Сколько компания тратит на ИИ: структура расходов и как посчитать свой бюджет

Вопрос о расходах на искусственный интеллект почти всегда задают не в том виде, в котором на него можно ответить. Руководитель спрашивает про сумму в месяц, а сумма зависит от того, кто и как пользуется моделями, сколько данных через них проходит и насколько глубоко это встроено в процессы. Разница между двумя компаниями одного размера легко достигает двадцатикратной, и причина почти никогда не в тарифах поставщика. Ниже разбираю структуру расходов по частям, с цифрами, формулами и теми статьями, которые обычно всплывают уже после запуска.

Из чего складываются расходы на ИИ

Бюджет на искусственный интеллект удобно представлять как четыре слоя. Первый оплачивает доступ к моделям. Второй отвечает за данные. Третий покрывает работу людей, которые это внедряют и поддерживают. Четвёртый появляется позже остальных и относится к эксплуатации, когда решение уже живёт в продакшене и начинает требовать внимания каждый месяц. Если в смете есть только первый слой, она занижена примерно втрое.

Подписки на готовые сервисы и лицензии

Самый понятный тип расходов. Компания платит фиксированную сумму за рабочее место, и сотрудник получает доступ к интерфейсу с чатом, помощником в редакторе кода, транскрибацией звонков или генерацией изображений. Ориентир по российскому рынку для корпоративных тарифов находится в диапазоне от тысячи до трёх с половиной тысяч рублей за пользователя в месяц, специализированные инструменты для разработчиков и аналитиков стоят дороже.

• Корпоративные помощники с чатом и работой с документами внутри контура компании.
• Расширения для разработки, которые дописывают код и объясняют чужие участки кода.
• Сервисы распознавания речи для записи переговоров и звонков отдела продаж.
• Генерация и обработка изображений для маркетинга и каталогов товаров.
• Инструменты для поиска по внутренней базе знаний компании.

Главная ловушка этого слоя в том, что лицензии покупают пакетом на отдел, а пользуется ими меньшинство. По моему опыту аудита таких подписок, через три месяца после закупки активно работают с инструментом от тридцати до пятидесяти процентов сотрудников, которым он выдан. Остальные заходили один или два раза. Деньги при этом списываются за всех.

Оплата API по токенам и запросам

Когда модель встраивают в продукт или внутренний процесс, оплата идёт не за человека, а за объём обработанного текста. Единица измерения — токен, то есть фрагмент слова примерно в три или четыре символа для русского языка. Тысяча токенов приблизительно равна полутора страницам текста. Входящие токены, то есть то, что вы отправляете модели, обычно стоят в три или четыре раза дешевле исходящих.

Порядок величин по российским поставщикам выглядит так. Облегчённые модели обходятся в десятые доли рубля за тысячу токенов. Сильные модели с большим контекстом стоят от одного до нескольких рублей за ту же тысячу. Разброс между минимальным и максимальным вариантом внутри одной линейки достигает десяти раз, и это главный рычаг управления расходами в этом слое.

Стоимость запроса определяется не моделью, а длиной контекста, который вы ей отправляете. Компания, подкладывающая в каждый запрос сорок страниц регламентов, платит в тридцать раз больше компании, которая подкладывает одну нужную страницу, и получает при этом ответ хуже.

Отдельная статья в этом же слое относится к векторным базам и поиску по документам. Чтобы модель отвечала по внутренним материалам, документы нужно один раз превратить в числовые представления, а затем хранить и обновлять. Разовая обработка архива на сто тысяч страниц стоит недорого, обычно это несколько тысяч рублей. Расходы возникают на поддержании актуальности, потому что документы меняются, и пересчитывать приходится регулярно.

Вычислительные мощности, графические процессоры и хранение

Этот слой появляется у тех, кто разворачивает модели с открытыми весами на своей инфраструктуре или в арендованном облаке. Мотив обычно не экономия, а требования безопасности и запрет на передачу данных наружу. Аренда сервера с одним ускорителем профессионального класса в российских облаках стоит в районе от двухсот до пятисот рублей за час, то есть от ста пятидесяти до трёхсот пятидесяти тысяч рублей в месяц при круглосуточной работе. Покупка собственной машины с потребительской видеокартой верхнего сегмента обходится в сумму от четырёхсот тысяч рублей и выше, плюс размещение и электричество.

• Аренда вычислений с оплатой по часам подходит для пилотов и нерегулярной нагрузки.
• Выделенный сервер в аренду на месяц дешевле почасового при постоянной нагрузке.
• Собственное железо окупается относительно аренды примерно за восемнадцать месяцев непрерывной работы, но добавляет обязанности по обслуживанию.
• Хранение данных и резервных копий считается отдельно и обычно занимает небольшую долю, если вы не работаете с видео.

Неочевидная деталь состоит в том, что на собственной инфраструктуре вы платите за время работы ускорителя, а не за обработанные токены. При низкой загрузке себестоимость одного запроса получается в разы выше, чем у внешнего поставщика. Своя модель начинает выигрывать по деньгам только на плотном потоке, когда ускоритель занят большую часть суток.

