Как оценить окупаемость корпоративного ИИ: расчёт по шагам

Вопрос об окупаемости искусственного интеллекта в компании почти всегда звучит слишком поздно — когда пилот уже запущен, бюджет израсходован, а внятных цифр нет. Причина не в том, что эффект от ИИ нельзя измерить. Причина в том, что его начинают измерять после внедрения, хотя считать нужно до, и считать по тем же правилам, по которым компания оценивает любую инвестицию в автоматизацию. Ниже разберём полную систему расчёта, от состава затрат до метрик, которые выдерживают проверку финансовой службой.

Что считать окупаемостью ИИ-проекта и на каком горизонте

Окупаемость ИИ — это не абстрактное повышение эффективности, а разница между денежным эффектом от изменения процесса и полной стоимостью владения решением на выбранном горизонте. Формулировка кажется очевидной, но на практике именно здесь ломается большинство расчётов. Компания считает экономию часов, забывая, что часы сами по себе не деньги. Освобождённое время превращается в экономию только тогда, когда оно либо сокращает затраты, либо производит дополнительную выручку.

Горизонт расчёта для ИИ-проектов отличается от классической автоматизации. Внедрение учётной системы живёт пять-семь лет, и такой горизонт оправдан. С языковыми моделями ситуация другая, потому что стоимость инференса за последние два года падала быстрее, чем кто-либо планировал, а качество моделей росло скачками. Расчёт на пять лет вперёд в таких условиях превращается в упражнение в воображении.

Рабочий горизонт для большинства корпоративных ИИ-внедрений — от двенадцати до двадцати четырёх месяцев. Этого достаточно, чтобы пройти пилот, масштабирование и выход на стабильный режим, и недостаточно, чтобы прогноз потерял связь с реальностью. Если проект не окупается на горизонте двух лет, это сигнал пересмотреть либо сценарий, либо выбранную технологию.

Три типа эффекта, которые нельзя смешивать в одной формуле

Прежде чем подставлять цифры, нужно разделить эффекты по природе, потому что они по-разному признаются в управленческом учёте и по-разному доказываются.

• Прямая экономия затрат. Сокращение расходов на подрядчиков, уменьшение переработок, отказ от части лицензий, снижение стоимости обработки одного обращения. Это самый убедительный тип эффекта, потому что он виден в бюджете.
• Высвобожденная мощность. Сотрудники тратят на операцию меньше времени, но штат не меняется. Эффект реален только при условии, что освободившееся время загружено задачами, создающими ценность.
• Прирост выручки. Больше обработанных заявок, выше конверсия, быстрее отклик на запрос клиента, меньше потерянных сделок. Эффект самый крупный по размеру и самый сложный в доказательстве, потому что на выручку влияет множество факторов одновременно.

Ошибка, которая встречается чаще остальных, — суммирование всех трёх типов в один показатель и защита его перед руководством как экономии. Финансовый директор довольно быстро замечает, что обещанные двадцать миллионов рублей экономии никак не отражаются в фонде оплаты труда, и доверие к проекту падает целиком, включая ту часть эффекта, которая была настоящей.

Высвобожденное время — это не экономия, а опция на экономию. Она превращается в деньги только через управленческое решение о том, чем заполнить освободившиеся часы.

Почему расчёт окупаемости нужно начинать до выбора инструмента

Типичная последовательность выглядит так. Сначала команда видит технологию, потом ищет, куда её применить, потом считает эффект. Такой порядок почти гарантирует завышенные ожидания, потому что сценарий подбирается под возможности инструмента, а не под болевые точки процесса.

Обратная последовательность даёт более устойчивый результат. Сначала выбираются процессы с высокой частотой повторений и измеримой стоимостью операции. Затем для каждого процесса оценивается потенциальный эффект при условии полной автоматизации, то есть теоретический максимум. И только потом подбирается технология и считается, какую долю этого максимума она реально закрывает.

Такой подход сразу отсекает красивые, но нерентабельные идеи. Процесс, который выполняется десять раз в месяц и занимает полчаса, не окупит ни одной интеграции, каким бы впечатляющим ни казался результат демонстрации.

Из чего складывается полная стоимость владения

Недооценка затрат — главный источник расхождения между расчётом и реальностью. Стоимость подписки или оплаты запросов к модели обычно составляет от пятнадцати до тридцати процентов полной суммы. Остальное распределено по статьям, которые на старте выглядят мелкими.

1. Оплата модели. Подписка на корпоративный доступ, оплата по количеству обработанных запросов, либо аренда вычислительных мощностей при развёртывании открытой модели внутри контура.
2. Инфраструктура. Серверы или облачные ресурсы, графические ускорители при локальном размещении, хранение векторных баз, резервное копирование, каналы передачи данных.
3. Подготовка данных. Сбор, очистка, структурирование, разметка, устранение дублей и противоречий в документах. Для задач на базе внутренней базы знаний эта статья регулярно оказывается крупнейшей.
4. Интеграция. Доработка систем, где живёт процесс, настройка обмена данными, разработка интерфейсов для сотрудников, тестирование.
5. Работа команды. Время аналитиков, разработчиков, инженеров по данным, экспертов предметной области, которые проверяют качество ответов. Внутренние часы стоят денег, даже если не проходят отдельной строкой в бюджете проекта.
6. Обучение и управление изменениями. Инструкции, обучающие сессии, переписанные регламенты, время руководителей на объяснение новой схемы работы.
7. Эксплуатация. Мониторинг качества, обработка жалоб, регулярная проверка ответов, обновление базы знаний, перенастройка при смене версии модели.
8. Безопасность и соответствие требованиям. Анализ рисков утечки, настройка доступов, журналирование, согласование с юридической службой, работа с персональными данными по требованиям законодательства.

