Большинство ИИ-проектов буксуют не из-за слабой модели. Они буксуют потому, что никто не может назвать в деньгах, что изменилось. Широко цитируемое исследование MIT NANDA показало: около 95% пилотов с генеративным ИИ не дали измеримого эффекта в P&L (Fortune). Критики справедливо замечают, что «нет эффекта в P&L» — не то же самое, что «провал» (разбор методики). А по данным McKinsey, хоть какой-то эффект ИИ на EBIT видят лишь 39% компаний (McKinsey, The State of AI). Какую цифру ни возьми, вывод для собственника и финансового директора один: если не посчитать отдачу до старта, доказать её потом не получится.
В этой статье — метод, который работает для малого и среднего бизнеса: формулы, статьи затрат, о которых обычно забывают, простая модель выхода на мощность и два примера на реальных ориентирах рынка 2026 года. Всё это собирается в таблице за полдня, и после этого понятно, заслуживает ли проект пилота.
Чем ROI ИИ отличается от ROI обычного софта
Обычный софт — это лицензия и более-менее предсказуемая выгода. ИИ-автоматизация ведёт себя иначе в четырёх местах:
- Затраты растут с объёмом. Токены, минуты голосового агента и оплата за результат увеличиваются с каждым диалогом и документом. В Германии 54% компаний, которые уже используют ИИ, называют непредсказуемые затраты барьером (Bitkom).
- Автоматизация никогда не бывает стопроцентной. Агент закрывает часть случаев, исключения по-прежнему достаются людям. ROI зависит от этой доли, а не от демо.
- Есть период выхода на мощность. До полной выгоды — недели разработки, тестирования в «теневом режиме» и донастройки.
- Выгода бывает двух видов. Одни сценарии снижают стоимость единицы работы, другие возвращают выручку, которую вы сейчас теряете. Для них нужны разные формулы.
Крупные компании это уже усвоили: 74% включили проверку стоимости в процедуру одобрения ИИ-проектов, у 43% есть отдельные бюджеты на токены (KPMG Q3 2026 AI Pulse). Среднему бизнесу нужна та же дисциплина, только в облегчённом виде.
Базовые формулы
Математика — простая, исходные данные — честные. Пяти формул хватает почти для любого сценария:
- Чистая выгода в месяц = валовая выгода в месяц − текущие расходы в месяц
- Срок окупаемости (мес.) = разовые затраты ÷ чистая выгода в месяц
- ROI за первый год = (выгода за первый год − затраты за первый год) ÷ затраты за первый год
- Выгода на стороне затрат = объём × доля автоматизации × (стоимость ручной обработки единицы − остаточная стоимость автоматизированной единицы)
- Выгода на стороне выручки = дополнительные сделки × средний чек × валовая маржа
Два правила делают эти формулы надёжными. Первое: считайте на единицу работы — счёт, обращение, звонок, лид, — а не на инструмент. Второе: берите полную стоимость единицы — зарплату с налогами и взносами, лицензии, время руководителя и переделки, — делённую на реально обработанный объём.
Какую выгоду учитывать
| Вид выгоды | Как измерить | На что обратить внимание |
|---|---|---|
| Сэкономленный фонд оплаты труда | Минуты на единицу × полная стоимость часа | «Освободившиеся» часы без новой работы — это мощность, а не деньги |
| Сэкономленный аутсорс | Счета вашего текущего подрядчика | Сроки расторжения и минимальные объёмы |
| Возвращённая выручка | Потерянные лиды или звонки × конверсия × маржа | Только валовая маржа, никогда не выручка |
| Меньше ошибок и штрафов | Доля переделок, пени, ошибочные возвраты | Нужен измеренный базовый уровень |
| Скорость | Время ответа, время цикла | Переводить в деньги только через конверсию или штрафы |
Полная структура затрат
| Статья затрат | Типичный диапазон 2026 | Источник |
|---|---|---|
| Аудит процесса | 1 500–2 000 $ фиксированно, 1–2 недели | TheCrunch |
| Одна автоматизация (n8n/Make + LLM) | 3 000–15 000 $ | TheCrunch |
| Кастомный ИИ-агент | 10 000–50 000 $ и выше | Lets-Viz |
| Интеграции в RAG-проекте | 40–60% бюджета | ment.tech |
| Оплата платформам за результат | 0,50–2,00 $ за решённое обращение | Fin, Macha, Resolve247 |
| Расход на модели одного агента в эксплуатации | 50–500 $ в месяц | Lets-Viz |
| Голосовой ИИ, полная цена минуты | 0,09–0,31 $ | Techsy |
| Сопровождение и развитие | 2 000–8 000 $ в месяц (средний бизнес) | Lets-Viz |
Не забудьте внутреннюю строку: время владельца процесса, еженедельную проверку качества, обновление базы знаний и людей, которые разбирают исключения. Если сравниваете модели оплаты, наш разбор моделей оплаты ИИ за результат показывает, как оплата за решённое обращение и за диалог меняет расчёт.