Сбор, очистка и разметка данных

Самая недооценённая часть бюджета. Компании закладывают деньги на модель и забывают, что модель работает с тем, что ей дали. Если данные хранятся в трёх несвязанных системах, часть находится в сканах и части записей не хватает полей, сначала придётся платить за приведение этого в порядок.

Разметка нужна там, где модель обучают под конкретную задачу или где требуется измеримое качество. Стоимость одной размеченной единицы на российском рынке варьируется от трёх до тридцати рублей для простых задач вроде классификации обращений и доходит до нескольких сотен рублей там, где нужен специалист с профильной квалификацией. Для устойчивой классификации обычно требуется от тысячи до пяти тысяч примеров на категорию, и это уже сумма с шестью нулями, если категорий много.

Интеграция с внутренними системами

Модель сама по себе не приносит денег. Ценность появляется, когда она подключена к системе управления продажами, учётной системе, телефонии или складу и может читать и записывать данные. Разработка одной такой связки на российском рынке стоит от ста пятидесяти до восьмисот тысяч рублей, в зависимости от того, есть ли у системы нормальный программный интерфейс.

• Подключение к современной системе управления продажами с готовым интерфейсом укладывается в нижнюю границу диапазона.
• Интеграция с самописной учётной системой двадцатилетней давности стоит дороже и требует отдельного обследования.
• Старые конфигурации учётных систем часто требуют доработок на стороне самой системы, и это отдельная смета у отдельного подрядчика.
• Связка с телефонией добавляет расходы на распознавание речи, которые считаются по минутам записи.

Команда, найм и обучение сотрудников

Фонд оплаты труда почти всегда оказывается крупнейшей статьёй у тех, кто делает что-то сложнее подписки. Инженер по машинному обучению с реальным опытом внедрения в Москве стоит от трёхсот до шестисот тысяч рублей в месяц. Специалист по работе с моделями без глубокой математической подготовки, но с опытом проектирования запросов и сборки процессов, обходится в сумму от ста пятидесяти до трёхсот тысяч. Подрядная разработка считается по часам и по ставке от трёх до восьми тысяч рублей за час работы команды.

Обучение сотрудников выглядит дешёвым и приносит самую высокую отдачу среди всех статей бюджета. Корпоративные программы стоят от пятидесяти до трёхсот тысяч рублей на группу. Без этого расхода остальные деньги работают наполовину, потому что инструмент есть, а привычки им пользоваться нет.

Поддержка, наблюдение и доработка после запуска

Решение, запущенное в прошлом квартале, требует денег в этом. Поставщики обновляют модели, и поведение системы меняется без вашего участия. Пользователи находят способы задать вопрос, который разработчики не предусмотрели. Данные в компании меняются, и то, что работало на летних заявках, хуже работает на зимних.

• Наблюдение за качеством ответов и логирование запросов для разбора ошибок.
• Регулярная проверка на наборе контрольных примеров после каждого обновления модели.
• Доработка инструкций и правил обработки по итогам обращений пользователей.
• Обновление базы знаний при изменении регламентов, прайсов и условий.

Разумный ориентир на эксплуатацию составляет от пятнадцати до двадцати пяти процентов стоимости внедрения в год. Это тот самый слой, отсутствие которого превращает удачный пилот в брошенный проект через восемь месяцев.

Почему смета разъезжается именно здесь

Расходы на искусственный интеллект ведут себя иначе, чем привычная смета на программное обеспечение. Лицензия на учётную систему стоит одинаково независимо от того, насколько активно её используют. Расходы на модели растут вместе с использованием, и это принципиально меняет планирование. Успех пилота автоматически увеличивает счёт, и к этому надо быть готовым заранее, а не узнавать об этом из уведомления о списании.

Второй источник расхождений связан с направлением роста. Люди склонны улучшать качество ответов самым доступным способом, то есть добавлением контекста. Каждая добавленная страница инструкций умножается на число запросов. Там, где было пятьдесят тысяч рублей в месяц, через квартал становится четыреста тысяч, причём без роста числа пользователей.

Сколько тратят компании на практике: ориентиры по рынку

Дальше привожу диапазоны, которые вижу в российских компаниях. Это не тарифы, а суммы итоговых расходов, включая работу людей. Сравнивайте с ними свой случай осторожно, потому что ключевой фактор не размер компании, а глубина встраивания моделей в процессы.

Малый бизнес и отдельные сотрудники

Типичная ситуация выглядит как несколько подписок у маркетолога, редактора и разработчика. Расходы составляют от пяти до пятидесяти тысяч рублей в месяц, и это почти целиком первый слой. Данные никто не готовит, интеграций нет, поддержка сводится к тому, что сотрудник сам разбирается с инструментом.

• От пяти до пятнадцати тысяч рублей в месяц на три или пять рабочих мест с помощниками.
• От десяти до сорока тысяч рублей на генерацию изображений и обработку каталога, если есть товарная линейка.
• Разовые траты от тридцати до ста пятидесяти тысяч рублей на сборку автоматического ответчика для мессенджера через конструкторы процессов.
• От двух до десяти тысяч рублей в месяц на оплату запросов такого ответчика при небольшом потоке обращений.

