AI-агент приносит деньги не сам по себе, а через три измеримых источника: возвращённые часы сотрудников, прирост выручки на том же входящем потоке и снижение потерь от ошибок и упущенных обращений. В наших 42 проектах медианная окупаемость составила 3,1 месяца, а контур на одном процессе стоит 13 200 ₽ в месяц на инфраструктуре при разовом внедрении от 90 000 ₽ до 1 800 000 ₽. Пример, который мы разбираем ниже целиком: 1 800 000 ₽ инвестиций дают 18 400 000 ₽ чистого эффекта за 12 месяцев, а точка окупаемости проходит на 3,1 месяце. Все цифры — оценки на основе наших проектов: в вашем случае результат зависит от объёма процесса, полной стоимости часа сотрудника и качества данных. Дальше — формула, смета, шаблон расчёта на ваших цифрах и разбор ловушек, которые завышают ROI в полтора-два раза.
Короткий ответ: сколько денег приносит AI-агент
Начнём с честной формулировки. AI-агент не печатает деньги и не заменяет отдел целиком: он выполняет конкретную повторяющуюся работу быстрее и дешевле, а освободившееся время либо сокращает расходы, либо превращается в выручку. Поэтому вопрос «сколько приносит» всегда распадается на три отдельных расчёта, и складывать их в один красивый процент нужно только после того, как каждый посчитан отдельно.
Первый источник — возвращённые часы. В поддержке это время операторов, в документах — время бухгалтерии, в продажах — время менеджеров на рутине вместо разговоров с клиентами. Второй источник — выручка на существующем потоке: агент отвечает за 8 секунд вместо трёх часов, а быстрый ответ конвертируется в встречу заметно чаще. Третий источник — потери, которых не случилось: ошибки в проводках, пропущенные обращения в нерабочее время, кассовые разрывы, замеченные позже, чем нужно.
В цифрах это выглядит так. Медиана по нашим 42 проектам — окупаемость 3,1 месяца, то есть типичный проект возвращает вложенное в течение квартала и дальше работает в плюс. Пример, который мы разберём подробно: 1 800 000 ₽ инвестиций в AI-трансформацию направления дают 18 400 000 ₽ чистого эффекта за первый год, где операционные расходы уже вычтены. Это ROI около 922%, или примерно 10,2 ₽ эффекта на каждый вложенный рубль.
Важная оговорка, без которой все цифры выше бесполезны. Эффект сильно зависит от того, сколько операций проходит через процесс и сколько стоит час человека, который их выполняет. Процесс с 300 обращениями в месяц и процесс с 2 400 обращениями в месяц отличаются по экономике не в разы, а на порядок. Поэтому мы никогда не считаем ROI «по среднему по рынку» — только на ваших данных, и если расчёт показывает окупаемость за горизонтом года, говорим об этом прямо.
Внешний контекст, который стоит держать в голове. По опросу Pew Research (июнь 2026 года) 42% взрослых в США используют чат-ботов для поиска информации, а замер 2025 года показал, что при наличии ИИ-сводки переход по обычной ссылке случается в 8% случаев против 15% без неё. Для экономики агента это означает, что скорость первого ответа становится дороже: клиент, получивший ответ за секунды, с большей вероятностью остаётся в вашей воронке, чем тот, кто ждал три часа. Общерыночные проценты внедрения мы в расчёт намеренно не подставляем — они не заменяют вашу воронку; всё, что ниже, посчитано на данных клиента.
Как посчитать ROI AI-агента: формула с внедрением, токенами и поддержкой
Большинство неудачных расчётов страдают одной болезнью: в числителе стоит только экономия на людях, а в знаменателе — только стоимость разработки. Между тем у AI-агента есть стоимость владения, а у эффекта — несколько независимых слагаемых. Рабочая модель выглядит так, и её можно посчитать в обычной таблице за один вечер.
Эффект за период = высвобожденные часы × полная стоимость часа + прирост маржи от дополнительных сделок − стоимость ошибок и потерь.
Затраты за период = внедрение + (токены + инфраструктура + поддержка) × число месяцев + обучение и переобучение сотрудников.
ROI = (Эффект − Затраты) ÷ Затраты × 100%.
Окупаемость, месяцев = инвестиции в внедрение ÷ средний месячный чистый эффект.
