---
title: "Семь часов до первого звонка: почему ИИ ускорил каждый шаг, а между шагами ничего не изменилось"
canonical_url: https://evstygney.ru/articles/koordinatsionnyy-nalog/
date_published: 2026-09-24
date_modified: 2026-09-24
author: Егор (https://evstygney.ru/about/)
summary: "Вы платите за заявку, а потом она семь часов лежит. Сколько это стоит в год, куда идёт следующий рубль на ускорение и что показали замеры на стыках. С калькуляторами."
tags: ["ИИ и инструменты", "Продажи и CRM"]
---

# Семь часов до первого звонка: почему ИИ ускорил каждый шаг, а между шагами ничего не изменилось
**TL;DR.** Вы платите за заявку, а потом она лежит. У модельного бизнеса на 500 заявок в месяц треть необработанных заявок стоит 1,12 млн ₽ прибыли в месяц, а неделя согласований на старте сезона — 2 млн ₽ маржи. Решение при этом одно: вкладываться дальше в скорость отдельных шагов — ещё один инструмент, ещё один агент — или сокращать число переходов работы из рук в руки. Замеры отвечают однозначно. У крупнейших российских застройщиков медиана первого звонка по заявке — 441 минута, треть заявок не получает звонка за трое суток; час задержки в рецензируемой работе на 11,6 млн взаимодействий связан с падением вероятности сделки примерно наполовину. Консультанты обещают, что ИИ-агенты снимут этот налог; единственный полевой эксперимент на стыке «машина передаёт работу человеку» показал рост времени на 19–41%. Ниже: откуда числа, четыре приёма, которыми чужие цифры растут при пересказе, два калькулятора на ваши числа и порядок замера своего стыка за неделю. Чтение — минут двадцать пять.

Я Егор, десять лет в перформанс-маркетинге. В июле я [написал пост](/notes/samyy-dorogoy-kanal-soveshchanie/) о том, что самый дорогой канал в маркетинге не имеет рекламного кабинета и называется «согласования», и честно пометил свой расчёт как грубую прикидку: цифр у меня тогда не было. Теперь они есть — чужие, но измеренные. Поводом стала сентябрьская статья McKinsey про «налог на координацию», которую я собирался просто пересказать. Пересказ не состоялся: половина чисел в ней при проверке по первоисточникам не подтвердилась. Статья получилась о другом — что об ожидании между шагами показали замеры. Все числа ниже из рецензируемых работ, полевых экспериментов и отраслевых отчётов, ссылки в конце. Где считаю сам, стоит пометка «прикидка».

**Что это значит в деньгах.** Возьмём бизнес на 500 заявок в месяц: каждая пятая доведённая заявка становится сделкой, средний чек 80 тысяч ₽, после переменных затрат остаётся 40 копеек с рубля. Треть заявок без звонка — это 175 заявок, 35 сделок и 1,12 млн ₽ прибыли, которые не доехали; за год 13,4 млн ₽. Второй счёт про сроки: при обороте 100 млн ₽ и сезоне, дающем 40% выручки, неделя согласований на старте пика стоит 5 млн ₽ выручки и 2 млн ₽ маржи. Оба числа подвигаются ползунками ниже. Статья про одно решение: куда идёт следующий рубль на ускорение — в ещё один инструмент внутри шага или в сокращение самих переходов.

## Стык — это место, за которое не отвечает никто

Нарисуйте на листе путь клиента от рекламы до денег. Получатся квадратики: показали объявление, человек оставил заявку, менеджер позвонил, выставил счёт, склад собрал заказ. У каждого квадратика есть хозяин, план и метрика: у маркетинга — стоимость заявки, у продаж — конверсия в сделку, у склада — сроки отгрузки.

Теперь посмотрите на стрелки между квадратиками. У них хозяина нет.

**Простыми словами.** Стык — это место, где работа уже вышла из одного отдела, но ещё не начата в другом. Заявка упала в CRM и лежит. Бриф ушёл в агентство и ждёт, пока освободится дизайнер. Макет готов и стоит в очереди на согласование к юристу. Внутри каждого шага работа идёт быстро. Между шагами она просто лежит.

Никто не виноват, и в этом главная неприятность. Маркетолог отчитался: заявка приведена, стоимость в норме. Руководитель продаж отчитался: из тех заявок, до которых дошли руки, конверсия хорошая. Оба правы. Вопрос «сколько заявка пролежала между вами» не входит ни в чей отчёт, поэтому на него никто и не отвечает.

Эту дыру описали ещё в 1994 году: Томас Мэлоун и Кевин Кроустон в обзоре для ACM Computing Surveys определили координацию как управление зависимостями между действиями и заметили, что у неё есть собственная цена. Тридцать лет спустя технологии сменились четыре раза, а цена осталась на месте — в том числе потому, что её почти никто не измеряет.

