«Разрабатывать или покупать» — первый стратегический вопрос почти любого ИИ-проекта, и в 2026 году рынок дал на него довольно ясный ответ: больше покупать, меньше разрабатывать. В 2025 году 76% корпоративных ИИ-сценариев были куплены, а не созданы своими силами; годом ранее — 53%. ИИ-сделки доходили до продакшена в 47% случаев против 25% у обычного SaaS (Menlo Ventures). По данным MIT NANDA, решения, купленные у специализированных поставщиков или сделанные с партнёрами, были успешны примерно в 67% случаев, собственная разработка — заметно реже (Fortune).
Но «купить» — это очень разные вещи: от ИИ-администратора за 49 $ в месяц до кастомного агента, которого партнёр собирает в вашем собственном облачном аккаунте. И «разработать» может означать нанять команду — или заказать одну систему, которая целиком принадлежит вам. В статье — схема решения: четыре варианта вместо двух, семь вопросов, матрица оценки и сравнение затрат за три года.
Четыре варианта, а не два
| Вариант | Примеры | Время до результата | Стартовые затраты | Текущие затраты | Контроль и права | Лучше всего, когда |
|---|---|---|---|---|---|---|
| Агент внутри платформы | Intercom Fin, Zendesk AI, HubSpot Breeze, Salesforce Agentforce, Copilot Studio; в СНГ — агенты внутри amoCRM и Битрикс24 | Дни или недели | Низкие | За результат или кредиты | Низкие: агент живёт в платформе вендора | Типовые задачи в инструменте, которым вы уже пользуетесь |
| Отраслевой SaaS | ИИ-администраторы вроде Rosie (49–299 $ в месяц) или Smith.ai (150 $); квалификация лидов для риелторов Structurely (499 $ в месяц плюс 2 000 $ за настройку) | Дни | Низкие | Подписка | Низкие или средние | Типовые процессы вашей отрасли |
| Разработка партнёром на вашем стеке | n8n на своём сервере плюс собственный код, модели через API, MCP-коннекторы | 2–8 недель | Средние (10 000–50 000 $ и выше) | Хостинг, модели, ретейнер | Высокие, если всё в ваших аккаунтах | Собственные действия, интеграции, требования к размещению данных |
| Полностью своя разработка | Собственная команда | Месяцы | Высокие (найм) | Зарплаты | Полные | Ключевое отличие бизнеса и сильная внутренняя команда |
Источники цен: Rosie, Smith.ai, Rework, Lets-Viz.
Большинство решений в малом и среднем бизнесе оказываются в двух средних вариантах. Платформы забирают всё больше простых сценариев: n8n встроен в SAP Joule Studio (Tech.eu), агенты появились в крупных CRM — от HubSpot и Salesforce до amoCRM и Битрикс24. Простой чат-бот перестал быть отдельным продуктом. Ценность смещается в интеграции, собственные действия, данные и проектирование процессов.
Семь вопросов, которые решают дело
1. Отличает ли вас этот процесс от конкурентов? Если клиенты выбирают вас именно из-за него — вашей логики цен, экспертизы, сервисного обещания, — владеть системой важно. Если это гигиена вроде сброса пароля или статуса заказа, покупайте.
2. Закрывает ли встроенный агент большую часть задачи? Сначала протестируйте. Если агент вашего хелпдеска решает основную массу обращений, 0,99 $ за решение у Fin задают потолок того, сколько может стоить кастомное решение (Fin). Разрабатывайте только под разрыв.
3. Насколько глубоки интеграции и действия? Отвечать на вопросы просто. Оформить возврат в Shopify, перенести выезд в системе планирования или провести счёт в ERP или 1С — нет. Интеграции занимают 40–60% бюджета RAG-проекта (ment.tech), и именно здесь готовые агенты заканчиваются.
4. Насколько чувствительны данные и где они должны храниться? В Германии 66% пользователей ИИ называют защиту данных главным барьером (Bitkom). В Европе 77% компаний учитывают страну происхождения ИИ-вендора, а 66% беспокоит зависимость от иностранного ИИ (данные Deloitte через DEV). Для компаний в Центральной Азии и на Кавказе важен и доступ к моделям: OpenAI и Anthropic официально работают в Казахстане, Узбекистане, Армении и Грузии (OpenAI, Anthropic). Если нужен хостинг в ЕС или модели на своих серверах, вариантов становится заметно меньше.
5. Какой объём и как будут расти затраты? Оплата за результат растёт линейно с объёмом, у кастомного решения затраты в основном фиксированные. Точка перелома часто ниже, чем кажется (см. расчёт ниже).
6. Есть ли у вас люди? В Германии 85% компаний, ещё не использующих ИИ, называют нехватку компетенций. Senior ИИ-разработчик в штате обходится примерно в 8 300 $ в месяц с налогами и издержками (Lets-Viz). ИИ-специалисты в американских агентствах берут 175–350 $ в час (Digital Applied), а в Западной Европе надбавка за компетенции в ИИ/ML составляет 40–60% к обычным ставкам разработчиков (Index.dev). К тому же один человек — это единая точка отказа.