Отдача здесь измеряется сэкономленными часами, а не изменением показателей выручки. Это нормально и не означает, что расход бесполезен. Просто горизонт оценки короче и считать проще.

Средний бизнес

Здесь появляется первая настоящая смета, потому что модель встраивают в один или два рабочих процесса. Чаще всего это обработка входящих обращений, подготовка документов или помощь отделу продаж в анализе переговоров. Разовое внедрение стоит от восьмисот тысяч до четырёх миллионов рублей, ежемесячная эксплуатация находится в диапазоне от шестидесяти до пятисот тысяч.

В компаниях со штатом от ста до пятисот человек оплата моделей редко превышает пятнадцать процентов бюджета проекта. Остальное уходит на интеграции, подготовку данных и работу команды. Поэтому выбор поставщика влияет на итоговую сумму куда меньше, чем качество постановки задачи.

Распределение внутри такой сметы обычно получается следующим. На обследование процессов и проектирование уходит от десяти до пятнадцати процентов. На подготовку данных и базы знаний от двадцати до тридцати. На разработку и интеграции от сорока до пятидесяти. На обучение сотрудников и запуск около десяти. Оплата самих моделей в разовой смете почти не видна и проявляется только в ежемесячных платежах.

Крупные компании и корпорации

Здесь структура меняется качественно. Появляются требования к размещению данных внутри своего контура, аттестация решений, отдельные команды и несколько параллельных направлений. Годовые бюджеты измеряются десятками и сотнями миллионов рублей, и значительная часть уходит на то, что к моделям относится косвенно.

• Платформа для разработки и эксплуатации моделей с управлением доступами и журналированием.
• Собственные вычислительные мощности или выделенный защищённый сегмент в облаке.
• Команда из инженеров, аналитиков данных и специалистов по безопасности на постоянной основе.
• Процедуры проверки решений перед выводом на пользователей, включая юридическую экспертизу.
• Централизованное обучение сотрудников в масштабе тысяч человек.

Доля расходов на оплату моделей в крупных компаниях опускается ниже десяти процентов, а иногда и ниже пяти. Основные деньги уходят на инфраструктуру и людей. Любопытный эффект состоит в том, что себестоимость одного обработанного обращения у корпорации нередко оказывается выше, чем у среднего бизнеса на внешних сервисах, и разница оплачивается соображениями безопасности и управляемости.

Что на самом деле определяет итоговую сумму

Если выстроить компании по расходам на искусственный интеллект, корреляция с численностью штата окажется слабой. Куда сильнее влияют три вещи. Первая — поток данных, который проходит через модели каждый день. Вторая — требования к размещению данных, потому что запрет на внешние сервисы умножает смету в несколько раз. Третья — состояние учётных систем, от которого напрямую зависит стоимость интеграций.

Отсюда следует практический вывод для планирования. Прежде чем считать бюджет, зафиксируйте эти три параметра. Без них любая оценка превращается в угадывание, и расхождение с фактом будет кратным, а не процентным.

Как рассчитать бюджет на ИИ для своей компании

Расчёт начинается не с прайса поставщика, а с описания потока. Нужно понять, сколько событий в день проходит через процесс, сколько текста приходится на одно событие и сколько раз модель обращается к себе внутри одного события. Последний параметр обычно и ломает расчёты, потому что один запрос пользователя в реальной системе превращается в три или пять обращений к модели.

Дальше считаем по слоям. Переменная часть зависит от потока и считается по токенам или минутам. Постоянная часть не зависит от нагрузки и включает лицензии, аренду мощностей и работу людей. Разовая часть относится к запуску. Смешивать их в одной цифре нельзя, потому что они по-разному реагируют на рост использования.

Расчёт по числу запросов и токенов

Формула простая, сложность только в честной оценке входных данных. Месячная стоимость обращений к модели равна числу событий в месяц, умноженному на число обращений к модели внутри события, умноженному на сумму стоимости входящих и исходящих токенов одного обращения.

1. Посчитайте число событий в месяц. Для обработки обращений это число тикетов, для продаж число звонков, для подготовки документов число создаваемых документов.
2. Определите коэффициент обращений. Простой сценарий с одним ответом даёт единицу. Сценарий с поиском по базе знаний, проверкой ответа и переформулировкой даёт от трёх до шести.
3. Оцените длину входящего контекста в токенах. Берите не среднее, а значение, которое покрывает восемьдесят процентов случаев, иначе расчёт окажется заниженным.
4. Оцените длину ответа. Здесь люди обычно попадают точно, потому что длину ответа задают сами.
5. Умножьте объёмы на цену за тысячу токенов по выбранной модели, отдельно для входа и для выхода.
6. Добавьте запас в тридцать процентов на повторы, ошибки и эксперименты. Этот запас расходуется полностью, проверено много раз.