## Сколько лежит заявка у тех, у кого есть и деньги, и CRM

Самый честный способ померить стык снаружи — оставить заявку и засечь время. Такие замеры делают регулярно, и они сходятся между собой, хотя проводились в разных странах, в разные годы и разными заинтересованными сторонами.

<!-- chart:otvet -->
> График: Доля компаний, не ответивших на заявку. Источники: Oldroyd, McElheran, Elkington, Harvard Business Review, 2011 (2 241 компания); рейтинг застройщиков «Интроверт Системс» и amoCRM, 2026 (100 компаний, 1 980 заявок, 72 часа); XANT, 2014 (9 538 компаний); Drift, 2018 (512 компаний).
<!-- /chart:otvet -->

Российская цифра — сентябрьская, и метод у неё раскрыт. Рейтинг застройщиков 2026 года («Интроверт Системс» совместно с amoCRM): 100 крупнейших компаний, 1 980 контрольных заявок, наблюдение 72 часа. Среднерыночная медиана первого звонка — 441 минута, больше семи часов, причём считается она только по заявкам, на которые всё-таки перезвонили. Быстрее часа перезванивают 13 компаний — это мой пересчёт по 73 застройщикам, у которых в данных рейтинга есть метрика скорости; у остальных 27 формы на сайте не сработали настолько, что данных не набралось, и авторы сами помечают рейтинг как неполный. Для клиента сломанная форма, впрочем, — тот же результат, что и молчание. Каждая третья заявка не получает ни одного звонка за трое суток, а 42% зафиксированных откликов оказались спамом.

Американский аудит 2011 года, опубликованный в Harvard Business Review: 2 241 компания, 23% не ответили вообще. Повторный замер той же компании в 2014 году, когда она уже называлась XANT, по 9 538 компаниям: не ответили 47%, а среди тех 22%, кто хоть раз перезвонил, медиана первого звонка — 3 часа 08 минут. Тайный покупатель Drift в 2018 году: из 512 компаний 58% не ответили ни разу, и только 10% уложились в пять минут.

**Замечание.** Все четыре замера сделаны компаниями, которые продают софт для ускорения ответа, — это прямой конфликт интересов, и множители вроде «в 21 раз больше шансов» я из них не беру. Причём замеры 2011 и 2014 годов сделала одна компания: InsideSales, позже переименованная в XANT. Независимых источников тут три. Доля не ответивших у них всё равно сходится по порядку при разных годах, странах и методах. Доказательством это не является, но лучшего по теме нет: замера, из которого следовало бы, что скорость ответа не важна, не публиковал никто — хотя бы потому, что публиковать такое некому.

И заметьте, кто именно не отвечает. Семь часов до звонка — это сто крупнейших застройщиков страны, с отделами продаж, колл-центрами и оплаченной amoCRM. Отговорка «у нас нет ресурсов на скорость» в эти данные не помещается.

## Час ожидания забирает около половины сделок

До июня 2026 года вся тема скорости ответа держалась на вендорских отчётах. Потом в Management Science вышла работа «Speed Is a Signal» — 11,6 млн взаимодействий на бирже фриланса Fiverr плюс эксперименты более чем на 3 600 участниках.

Результат архивной части: задержка ответа на час связана со снижением вероятности сделки примерно на 46%, задержка на сутки — примерно на 90%. Это пока корреляция: те, кто отвечает быстро, могут отличаться и чем-то ещё. Причинность даёт экспериментальная часть, и она показывает механизм: скорость ответа человек читает как сигнал будущей отзывчивости. Быстрый ответ обещает, что и дальше с вами будет легко.

Это биржа фриланса, где у заказчика открыт список альтернатив и переключиться стоит один клик. В категории, где вас выбирают месяцами и сравнивают по трём коммерческим предложениям, эффект будет слабее. Но направление и порядок величины совпадают со всем, что меряли вендоры, а механизм здесь выделен экспериментом.

## Почему не перезванивают: так устроена очередь

Авторы аудита 2011 года называют три причины задержек. Заявки выгружались из системы раз в сутки; продавцы в первую очередь занимались собственными контактами; заявки распределялись по географии и «по справедливости», а не по тому, кто сейчас свободен. Это объяснение самих авторов, а не результат проверки гипотез, но все три причины — про конструкцию, и премией за скорость ни одна из них не лечится.