Теперь разложим каждое слагаемое, потому что именно здесь чаще всего прячутся расхождения между расчётом и фактом. «Внедрение» — это разовые инвестиции: аудит, проектирование, разработка сценариев, интеграции, приёмка на исторических данных и обучение команды. «Токены» — переменная часть: цена за тысячу токенов умножается на объём контекста и число обращений, и эта строка растёт вместе с нагрузкой, а не вместе с числом сотрудников. «Инфраструктура» — сервер оркестратора, векторная база, мониторинг. «Поддержка» — accompaniment проекта после запуска: актуализация базы знаний, доработки, разбор инцидентов. Эти четыре строки нельзя путать между собой, иначе расчёт поедет.
| Термин | Что входит | Как получить цифру | Пример из наших проектов |
|---|---|---|---|
| Внедрение | Аудит, проектирование, разработка сценариев, интеграции, приёмка, обучение | Коммерческое предложение по тарифу, разовый платёж | 590 000 ₽ в тарифе «Автоматизация направления», 1 800 000 ₽ в «AI-трансформации» |
| Токены (LLM API) | Классификация обращений, извлечение полей, черновики ответов, резюме диалогов, перепрогоны при отладке | Цена за 1 000 токенов × средний объём контекста × число обращений × коэффициент перепрогонов | 6 800 ₽ в месяц на пилотной нагрузке до 5 000 запусков сценария |
| Инфраструктура | Сервер оркестратора, векторная база, мониторинг, резерв на пики | Фиксированная смета по компонентам контура | 6 400 ₽ в месяц: сервер, база знаний, мониторинг и резерв |
| Поддержка и развитие | Актуализация базы знаний, доработки сценариев, разбор инцидентов, обновление моделей | Оценка часов команды в месяц × ставка, обычно 6–12% от стоимости внедрения | 35 000 ₽ в месяц на одном процессе |
| Обучение | Обучение сотрудников новой роли, регламенты, период привыкания с падением скорости | Число сотрудников × часы обучения × стоимость часа + потери переходного периода | 80–160 часов команды заказчика в первый месяц |
| Эффект: высвобожденные часы | Время, которое агент закрывает сам и которое раньше забирал человек | Объём операций × доля автономности × время на операцию × полная стоимость часа | 420 часов в месяц на процессе поддержки с 2 400 обращениями |
| Эффект: прирост маржи | Дополнительные встречи, сделки и повторные продажи за счёт скорости и полноты ответа | Прирост конверсии в п.п. × число операций × маржа на сделку | Конверсия в встречу 14,8% против 10,7% до внедрения |
| Эффект: снижение потерь | Ошибки в документах и проводках, упущенные обращения, поздние алерты, расхождения в актах | Число инцидентов в месяц × средняя стоимость одного инцидента × доля предотвращённых | 17 расхождений в актах найдено за первый квартал работы агента |
Рабочий пример: считаем ROI процесса поддержки на салфетке
Возьмём типовой процесс: 2 400 обращений в месяц, 15 минут на обращение, шесть операторов первой линии, полная стоимость часа сотрудника с налогами и накладными — 500 ₽. Агент после пилота закрывает самостоятельно 70% обращений. Считаем эффект: 2 400 × 0,7 = 1 680 обращений без оператора; 1 680 × 15 минут = 25 200 минут, то есть 420 часов в месяц; 420 × 500 ₽ = 210 000 ₽ экономии в месяц в человеко-часах.
Теперь затраты. Внедрение по тарифу «Автоматизация направления» — 590 000 ₽. Операционные расходы: 13 200 ₽ инфраструктуры плюс 35 000 ₽ поддержки — итого 48 200 ₽ в месяц, или 578 400 ₽ за 12 месяцев. Полные затраты за год: 590 000 + 578 400 = 1 168 400 ₽. Полный эффект за год: 210 000 × 12 = 2 520 000 ₽.
ROI = (2 520 000 − 1 168 400) ÷ 1 168 400 × 100% ≈ 116%. Чистый эффект в месяц равен 210 000 − 48 200 = 161 800 ₽, значит окупаемость = 590 000 ÷ 161 800 ≈ 3,7 месяца. Обратите внимание: мы не считали здесь ни рост выручки, ни снижение потерь — только высвобожденные часы. Именно так и нужно делать: сначала посчитать самый консервативный эффект, и если он уже окупает проект, всё остальное становится запасом прочности, а не основанием для решения.