Разберу на цифрах. Служба поддержки получает двенадцать тысяч обращений в месяц. Сценарий включает классификацию обращения, поиск по базе знаний и подготовку ответа, то есть три обращения к модели. Входящий контекст в среднем составляет две тысячи пятьсот токенов на обращение, ответ около четырёхсот токенов. При цене сильной модели в районе двух рублей за тысячу входящих и шести рублей за тысячу исходящих токенов получается следующее.

Параметр	Значение
Обращений к модели в месяц	36 000
Входящих токенов всего	90 млн
Исходящих токенов всего	14,4 млн
Оплата входа	180 000 рублей
Оплата выхода	86 400 рублей
Запас тридцать процентов	80 000 рублей
Итого в месяц	около 346 000 рублей

Теперь интересная часть. Если классификацию обращения отдать облегчённой модели, которая стоит в десять раз дешевле, а поиск по базе знаний настроить так, чтобы в контекст попадали две релевантные выдержки вместо восьми, тот же процесс обойдётся в сумму около девяноста тысяч рублей в месяц. Качество ответов при этом вырастет, потому что модель перестанет тонуть в лишнем тексте.

Между грубым расчётом и аккуратным расчётом одного и того же процесса разница почти четырёхкратная. Она складывается не из скидок, а из двух решений. Первое — распределить задачи между моделями разной силы. Второе — ограничить объём контекста, который подкладывается в каждый запрос.

Для голосовых сценариев логика другая, там считают по минутам. Распознавание речи на российском рынке стоит в районе от полутора до шести рублей за минуту записи, синтез речи считается по символам. Отдел продаж из двадцати человек с нагрузкой в три часа разговоров на сотрудника в день даёт около двадцати шести тысяч минут в месяц, то есть от сорока до ста пятидесяти тысяч рублей только на распознавание, без анализа содержания.

Расчёт при дообучении или своей модели

Здесь структура расходов меняется. Вместо потока токенов вы оплачиваете время работы ускорителей и подготовку обучающего набора. Расчёт распадается на три независимые сметы, и ни одна из них не выводится из тарифа за запрос.

• Подготовка обучающего набора. От двух до двадцати тысяч примеров, стоимость разметки от трёх до тридцати рублей за пример для несложных задач. Добавьте работу специалиста по данным на сбор и очистку, это от восьмидесяти до двухсот часов.
• Сами эксперименты по дообучению. Облегчённые методы адаптации занимают от нескольких часов до нескольких суток работы ускорителя. При аренде по триста рублей в час один прогон стоит от двух до двадцати тысяч рублей, но прогонов обычно нужно от пяти до пятнадцати, пока не найдена рабочая конфигурация.
• Эксплуатация. Выделенный сервер под модель среднего размера обходится в сумму от ста пятидесяти до трёхсот пятидесяти тысяч рублей в месяц. Платите вы за время работы машины, а не за запросы.

Из последнего пункта вытекает точка безразличия, которую полезно посчитать до решения. Если выделенный сервер стоит двести тысяч рублей в месяц, а тот же объём на внешнем интерфейсе обошёлся бы в девяносто тысяч, своя модель проигрывает вдвое. Та же машина при нагрузке в пять раз выше стоит столько же, а внешний интерфейс обошёлся бы в четыреста пятьдесят тысяч. Своя модель окупается плотностью загрузки, и порог обычно наступает где-то между двумя и пятью миллионами обращений в месяц для текстовых задач среднего объёма.

Отдельно отмечу расход, который не попадает в сметы почти никогда. Модель с открытыми весами надо периодически менять на более новую, потому что рынок движется быстро. Каждая такая замена означает повторную проверку качества на контрольных примерах и перенастройку инструкций. Это от сорока до ста двадцати часов работы команды дважды в год.

Пилот и промышленный запуск: разница в сумме

Пилот стоит дешёво и создаёт ложное ощущение понятности бюджета. Прототип, который обрабатывает сто обращений и показывает правдоподобный результат, собирается за две или три недели и стоит от ста пятидесяти до пятисот тысяч рублей. Промышленный запуск того же сценария обходится в пять или десять раз дороже, и причина не в жадности подрядчика.

Что считаем	Пилот	Промышленный запуск
Покрытие случаев	Основной сценарий	Основной плюс краевые, их обычно больше половины работы
Качество	Оценивается на глаз	Измеряется на контрольном наборе с фиксацией порога
Отказоустойчивость	Отсутствует	Повторные попытки, запасной поставщик, передача человеку
Права и журналирование	Нет	Разграничение доступа, журналы, хранение истории
Интеграции	Ручная выгрузка файлов	Двусторонний обмен с учётной системой
Нагрузка	Десятки запросов	Пиковая нагрузка с очередями и ограничениями

Практическое правило, которым пользуюсь при планировании. Умножайте стоимость успешного пилота на коэффициент от пяти до восьми, чтобы получить оценку промышленного запуска. Если сценарий затрагивает деньги клиента или юридически значимые документы, коэффициент ближе к десяти, потому что добавляется проверка решений человеком и соответствующие процедуры.