Отдельно стоит учесть то, что редко попадает в смету, — стоимость ошибок модели в период доводки. Если ИИ-ассистент в поддержке в первые два месяца выдаёт неточные ответы в пяти процентах случаев, часть этих обращений возвращается, часть клиентов уходит, а часть ответов приходится исправлять руками. Это реальные деньги, и игнорировать их на этапе расчёта означает получить неприятный сюрприз на этапе отчёта.

Разовые и повторяющиеся затраты считаются отдельно

Смешивание капитальных и текущих расходов в одну сумму искажает срок окупаемости в обе стороны. Разделение простое и даёт сразу две полезные цифры.

• Разовые затраты. Проектирование, интеграция, подготовка данных, первичное обучение сотрудников, аудит безопасности. Формируют порог входа.
• Повторяющиеся затраты. Оплата модели, инфраструктура, поддержка, мониторинг, актуализация базы знаний. Формируют ежемесячную нагрузку на бюджет.

Из этого разделения получается ключевое соотношение. Если ежемесячный эффект не превышает ежемесячные затраты, проект не окупится никогда, независимо от размера первоначальных вложений. Такой сценарий встречается нередко, особенно когда стоимость обработки запроса к модели сопоставима со стоимостью той же операции, выполненной сотрудником на невысокой ставке.

Как оценить затраты, если поставщик не даёт точных цифр

На этапе планирования точной сметы обычно нет. Это не повод отказываться от расчёта, но повод строить его в виде диапазона. Практичный способ — оценить три значения для каждой статьи: оптимистичное, базовое и пессимистичное, где пессимистичное превышает базовое примерно в полтора-два раза.

По опыту внедрений в российских компаниях наиболее часто недооцениваются три статьи. Подготовка данных занимает в два-три раза больше времени, чем планировалось, потому что внутренняя документация противоречива и устарела. Интеграция с учётными системами упирается в ограничения конкретной конфигурации. Эксплуатация требует постоянного участия предметного эксперта, а не разовой приёмки.

Где искусственный интеллект даёт измеримую выгоду

Эффект возникает не от технологии, а от конкретного изменения в конкретном процессе. Поэтому и считать нужно не окупаемость ИИ как такового, а окупаемость изменения, которое ИИ делает возможным. Это разделение задаёт логику всех дальнейших расчётов.

Экономия времени и фонда оплаты труда

Самый распространённый источник эффекта и самый уязвимый для манипуляций. Схема расчёта выглядит просто. Берётся количество операций за период, умножается на сокращение времени одной операции, результат переводится в деньги через полную стоимость часа сотрудника с учётом налогов, отпусков и накладных расходов.

Корректность упирается в три детали. Во-первых, стоимость часа считается полной, а не по оклaду, и это обычно увеличивает её примерно в полтора раза. Во-вторых, сокращение времени берётся по замеру, а не по обещанию поставщика. В-третьих, из расчёта вычитается новое время, которое сотрудник тратит на проверку результата работы модели, потому что проверка никуда не исчезает.

Пример для масштаба. Юридическая служба проверяет четыреста типовых договоров в месяц, на каждый уходит сорок минут. ИИ-помощник берёт на себя первичный разбор и сокращает время до пятнадцати минут при добавлении пяти минут на контроль. Чистая экономия — двадцать минут на документ, то есть примерно сто тридцать три часа в месяц. При полной стоимости часа юриста в две тысячи рублей это около двухсот шестидесяти тысяч рублей ежемесячно. Цифра реалистичная именно потому, что учитывает время контроля.

Рост выручки и конверсии

Этот эффект выше по потенциалу и сложнее по доказательству. Он возникает там, где скорость и полнота обработки запроса напрямую влияют на результат сделки.

• Сокращение времени первого ответа на входящую заявку, что повышает вероятность контакта с клиентом.
• Обработка обращений в нерабочие часы без расширения смены.
• Персонализация предложений за счёт анализа истории взаимодействий.
• Увеличение числа обработанных заявок без пропорционального роста штата.
• Снижение отказов на этапе оформления за счёт подсказок менеджеру в реальном времени.

Доказывать прирост выручки нужно сравнением групп, а не сравнением периодов. Сопоставление квартала до и квартала после смешивает эффект от ИИ с сезонностью, изменением цен, активностью конкурентов и десятком других факторов. Разделение потока заявок на две группы, одна из которых обрабатывается по новой схеме, а другая по старой, даёт на порядок более надёжный результат и занимает те же несколько недель.

Снижение ошибок, переделок и штрафов

Недооценённая категория, которая часто перевешивает экономию времени. Стоимость ошибки редко лежит на поверхности, но почти всегда поддаётся оценке через последствия.