7. Насколько легко уйти? Спросите, что будет с вашими данными, промптами, сценариями и тестовыми наборами, если вендор поднимет цены, сменит модель или уйдёт с рынка.
Простая матрица оценки
Оцените каждый критерий от 1 (явно за покупку) до 5 (явно за разработку), умножьте на вес и сложите.
| Критерий | Вес | 1 = покупать | 5 = разрабатывать |
|---|---|---|---|
| Отличие от конкурентов | 25% | Типовой процесс | Ядро вашего предложения |
| Глубина интеграций | 20% | Только ответы, чтение | Действия с записью в нескольких системах |
| Чувствительность и размещение данных | 15% | Открытые или некритичные данные | Особые категории данных, жёсткие требования к размещению |
| Экономика объёма | 15% | Малый или неопределённый объём | Большой стабильный объём |
| Внутренние компетенции | 10% | Нет технической команды | Опытные ИИ-инженеры в штате |
| Риск привязки к вендору | 10% | Легко заменить | Критично, сложно мигрировать |
| Давление сроков | 5% | Нужно в следующем месяце | Может подождать квартал |
Как читать результат: меньше 2,5 — покупайте платформенного агента или SaaS. От 2,5 до 3,5 — гибрид: покупаете платформу, края разрабатывает партнёр. Больше 3,5 — разрабатывайте, с партнёром или своими силами в зависимости от оценки компетенций.
Два примера. Помощник интернет-магазина по статусу заказа получает примерно 1 / 3 / 2 / 3 / 1 / 2 / 1, взвешенная сумма — 1,95: протестируйте встроенного агента хелпдеска и при необходимости добавьте одно небольшое собственное действие. Конвейер документов логистической компании (CMR, счета и таможенные документы в TMS и ERP, данные в ЕС) получает 3 / 5 / 4 / 4 / 2 / 4 / 3, взвешенная сумма — 3,7: разрабатывать, а при оценке компетенций 2 — силами партнёра в собственных аккаунтах компании.
Сравнение затрат за три года
Возьмём агента поддержки. Вариант A — платформенный агент за 0,99 $ за решённое обращение. Вариант B — кастомный агент поверх вашего хелпдеска: допустим, 30 000 $ за разработку (в пределах рыночного диапазона 10 000–50 000 $) плюс ежемесячные затраты на сопровождение, хостинг и модели, растущие с объёмом, — допустим, 3 500, 4 000 и 5 000 $ в месяц для трёх объёмов ниже. Расход на модели одного агента в эксплуатации обычно составляет 50–500 $ в месяц (Lets-Viz), так что основная часть — это ретейнер.
| Решённых обращений в месяц | SaaS с оплатой за результат, 3 года | Кастомный агент, 3 года | Дешевле |
|---|---|---|---|
| 2 000 | 71 280 $ | 156 000 $ | SaaS |
| 5 000 | 178 200 $ | 174 000 $ | Примерно одинаково |
| 15 000 | 534 600 $ | 210 000 $ | Кастомный агент |
Оговорки важны: в цифрах SaaS нет лицензий хелпдеска и платформенных сборов, в цифрах кастомного решения — вашего внутреннего времени; доля решённых обращений у вариантов может различаться; а кастомный агент может выполнять действия, недоступные платформенному. Пересчитайте модель на своём объёме и своих коммерческих предложениях: важна форма кривой, а не точная точка перелома. Как сравнивать предложения с оплатой за решение, за диалог и за действие, мы разбираем в статье о моделях оплаты ИИ за результат.
Скрытые риски собственной разработки
- Скорость не такая, какой кажется. В исследовании METR опытные разработчики с ИИ-инструментами работали на 19% медленнее, хотя считали, что ускорились на 20% (METR). 66% разработчиков жалуются на решения ИИ, которые «почти правильные» (Stack Overflow).
- Долг по безопасности. Проверка 5 600 публичных приложений, собранных на ИИ-платформах для кода, нашла более 2 000 серьёзных уязвимостей, 400 открытых секретов и 175 утечек персональных данных (SoftwareSeni).
- Сопровождение не заканчивается. Evals, мониторинг, обновление моделей и базы знаний продолжаются и после запуска. Заложите на это бюджет, иначе система деградирует.
Скрытые риски покупки
- Agent washing. По оценке Gartner, из тысяч вендоров, называющих свои продукты агентными, реальные агентные возможности есть примерно у 130 (MarTech).
- Вендоры, которые не те, за кого себя выдают. Builder.ai привлёк сотни миллионов долларов, в том числе от Microsoft, и в мае 2025 года стал неплатёжеспособным: выяснилось, что значительную часть работы делали люди, а выручка была завышена (Wikipedia).