Как собрать расчёт, который не развалится через квартал

Три приёма дают основной эффект. Первый — считать отдельно по каждому сценарию, а не одной суммой на компанию. Второй — фиксировать в расчёте стоимость одного обработанного события, потому что только эта величина позволяет сравнивать месяцы между собой при меняющемся потоке. Третий — заложить техническое ограничение расходов на уровне поставщика, чтобы ошибка в коде не превратилась в неожиданный счёт.

Стоимость одного события считается делением месячных расходов на число обработанных событий. Для поддержки это рубли на обращение, для продаж рубли на звонок, для контента рубли на материал. Величина получается в диапазоне от двух до тридцати рублей в большинстве текстовых сценариев. Если у вас выходит сто рублей и выше, в процессе почти наверняка есть избыточный контекст или лишние обращения к модели.

Готовый сервис, кастомная разработка или своя модель: что дешевле

Выбор между тремя вариантами обычно обсуждают как технический, хотя он прежде всего экономический. У каждого варианта своя форма кривой расходов. Готовый сервис дорог на единицу и дёшев на старте. Своя модель дорога на старте и дешева на единице. Кастомная разработка занимает середину и добавляет управляемость.

• Готовый сервис по подписке. Старт от нуля, срок запуска дни, расходы растут линейно вместе с числом пользователей. Разумен, пока задача типовая и не требует доступа к внутренним данным.
• Кастомная разработка на внешних моделях. Разовые вложения от восьмисот тысяч до четырёх миллионов, расходы на обращения от шестидесяти тысяч в месяц. Даёт полный контроль над логикой при умеренных вложениях.
• Своя модель на своей инфраструктуре. Разовые вложения от двух до пятнадцати миллионов, постоянные расходы от двухсот тысяч в месяц независимо от нагрузки. Единственный вариант при жёстком запрете на передачу данных наружу.

Сравню на конкретной задаче. Компания обрабатывает пятнадцать тысяч заявок в месяц и хочет автоматическую подготовку ответов. Готового сервиса под её специфику не существует, потому что ответы опираются на внутренние прайсы и условия. Остаются второй и третий варианты.

Горизонт	Кастомная разработка на внешней модели	Своя модель на арендованном сервере
Запуск	1,8 млн рублей	4,5 млн рублей
Месяц эксплуатации	110 тыс. рублей	260 тыс. рублей
Год первый	около 3,1 млн рублей	около 7,6 млн рублей
Год второй	около 1,3 млн рублей	около 3,1 млн рублей

При таком потоке внешняя модель выигрывает на любом горизонте, и перелом не наступает даже на пятом году. Картина переворачивается при росте потока до двухсот тысяч заявок в месяц, где оплата обращений к внешней модели поднимается примерно до миллиона четырёхсот тысяч рублей, а стоимость своего сервера меняется незначительно и требует только добавления второго ускорителя.

Вопрос о том, что дешевле, не имеет ответа без двух чисел. Первое — поток обращений в месяц. Второе — допустимость передачи данных внешнему поставщику. Если второе запрещено регламентом или законом, экономический расчёт теряет смысл, остаётся единственный вариант, и обсуждать надо не выбор, а способ сократить его стоимость.

Промежуточный вариант, который часто пропускают

Между внешним интерфейсом и своей инфраструктурой есть конфигурация, которая у нас редко попадает в рассмотрение. Чувствительные данные обезличиваются до отправки, то есть имена, номера договоров и контакты заменяются метками на вашей стороне, а обратная подстановка выполняется после получения ответа. Разработка такого слоя стоит от трёхсот до семисот тысяч рублей и в ряде случаев снимает запрет на внешние сервисы полностью.

Второй промежуточный вариант состоит в разделении потока. Девяносто процентов обращений не содержат персональных данных и уходят на внешнюю модель. Остальные обрабатываются небольшой моделью внутри контура. Инфраструктура в таком случае нужна скромная, потому что на внутренний контур приходится десятая часть нагрузки.

Скрытые расходы, которые забывают учесть

Эта часть статьи основана на расхождениях между сметами и фактом, которые вижу регулярно. Перечисленные ниже статьи редко попадают в первоначальный расчёт и в сумме добавляют от двадцати пяти до шестидесяти процентов к планируемому бюджету.

• Повторные обращения при ошибках. Модель иногда возвращает ответ в неверном формате, и система повторяет запрос. Нормальная доля повторов составляет от трёх до восьми процентов, при плохо описанном формате ответа доходит до четверти всех обращений.
• Эксперименты команды. Пока идёт настройка, разработчики прогоняют тысячи тестовых запросов. На этапе активной доработки их расход сопоставим с продуктивной нагрузкой.
• Служебные обращения к модели. Проверка ответа второй моделью, оценка качества, суммирование истории разговора. Каждый такой шаг добавляет обращения, которых нет в описании сценария.
• Пересчёт базы знаний. При изменении регламентов или добавлении документов приходится заново обрабатывать затронутые разделы. При активно меняющейся базе это ежемесячный расход.
• Хранение истории запросов. Журналы нужны для разбора ошибок и для требований безопасности. Текст занимает немного, но при большом потоке за год набирается ощутимый объём, а записи звонков набирают его быстро.
• Простои и дублирование поставщика. Если процесс критичен, нужен запасной канал, и это либо вторая подписка, либо собственная облегчённая модель в резерве.
• Время предметных специалистов. Это крупнейший невидимый расход. Юрист, который проверяет пятьсот сгенерированных ответов на этапе приёмки, тратит от шестидесяти до ста двадцати часов, и его ставка в смету проекта обычно не входит.
• Доработки на стороне смежных систем. Учётная система может не отдавать нужные поля, и её придётся править отдельным подрядчиком по отдельному договору.