Здесь же работает ограничение, которое никакой софт не отменяет. Закон Литтла: время прохождения равно объёму незавершённой работы, делённому на пропускную способность. Нельзя одновременно держать большую очередь и быстро отвечать, если пропускная способность не изменилась. Либо очередь короче, либо людей больше, либо ответ медленнее. Четвёртого варианта нет.

## В деньгах: посчитайте на своих числах

Вернёмся к счёту с первого экрана: 13,4 млн рублей прибыли в год на модельном бизнесе с 500 заявками в месяц. Прикидка грубая и это верхняя граница — часть брошенных клиентов перезвонит сама, часть не купила бы всё равно. Но даже половина, почти семь миллионов, не видна ни в одном отчёте: заявку вы оплатили, получили и записали в CRM. Только не обработали. Подставьте свои числа.

> Калькулятор на странице: интерактивный калькулятор потерь на необработанных заявках: заявки в месяц × доля без ответа × конверсия × средний чек × маржа = упущенная прибыль за год. Пресеты доли без ответа — 23% (аудит Harvard Business Review, 2011), 35% (российские застройщики, 2026), 47% (замер 2014 года), 58% (Drift, 2018).

Второй счёт — про согласования внутри компании. Он устроен иначе. Заявки остаются на месте, сдвигается срок, когда вы доходите до денег: если кампания выходит в эфир на три недели позже начала сезона, клиентов поимённо вы не теряли, вы просто не участвовали в аукционе, пока в нём были деньги.

**В деньгах.** При сезоне в 8 недель и 40% годовой выручки каждая неделя согласований на старте пика стоит 5 млн выручки и 2 млн маржи. Решение по макету в моменте бесплатно, поэтому его и гоняют по третьему кругу: стоимость недели простоя никто не держит перед глазами.

> Калькулятор на странице: интерактивный калькулятор цены согласования: годовая выручка × доля сезона / длительность сезона в неделях × недели задержки = недополученная выручка и маржа. Показывает цену одной недели согласования.

**Решение.** Впишите цену недели прямо в задачу на согласование. «Согласовать баннер (неделя задержки — 5 млн выручки сезона)» двигается по цепочке заметно бодрее, чем просто «согласовать баннер».

## «Координация съедает 60% рабочего времени» — эта цифра меряет четыре разные вещи

Дальше начинается то, ради чего я полез в первоисточники. В любой презентации про будущее работы вам покажут цифру вроде «больше половины рабочего времени уходит на согласования и коммуникацию». Я проверил четыре самых цитируемых.

<!-- chart:vremya -->
> График: Четыре самые цитируемые оценки координационной нагрузки. Источники: Mintzberg, Harvard Business Review, 1975; Microsoft Work Trend Index, 2024 (телеметрия Microsoft 365); Asana Anatomy of Work, 2022 (самоотчёт, 10 624 респондента); Mankins, Brahm, Caimi, Harvard Business Review, 2014 (бюджеты времени 17 корпораций).
<!-- /chart:vremya -->

**Microsoft, 57% времени на коммуникацию.** Знаменатель здесь — не рабочий день. В методике Work Trend Index 2023 прямо написано: это доля осмысленной активности внутри шести приложений Microsoft 365 — почты, Teams, Word, PowerPoint, Excel и OneNote, скользящее окно 28 дней. Сколько человек в это время делал в других программах, на встрече вживую или в дороге, замер не знает. Годом позже та же метрика дала 60%.

**Asana, 58–60% на «работу о работе».** Самоотчёт респондентов, заказчик — вендор таск-трекера. Сравнивать выпуски между собой нельзя: между 2021 и 2023 годом сменились подрядчик опроса, размер выборки (13 123 → 9 615) и состав стран — из выборки выпал Сингапур, дававший максимальные 69%.

**Минцберг, 78% времени на устную коммуникацию.** Классика 1975 года, и цифра честная: структурированное наблюдение. Только выборка — пять американских генеральных директоров за 25 дней.

**Bain, 15% коллективного времени организации в совещаниях.** Бюджеты времени 17 корпораций. Отсюда же самая полезная строка, которую я вообще встретил в этой теме: каждый добавленный менеджер создаёт около полутора ставок новой работы — свою собственную плюс примерно половину ставки чужой, — а каждый добавленный старший вице-президент больше 2,6. Значит, координация ещё и размножается. Оговорка, которую Bain делает сам: данные собраны инструментами VoloMetrix, а один из авторов состоит в совете директоров этой компании.

Складывать эти числа в одно «больше половины рабочего времени» нельзя, и подтверждать друг друга они тоже не могут: у них разные знаменатели, методы и генеральные совокупности. Вместе они показывают ровно одно — никто не меряет это одинаково, а оценки расходятся от 15 до 80 процентов. Как точная цифра для вашего бизнеса не годится ни одна.