1. Стоимость исправления. Сколько часов и чьих уходит на обнаружение и устранение одной ошибки.
2. Стоимость последствий. Штрафы по договорам, пени, возвраты, компенсации клиентам, отказ в приёмке работ.
3. Стоимость повторной работы. Переделка документа, повторная отправка, дополнительное согласование.
4. Репутационные потери. Оцениваются через отток клиентов после инцидента, если такая статистика у компании есть.

Здесь важна честность в обе стороны. Модель снижает частоту одних ошибок и добавляет новые, свои собственные. Ответ, сформулированный уверенно и при этом неверно, опаснее отсутствия ответа, потому что его сложнее заметить. В расчёте окупаемости это отражается через остаточный уровень ошибок после внедрения, а не через предположение о нулевом уровне.

Эффекты, которые не переводятся в деньги напрямую

Часть результатов реальна, но не поддаётся корректной монетизации. Попытка присвоить им денежную оценку делает весь расчёт уязвимым для критики. Разумнее вынести их в отдельный перечень и защищать как качественные аргументы.

• Снижение зависимости от нескольких носителей уникальных знаний.
• Выравнивание качества работы между сильными и слабыми сотрудниками.
• Ускорение адаптации новых людей в должности.
• Накопление структурированной базы знаний как побочный результат подготовки данных.
• Рост управленческой прозрачности за счёт появления данных о процессе, которых раньше не было.

Последний пункт на практике оказывается самым ценным побочным эффектом. Чтобы автоматизировать процесс, его приходится описать, измерить и разложить на шаги. Многие компании впервые узнают реальную стоимость своих операций именно в ходе подготовки к внедрению ИИ, и это знание само по себе меняет управленческие решения.

Пилот и базовые замеры как источник достоверных цифр

Расчёт окупаемости без замеров до внедрения не является расчётом. Это прогноз на основе предположений, и его точность соответствует точности предположений. Базовый замер стоит недорого и занимает от двух до четырёх недель, но именно он определяет, можно ли будет вообще доказать эффект.

Какие показатели фиксировать до старта

Набор зависит от процесса, но структура универсальна. Нужны данные о объёме, времени, качестве и стоимости.

• Количество операций за месяц с разбивкой по типам, потому что сложные и простые случаи автоматизируются по-разному.
• Среднее и медианное время выполнения одной операции. Медиана важнее среднего, так как несколько тяжёлых случаев сильно искажают среднее значение.
• Доля операций, требующих доработки или повторного выполнения.
• Частота и типы ошибок с оценкой стоимости каждого типа.
• Распределение нагрузки между сотрудниками и уровнями квалификации.
• Полная стоимость часа для каждой категории участников процесса.
• Время ожидания между шагами, которое нередко превышает время самой работы.

Замер делается не по опросу сотрудников, а по данным систем, где это возможно. Самооценка времени систематически смещена, причём в обе стороны: рутинные операции люди обычно недооценивают, а сложные переоценивают.

Если до внедрения вы не знаете, сколько стоит одна операция в вашем процессе, после внедрения вы не узнаете, сколько сэкономили. Вы узнаете только то, что всем стало удобнее.

Как спроектировать пилот под расчёт окупаемости

Пилот, построенный для демонстрации возможностей, и пилот, построенный для расчёта экономики, — это разные проекты. Первый выбирает удобные случаи и показывает лучший результат. Второй выбирает представительную выборку и показывает средний результат, который можно экстраполировать.

1. Зафиксируйте одну задачу и один процесс. Пилот на три направления одновременно не даёт чистых данных ни по одному из них.
2. Определите объём выборки так, чтобы в неё попали редкие и сложные случаи в той пропорции, в которой они встречаются в реальности.
3. Сохраните контрольную группу, работающую по старой схеме в тот же период.
4. Заранее задайте критерий успеха в числах, а не в оценках. Например, сокращение медианного времени обработки не менее чем на треть при доле ошибок не выше исходной.
5. Фиксируйте трудозатраты команды на сам пилот, включая часы предметных экспертов. Эти часы входят в стоимость проекта.
6. Отдельно учитывайте время на проверку результатов работы модели, потому что в промышленной эксплуатации оно сохранится, хотя и сократится.
7. Установите срок, по истечении которого решение принимается в любом случае. Пилоты без даты окончания превращаются в бессрочный режим эксплуатации без расчёта экономики.

Результат пилота, пригодный для расчёта, выглядит не как отчёт о впечатлениях, а как таблица с объёмом, временем, долей ошибок и затратами по каждой группе. Из такой таблицы формула окупаемости собирается механически. Из отчёта о впечатлениях не собирается ничего, и это объясняет, почему значительная часть корпоративных ИИ-проектов застревает между успешной демонстрацией и решением о масштабировании.

Формулы и метрики расчёта

Набор формул для оценки ИИ-проекта не отличается от набора для любой другой инвестиции. Отличается наполнение переменных и степень неопределённости в них. Поэтому разумно считать сразу четыре показателя, каждый из которых отвечает на отдельный управленческий вопрос, и не пытаться заменить их одной цифрой.

ROI и чистый экономический эффект

Базовая формула выглядит так. Чистый эффект равен денежной выгоде за период минус полная стоимость владения за тот же период. ROI равен чистому эффекту, делённому на полную стоимость владения, выраженному в процентах.