И ещё одна деталь, которую часто пропускают. Доля автономности 70% — это не обещание, а допущение, которое нужно проверить на исторических данных до старта. Если агент закроет 45%, эффект упадёт до 135 000 ₽ в месяц, а окупаемость растянется до 6,8 месяца. Разница между 70% и 45% — это разница между «проект окупается за квартал» и «проект окупается за три квартала», и она целиком определяется качеством базы знаний, а не моделью.
Сколько стоит инфраструктура AI-агента в месяц?
Инфраструктура — самая понятная часть бюджета, и одновременно та, вокруг которой больше всего мифов. Нам регулярно говорят: «Мы слышали, что токены съедают сотни тысяч рублей в месяц». На пилотной нагрузке это не так. Смета ниже — оценка для одного процесса с нагрузкой примерно до 5 000 запусков сценария в месяц. Это ориентир для планирования бюджета из наших проектов, а не публичная оферта: итоговая сумма зависит от числа обращений, объёма контекста, который вы передаёте в модель, и требований к контуру данных.
| Статья | Что входит | В месяц, ₽ |
|---|---|---|
| n8n self-hosted | Сервер под оркестратор, PostgreSQL для логов и состояния, Redis для очереди | 2 400 |
| LLM API | Токены на классификацию, извлечение полей, черновики ответов, резюме диалогов и перепрогоны при отладке | 6 800 |
| Векторная база | Хранилище эмбеддингов базы знаний, регламентов, прайсов и скриптов | 1 900 |
| Мониторинг | Метрики сценариев, алерты об ошибках, логи выполнения, дашборд по расходу токенов | 900 |
| Резерв | Запас на пики, повторные прогоны и переиндексацию базы знаний | 1 200 |
| Итого | Полный контур автоматизации одного процесса на пилотной нагрузке | 13 200 |
Что здесь важно понимать при расчёте ROI. Строка «LLM API» — самая подвижная: она зависит не от числа сотрудников, а от количества обращений и объёма контекста. Если отправлять в модель всю переписку целиком, счёт вырастет в разы при той же полезной работе. Мы почти всегда начинаем с оптимизации контекста: передаём только релевантные фрагменты из векторной базы и сжатое резюме диалога вместо полной истории, и это снижает расход на токены в два-три раза.
Строка «n8n self-hosted» — самая стабильная и предсказуемая. По сути это стоимость сервера и времени на его обслуживание, и она не растёт вместе с числом обращений. Именно поэтому self-hosted контур так хорошо ложится в экономику: сценарий может срабатывать сто тысяч раз в месяц, и вы не платите за каждое срабатывание отдельно. Векторная база за 1 900 ₽ — это не «ещё одна база данных ради моды», а слой, где лежат ваши регламенты, условия и гарантии; без него агент отвечает из общих знаний, а это уже риск, а не экономия. Как устроен весь контур целиком, мы разобрали в отдельном материале про связку n8n, LLM и CRM.
Важная оговорка про масштаб. 13 200 ₽ — это цена одного процесса на пилотной нагрузке. Когда агентов становится три-четыре и они работают на общем контуре, инфраструктура растёт нелинейно: сервер и мониторинг делятся между процессами, а токены и векторная база — нет. На практике второй и третий процесс добавляют к смете 40–60% от первой суммы, и это ещё одна причина считать ROI по направлениям, а не по компании целиком.
Что даёт агент по направлениям: продажи, поддержка, документы, аналитика
Общая формула хороша для методологии, но решение о бюджете принимается по конкретному направлению. Ниже — сводка по четырём направлениям, где мы чаще всего видим быструю окупаемость, с цифрами из наших проектов (полный список — в разделе кейсов). Все значения — оценки по итогам внедрений у конкретных заказчиков; в вашем процессе они будут другими, и это нормально.