## Пять волн обещали убрать согласования. Что от них осталось

Прежде чем поверить шестой волне, я посмотрел, чем закончились предыдущие. Каждая продавалась одинаково: вот технология, она снимет бюрократию и ускорит компанию в разы. Вот знаменитые кейсы — и что от них остаётся, если открыть первоисточник.

| Волна | Что обещали | Что в первоисточнике |
|---|---|---|
| Реинжиниринг, 1990-е | Ford сократил отдел кредиторской задолженности на 80% | У Хаммера стоит 75% при штате больше 500 человек. В книге 1993 года — уже 95%, но про «некоторые части Ford, например моторное подразделение». Нового замера между статьёй и книгой не было |
| Реинжиниринг, 1990-е | Hallmark ускорил вывод продукта на 70% | Не подтверждается: в книге это цель, а Дэвенпорт в 1995 году пишет, что одна открытка по-прежнему делается год |
| ERP, 2000-е | Запасы минус 20–50% | В работе, на которую цифру вешают, её, судя по всему, нет; вероятный корень — отчёт Deloitte 1998 года, где «32%» означало долю респондентов, назвавших эффект. Измерено: плюс 7,8% к оборачиваемости, и то отчасти отбор — ERP чаще внедряют те, кто и так работает лучше |
| Процессное управление, 2000–2010-е | Единый язык описания процессов наведёт порядок на стыках | Стандарты вышли: BPMN 2.0 в 2011 году, ISO/IEC 19510 в 2013-м. Что стыки от этого подешевели, не утверждает даже McKinsey — в своей статье он помечает это наблюдение как собственное, без источника |
| Роботизация, 2010-е | Минус 30–70% времени на задачу | Корень цифры — запись в блоге сотрудника вендора, где прямо сказано, что это предположение. С другой стороны: по оценке EY, проваливались 30–50% первых проектов; роботы встают, когда меняется вёрстка интерфейса или бизнес-правило |
| Шесть сигм | 53 из 58 компаний отстали от индекса | Опубликовано «91% из 58» — одна фраза в Fortune в 2006 году, со ссылкой на анализ QualPro, которая продаёт конкурирующую методику. Числа «53» не публиковал никто, публичной методологии у анализа нет |

Сам Хаммер о результатах своей волны высказался в книге прямо: «наша ненаучная оценка — от 50 до 70 процентов» организаций, взявшихся за реинжиниринг, обещанного не получают. Опрос CSC Index 1994 года: из 99 завершённых проектов 67% дали посредственный или провальный результат. А единственная рецензируемая панельная проверка (Озчелик, 2011) показывает, что рентабельность активов в год запуска падает и только потом растёт, по убывающей, причём масштабные общекорпоративные проекты хуже точечных.

### Четыре приёма, которыми чужие цифры растут

Пока я разбирал эти пять волн, стало видно, что ошибки повторяются по одному шаблону. Запомнить его полезнее, чем любую отдельную цифру.

1. **Долю респондентов выдают за величину эффекта.** «32% — сокращение запасов» превращается в «сокращение запасов на 32%».
2. **Потолок модели выдают за результат.** «Цель — сократить цикл до года» превращается в «цикл сокращён на 70%».
3. **Число растёт при каждом пересказе.** 75% у Ford становятся 80%, а потом 95% — выбором самого удачного подразделения.
4. **Заинтересованная сторона маскируется под независимую.** Исследование вендора цитируется как отраслевое, а анализ конкурента — как объективный рейтинг.

Проверять чужие цифры по этому списку — минут пятнадцать. Столько же, сколько вы потратите на слайд, где эта цифра будет стоять.

## Что обещает шестая волна и что в этом обещании не сошлось

Свежий опрос McKinsey показывает разрыв, ради которого шестая волна и затевается: 80% опрошенных говорят, что ИИ поднял их личную продуктивность, и только 37% относят к ИИ хоть какое-то влияние на прибыль компании; существенным его называют 6%. Это самоотчёт 1 719 респондентов, но масштаб расхождения красноречив: инструменты у людей есть, деньги в отчёте не появляются.

Сентябрьская статья McKinsey устроена убедительно. Тезис: предыдущие волны улучшали шаги, а ИИ-агенты впервые могут работать на стыках — проверять, сверять, направлять и эскалировать человеку только спорное. Замаскированный клиентский кейс на одном производителе из списка Fortune 500: семь шагов, шесть стыков, работа внутри шагов занимает 12–24 часа, ожидание между ними — 9–18 дней. Превышение в девять–тридцать шесть раз. Оценка налога на один этот поток — 140–240 млн долларов в год.