Пример. За двенадцать месяцев выгода составила восемнадцать миллионов рублей, затраты на внедрение и эксплуатацию — семь миллионов. Чистый эффект равен одиннадцати миллионам, ROI равен ста пятидесяти семи процентам. Цифра звучит убедительно, но сама по себе мало что значит без указания периода и состава выгоды.

Несколько правил, без которых показатель теряет смысл.

• Период фиксируется явно и одинаково для числителя и знаменателя. ROI за год и ROI за три года различаются в разы при одном и том же проекте.
• В знаменатель входят и разовые, и повторяющиеся затраты, включая внутренние часы команды.
• В числитель не включаются эффекты, которые нельзя подтвердить данными. Качественные выгоды идут отдельным перечнем, а не в формуле.
• Выгода считается приростом относительно базового замера, а не относительно гипотетического идеального состояния процесса.
• Если часть эффекта даёт не ИИ, а параллельное изменение регламента, эта часть выделяется отдельно. Иначе проект получает кредит за чужую работу.

Отдельная тонкость касается высвобожденного времени. Если штат не сокращается и новые задачи не добавляются, корректнее включать такую выгоду в расчёт с понижающим коэффициентом. Практика показывает, что реализуется от сорока до семидесяти процентов высвобожденной мощности, и это зависит от того, насколько руководитель подразделения готов перераспределить нагрузку. Консервативная оценка здесь полезнее оптимистичной, потому что защищать её легче.

Срок окупаемости

Показатель отвечает на вопрос, через сколько месяцев накопленная выгода перекроет накопленные затраты. Считается просто. Разовые затраты делятся на ежемесячный чистый эффект, где ежемесячный чистый эффект равен ежемесячной выгоде минус ежемесячные затраты.

Пример. Разовые вложения составили четыре миллиона двести тысяч рублей. Ежемесячная выгода — девятьсот тысяч, ежемесячные затраты на эксплуатацию — триста тысяч. Чистый ежемесячный эффект равен шестистам тысячам, срок окупаемости равен семи месяцам.

Здесь прячется самая частая арифметическая ошибка в корпоративных расчётах. Ежемесячные затраты вычитаются из выгоды, а не прибавляются к разовым вложениям. Если вместо этого просто разделить все затраты за год на выгоду за год, срок получится искажённым, и ошибка усиливается тем сильнее, чем выше доля эксплуатационных расходов.

Важен и профиль выхода на полную мощность. ИИ-решение не начинает работать на сто процентов с первого дня. Реалистичный график обычно такой.

1. Первый и второй месяцы после запуска — от двадцати до тридцати процентов расчётного эффекта. Идёт доводка, сотрудники перепроверяют почти всё.
2. Третий и четвёртый месяцы — от пятидесяти до семидесяти процентов. Доверие растёт, база знаний дополняется по жалобам.
3. С пятого месяца — выход на расчётный уровень при условии, что процесс не менялся.

Учёт этого профиля удлиняет срок окупаемости обычно на два-три месяца относительно наивного расчёта. Лучше заложить задержку заранее, чем объяснять расхождение в квартальном отчёте.

Проект с окупаемостью в восемь месяцев и честным графиком выхода на мощность надёжнее проекта с обещанной окупаемостью в четыре месяца, построенного на допущении о мгновенном результате.

NPV и дисконтирование на длинном горизонте

Если проект рассчитывается на срок свыше года и требует заметных вложений, срок окупаемости перестаёт быть достаточным показателем. Он игнорирует стоимость денег во времени и не различает проект, который даёт эффект равномерно, и проект, у которого выгода приходит в последние месяцы.

Чистая приведённая стоимость решает эту проблему. Денежные потоки по месяцам или кварталам приводятся к текущему моменту через ставку дисконтирования, затем суммируются, и из суммы вычитаются первоначальные вложения. Если результат положительный, проект создаёт стоимость при выбранной ставке.

Ставка берётся не произвольно. Для российских компаний ориентиром служит либо средневзвешенная стоимость капитала, либо доходность альтернативного размещения средств, либо ставка по доступному кредитованию. При высокой ключевой ставке планка для ИИ-проектов поднимается существенно, и часть сценариев, которые казались приемлемыми, перестают проходить порог. Это нормальная ситуация, которую лучше обнаружить в расчёте, а не через год эксплуатации.

Простая иллюстрация логики дисконтирования на трёхлетнем горизонте при ставке двадцать процентов годовых.

Период	Денежный поток, млн руб.	Коэффициент приведения	Приведённый поток, млн руб.
Старт	минус 6,0	1,00	минус 6,0
Год 1	4,5	0,83	3,74
Год 2	6,0	0,69	4,14
Год 3	6,0	0,58	3,48
Итого NPV	10,5		5,36

Разница между недисконтированной суммой и приведённой видна сразу. Проект остаётся выгодным, но запас прочности меньше, чем кажется при простом сложении. Для ИИ-внедрений этот запас стоит оценивать особенно внимательно, потому что третий год прогноза в быстро меняющейся технологической области надёжен весьма условно.

Стоимость одной операции до и после внедрения

Самая прикладная метрика из всех. Она переводит разговор из плоскости процентов в плоскость, понятную и финансистам, и руководителям подразделений, и позволяет сравнивать разные сценарии между собой.