Пошагово: как собрать бизнес-кейс
- Выберите один процесс и одну единицу. «Клиентский сервис» — не единица, а «запрос о статусе заказа» — единица.
- Сделайте базовый замер за 4–8 недель. Объём, время обработки, полная стоимость, доля ошибок и переделок, а для сценариев с выручкой — доля потерь или конверсия. Данные — из систем, а не по памяти.
- Задайте реалистичную долю автоматизации и определите, что значит «сделано». Решено, записано, проведено в учёте. HFS Research ожидает, что определение «решённого» обращения станет следующим полем споров в SLA (HFS), поэтому зафиксируйте своё сейчас.
- Оцените все три слоя затрат. Разовые, текущие и внутренние.
- Смоделируйте выход на мощность по месяцам. Разработка, теневой режим, частичный запуск, полная нагрузка.
- Посчитайте три сценария. Консервативный, базовый и оптимистичный. Если консервативный не окупается в приемлемый для вас срок, остановитесь или сузьте задачу.
- Согласуйте методику измерения с финансами до запуска. Та же метрика, тот же источник, такой же по длине период, как при базовом замере. Именно это отличает проекты, дошедшие до продакшена, от застрявших, — подробнее в статье почему ИИ-пилоты застревают.
Пример 1: входящие счета в бэк-офисе
Именно в бэк-офисе исследователи MIT нашли самую высокую отдачу (Fortune), а для обработки счетов есть необычно хорошие ориентиры: в среднем 10,89 $ за счёт, у лучших команд с автоматизацией — 2,78 $ (Parseur). HFS описывает компании, которые за шесть месяцев подняли долю полностью автоматической обработки счетов поставщиков с 27% до 71% (HFS).
Ориентиры получены на американском рынке. Чтобы расчёт было легко проверить, перенесём порядок величин в евро один к одному. Допущения для оптовой компании среднего размера:
- 2 000 входящих счетов в месяц при полной стоимости обработки 10,89 € за счёт.
- После автоматизации остаётся 3,50 € на счёт — исключения, согласования, выборочные проверки. Это сознательно выше уровня лучших команд.
- Разовая разработка и интеграция: 25 000 € — в пределах рыночного диапазона для кастомного агента.
- Текущие расходы: 1 500 € в месяц на модели, хостинг, мониторинг и сопровождение.
Наивный расчёт: валовая экономия = (10,89 − 3,50) × 2 000 = 14 780 € в месяц; чистая — 13 280 €; окупаемость за 1,9 месяца; ROI за первый год — 312%. Выглядит прекрасно — и неверно, потому что предполагает полную нагрузку с первого дня.
Реалистичный расчёт учитывает выход на мощность: месяцы 1–2 — разработка без экономии, месяцы 3–4 — 50% объёма в теневом режиме и частичном запуске, месяцы 5–12 — полный объём. Текущие расходы начинаются с третьего месяца.
| Сценарий | Остаточная стоимость счёта | Валовая экономия в месяц на полной мощности | Чистая выгода за первый год | ROI за первый год | Окупаемость от старта проекта |
|---|---|---|---|---|---|
| Наивный (без выхода на мощность) | 3,50 € | 14 780 € | 134 360 € | 312% | 1,9 месяца |
| Консервативный | 5,00 € | 11 780 € | 66 020 € | 165% | 6-й месяц |
| Базовый | 3,50 € | 14 780 € | 93 020 € | 233% | 5-й месяц |
| Уровень лучших | 2,78 € | 16 220 € | 105 980 € | 265% | 5-й месяц |
Выводов два. Проект оправдан даже в консервативном сценарии. И честная окупаемость — «пятый-шестой месяц от старта», а не «меньше двух месяцев». Именно такое расхождение подрывает доверие, когда финансовый отдел через год сверяет план с фактом. Как устроено само решение, читайте в статье об ИИ-обработке документов.
Пример 2: пропущенные звонки в сервисной компании
Для сценариев с выручкой нужна вторая формула. Данные по американскому рынку бытовых услуг: компании пропускают 14–27% входящих звонков, 85% таких клиентов не перезванивают, а пропущенный звонок — это потерянный заказ стоимостью от 230 до 3 000 $ (Thoughtly). В опубликованном кейсе ServiceTitan сантехническая компания с помощью голосовых агентов подняла долю звонков, закончившихся записью на выезд, с менее чем 50% до 80% (ServiceTitan).
Допущения для сервисной компании (отопление, сантехника, кондиционеры):
- 500 входящих звонков в месяц; 20% пропускаются (100 звонков), 85% этих клиентов не перезванивают: 85 потерянных заявок.
- ИИ-администратор принимает эти звонки и записывает 40%: 34 заказа.
- Средний заказ — 400 €, валовая маржа — 50%.
- Настройка — 4 000 €, текущие расходы — 700 € в месяц на минуты, платформу и мониторинг.
Дополнительная валовая прибыль = 34 × 400 € × 50% = 6 800 € в месяц. За вычетом текущих расходов — 6 100 €. Окупаемость — в первый же месяц после запуска.