| Направление | Что делает агент | Цифры из проектов | Что это даёт в деньгах |
|---|---|---|---|
| Продажи | Мгновенный первый ответ, квалификация по BANT, персонализация, назначение встреч в календарь, автозаполнение сделок | Диалоги +38%, конверсия в встречу 14,8% (+4,1 п.п.), CPL −46% (412 ₽), ответ менее 60 секунд, 97% автономно | Прирост встреч на том же потоке лидов и экономия на платном трафике: стоимость лида падает почти вдвое |
| Поддержка | Первая линия на базе знаний, эскалация с контекстом и черновиком ответа, омниканальность | 78,4% обращений без оператора, ответ 8 секунд, CSAT 4,7/5, освобождено 2 480 чел.-ч в месяц, 4 оператора переведены в продажи | Основной эффект — человеко-часы; часть команды переходит на задачи, приносящие выручку, а не сокращается |
| Документы | OCR и извлечение реквизитов, валидация правил, сверка с 1С, автоматические проводки | Точность 99,2%, 6 секунд на документ, минус 4 ставки, 41 секунда среднее прохождение | Самое быстро окупающееся направление: снимаются ставки и одновременно падает цена ошибки в проводках |
| Аналитика и финансы | Сверка с банком, автоотчётность, прогноз cash-flow, алерты о разрывах | Точность прогноза 94,1% (MAE 2,4%), закрытие месяца 4 часа вместо 6 дней, 3 предотвращённых кассовых разрыва, 17 найденных расхождений | Эффект в скорости управленческих решений и в предотвращённых потерях, а не в сокращении ФОТ |
Как переводить эти цифры в деньги
По продажам логика такая: агент не увеличивает поток лидов, он выжимает больше из того, что уже есть. Если при 600 заявках в месяц конверсия в встречу растёт с 10,7% до 14,8%, это плюс 25 встреч ежемесячно без дополнительного рубля на рекламу. Умножьте 25 на стоимость встречи в вашей воронке — обычно это самый крупный блок эффекта в проекте. Подробный разбор с метриками есть в кейсе AI SDR для поставщика промышленного оборудования.
По поддержке экономика честнее и проще: 78,4% обращений закрываются без оператора, а это 2 480 освобождённых человеко-часов в месяц. Здесь важна одна развилка. Если считать эффект как «сократили четырёх операторов», картина будет заниженной и, что хуже, разрушительной для команды. В наших проектах люди не сокращаются, а переходят на задачи, где их час стоит дороже: те же четыре оператора ушли на работу с клиентами и допродажи. Смотрите кейс AI-поддержки сети маркетплейс-селлеров, там этот переход описан по шагам.
По документам эффект складывается из двух частей: снятые ставки и цена ошибки. Точность 99,2% при шести секундах на документ означает, что ручные операции уходят, а вместе с ними уходит и риск проводки не в тот период. Минус четыре ставки — это прямая экономия, но не забывайте посчитать стоимость ошибки до внедрения: в логистике и производстве один неверный акт иногда дороже месяца работы оператора. Смотрите кейс обработки документов для логистической компании.
По финансам эффект измеряется не часами, а решениями. Закрытие месяца за 4 часа вместо 6 дней — это не экономия ФОТ, а скорость управленческой реакции. Три предотвращённых кассовых разрыва и 17 найденных расхождений в актах — это деньги, которые компания не потеряла. Именно такие строки сложнее всего посчитать заранее и именно их чаще всего забывают в ROI. Ориентир — кейс AI-финансиста производственного холдинга.
За сколько окупается AI-агент: пример на 1 800 000 ₽ инвестиций
Теперь разберём полный расчёт с разгоном по месяцам, потому что именно разгон ломает большинство красивых одностраничных смет. Агент не выходит на полную мощность в первый день: первые недели он работает в теневом режиме, его решения проверяет человек, база знаний наполняется, а доля автономных ответов растёт постепенно. Поэтому эффект первых двух месяцев всегда ниже среднего по году, а точка окупаемости сдвигается вправо.
Возьмём проект уровня AI-трансформации: 1 800 000 ₽ инвестиций, три автоматизированных направления (продажи, документы, аналитика), операционные расходы 100 000 ₽ в месяц (инфраструктура и поддержка), уже вычтенные из цифр ниже. Если бы мы считали по среднему, то разделили бы 18 400 000 ₽ на 12 и получили бы окупаемость около 1,2 месяца — и это была бы неправда. Считаем по месяцам.