Считается как полные затраты на процесс за период, делённые на количество выполненных операций. В числитель входит всё: оплата труда участников, оплата модели, амортизация разовых вложений, поддержка, стоимость исправления ошибок.

Пример для обработки обращения в поддержку.

Статья	До внедрения, руб. за обращение	После внедрения, руб. за обращение
Время оператора	74,0	21,0
Оплата запросов к модели	0	3,4
Инфраструктура и поддержка	2,0	7,5
Амортизация внедрения за 24 месяца	0	5,8
Стоимость ошибок и повторных обращений	9,0	6,2
Итого	85,0	43,9

Экономия составляет сорок один рубль на обращении, то есть около сорока восьми процентов. При объёме двадцать тысяч обращений в месяц это восемьсот двадцать тысяч рублей. Ценность такой таблицы в том, что она показывает структуру экономии, а не только её размер. Видно, что расходы на инфраструктуру и поддержку выросли, и если объём обращений упадёт вдвое, экономия на обращении сократится заметно сильнее, чем пропорционально.

Отсюда следует правило, которое экономит много денег. Чем выше доля постоянных затрат в решении, тем сильнее окупаемость зависит от объёма. Для процессов с нестабильной нагрузкой предпочтительнее схемы с оплатой по факту использования, даже если удельная цена запроса выше.

Пошаговый расчёт окупаемости

Собранная последовательность действий выглядит следующим образом. Порядок шагов имеет значение, потому что каждый следующий опирается на данные предыдущего.

1. Выберите один процесс и опишите его по шагам с указанием исполнителей. Без описания дальше считать нечего.
2. Зафиксируйте объём операций за месяц с разбивкой по типам и сложности.
3. Измерьте время выполнения по данным систем, используя медиану, а не среднее.
4. Рассчитайте полную стоимость часа для каждой категории участников с учётом налогов, отпусков и накладных расходов.
5. Посчитайте текущую стоимость одной операции и стоимость процесса за месяц. Это базовая линия.
6. Оцените частоту и стоимость ошибок в текущем состоянии.
7. Определите целевое изменение по каждому шагу процесса, опираясь на результаты пилота, а не на обещания поставщика.
8. Добавьте новое время на проверку результатов работы модели и остаточный уровень ошибок.
9. Рассчитайте стоимость одной операции после внедрения и выгоду за месяц.
10. Соберите полную стоимость владения, разделив её на разовую и повторяющуюся части.
11. Примените понижающий коэффициент к высвобожденному времени, если штат не меняется.
12. Наложите профиль выхода на мощность по месяцам.
13. Посчитайте чистый эффект, ROI, срок окупаемости и при длинном горизонте NPV.
14. Прогоните расчёт в трёх сценариях: пессимистичном, базовом и оптимистичном.
15. Определите точку безубыточности по объёму операций и по качеству работы модели.

Последний шаг обычно пропускают, хотя он даёт самую важную информацию для принятия решения. Точка безубыточности по объёму показывает, при каком минимальном количестве операций проект остаётся выгодным. Точка безубыточности по качеству показывает, при каком уровне ошибок выгода обнуляется затратами на их исправление. Если фактическое качество модели на пилоте близко к этой границе, масштабировать рано.

Какие данные нужно собрать до начала расчёта

Чтобы не возвращаться к сбору данных на середине, подготовьте заранее перечень источников.

• Выгрузка из учётной системы или системы работы с обращениями по количеству и времени операций за последние шесть месяцев.
• Данные кадровой службы о полной стоимости часа по категориям сотрудников.
• Реестр инцидентов и ошибок с указанием последствий, если он ведётся.
• Коммерческие предложения поставщиков с разбивкой на разовые и регулярные платежи.
• Оценка трудозатрат внутренней команды в часах по ролям.
• Ставка дисконтирования, согласованная с финансовой службой.
• Данные о сезонности нагрузки, чтобы не принять летний спад за эффект внедрения.

Пример расчёта: ИИ-ассистент в клиентской поддержке

Разберём полный расчёт на условной, но реалистичной задаче. Компания из сферы услуг обрабатывает входящие обращения клиентов в письменном канале. Задача ассистента — формировать черновик ответа на основе внутренней базы знаний и истории обращения, оператор проверяет и отправляет.

Базовая линия до внедрения

• Объём обращений — двадцать тысяч в месяц, из них около семидесяти процентов типовые.
• Медианное время обработки одного обращения — одиннадцать минут.
• Полная стоимость часа оператора первой линии — четыреста рублей.
• Стоимость времени операторов за месяц — примерно один миллион четыреста семьдесят тысяч рублей.
• Доля обращений с повторным контактом из-за неполного ответа — девять процентов.
• Стоимость повторного обращения с учётом работы и потерь — около ста рублей.
• Инфраструктура текущего решения — сорок тысяч рублей в месяц.

Итого процесс стоит около одного миллиона шестисот девяноста тысяч рублей в месяц, то есть восемьдесят пять рублей за обращение.

Результаты пилота

Пилот проводился шесть недель на двух тысячах обращений с контрольной группой. Получены следующие показатели.