Теперь ловушка. Если считать выручку вместо маржи, получится 13 600 € в месяц — вдвое больше реального эффекта. Кроме того, часть клиентов вы, возможно, вернули бы и быстрым ручным перезвоном. Чисто доказать эффект можно контрольной группой: в первый месяц отдайте ИИ только звонки в нерабочее время или только переполнение линии и сравните долю записей. Для сравнения: живая служба приёма звонков в США стоит 235–1 640 $ в месяц, штатный администратор — 48 000–63 000 $ в год (AIRA). Такие системы мы делаем в Lotus Libre Voice; отраслевые детали — в статье о голосовом ИИ для сервисных компаний.
Ориентиры для проверки на здравый смысл
| Ориентир | Значение | Источник |
|---|---|---|
| Стоимость обработки счёта | 10,89 $ в среднем против 2,78 $ у лучших | Parseur |
| ИИ-поддержка, за решённое обращение | Fin 0,99 $; Zendesk 1,50–2,00 $; HubSpot 0,50 $ | Fin, Macha, Resolve247 |
| Salesforce Agentforce | 2 $ за разговор или 0,10 $ за действие | Salesforce |
| Живой квалификатор лидов против ИИ (недвижимость, США) | 3 000–5 000 $ против 99–500 $ в месяц | Rework |
| Senior ИИ-разработчик в штате | около 8 300 $ в месяц с налогами и издержками | Lets-Viz |
| Время до измеримого эффекта в сервисе | 70% команд — в течение 60 дней | Salesforce |
Если ваша модель сильно превосходит эти ориентиры, перепроверьте исходные данные, прежде чем радоваться.
Бизнес-кейс на одной странице
Тому, кто утверждает бюджет, не нужна ваша таблица — ему нужна одна страница, которую можно подписать. Хороший бизнес-кейс по ИИ умещается на листе из семи строк:
- Процесс и единица — например, «входящие счета поставщиков, один счёт = одна единица».
- Базовый замер — объём, полная стоимость единицы, доля ошибок за названный период.
- Цель — доля автоматизации и определение «сделано», плюс ограничители, которые не должны ухудшиться (точность, удовлетворённость клиентов, качество передачи человеку).
- Затраты — разовые, текущие и внутренние, с допущением по объёму за каждой статьёй, зависящей от использования.
- Три сценария — чистая выгода, ROI и месяц окупаемости для консервативного, базового и оптимистичного случая.
- Риски и меры — качество данных, доступ к системам, принятие командой, комплаенс и что будет, если вендор поменяет цены.
- Точки решения — дата решения «запускаем / не запускаем» после пилота, кто подписывает и какая метрика решает.
Последняя строка — главная. Она превращает расчёт ROI из прогноза в проверяемое обязательство. Компаниям, которые заранее договорились, как измеряется успех, проще получить следующий бюджет — и проще вовремя остановить проект, если цифры не приходят. Это тоже хороший результат. В русскоязычном сегменте рынка, кстати, отсутствие замера «до» прямо называют одной из главных причин, почему эффект от ИИ потом невозможно доказать.
Типичные ошибки
- Записывать сэкономленные часы в деньги. Пока вы не отказались от найма, не сократили переработки или аутсорс и не перевели людей на работу с выручкой, это мощность. Показывайте её отдельно.
- Игнорировать разработку и выход на мощность. Как видно из примера 1, это сдвигает окупаемость на месяцы.
- Забывать затраты, растущие с объёмом. Оплата за результат, токены и минуты кажутся мелочью на единицу и становятся крупной суммой за год.
- Считать выручку вместо маржи в сценариях с возвратом выручки.
- Начинать без базового замера. ROI-калькуляторы вендоров построены на допущениях; проверку выдержит только ваша собственная цифра «до».
- Предполагать 100% автоматизации. Планируйте исключения и людей, которые их разбирают.
- Доверять ощущению продуктивности. В исследовании METR опытные разработчики с ИИ работали на 19% медленнее, хотя считали, что ускорились на 20% (METR). Измеряйте, а не оценивайте на глаз.
- Не учитывать цену ошибок. Ошибочный возврат денег или выдуманное обещание клиенту стоят денег; заложите в план проверку качества и маршрут передачи человеку.
Вывод
Расчёт ROI ИИ-автоматизации — это юнит-экономика плюс честность в сроках. Выберите один процесс, измерьте его, оцените каждый слой затрат, смоделируйте выход на мощность и посчитайте три сценария. Если консервативный сценарий окупается в пределах года, проект заслуживает пилота. Если он работает только в оптимистичном варианте, сузьте задачу или возьмите другой процесс.
С этого начинается большинство проектов в Lotus Libre Agents: один процесс, одна метрика, базовый замер и дата окупаемости, под которой подписываются все. Если хотите, чтобы кто-то со стороны посмотрел на ваши цифры, запишитесь на бесплатный 15-минутный аудит — мы честно скажем, выдерживает ли ваш бизнес-кейс проверку.