Картинка красивая, и ровно в этом месте я собирался закончить статью пересказом. Вместо этого проверил сноски.

**Главный академический аргумент описан неверно.** Полевой эксперимент на 515 стартапах McKinsey подаёт так: одна группа перестраивала процесс через точки передачи работы, другая внедряла ИИ внутрь существующих шагов, и первая получила выручку в 1,9 раза больше. В описании самих авторов такого дизайна нет: обе группы получили доступ к моделям, кредиты и обучение, а экспериментальная дополнительно разбирала кейсы компаний, выросших вокруг ИИ. Про стыки там не сказано. И второе число другое: у авторов «на 18% чаще» доходили до платящих клиентов, тогда как в пересказе стоит «на 11 процентных пунктов». Плюс опущенная оговорка: прирост максимален на девяностом перцентиле и выше — ИИ расширил верхнюю границу достижимого, а середину не подтянул.

**Механизм приписан чужому исследованию.** Идею «ценность ИИ в сцепке задач» статья вешает на работу Бриньолфсона, Ли и Реймонд в Quarterly Journal of Economics. У них механизм другой: распространение приёмов сильнейших операторов на слабых. Больше того, эта работа измеряет ровно то, что McKinsey объявляет исчерпанным — ускорение внутри одного шага, — и находит эффект немаленьким: плюс 15% в среднем и плюс 36% у самых слабых сотрудников.

**Показательный кейс, похоже, не анонимен.** Три числа замаскированного производителя — 75 инструментов планирования, больше 50 планировщиков до и около 10 после — совпадают с публичным рассказом вице-президента Toyota у Deloitte в декабре 2025. В статье Toyota упомянута отдельно, как независимое наблюдение: похоже, одна компания посчитана дважды. А в доказательство тезиса приводится Freeport-McMoRan с ростом производительности обогатительных фабрик — хотя это оптимизация настроек внутри шага, того самого класса, который статья объявляет исчерпанным.

Я разбираю это подробно не чтобы уличить консультантов. Механика та же, что в предыдущих пяти волнах: обещание опережает замер, а цифры для обещания добираются из удобных мест. Заметить это на шестой волне легче, чем на пятой, только потому, что у нас есть список приёмов.

## Что показали полевые замеры на стыке

Пока консультанты обещают, эксперименты уже есть. Их немного, но они прямые.

**Alibaba, поддержка маркетплейса Taobao.** Рандомизированный полевой эксперимент: 647 операторов, 680 676 чатов. Часть чатов агентный ИИ вёл сам, а при затруднении передавал человеку. Замер сделали университетские исследователи вместе с самой Alibaba — то есть это не независимая проверка, но и не вендор, продающий лекарство от описанной болезни: результат для компании вышел неудобный. Важная деталь: ИИ забирал не все чаты, а те, что алгоритм счёл для себя пригодными, — 5,8% выборки. По всей операции эффект составил минус 3,2% ко времени. Результаты по типам развития событий, в сравнении с сопоставимыми чатами, которые целиком вёл человек:

<!-- chart:styk -->
> График: Wang, Zhu, Feng, Lu, Jia, arXiv:2605.14830, 2026: рандомизированный полевой эксперимент в поддержке Taobao, 15–31 августа 2024, соавтор — Alibaba Group. Все показанные различия значимы на уровне p < 0,001, кроме передачи по инициативе человека (p < 0,01).
<!-- /chart:styk -->

Пока машина доводила диалог сама, время падало. Стоило возникнуть передаче — росло, причём дороже всего обходилась поздняя, когда алгоритм спохватывался на уже недовольном клиенте. Авторы описывают и механизм: получив такой чат, оператор вкладывается меньше — пишет меньше сообщений, реже берёт инициативу. Стык породил задержку и провал ответственности, ровно то организационное белое пятно, о котором пишет McKinsey, только созданное самим ИИ.

**METR, эксперимент на опытных разработчиках.** 16 человек, 246 задач в репозиториях, которые они хорошо знают. Ожидали ускорения на 24%, после работы считали, что ускорились на 20%. Замер показал замедление на 19%. Время ушло в проверку машинной выдачи — в ту самую верификацию, которую агентам и предлагают отдать. Авторы оговариваются, что результат не переносится на работу с нуля и на незнакомый код.

**Демирер с соавторами, июнь 2026 года.** Чем сильнее пригодные для ИИ шаги разбросаны по процессу, тем меньше их автоматизируют; коэффициент отрицательный и значим на однопроцентном уровне, хотя при самом строгом определении пригодных задач значимость теряется, а сами авторы причинность не утверждают. Направление совпадает со здравым смыслом: машине нужны идущие подряд шаги, один автоматизированный шаг посреди человеческой цепочки даёт мало.