• Типовые обращения обрабатываются за три минуты вместо одиннадцати, включая проверку черновика.
• Нетиповые обращения ускорились незначительно, до девяти с половиной минут, за счёт быстрого поиска по базе знаний.
• Доля повторных контактов снизилась до шести процентов.
• Доля черновиков, требующих существенной переработки, составила одиннадцать процентов.
• Предметный эксперт тратил восемь часов в неделю на проверку выборки ответов и доработку базы знаний.

Пересчёт на полный объём даёт новое время обработки. Четырнадцать тысяч типовых обращений по три минуты, шесть тысяч нетиповых по девять с половиной минут. В сумме около тысячи семисот часов против трёх тысяч шестисот семидесяти в базовой линии.

Затраты на решение

Статья	Разово, руб.	В месяц, руб.
Проектирование и интеграция	1 800 000	—
Подготовка и структурирование базы знаний	1 400 000	—
Аудит безопасности и согласования	350 000	—
Обучение операторов и регламенты	250 000	—
Оплата запросов к модели	—	68 000
Инфраструктура и хранение	—	55 000
Поддержка и мониторинг качества	—	90 000
Актуализация базы знаний силами эксперта	—	60 000
Итого	3 800 000	273 000

Выгода и окупаемость

Экономия времени составляет тысячу девятьсот семьдесят часов в месяц, или семьсот восемьдесят восемь тысяч рублей по полной стоимости часа. Снижение повторных контактов с девяти до шести процентов экономит шестьсот обращений, или около шестидесяти тысяч рублей.

Теперь поправки, без которых расчёт был бы недобросовестным. Компания не сокращает штат немедленно, а перераспределяет часть мощности на исходящие коммуникации и работу с задолженностью. Реализуется примерно шестьдесят процентов высвобожденного времени, остальное уходит в простой. Значит, в расчёт идёт четыреста семьдесят три тысячи рублей вместо семисот восьмидесяти восьми.

Итоговая ежемесячная картина выглядит так.

• Реализованная экономия на времени — 473 000 рублей.
• Экономия на повторных обращениях — 60 000 рублей.
• Снятие старого инфраструктурного платежа — 40 000 рублей.
• Итого выгода — 573 000 рублей.
• Минус эксплуатационные затраты — 273 000 рублей.
• Чистый эффект — 300 000 рублей в месяц.

Срок окупаемости при наивном подходе равен трём миллионам восьмистам тысячам, делённым на триста тысяч, то есть примерно двенадцать и семь десятых месяца. С учётом профиля выхода на мощность, где первые два месяца дают двадцать пять процентов эффекта, а следующие два — шестьдесят процентов, фактическая окупаемость наступает около шестнадцатого месяца. ROI за двадцать четыре месяца составит примерно тридцать восемь процентов, что для проекта такого типа приемлемо, но не выдающееся.

Расчёт с чистым эффектом триста тысяч в месяц и окупаемостью в шестнадцать месяцев прошёл защиту в финансовой службе. Тот же проект, представленный как экономия восьмисот тысяч в месяц, был бы отклонён на первом же вопросе о фонде оплаты труда.

Что меняет выводы при других вводных

Полезно сразу посмотреть, насколько результат чувствителен к ключевым параметрам.

• При объёме десять тысяч обращений вместо двадцати тысяч чистый эффект падает примерно до девяноста тысяч в месяц, и срок окупаемости уходит за три года. Проект теряет смысл.
• При реализации высвобожденного времени на тридцать процентов вместо шестидесяти чистый эффект сокращается до шестидесяти четырёх тысяч. Решение зависит уже не от технологии, а от готовности руководителя перераспределить нагрузку.
• При доле типовых обращений пятьдесят процентов вместо семидесяти экономия снижается примерно на треть, потому что основной эффект сосредоточен именно в типовых случаях.
• При росте затрат на подготовку базы знаний вдвое срок окупаемости удлиняется на пять-шесть месяцев, но проект остаётся положительным.

Вывод из этой чувствительности простой. Для рассмотренного сценария критичны два параметра — объём операций и доля типовых случаев. Именно их нужно проверять в первую очередь на пилоте, и именно по ним следует задавать точку безубыточности, а не по стоимости запросов к модели, которая в структуре затрат занимает скромное место.

Как учесть риски и неопределённость

Расчёт одной цифрой создаёт ложное ощущение точности. Эффект ИИ-проекта зависит от параметров, которые на этапе планирования известны приблизительно, и честный способ это отразить — показать диапазон вместо точки. Руководитель, которому принесли три сценария с указанием условий перехода между ними, принимает решение лучше, чем руководитель, которому принесли одно красивое число.

Три сценария вместо одного прогноза

Сценарный расчёт строится не на умножении итога на произвольный коэффициент, а на изменении исходных параметров. Меняются именно те величины, которые реально могут отклониться.

• Пессимистичный. Доля автоматизируемых случаев ниже на треть, время проверки результата выше на половину, затраты на подготовку данных выше вдвое, реализация высвобожденного времени тридцать процентов, выход на мощность растянут на шесть месяцев.
• Базовый. Параметры по результатам пилота без корректировок в лучшую сторону.
• Оптимистичный. Качество модели улучшилось после дообучения, объём операций вырос, часть смежных процессов подключилась к тому же решению без новых вложений.

