTM-инженера ставит вопрос ребром: нанять ещё двух человек в отдел или перестроить процесс так, чтобы текущая команда работала в три раза быстрее? По данным Clay, вторая стратегия побеждает у компаний, которые уже внедрили эту роль. Речь не о сокращении людей, а о перераспределении усилий с ручной рутины на стратегию.

Предпринимателю из РФ и СНГ. Clay работает на международном рынке и доступен из России с ограничениями. Но сам подход не привязан к одному инструменту. Связка YandexGPT или GigaChat плюс таблицы плюс «Битрикс24» решает ту же задачу. Главное здесь не конкретный сервис, а архитектура: исследование, обогащение, персонализация, отправка, каждый шаг автоматизирован, каждый проверяем.

Мнение редакции dzen.guru

Я вижу в роли GTM-инженера не просто модную должность из Кремниевой долины, а реальный способ для небольших команд конкурировать с компаниями, у которых в отделе продаж сидят 20 человек. По моим наблюдениям, связка из бесплатного ИИ-чата и простой таблицы уже закрывает 60-70% того, что Clay делает на платном тарифе. Честная оговорка: ни один ИИ-агент пока не заменяет живой разговор с клиентом. Автоматизация доводит потенциального покупателя до звонка, но закрывает сделку по-прежнему человек. Если вы ожидаете, что ИИ «продаст сам», вы будете разочарованы. Но если вы устали вручную искать контакты и писать одинаковые письма, подход GTM-инженера сэкономит вам часы каждую неделю.

Конференция TechCrunch Disrupt 2026 пройдёт 13-15 октября в Сан-Франциско. Карим Амин, сооснователь и генеральный директор Clay, выступит с докладом «GTM-инженер: как ИИ создал новую профессию в технологиях». Для тех, кто не поедет в Сан-Франциско, инструкция выше работает уже сегодня: возьмите 20 потенциальных клиентов, прогоните через цепочку и сравните результат с тем, как вы делали это вчера.

Создавайте контент быстрее с ИИ

Используйте инструменты dzen.guru для генерации текстов, заголовков и описаний каналов на Дзене

Попробовать бесплатно
Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

Авито построила отдельную inference платформу: PaaS не справился с LLM
ai

Авито построила отдельную inference платформу: PaaS не справился с LLM

Microsoft второго июня запустила Project Solara — операционную систему, где ИИ-агенты заменяют привычные приложения, и впервые отдала управление машине, а не…

6 мин
LLM-модели, что это и как FAIRouter сама выбирает лучшую из 428 вариантов
ai

LLM-модели, что это и как FAIRouter сама выбирает лучшую из 428 вариантов

Когда перед вами десятки языковых моделей с разной ценой, скоростью и качеством, выбирать вручную каждый раз значит терять время и деньги: открытая библиотека…

6 мин
ai

LLM-рассуждение оказалось иллюзией: создатель AlphaGo объяснил, почему модели не думают

Понравилась задача на стыке подачи факта и пользы для автора. Ниже выдерживаю архитектуру how-to строго по плану. Когда ChatGPT выдаёт длинную «цепочку мыслей»…

7 мин