**P&G, эксперимент на 776 сотрудниках.** Человек с ИИ выдаёт результат того же качества, что пара специалистов без ИИ, и тратит на 16,4% меньше времени. Отдельный эффект: ИИ стирает функциональные перегородки — разработчики и коммерсанты перестают выдавать однобокие решения. Здесь стык не ускорился, он исчез, потому что двух человек заменил один.

## Правило, которое из этого следует

ИИ удешевляет соседство. Там, где несколько идущих подряд шагов можно отдать машине целиком, выигрыш большой — до двух третей времени. Там, где машина обязана вернуть работу человеку, стык становится дороже, чем был до неё. Ускорение отдельного шага этой суммы не меняет: работа всё равно ложится в ту же очередь. Агент, поставленный на стык, добавляет к очереди свою. Деньги приносит перекройка потока — когда переходов из рук в руки становится три вместо шести.

Отсюда три практических следствия.

**Считайте, сколько в потоке стыков.** Вопрос «сколько у нас ИИ-инструментов» не имеет ответа в деньгах. Вопрос «сколько раз работа переходит из рук в руки на пути от заявки до денег» — имеет.

**Не ставьте машину посередине человеческой цепочки.** Один автоматизированный шаг между двумя ручными добавляет два стыка вместо одного. Замер Alibaba показывает, во что это обходится.

**Если передача неизбежна, делайте её раньше.** Поздняя эскалация, когда клиент уже недоволен, стоит вчетверо дороже ранней.

## Как померить свой стык за неделю

Инструменты нужны те, что уже есть: CRM, таск-трекер и секундомер.

1. **Выберите один поток.** «Заявка — первый звонок» или «бриф — кампания в эфире». Не весь бизнес, один поток.
2. **Выпишите шаги и стыки.** Между семью шагами шесть стыков. Нарисуйте их явно, стрелками.
3. **Снимите два времени по каждому шагу.** Сколько заняла работа и сколько задача пролежала до начала следующего шага. В CRM это разница между временем создания заявки и временем первого звонка, в трекере — между переводом в статус «готово» и взятием в работу дальше.
4. **Сложите отдельно.** Сумма работы и сумма ожидания. Отношение второго к первому — ваш множитель. В кейсе McKinsey он был от 9 до 36, но это их клиент и изменённые детали: своё число считайте сами.
5. **Проверьте себя снаружи.** Оставьте три заявки на собственном сайте с разных телефонов в разное время суток и засеките, когда перезвонят. Это полчаса работы, а цифра получается честнее любой выгрузки.
6. **Переведите в деньги.** Для потока заявок — через калькулятор выше. Для внутреннего потока — через цену недели задержки.

**Лайфхак.** Начните с самого длинного ожидания, а не с самого раздражающего шага. Это разные места: раздражает обычно то, что делается плохо, а деньги стоит то, что лежит дольше всего.

## Где это не про вас

**Если поток короткий, налога почти нет.** Мастер, который сам принимает заявку и сам едет на выезд, стыков не имеет. Тема начинает работать от трёх-четырёх передач на пути к деньгам.

**Цифры из промышленности не переносятся.** Кейс на 140–240 млн долларов — капиталоёмкое производство, где день ожидания стоит через замороженный оборотный капитал. В услугах с выручкой 100 млн рублей арифметика другая: там ожидание стоит через упущенные сделки. Считать надо свою.

**Ускорять стык имеет смысл, только если он ограничивает поток.** Это прямо следует из [модели предела роста](/articles/predel-rosta/): расширение звена, которое не является ограничением, потока не увеличивает. Если продажи и так простаивают, скорость передачи заявки ничего не изменит.

**Часть задержек не стоит вам ничего.** Отчётность в систему учёта рекламы идёт неделями, и это никого не разоряет. Дорого стоит ожидание между клиентом и ответом, остальное просто неприятно.

**Отдать шаги машине целиком — не бесплатно.** В том же эксперименте чаты, которые ИИ вёл без человека, шли на две трети быстрее, но оценка клиента падала почти на балл. Скорость там куплена качеством разговора, и в вашей категории такой размен может оказаться невыгодным.

**И самое важное ограничение этой темы.** Замера, где агентный ИИ снял бы координационный налог в целой компании, я не нашёл. Есть один полевой эксперимент на одном стыке, и он показывает удорожание. Всё остальное — обещания консультантов и кейсы вендоров.