| Месяц | Чистый эффект за месяц, ₽ | Накопленным итогом, ₽ | Что меняется |
|---|---|---|---|
| 1 | 300 000 | 300 000 | Пилот на одном процессе: агент работает в теневом режиме, часть решений проверяет человек |
| 2 | 620 000 | 920 000 | Первый процесс переведён в автономный режим, высвобождаются часы первой линии |
| 3 | 800 000 | 1 720 000 | Подключены второй канал и база знаний, растёт доля автономных решений |
| 4 | 1 250 000 | 2 970 000 | Точка окупаемости пройдена: 1 800 000 − 1 720 000 = 80 000 ₽, то есть 80 000 ÷ 1 250 000 ≈ 0,06 месяца, итого 3,1 месяца |
| 5 | 1 700 000 | 4 670 000 | Автоматизировано второе направление — обработка документов |
| 6 | 1 780 000 | 6 450 000 | Документы вышли на точность выше 99%, ручные операции сняты |
| 7 | 1 850 000 | 8 300 000 | Подключена аналитика: сверка, отчётность, прогноз |
| 8 | 1 900 000 | 10 200 000 | Прогноз снижает цену ошибки в планировании, появляются алерты о разрывах |
| 9 | 1 950 000 | 12 150 000 | Пересчёт эффекта на фактических данных, допущения уточнены |
| 10 | 2 000 000 | 14 150 000 | Масштабирование на филиалы и региональные команды |
| 11 | 2 050 000 | 16 200 000 | Поддержка переведена на регламент, стоимость владения стабильна |
| 12 | 2 200 000 | 18 400 000 | Итог года: 18 400 000 ₽ чистого эффекта при 1 800 000 ₽ инвестиций |
Что показывает эта таблица помимо итоговой суммы. Во-первых, проект уходит в плюс на 3,1 месяце — это чуть быстрее нашей медианы, и мы специально не стали подгонять цифры к «средней» окупаемости, чтобы было видно, как разгон влияет на результат. Во-вторых, эффект растёт от месяца к месяцу не сам по себе: за каждой строкой стоит либо новый процесс, либо рост доли автономности. Если после четвёртого месяца ничего не делать, кривая выйдет на плато примерно на 1 250 000 ₽ и итог года будет заметно скромнее. В-третьих, ROI за год равен (18 400 000 − 1 800 000) ÷ 1 800 000 × 100% ≈ 922%.
Сравните с нашей статистикой: медианная окупаемость 3,1 месяца по 42 проектам, и 97% клиентов продлевают поддержку после первого года. Это косвенный, но довольно честный показатель: если бы проекты не окупались, их бы не продлевали. Рейтинг 4,9 из 5 при 87 отзывах — из той же серии.
Сколько стоит само внедрение
Инвестиции в расчёте выше — это не абстрактная цифра, а наш тариф «AI-трансформация». Полная линейка и состав работ по каждому тарифу — на странице услуг и тарифов. Для ориентира она выглядит так. Все суммы — «от», потому что итоговая смета зависит от числа интеграций, каналов и требований к контуру данных.
| Тариф | Что входит | Стоимость |
|---|---|---|
| Пилот | Один процесс, проверка гипотезы на исторических данных, 3–5 сценариев | от 90 000 ₽ |
| Автоматизация направления | Направление целиком: каналы, интеграции с CRM или 1С, регламенты, обучение команды | от 340 000 ₽ |
| AI-трансформация | Несколько направлений на общем контуре, аналитика, масштабирование на филиалы | от 1 800 000 ₽ |
Оплата идёт этапами 30/40/30: первый платёж на старте, второй после пилота на реальных данных, третий после приёмки. Такая схема удобна обеим сторонам, потому что заказчик платит за подтверждённый этап, а не за обещание. Целевые метрики мы фиксируем в договоре: если за три месяца не вышли на метрику по нашей вине, дорабатываем бесплатно. Именно поэтому мы настаиваем на расчёте ROI до старта — нам важно, чтобы метрика была измеримой, а не вдохновляющей.
Что команды считают в экономике агента, а что забывают?