- Вендоры меняют курс. OpenAI закрыла видеоприложение Sora в апреле 2026 года, а API — в сентябре 2026 года, несмотря на громкое партнёрство с Disney (Wikipedia). Всё, что построено на одном вендоре, наследует этот риск.
- Смена цен. HubSpot перевёл своих ИИ-агентов на оплату за результат в апреле 2026 года (Resolve247). Обычно это выгодно покупателю, но ваш бюджет зависит от чужого решения.
Гибрид, который обычно выигрывает: купить платформу, разработать края
Для большинства компаний среднего размера ответ — ни чистая разработка, ни чистая покупка:
- Покупайте типовые слои: базовые модели через API, хелпдеск или CRM со встроенным агентом и платформу автоматизации. n8n в облаке стоит 20, 50 или 667 € в месяц, а Community-версия на своём сервере бесплатна (n8n); сравнение — в статье n8n, Make и Zapier.
- Разрабатывайте то, что вас отличает: собственные действия, интеграции с вашими системами, тестовые наборы, ограничители и свой конвейер знаний. Для рынков СНГ сюда же относится переносимость между каналами: в Казахстане главный канал — WhatsApp, в Узбекистане — Telegram, и бот должен переезжать между ними за дни, а не за месяцы.
- Используйте открытые стандарты на стыках. Model Context Protocol в декабре 2025 года передан в Agentic AI Foundation при Linux Foundation, публичных MCP-серверов уже больше 10 000 (блог MCP, Digital Applied). Подробнее — в статье MCP простыми словами.
- Сохраняйте права. Пусть решение работает в ваших аккаунтах с вашими ключами, а договор закрепляет за вами код, промпты и данные — об этом статья как владеть своим ИИ без привязки к вендору.
Чек-лист проверки поставщика
Покупая платформу, SaaS-инструмент или услуги партнёра, запросите:
- Кейсы с метриками «было — стало», а не только логотипы.
- Договор об обработке данных (DPA), список субпроцессоров и вариант хостинга в ЕС.
- Экспорт ваших данных, журналов диалогов, промптов и настроек в пригодных форматах.
- Письменное определение оплачиваемых результатов, лимиты и правила изменения цен.
- Отчёты об оценке качества и описание того, как обнаруживается ухудшение.
- Подтверждение безопасности (например, SOC 2 или ISO 27001) и порядок действий при инцидентах.
- Условия выхода с переходным периодом.
Когда пересматривать решение
«Разрабатывать или покупать» — не приговор навсегда. Планируйте пересмотр раз в год и раньше — при одном из этих поводов:
- Объём пересёк точку перелома из вашей трёхлетней модели — в любую сторону.
- Вендор меняет цены или условия, например переходит с лицензий на оплату за результат или вводит минимумы.
- Платформа догнала вас. Если встроенный агент теперь делает то, что вы разработали сами, выключите свой код и сэкономьте на поддержке.
- Появилось новое требование комплаенса: хостинг в ЕС, обязанность раскрытия ИИ или отнесение сценария к высокому риску.
- Процесс стал стратегическим. То, что в прошлом году было гигиеной, сегодня может стать частью вашего предложения — и им стоит владеть.
Регулярный пересмотр помогает избежать обеих классических ловушек: годами платить платформе, когда объём давно оправдывает свою разработку, и поддерживать собственный код, который платформа давно сделала ненужным.
Типичные ошибки
- Разрабатывать то, что платформа уже умеет. Всегда сначала тестируйте встроенного агента.
- Покупать демо, а не процесс. Если инструмент не может действовать в ваших системах, сотрудники будут копировать вручную.
- Сравнивать затраты только за первый год. У оплаты за результат и кастомного решения разные кривые затрат — считайте на три года.
- Нанять одного ИИ-инженера и назвать это командой. Продакшену нужны ревью, сопровождение и замена на время отсутствия.
- Игнорировать стоимость выхода. Переносить промпты, данные и сценарии потом дорого, если они вам никогда не принадлежали.
- Позволять вендору определять успех. Ваш базовый замер, ваша метрика, ваш источник данных.
Вывод
«Разрабатывать или покупать» — вопрос не принципа, а соответствия задаче. Покупайте там, где процесс типовой и платформа делает его хорошо. Разрабатывайте там, где процесс вас отличает, где нужны глубокие интеграции или особые требования к данным, или там, где объём делает оплату за результат дорогой. Для большинства компаний малого и среднего бизнеса лучший вариант — гибрид: купить платформу, разработать края, сохранить данные за собой.
Так мы строим решения в Lotus Libre Build и Lotus Libre Agents: в ваших аккаунтах, на открытых стандартах, с кодом, промптами и тестовыми наборами, которые принадлежат вам. Если вы прямо сейчас выбираете между разработкой и покупкой, запишитесь на бесплатный 15-минутный аудит — оценим ваш сценарий вместе по этой матрице.