## Краткие выводы

- У стыков между шагами нет хозяина, поэтому время, которое работа там лежит, не попадает ни в один отчёт.
- Замеры снаружи сходятся: не отвечают на заявку 23–58% компаний в зависимости от рынка и года; у крупнейших российских застройщиков медиана первого звонка — 441 минута, треть заявок остаётся без звонка.
- Час задержки связан с падением вероятности сделки примерно наполовину, сутки — почти вдесятеро; это рецензируемая работа на 11,6 млн взаимодействий.
- Причины задержек конструктивные: выгрузка раз в сутки, очередь «по справедливости», занятость продавцов своими контактами. Премией за скорость они не лечатся.
- Пять предыдущих волн автоматизации обещали то же самое; их знаменитые кейсы при проверке дают 75% вместо 80, цель вместо результата и долю респондентов вместо величины эффекта.
- Единственный полевой замер на стыке «машина передаёт человеку» показал рост времени на 19–41% и падение оценки клиента. Цифры про «больше половины времени на координацию» при этом меряют разное на разных знаменателях: как разброс годятся, как ваш показатель — нет.
- Работающее правило: меньше переходов из рук в руки — меньше налог.

Возьмите путь от своей рекламы до денег и посчитайте две вещи: сколько раз работа переходит из рук в руки и сколько часов лежит на каждом переходе. Уйдёт час, а на руках окажется число, которого нет ни в одном вашем отчёте. Сколько ваших заявок за прошлый месяц дождались звонка дольше семи часов — и во что это встало по вашему среднему чеку?

