Lenny's Newsletter: что на самом деле произошло, когда SaaStr заменил отдел продаж AI-агентами

Этот январский выпуск 2026 года из рассылки Ленни Рачицки посвящён Джейсону Лемкину, основателю SaaStr, который описывает один из первых задокументированных примеров AI-нативной GTM-операции в B2B-программном обеспечении. Когда последний продавец покинул SaaStr, Лемкин решил не нанимать замену. Вместо этого он развернул 20 AI-агентов под управлением 1.2 людей для выполнения задач, которые раньше закрывала команда SDR и account executive.

Статья документирует, как выглядел переход месяц за месяцем. AI-агенты взяли на себя проспектинг, аутрич и первичную квалификацию — задачи, которые прежде требовали отдельного персонала и постоянного управленческого сопровождения. Функция продаж была сохранена. Выручка продолжалась. Новая человеческая команда не набиралась.

Наиболее значимая находка касается маржи. Запуск 20 AI-агентов с примерно 1.2-кратным надзором обходится значительно дешевле, чем содержание сопоставимой по производительности команды продаж. Лемкин конкретен в этом вопросе: математика меняет расчёт для основателей, которые считали продажи фиксированными затратами, привязанными к численности персонала, и ставит более сложный вопрос о том, какие другие функции разделяют это предположение.

Статья структурирована вокруг нескольких практических вопросов: какие задачи чисто перешли к агентам, какие потребовали большего участия людей, чем ожидалось, что за инструменты и инфраструктура работали в таком масштабе, и как думать об этом переходе, когда на месте уже есть существующая команда, а не чистый лист.

Лемкин явно обозначает ограничения кейса. Модель работает отчасти потому, что покупательская аудитория SaaStr AI-грамотна, и отчасти потому, что размеры сделок компании подходят для агент-ориентированного sales motion. Enterprise-сделки со сложными процессами закупок, множеством стейкхолдеров и долгими циклами оценки требуют иного подхода. Это не универсальный рецепт.

Для product manager’ов, думающих о GTM-стратегии, ценность статьи — не в конкретном предписании, а в задокументированном примере в реальном масштабе. Вопрос, который она ставит перед командами, практичен: какие части текущего GTM-движения AI-агент может выполнить не хуже человека, а какие действительно требуют человеческого суждения в процессе? Большинство команд ещё не дали себе ответ на этот вопрос, и данный кейс предоставляет конкретные свидетельства того, что ответ сегодня иной, чем два года назад.

Статья опубликована в Lenny’s Newsletter, ориентированном на практиков в области product, growth и GTM. Она доступна без платной подписки.