Отдельно стоит упомянуть расход, который выглядит парадоксально. Чем лучше работает решение, тем больше оно стоит, потому что сотрудники начинают использовать его чаще и для новых задач. Это хороший знак и плохая новость для квартального бюджета одновременно. Планируйте рост использования на уровне от двух до четырёх раз в течение первого полугодия после удачного запуска.

Как вытащить скрытые расходы заранее

Работает простая процедура. На этапе пилота включите подробное журналирование и посчитайте не только успешные обращения, но все вообще, включая повторы и служебные. Разделите фактический счёт за месяц пилота на число полезных результатов. Полученная стоимость одного результата и есть та величина, на которую надо умножать планируемый поток.

Второй приём касается людей. Попросите предметных специалистов зафиксировать время, которое они потратили на проверку пилота, и перенесите эту величину в смету промышленного запуска с коэффициентом от трёх до пяти, потому что объём проверки растёт вместе с охватом сценариев. Этот пункт обычно вызывает самое сильное сопротивление при согласовании бюджета и чаще всего оказывается точным.

Как измерить отдачу от вложений в ИИ

Отдачу от моделей считают плохо по одной причине. Результат размазан по множеству сотрудников и проявляется как исчезновение мелких операций, которые никто никогда не измерял. Поэтому измерение надо готовить до запуска, пока существует исходное состояние процесса. После внедрения восстановить его почти невозможно, останутся только воспоминания участников, а они систематически смещены в пользу проекта.

Рабочая схема опирается на три величины. Первая — сэкономленные часы в деньгах. Вторая — себестоимость одной обработанной задачи до и после. Третья — срок выхода на окупаемость с учётом разовых вложений. Ни одна из них по отдельности не даёт картины, вместе они закрывают большинство вопросов финансового блока.

Экономия часов и фонда оплаты труда

Начните с замера исходного состояния. Возьмите пять или семь сотрудников, которых затронет изменение, и попросите в течение двух недель фиксировать время на целевой операции. Не опрос по памяти, а запись по факту. Расхождение между оценкой по памяти и замером обычно составляет от тридцати до семидесяти процентов, причём в обе стороны.

1. Зафиксируйте среднее время на одну операцию до внедрения и число операций в месяц.
2. Посчитайте полную стоимость часа сотрудника. Это оклад плюс взносы плюс накладные, обычно от одной и трёх до одной и шести от оклада. Для специалиста с окладом сто двадцать тысяч рублей полная стоимость часа выходит около тысячи ста рублей.
3. Через два месяца после запуска повторите замер на той же группе и тех же операциях.
4. Умножьте разницу в часах на полную стоимость часа и на число операций.
5. Вычтите время, которое сотрудники теперь тратят на проверку результата модели. Этот шаг пропускают чаще всего, а он забирает от пятнадцати до сорока процентов видимой экономии.

Пример из практики. Отдел подготовки коммерческих предложений из шести человек делал четыреста предложений в месяц, в среднем по сорок минут каждое. После внедрения подготовки черновика моделью время сократилось до пятнадцати минут, из которых восемь уходит на проверку и правку. Экономия составила двадцать пять минут на предложение, то есть примерно сто шестьдесят шесть часов в месяц. При полной стоимости часа девятьсот рублей это около ста пятидесяти тысяч рублей в месяц.

Экономию часов нельзя автоматически записывать в сокращение фонда оплаты труда. В большинстве случаев освободившееся время уходит в рост объёма работы без увеличения штата, и это приходится объяснять финансовому директору отдельно. Деньги появляются не в графе расходов на персонал, а в возможности обрабатывать вдвое больше заявок тем же составом.

Стоимость одной обработанной задачи до и после

Это самая честная метрика, потому что она не зависит от объёмов и позволяет сравнивать периоды. Считается делением всех расходов процесса на число обработанных единиц. В расходы входит и работа людей, и оплата моделей, и доля разовых вложений, разнесённая на период.

Показатель	До внедрения	После внедрения
Обращений в месяц	12 000	12 000
Сотрудников на процессе	9	5
Фонд с взносами и накладными	990 тыс. рублей	550 тыс. рублей
Оплата обращений к моделям	0	95 тыс. рублей
Эксплуатация и доработки	0	45 тыс. рублей
Итого в месяц	990 тыс. рублей	690 тыс. рублей
Стоимость одного обращения	82,5 рубля	57,5 рубля

Обратите внимание на устройство этой таблицы. Разница в тридцать процентов выглядит скромно рядом с обещаниями кратного сокращения расходов, которые звучат в презентациях. При этом она устойчива, проверяема и сохраняется при росте потока, в отличие от эффектных цифр, полученных сравнением худшего месяца до и лучшего месяца после.