За годы проектов мы собрали устойчивый список строк, которые попадают в расчёт, и не менее устойчивый список того, что из него выпадает. Разница между этими двумя колонками — главная причина, по которой прогноз и факт расходятся. Ниже — рабочая таблица: возьмите её как чек-лист и пройдитесь по своему расчёту.
| Строка расчёта | Считают | Забывают |
|---|---|---|
| Токены | Расход на рабочие обращения по прайсу модели | Расход на перепрогоны при отладке, тесты, повторные запросы при сбоях, реиндексацию базы знаний |
| Поддержка и база знаний | Ежемесячный платёж подрядчику | Время своего сотрудника на актуализацию регламентов и проверку ответов — от 4 до 10 часов в неделю |
| Интеграции | Стоимость основного контура | Каждая дополнительная система: телефония, склад, банк, мессенджер. Одна интеграция — это дни работы, а не часы |
| Обучение | Один обучающий семинар на старте | Период привыкания с падением скорости, обучение новых сотрудников, переобучение после изменения процессов |
| Стоимость ошибки | Ничего: считается, что ошибок не будет | Цена неверной проводки, некорректного ответа клиенту, пропущенного обращения. Её нужно посчитать до внедрения, чтобы было с чем сравнивать |
| Скорость ответа | Среднее время обработки | Эффект от того, что клиент получает ответ через 8 секунд, а не через 3 часа: рост конверсии на всём потоке, а не только на «горячих» лидах |
| Высвобожденные люди | Экономию ФОТ на сокращённых ставках | Перевод сотрудников на задачи с более высокой отдачей: если четыре оператора ушли в продажи, эффект надо считать по выручке, а не по сэкономленной зарплате |
| Стоимость владения | Стоимость внедрения | Годовой цикл: обновление моделей, рост нагрузки, переиндексация, аудит качества ответов |
Разберём три самые дорогие забывчивости. Первая — токены на отладку. В пилоте расход токенов в три-пять раз выше рабочего: сценарии прогоняются на исторических данных, тестируются граничные случаи, часть запросов уходит впустую. Если заложить в бюджет только рабочий расход, первый месяц неприятно удивит. Вторая — время заказчика. Актуализация базы знаний и проверка ответов агента — это регулярная работа на 4–10 часов в неделю в первые месяцы, и её нужно кому-то поручить. Третья — стоимость владения. Проект живёт годами, а нагрузка растёт: то, что стоило 13 200 ₽ на пилоте, на промышленной нагрузке будет стоить заметно дороже, и это нормально, если эффект растёт быстрее.
Отдельно про высвобожденных людей, потому что здесь чаще всего спорят с финансами. Классическая ошибка — считать эффект как сэкономленный ФОТ, а потом обнаружить, что людей не сократили, значит, «эффекта нет». Правильная логика: если сотрудник переходит с рутинной обработки обращений на работу с клиентом, его эффект нужно считать через выручку или через снижение потребности в найме при росте объёма. Оба способа корректны, но их нельзя смешивать: либо экономия на найме, либо прирост выручки, но не то и другое одновременно.
«Когда мы считали проект, в таблице было ровно две строки: экономия на операторах и стоимость разработки. К третьему месяцу выяснилось, что половину времени наших людей съедает проверка ответов агента и обновление регламентов, а расход на токены в пилоте оказался втрое выше рабочего. Мы не отказались от проекта — но пересчитали его честно и поняли, что эффект лежит не в ФОТ, а в скорости закрытия месяца. С тех пор я требую, чтобы в любой смете была колонка „чем мы будем это сопровождать“».
Как не обмануть себя в расчёте: шесть ловушек
Завышенный ROI почти никогда не результат подлога. Обычно это набор добросовестных допущений, каждое из которых по отдельности выглядит разумным. Вот шесть ловушек, которые мы встречаем чаще всего, и способ обойти каждую.
Ловушка 1. Оптимистичные допущения по конверсии
«Ну, процентов на тридцать конверсия точно вырастет» — самая дорогая фраза в проекте. Рост конверсии не берётся из воздуха: он возникает либо из скорости ответа, либо из полноты и точности ответа, и у него есть верхняя граница, за которой сидит рынок. Проверка простая: возьмите исторические данные и посчитайте, сколько заявок вы теряли из-за задержки ответа больше часа. Это и есть ваш реалистичный потолок, а не «плюс тридцать процентов». В нашем кейсе конверсия выросла на 4,1 п.п. — с 10,7% до 14,8%, и это уже очень хороший результат.