Решение принимается по пессимистичному сценарию, а не по базовому. Если проект остаётся приемлемым в худшем варианте, запуск оправдан. Если он выгоден только в оптимистичном, речь идёт не об инвестиции, а о ставке.

Карта рисков с денежной оценкой

Риски для ИИ-внедрений повторяются от проекта к проекту, и большинство из них поддаётся предварительной оценке.

Риск	Как проявляется в расчёте	Что снижает последствия
Качество внутренних данных ниже ожидаемого	Рост разовых затрат в полтора-три раза, сдвиг сроков	Аудит документации до старта, ограничение области на хорошо описанный участок
Сопротивление сотрудников	Низкая доля использования, эффект не реализуется	Участие операторов в пилоте, отказ от схем, где ИИ используется для оценки людей
Изменение цен поставщика	Рост ежемесячных затрат, удлинение окупаемости	Фиксация цены в договоре, техническая возможность сменить модель
Смена версии модели меняет поведение	Внеплановые затраты на перенастройку и повторное тестирование	Набор тестовых сценариев, прогоняемый при каждом обновлении
Падение объёма операций	Удельная экономия падает быстрее объёма	Оплата по факту использования, расчёт точки безубыточности заранее
Требования регулятора к обработке данных	Затраты на размещение внутри контура, рост стоимости инфраструктуры	Согласование схемы с юридической службой до проектирования
Уход ключевых участников команды	Остановка доводки, деградация качества	Документирование настроек, распределение знаний между двумя людьми

Полезная практика — перевести хотя бы часть рисков в деньги и заложить резерв. Для проектов с опорой на внутреннюю базу знаний разумный резерв составляет от пятнадцати до двадцати пяти процентов разовых затрат. Этот резерв не портит расчёт, а делает его правдоподобным.

Стоимость отказа от проекта

Обратная сторона оценки риска, которую обычно не считают. Если конкуренты снижают стоимость обработки обращения вдвое, а компания сохраняет текущий уровень, потеря возникает не в момент решения, а через год-два, через цену или скорость обслуживания. Такую оценку сложно защитить в формуле, но её стоит зафиксировать словами рядом с расчётом, чтобы решение не выглядело выбором между инвестицией и нулём.

Риск неудачного внедрения измерим и ограничен размером вложений. Риск отказа от расчёта вообще не ограничен ничем, потому что в этом случае компания не узнает ни об упущенной выгоде, ни о напрасных затратах.

Частые ошибки в оценке окупаемости ИИ

Ошибки распределяются по трём группам. Одни завышают выгоду, другие занижают затраты, третьи ломают саму логику сравнения. Разбор по группам помогает проверить собственный расчёт быстрее, чем общий перечень.

Ошибки, завышающие выгоду

• Высвобожденные часы учитываются как экономия фонда оплаты труда без решения о перераспределении нагрузки.
• Время проверки результата работы модели не вычитается из экономии, хотя оно сохраняется в любом процессе с ответственностью за результат.
• Берётся результат пилота на удобной выборке и экстраполируется на весь поток, включая сложные случаи.
• Эффект от параллельного изменения регламента или обновления системы приписывается ИИ.
• Прирост выручки доказывается сравнением периодов, а не контрольной группой, из-за чего в расчёт попадает сезонность.
• Качественные выгоды получают денежную оценку по экспертному мнению и попадают в числитель формулы.
• Остаточный уровень ошибок модели принимается нулевым.

Ошибки, занижающие затраты

• В расчёт попадает только стоимость подписки или оплаты запросов, без интеграции, подготовки данных и поддержки.
• Внутренние часы команды считаются бесплатными, поскольку люди уже в штате.
• Не учитывается постоянное участие предметного эксперта в актуализации базы знаний после запуска.
• Стоимость подготовки данных оценивается по объёму документов, а не по их состоянию, хотя противоречивая документация требует переработки, а не загрузки.
• Не заложен резерв на перенастройку при смене версии модели.
• Затраты на безопасность, журналирование и согласования выносятся за рамки проекта как общекорпоративные.

Ошибки в логике сравнения

Эта группа опаснее остальных, потому что арифметика в таких расчётах верна, а вывод — нет.

1. Сравнение нового решения с идеальным текущим состоянием вместо фактического. Процесс сравнивается с регламентом, а не с тем, как он выполняется в реальности.
2. Разные периоды в числителе и знаменателе. Выгода за два года делится на затраты за первый год.
3. Сравнение проекта с нулём вместо сравнения с альтернативой. Иногда простая доработка учётной системы даёт восемьдесят процентов эффекта за двадцать процентов затрат.
4. Оценка окупаемости всей ИИ-инициативы одной цифрой, когда внутри три разных процесса с разной экономикой. Сильный сценарий маскирует убыточные.
5. Включение в расчёт затрат, которые возникли бы и без проекта, например плановой замены оборудования.
6. Фиксация стоимости часа по оклaду без налогов и накладных расходов, что занижает выгоду примерно на треть и нередко приводит к отказу от выгодного проекта.

Последний пункт встречается так же часто, как и завышение эффекта, и работает против компании. Расчёт, построенный на окладе, систематически недооценивает экономию и отправляет в архив сценарии, которые стоило бы запустить.