К стоимости задачи полезно добавить второй показатель — долю задач, прошедших без участия человека. Она важнее экономии на единице, потому что определяет потолок масштабирования. Процесс с долей автономной обработки в сорок процентов при удвоении потока потребует новых людей. Процесс с долей в восемьдесят пять процентов выдержит удвоение без изменения штата.

Срок выхода на окупаемость

Срок окупаемости считается делением разовых вложений на месячную экономию, уменьшенную на новые постоянные расходы. В примере выше при вложениях в один миллион восемьсот тысяч рублей и месячной выгоде в триста тысяч окупаемость наступает через шесть месяцев. Это хороший результат для внедрения в обработку обращений.

• От трёх до шести месяцев окупаются сценарии с высоким потоком однотипных операций. Обработка обращений, разбор документов, первичная квалификация заявок.
• От шести до двенадцати месяцев окупается помощь в подготовке материалов и анализ переговоров. Эффект реальный, но измеряется сложнее.
• От года до двух окупаются инфраструктурные проекты вроде корпоративной базы знаний с поиском. Отдача распределена по многим подразделениям и прямому замеру поддаётся плохо.
• Не окупается внедрение в процессы с малым числом операций. Если операция выполняется двадцать раз в месяц, никакая экономия времени не покроет стоимость интеграции.

Последний пункт заслуживает отдельного внимания, потому что именно там сгорает значительная доля бюджетов. Соблазн автоматизировать сложный и неприятный процесс велик, но экономика определяется частотой, а не сложностью. Считайте число операций в месяц прежде, чем оценивать стоимость внедрения, иначе рискуете получить технически безупречное решение с горизонтом окупаемости в одиннадцать лет.

Как сократить затраты на ИИ без потери качества

Перечисленные ниже приёмы дают эффект от двух до шести раз на одном и том же сценарии. Сортировка идёт по соотношению результата к трудозатратам, начиная с самых выгодных.

1. Распределите задачи между моделями разной силы. Классификация, извлечение полей, проверка формата и переформулировка не требуют сильной модели. Оставьте дорогую модель там, где нужно рассуждение или работа с оттенками смысла. Один этот приём обычно сокращает счёт вдвое или втрое.
2. Сократите контекст. Вместо подкладывания всего регламента настройте поиск так, чтобы в запрос попадали две или три релевантные выдержки. Качество от этого улучшается, потому что модель перестаёт отвлекаться на посторонний текст.
3. Включите кэширование повторяющейся части запроса. Если в каждом обращении присутствует одна и та же инструкция на три тысячи токенов, поставщики с поддержкой кэша считают её по сниженному тарифу. Экономия на типовых сценариях достигает сорока процентов.
4. Отсеивайте обращения до модели. Треть вопросов в поддержке решается точным совпадением с базой готовых ответов. Проверка по справочнику стоит ноль и покрывает ощутимую долю потока.
5. Ограничьте длину ответа. Исходящие токены стоят дороже входящих в три или четыре раза. Ответ на двести токенов вместо восьмисот сокращает самую дорогую часть счёта и обычно читается лучше.
6. Соберите пакетную обработку для того, что не требует мгновенного ответа. Ночная обработка массивов данных по сниженным тарифам или на незанятых мощностях дешевле обработки в реальном времени.
7. Уберите неиспользуемые лицензии. Запросите у поставщика статистику активности и отключите тех, кто не заходил месяц. Процедура занимает час и возвращает от двадцати до сорока процентов расходов на подписки.
8. Установите технические ограничения расходов. Лимит на пользователя, лимит на сценарий и общий лимит на проект. Это защита не от перерасхода, а от ошибки в коде, которая зацикливает обращения к модели.

Два приёма из списка стоит разобрать подробнее, потому что они часто внедряются неправильно. Распределение между моделями требует измерения. Прежде чем переводить этап на облегчённую модель, прогоните контрольный набор из ста примеров и сравните результаты с текущими. Без этого замера перевод превращается в лотерею, и обнаруживается это через месяц по жалобам пользователей.

Сокращение контекста требует настройки поиска, а не простого обрезания текста. Если выдержки подбираются плохо, модель получит две нерелевантные страницы вместо восьми частично релевантных, и качество упадёт. Порядок работ такой. Сначала настраивается поиск и проверяется, что нужный фрагмент попадает в выдачу. Потом сокращается число передаваемых фрагментов.

Чего делать не стоит ради экономии

• Переводить весь процесс на самую дешёвую модель целиком. Экономия на обращениях вернётся расходами на разбор ошибок и потерю доверия пользователей.
• Отказываться от журналирования, чтобы не платить за хранение. Без журналов невозможно разобраться в жалобе и невозможно улучшать систему.
• Убирать проверку ответа человеком в сценариях с юридическими или финансовыми последствиями. Стоимость одной серьёзной ошибки перекрывает годовую экономию.
• Экономить на обучении сотрудников. Это статья с наибольшей отдачей на вложенный рубль во всей смете.