Ловушка 2. Двойной счёт одного эффекта
Один и тот же результат попадает в расчёт дважды: сначала как экономия человеко-часов, потом как рост выручки на тех же людях. Так делать нельзя. Если вы считаете, что операторы переходят в продажи и приносят выручку, то ФОТ вы уже не экономите; если экономите ФОТ на сокращении, то выручки от этих людей не будет. Выберите один вариант для каждого эффекта и зафиксируйте выбор в таблице, иначе итоговая сумма окажется завышенной примерно в полтора раза.
Ловушка 3. Игнорирование стоимости владения
В расчёт попадает внедрение, но не попадает год эксплуатации: поддержка, актуализация базы знаний, рост нагрузки, аудит качества. Мы обычно считаем стоимость владения на уровне 6–12% от стоимости внедрения в год для простых процессов и выше — для процессов с быстро меняющимися регламентами. Это не «накрутка подрядчика», а реальная работа: если база знаний не обновляется, точность ответов падает, а вместе с ней падает и эффект.
Ловушка 4. Сравнение с идеальным процессом
Иногда ROI считают от идеала: «если бы все операторы работали без ошибок и отвечали мгновенно». Это сравнение с фантазией, а не с реальностью. Правильная база — то, как процесс работает сейчас, со всеми простоями, ночными сменами, потерянными обращениями и текучкой. Именно поэтому мы требуем зафиксировать метрики до внедрения: без базовой линии любое улучшение невозможно ни доказать, ни оспорить.
Ловушка 5. Отсутствие контрольной группы
Если в месяце внедрения вырос весь рынок или вы одновременно запустили рекламу, весь рост запишется в заслугу агенту. Контрольная группа — это либо часть потока, обрабатываемая по старой схеме, либо сопоставимый прошлый период с поправкой на сезонность. Без неё вы не сможете отличить эффект агента от сезонного всплеска, а значит, не сможете защитить бюджет на следующий этап.
Ловушка 6. Попытка посчитать то, что не измеряется
«Агент улучшит клиентский опыт» — не строка расчёта. Если у вас нет CSAT, NPS или доли повторных обращений до внедрения, вы не измеряете улучшение, а верите в него. Либо начните измерять заранее, либо вынесите это за пределы ROI и честно назовите качественным эффектом. Такой подход не ослабляет проект: наоборот, он делает защиту бюджета устойчивой к неудобным вопросам.
Шаблон расчёта ROI для своей компании: двенадцать шагов
Ниже — последовательность, по которой мы считаем экономику вместе с заказчиком на аудите. Шаги идут по порядку, и пропускать их не стоит: без базовой линии третий шаг теряет смысл, а без проверки на двойной счёт итог раздувается. Первые три шага обычно занимают один рабочий день и не требуют ни доступа к моделям, ни подрядчика.
- Опишите процесс по шагам и посчитайте объём: сколько операций проходит в месяц, сколько каналов задействовано, что происходит в пиковые дни.
- Зафиксируйте базовую линию до внедрения: время ответа, конверсию в целевое действие, долю ошибок, долю повторных обращений, CSAT.
- Посчитайте полную стоимость часа сотрудника: оклад с налогами, рабочее место, накладные расходы, делённые на действительно полезные часы, а не на календарные.
- Оцените долю автономности по историческим данным: возьмите выборку обращений за месяц и проверьте, на какую часть у вас есть письменный регламент или ответ в базе знаний.
- Переведите высвобожденные часы в деньги: объём операций × доля автономности × время на операцию × стоимость часа.
- Посчитайте прирост выручки: прирост конверсии в процентных пунктах × число операций × маржа на сделку. Если маржи нет — считайте через стоимость лида.
- Оцените снижение потерь: число инцидентов в месяц × средняя стоимость инцидента × доля, которую агент предотвращает или выявляет раньше.
- Соберите стоимость владения на 12 месяцев: внедрение по тарифу + инфраструктура + поддержка + обучение и период привыкания.
- Проверьте, что ни один эффект не посчитан дважды: пройдитесь по таблице ловушек выше и рядом с каждой строкой напишите, кто владелец этого эффекта.
- Добавьте контрольную группу или сопоставимый период сравнения с поправкой на сезонность.
- Прогоните пессимистичный сценарий: доля автономности ниже на 20%, конверсия не выросла, расход на токены выше в полтора раза. Если проект окупается и так — решение можно принимать.
- Зафиксируйте целевую метрику и срок в договоре, а через три месяца пересчитайте ROI на фактических данных и скорректируйте план.