Контроль окупаемости после запуска

Расчёт до внедрения — это гипотеза. Её нужно проверять данными, причём не однократно при закрытии проекта, а регулярно, пока решение работает. Без этого компания не узнает ни о фактической окупаемости, ни о моменте, когда экономика изменилась.

Какие показатели смотреть ежемесячно

• Фактическая стоимость одной операции в сравнении с базовой линией и расчётным значением.
• Доля операций, прошедших через ИИ-контур, от общего объёма. Низкая доля означает, что эффект не реализуется, каким бы хорошим ни было решение.
• Доля результатов, потребовавших существенной переработки человеком.
• Уровень ошибок и стоимость их исправления.
• Фактические затраты на оплату модели и инфраструктуру против плановых.
• Накопленный чистый эффект относительно графика окупаемости.
• Время, которое предметные эксперты тратят на поддержку решения.

Достаточно одной таблицы, обновляемой раз в месяц. Трудозатраты на такой контроль составляют несколько часов, а польза в том, что отклонение замечается на втором месяце, а не на восьмом.

Что делать при отклонении от плана

Отклонение само по себе не повод закрывать проект. Повод — разобраться в причине, потому что причины требуют разных действий.

1. Низкая доля использования при хорошем качестве. Проблема в удобстве встраивания в рабочий процесс или в регламенте. Решается доработкой интерфейса и прямым разговором с подразделением.
2. Высокая доля переработки результатов. Проблема в данных или в формулировке задачи, а не в модели. Решается уточнением базы знаний и примеров.
3. Затраты выше плановых при нормальном эффекте. Проверяется структура запросов к модели. Нередко основной расход создают несколько тяжёлых сценариев, которые можно упростить или перевести на более дешёвую модель.
4. Эффект есть в метриках процесса, но не виден в бюджете. Высвобожденная мощность не перераспределена. Это управленческая задача, а не техническая.
5. Объём операций упал ниже точки безубыточности. Решение остаётся полезным, но перестаёт быть выгодным. Разумный шаг — перенести его на схему оплаты по факту использования или расширить область применения на смежный процесс.

Деградация эффекта со временем

Отдельное явление, о котором стоит знать заранее. Эффект ИИ-решения не постоянен. База знаний устаревает, процессы меняются, появляются новые типы обращений, которых не было в обучающей выборке. Без регулярной актуализации качество падает плавно и незаметно, а сотрудники компенсируют это ростом доли ручной проверки.

Практический вывод состоит в том, что затраты на поддержку нельзя сокращать после выхода на расчётную мощность. Их стоит планировать на весь срок эксплуатации, в размере примерно от десяти до двадцати процентов разовых вложений в год. Это дешевле, чем повторное внедрение через два года.

Шаблон расчёта: чек-лист показателей

Итоговый перечень полей, которые нужно заполнить, чтобы расчёт был пригоден для защиты. Проверьте каждый блок перед тем, как показывать цифры руководству.

Блок первый. Процесс и базовая линия

• Название процесса и его границы по шагам.
• Количество операций в месяц с разбивкой по типам и сложности.
• Медианное время одной операции по данным систем.
• Полная стоимость часа по каждой категории участников.
• Текущая стоимость одной операции и процесса за месяц.
• Частота ошибок и стоимость одной ошибки по последствиям.
• Сезонность нагрузки за последние двенадцать месяцев.

Блок второй. Целевое состояние

• Доля операций, попадающих в область автоматизации.
• Новое время операции по данным пилота, включая проверку результата.
• Остаточный уровень ошибок после внедрения.
• Коэффициент реализации высвобожденного времени и решение о его использовании.
• График выхода на расчётную мощность по месяцам.

Блок третий. Затраты

• Разовые затраты по статьям, включая внутренние часы команды.
• Ежемесячные затраты по статьям, включая поддержку и работу эксперта.
• Резерв на риски в процентах от разовых затрат.
• Затраты на эксплуатацию на весь горизонт расчёта.

Блок четвёртый. Результат

• Выгода в месяц и чистый эффект в месяц.
• Стоимость одной операции до и после внедрения.
• Срок окупаемости с учётом графика выхода на мощность.
• ROI за выбранный горизонт с указанием периода.
• NPV при горизонте свыше года и согласованная ставка дисконтирования.
• Точка безубыточности по объёму операций.
• Точка безубыточности по уровню качества.
• Три сценария с указанием изменённых параметров.
• Перечень качественных эффектов отдельным списком, без денежной оценки.

Блок пятый. Контроль

• Набор метрик для ежемесячного отслеживания и ответственный за них.
• Пороговые значения, при которых проект пересматривается.
• Дата первого контрольного замера и дата решения о масштабировании.

Заполненный шаблон занимает одну страницу таблицы и примерно столько же пояснений. Этого достаточно для разговора с финансовой службой и, что важнее, для собственного понимания того, где именно у проекта запас прочности, а где он держится на одном допущении. Компании, которые научились считать окупаемость ИИ по такой схеме, отличаются от остальных не количеством внедрений, а тем, что у них почти не бывает проектов, застрявших между демонстрацией и промышленной эксплуатацией.

Окупаемость искусственного интеллекта определяется не качеством модели, а качеством процесса, в который её поставили, и честностью цифр, которыми этот процесс описан.