Типичные ошибки в планировании бюджета на ИИ

Собрал ошибки, которые встречаются чаще всего, с описанием последствий и способа избежать.

• Планирование одной суммой на компанию без разбивки по сценариям. Через квартал невозможно понять, какой процесс потребляет деньги, и управлять расходами нечем.
• Учёт только оплаты моделей. Это от пяти до пятнадцати процентов реального бюджета проекта. Остальное уходит на интеграции, данные и людей.
• Перенос цифр пилота на промышленный запуск напрямую. Разница пятикратная и выше, причём не в оплате обращений, а в разработке и проверке.
• Отсутствие строки на эксплуатацию в годовом бюджете. Решение без поддержки деградирует за полгода, и деньги на доработку приходится искать внеплановыми путями.
• Расчёт по средней длине запроса вместо значения, покрывающего большинство случаев. Занижает смету примерно вдвое, потому что распределение длин смещено вправо.
• Неучёт времени предметных специалистов на приёмку. Юристы, бухгалтеры и технологи тратят десятки часов, и эти часы оплачивает компания.
• Фиксация бюджета на год без механизма пересмотра. Рынок меняет цены и возможности каждые несколько месяцев, в обе стороны.
• Выбор своей модели из соображений экономии при низком потоке. Выделенный сервер при малой загрузке дороже внешнего интерфейса в разы.
• Отсутствие замера исходного состояния процесса. Без него отдачу нельзя посчитать, и защита бюджета на следующий год превращается в спор об ощущениях.
• Запуск без технического ограничения расходов. Одна ошибка в цикле обработки способна за сутки израсходовать месячный лимит.

Отдельная ошибка относится не к деньгам, а к устройству принятия решений. Бюджет на искусственный интеллект часто согласуют как закупку программного обеспечения, то есть один раз и целиком. Расходы при этом ведут себя как операционные и меняются вместе с использованием. Правильная форма — утверждённый лимит с ежемесячной сверкой и правом пересмотра по итогам квартала.

Шаблон расчёта расходов на ИИ

Ниже структура, которую можно перенести в таблицу и заполнить своими числами. Она разделена на разовую часть, постоянную часть и переменную часть, потому что эти три блока по-разному согласуются и по-разному реагируют на рост.

Блок	Строка	Как считать
Разовые	Обследование и проектирование	От десяти до пятнадцати процентов сметы проекта
Разовые	Подготовка данных и базы знаний	Часы специалиста по данным плюс разметка по числу примеров
Разовые	Разработка логики и сценариев	Часы команды на ставку подрядчика или внутренний фонд
Разовые	Интеграции со смежными системами	От ста пятидесяти до восьмисот тысяч рублей на одну связку
Разовые	Приёмка предметными специалистами	Часы юриста, технолога, бухгалтера на полную стоимость часа
Разовые	Обучение сотрудников	Стоимость программы плюс оторванные от работы часы участников
Постоянные	Лицензии и подписки	Число активных пользователей на тариф
Постоянные	Инфраструктура	Аренда мощностей, хранение, журналы
Постоянные	Эксплуатация и доработки	От пятнадцати до двадцати пяти процентов стоимости внедрения в год
Постоянные	Люди на поддержке	Доля ставки внутреннего специалиста или договор на сопровождение
Переменные	Обращения к моделям	События на коэффициент обращений на стоимость токенов
Переменные	Распознавание и синтез речи	Минуты записи на тариф за минуту
Переменные	Обновление базы знаний	Объём изменённых документов на стоимость обработки
Переменные	Запас на повторы и эксперименты	Тридцать процентов от переменной части

К этой таблице добавьте три контрольных показателя, которые заполняются ежемесячно и показывают здоровье проекта лучше любой сводки.

1. Стоимость одного обработанного события в рублях. Падает при настройке, растёт при расширении сценария.
2. Доля событий, обработанных без участия человека. Определяет, выдержит ли процесс рост потока.
3. Отношение месячной выгоды к месячным расходам. Значение ниже единицы на третьем месяце после запуска означает, что нужен разбор, а не терпение.

Порядок работы с шаблоном

Заполняйте в обратном порядке относительно привычного. Сначала переменная часть, потому что она считается точнее всего и сразу показывает, имеет ли сценарий смысл при вашем потоке. Затем постоянная, потому что она определяет минимальный ежемесячный платёж независимо от результата. Разовую часть считайте последней, когда понятно, что экономика сходится.

Пересматривайте шаблон на третий месяц после запуска и далее раз в квартал. К третьему месяцу появляются фактические данные по обращениям, становится видна доля повторов и проясняется реальное время проверки результатов людьми. Разница между планом и фактом на этом замере обычно составляет от двадцати до пятидесяти процентов, и это не повод считать расчёт неудачным. Это нормальная точность первого приближения в области, где стоимость обработки зависит от того, как именно сформулирован запрос.

Компании, которые управляют расходами на искусственный интеллект, отличаются от остальных не выбором поставщика и не размером бюджета. Они просто знают стоимость одного обработанного события и смотрят на эту цифру каждый месяц. Всё остальное следует из неё.