Чтобы шаблон было удобно копировать, вот таблица входных данных. Заполните третью колонку своими значениями — это и есть ваш расчёт. Четвёртая колонка показывает пример из проекта поддержки, который мы разбирали выше.
| Что вписать | Где взять | Ваше значение | Пример |
|---|---|---|---|
| Объём процесса, операций в месяц | Выгрузка из CRM, e-mailии или системы документооборота | — | 2 400 |
| Полная стоимость часа сотрудника, ₽ | Расчётный отдел или бухгалтерия | — | 500 |
| Время на одну операцию, минут | Хронометраж или данные системы | — | 15 |
| Доля автономности агента, % | Пилот на исторических данных, а не презентация | — | 70 |
| Стоимость одного лида, ₽ | Маркетинг: бюджет, делённый на число лидов | — | 763 до внедрения, 412 после |
| Конверсия в целевое действие, % | CRM, воронка продаж | — | 10,7 до внедрения, 14,8 после |
| Стоимость одного инцидента, ₽ | Финансы: средняя цена ошибки за последний год | — | 4 200 |
| Стоимость внедрения, ₽ | Коммерческое предложение по тарифу | — | 590 000 |
| Инфраструктура в месяц, ₽ | Смета контура: сервер, токены, векторная база, мониторинг, резерв | — | 13 200 |
| Поддержка и развитие в месяц, ₽ | Оценка часов команды или условия сопровождения | — | 35 000 |
И последнее, что стоит сделать до подписания бюджета: покажите расчёт человеку, который не участвует в проекте и не заинтересован в его запуске. Обычно это финансовый директор или руководитель смежного отдела. Один такой разбор снимает большинство завышенных допущений — и заодно готовит почву для защиты бюджета, когда проект выйдет на первую контрольную точку. Если вам нужен ориентир по соседним темам, посмотрите разбор семи причин, почему AI-проект не окупился: половина из них — это ошибки именно в экономическом расчёте.
Ключевой вывод: AI-агент приносит деньги предсказуемо только тогда, когда ROI считается на ваших данных и с полной стоимостью владения. Формула короткая: эффект минус затраты, делённое на затраты. Эффект складывается из высвобожденных часов, прироста маржи и предотвращённых потерь, затраты — из внедрения, токенов, инфраструктуры, поддержки и обучения. Инфраструктура одного процесса на пилотной нагрузке — около 13 200 ₽ в месяц, медианная окупаемость по нашим 42 проектам — 3,1 месяца. Если после честного расчёта проект не окупается за разумный горизонт, мы говорим об этом до старта, а не после.
Коротко
- AI-агент приносит деньги через три источника: высвобожденные человеко-часы, прирост выручки на том же потоке и предотвращённые потери.
- Формула ROI = (Эффект − Затраты) ÷ Затраты × 100%, где затраты включают внедрение, токены, инфраструктуру, поддержку и обучение, а не только разработку.
- Инфраструктура одного процесса на пилотной нагрузке — 13 200 ₽ в месяц: n8n 2 400 ₽, LLM API 6 800 ₽, векторная база 1 900 ₽, мониторинг 900 ₽, резерв 1 200 ₽. Это оценка, а не публичная оферта.
- Медианная окупаемость по нашим 42 проектам — 3,1 месяца; в разобранном примере 1 800 000 ₽ инвестиций дают 18 400 000 ₽ эффекта за 12 месяцев с окупаемостью на 3,1 месяце.
- Самый быстрый эффект дают документы и поддержка, самый крупный по деньгам — продажи и аналитика, где растёт не экономия, а выручка и качество решений.
- Чаще всего забывают токены на перепрогоны, время на поддержку базы знаний, стоимость интеграций, обучение, цену ошибок и эффект от скорости ответа.
- Шесть ловушек, которые завышают ROI: оптимистичная конверсия, двойной счёт, игнорирование стоимости владения, сравнение с идеальным процессом, отсутствие контрольной группы и попытка посчитать неизмеримое.
Все цифры в статье — оценки на основе наших проектов при описанной нагрузке и допущениях. Итоговый эффект и окупаемость зависят от объёма процесса, полной стоимости часа сотрудника, качества данных и требований к контуру. Мы не обещаем конкретных результатов: расчёт делается на ваших данных, целевые метрики фиксируются в договоре.