## Откуда числа

| Источник | Что взято | Надёжность |
|---|---|---|
| [Hart, VanEpps, Sezer, Amir. Speed Is a Signal. Management Science, 2026](https://pubsonline.informs.org/doi/abs/10.1287/mnsc.2024.06185) | Час задержки связан с падением вероятности сделки на 46%, сутки — на 90%; 11,6 млн взаимодействий Fiverr и эксперименты более чем на 3 600 участниках | Рецензируемая статья; числа взяты из пресс-релиза издателя, полный текст за платным доступом |
| [Wang, Zhu, Feng, Lu, Jia. Agentic AI and Human-in-the-Loop Interventions. arXiv:2605.14830, 2026](https://arxiv.org/abs/2605.14830) | Эксперимент Alibaba: 647 операторов, 680 676 чатов; на 5,8% чатов, отданных ИИ, −64,6% без передачи, +19,1% и +40,8% на передаче | Рабочая версия, полевой эксперимент; соавтор — Alibaba Group |
| [Рейтинг застройщиков 2026, «Интроверт Системс» и amoCRM](https://estaterating.ru/) | 100 компаний, 1 980 заявок, медиана 441 минута, 35% без звонка за 72 часа | Отраслевое исследование |
| [Oldroyd, McElheran, Elkington. The Short Life of Online Sales Leads. Harvard Business Review, 2011](https://hbr.org/2011/03/the-short-life-of-online-sales-leads) | Аудит 2 241 компании: 23% не ответили; причины задержек | Отраслевое исследование, соавтор — глава вендора |
| [XANT (InsideSales), 2014](https://resources.insidesales.com/wp-content/uploads/2019/11/2014-Lead-Response-Report.pdf); [Drift, 2018](https://web.archive.org/web/20180924224942/https://www.drift.com/blog/lead-response-report-2018/) | 47% и 58% не ответили; медиана 3 ч 08 мин | Данные вендоров |
| [Brynjolfsson, Li, Raymond. Generative AI at Work. Quarterly Journal of Economics, 2025](https://academic.oup.com/qje/article/140/2/889/7990658) | 5 172 оператора, +15% в среднем, +36% у слабых | Рецензируемая статья |
| [Kim, Kim, Koning. Mapping AI into production. INSEAD working paper, 2026](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6513481) | 515 стартапов, выручка в 1,9 раза, «на 18% чаще», эффект на верхних перцентилях | Рабочая версия |
| [METR, arXiv:2507.09089, 2025](https://arxiv.org/abs/2507.09089) | 16 разработчиков, 246 задач, замедление на 19% при ожидании ускорения на 24% | Рабочая версия, эксперимент |
| [Dell'Acqua и др., Organization Science, 2025 (рабочая версия NBER w33641)](https://www.nber.org/papers/w33641) | P&G, 776 человек: человек с ИИ = пара без ИИ, время −16,4% | Рецензируемая статья, эксперимент |
| [Demirer, Horton, Immorlica, Lucier, Shahidi. arXiv:2606.15960, 2026](https://arxiv.org/abs/2606.15960) | Фрагментация процесса значимо снижает долю автоматизации | Рабочая версия, некаузальная связь |
| [Sankur, Mühlreiter, Fuchs. Cutting the coordination tax. McKinsey, 18.09.2026](https://www.mckinsey.com/industries/industrials/our-insights/cutting-the-coordination-tax-how-agentic-ai-can-reshape-workflows) | Кейс Fortune 500: 6 стыков, 9–18 дней ожидания против 12–24 часов работы | Оценка консультантов, замаскированный кейс |
| [McKinsey. The state of AI in 2026, 25.08.2026](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai) | 80% отмечают рост личной продуктивности, 37% видят влияние на прибыль, 6% — существенное | Опрос, n = 1 719, самоотчёт |
| [Hammer. Reengineering Work. Harvard Business Review, 1990](https://hbr.org/1990/07/reengineering-work-dont-automate-obliterate); Hammer, Champy, 1993 | Ford: больше 500 человек, сокращение 75% (в книге — 95%); оценка провалов 50–70% | Первоисточник волны |
| [Davenport. The Fad That Forgot People. Fast Company, 1995](https://www.fastcompany.com/26310/fad-forgot-people); опрос CSC Index, 1994 | 67% из 99 завершённых проектов — посредственно или провал; Hallmark и год на открытку | Отраслевые источники |
| Ozcelik. Journal of Management Information Systems, 2011 | Рентабельность активов падает в год запуска реинжиниринга | Рецензируемая статья |
| [Shang, Seddon. Information Systems Journal, 2002](https://onlinelibrary.wiley.com/doi/10.1046/j.1365-2575.2002.00132.x); Hitt, Wu, Zhou, 2002; Aberdeen, 2007–2008 | Цифры «20–50% запасов» в первоисточнике нет; реально +7,8% оборачиваемости, 20–21% у верхнего квартиля | Разные уровни |
| EY, 2016; [Deloitte, 2017–2018](https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/consultancy/deloitte-uk-the-robots-are-waiting.pdf); Syed и др. Computers in Industry, 2020 | 30–50% первых проектов роботизации провалены; 3–4% дошли до полусотни роботов; механика поломок | Отраслевые и рецензируемый |
| [Fortune, 24.07.2006 (анализ QualPro)](https://web.archive.org/web/2015/http://money.cnn.com/magazines/fortune/fortune_archive/2006/07/24/8381625/index.htm) | «91% из 58» компаний с шестью сигмами отстали от индекса; конфликт интересов указан журналом | Анализ конкурирующего вендора |
| [Microsoft Work Trend Index, 2022–2025](https://www.microsoft.com/en-us/worklab/work-trend-index) | 57% и 60% — доля активности внутри приложений Microsoft 365, скользящее окно 28 дней | Телеметрия вендора + опросы |
| [Asana Anatomy of Work, 2021–2023](https://asana.com/resources/anatomy-of-work) | 58–60% на «работу о работе»; выборка и состав стран менялись | Самоотчёт, заказчик — вендор |
| [Mintzberg. The Manager's Job. Harvard Business Review, 1975](https://hbr.org/1990/03/the-managers-job-folklore-and-fact) | 78% времени на устную коммуникацию; 5 руководителей, 25 дней наблюдений | Наблюдательное исследование |
| [Mankins, Brahm, Caimi. Harvard Business Review, 2014](https://hbr.org/2014/05/your-scarcest-resource); Bain, бюджеты времени 17 корпораций | 15% времени организации в совещаниях; менеджер создаёт ~1,5 ставки работы (свою и примерно половину чужой), старший вице-президент — больше 2,6 | Отраслевое исследование; инструменты VoloMetrix, один из авторов в совете директоров этой компании |
| [Malone, Crowston. ACM Computing Surveys, 1994](https://crowston.syr.edu/sites/default/files/acmcs94.pdf) | Определение координации как управления зависимостями | Рецензируемый обзор |
| [Little. Operations Research, 2011](https://people.cs.umass.edu/~emery/classes/cmpsci691st/readings/OS/Littles-Law-50-Years-Later.pdf) | Формулировка закона очередей и оговорки автора | Рецензируемая статья |

Отдельно о том, чего в статье нет. Я не использую популярное «исследование McKinsey о том, что опоздание на полгода съедает треть прибыли за жизнь продукта»: такой публикации я не нашёл, а след ведёт к отраслевой статье 1983 года, которой нет в открытом доступе, а на сайте её автора формулировка закольцована — его статья «была процитирована в часто цитируемом исследовании McKinsey». Не использую и множители скорости ответа из вендорских отчётов («в 21 раз», «в 7 раз»): они получены на данных самих продавцов софта для ускорения ответа. И не привожу российских данных о доле рабочего времени на согласования — я их не нашёл.

---
Автор: Егор, маркетинг на языке денег. Telegram: https://t.me/evstygney_ru. Все цифры — модельные прикидки, если не сказано иное.