Окупаемость внедрения ИИ: как считать и когда ждать результат

Пилот на одном процессе стоит от 90 000 ₽ и в наших проектах окупается за один-три месяца. Не потому что ИИ волшебный, а потому что в пилот берут участок с уже измеренной утечкой денег. В юркомпании по банкротству ИИ-обработка входящих подняла конверсию в оплату с 15% до 35% и добавила около 3 млн ₽ выручки в месяц — при том, что потери лидов упали с 60% до 15%. Если же считать окупаемость «в целом по компании», без привязки к конкретной утечке, цифра не сойдётся никогда. Ниже — формула, по которой считаем мы, реальные сроки по типам задач и честный список того, что не окупается.

Формула, по которой считается окупаемость ИИ

Считать надо не «эффект от ИИ», а разницу между двумя состояниями процесса: как он работает сейчас и как будет работать после. Базовая формула простая: ROI = (годовой возврат − годовые затраты) / годовые затраты × 100%. Срок окупаемости = затраты на внедрение / чистый возврат в месяц. Сложность не в формуле, а в том, что подставлять в числитель.

Возврат складывается из трёх источников, и путать их нельзя. Первый — заработанные деньги: сделки, которые раньше срывались, теперь доходят до оплаты. Второй — сэкономленные деньги: не нанятые люди, сокращённые часы, отменённые подрядчики. Третий — высвобожденное время, которое переложили на работу, приносящую выручку. Третий источник самый спорный: если РОП освободил 9 часов в неделю и потратил их на кофе, возврата нет. Если он потратил их на разбор сделок и обучение менеджеров — возврат есть, но его нужно доказывать отдельной метрикой.

Затраты тоже двухсоставные, и вторую часть постоянно забывают. Есть разовая стоимость внедрения — от 90 000 ₽ за пилот на одном процессе. И есть стоимость владения в месяц: токены модели, телефония, сопровождение, дообучение на новых данных. Голосовой ИИ у нас обходится примерно в 3–4 ₽ за минуту разговора — на тысяче минут в месяц это 3–4 тысячи, на тридцати тысячах уже другой разговор. Если стоимость владения не заложена, модель окупаемости развалится на третий месяц.

Из выручки обязательно вычитается себестоимость. Плюс 3 млн ₽ выручки при марже 30% — это 900 тысяч возврата, а не три миллиона. Разница в три раза меняет любое решение о бюджете.

• Возврат = (дополнительная прибыль) + (сокращённые затраты) + (высвобожденное время × стоимость часа, если оно реально переложено на доходную работу)
• Затраты = (разовое внедрение) + (стоимость владения × число месяцев)
• Срок окупаемости = разовое внедрение / (месячный возврат − месячная стоимость владения)
• Считать горизонтом 12 месяцев: на трёх месяцах цифра льстит, на трёх годах врёт в другую сторону

С чего начинать: найти утечку до того, как выбирать технологию

Главная ошибка расчёта — начинать с вопроса «что бы нам автоматизировать». Начинать надо с вопроса «где мы теряем деньги измеримо». Это разные вопросы, и они ведут к разным проектам. Первый приводит к красивому боту, которого никто не считает. Второй — к цифре, которую можно защитить перед собственником.

Утечки почти всегда в одних и тех же местах, и все они считаются по данным, которые у вас уже есть. Непринятые и просроченные заявки — берётся выгрузка из CRM за 2–3 месяца и смотрится доля обращений с ответом дольше 15 минут. Разговоры с нецелевыми — час-полтора в день у каждого менеджера, в отделе из 15 человек это примерно две съеденные ставки. Часы руководителя на ручной контроль — РОП, слушающий звонки, тратит до 10 часов в неделю. Отвал между заявкой и консультацией — считается по воронке.

Дальше каждую утечку надо перевести в рубли. Не «мы теряем много лидов», а «мы теряем 180 заявок в месяц, средний чек 45 тысяч, конверсия из заявки в оплату 12% — это примерно 970 тысяч ₽ упущенной выручки в месяц». Только после этого понятно, стоит ли участок пилота и какого именно.

Правило отсечения, которым мы пользуемся сами: если посчитанная утечка на процессе меньше 100–150 тысяч ₽ в месяц, ИИ туда ставить рано. Не потому что не сработает, а потому что окупаемость уползёт за полгода, и проект умрёт от потери интереса раньше, чем принесёт деньги. В такой ситуации честный ответ — сначала починить процесс, а автоматизацию отложить.

Сроки окупаемости по типам задач

Скорость возврата сильно зависит от того, на что именно ставится ИИ. Задачи, которые бьют по конверсии на входе, отдают деньги быстрее всего: эффект виден на первой же неделе живого трафика, потому что заявки перестают уходить к конкуренту, ответившему первым. Задачи экономии времени отдают медленнее — там сначала надо, чтобы освобождённые часы куда-то переложили.

В таблице — ориентиры по нашим проектам. Это не гарантия, а диапазон, в котором обычно оказывается результат при честно посчитанной утечке и одном процессе в работе.

Отдельно про самое коварное: задачи с длинным циклом сделки. Если у вас между первым касанием и оплатой проходит три месяца, вы физически не увидите влияния на выручку раньше четвёртого месяца — даже если ИИ работает идеально с первого дня. В таких проектах метрику окупаемости надо ставить на промежуточный этап: доходимость до консультации, скорость первого ответа, доля квалифицированных лидов. Иначе полквартала будете сидеть без цифр и нервничать.

• Быстрее всего окупаются: обработка входящих, квалификация лидов, напоминания и подтверждения записи
• Средний срок: контроль качества звонков, автоответы в поддержке, работа с базой знаний
• Медленнее всего: генерация контента, внутренние ассистенты, аналитические дашборды без привязки к конкретному решению

| | | |

|---|---|---|

| Тип задачи | Где возврат | Типичный срок окупаемости |

| Мгновенный ответ на входящие заявки | Рост конверсии, отсутствие потерянных обращений ночью и в выходные | 1–2 месяца |

| Квалификация лидов | Освобождённые часы менеджеров, менеджеры работают с горячими | 1–3 месяца |

| Контроль и разбор звонков | Часы руководителя, рост конверсии за счёт исправления ошибок | 2–4 месяца |

| Доведение до консультации, напоминания | Рост доходимости, меньше пустых слотов | 1–2 месяца |

| Поддержка и ответы на типовые вопросы | Снижение нагрузки на первую линию | 3–6 месяцев |

| Генерация контента, внутренние ассистенты | Время сотрудников, косвенный эффект | 6+ месяцев или не считается |

Что показывают реальные кейсы

Абстрактные проценты бесполезны, поэтому вот конкретика из наших проектов — с оговоркой, что цифры получены на конкретных процессах конкретных компаний и переносить их на свой бизнес механически нельзя.

Юркомпания по банкротству физлиц. 40+ сотрудников, маркетинговый бюджет 2 млн ₽ в месяц. Собрали чат-боты консультирования, свели все каналы в единую CRM, добавили автоуведомления и сегментацию. Пилот запустили за две недели. Потери лидов упали с 60% до 15%, конверсия в оплату выросла с 15% до 35%, выручка прибавила около 3 млн ₽ в месяц. Отдельной строкой — экономия на отделе продаж 200 000 ₽ в месяц: колл-центр сократился с 8 человек до 5, при этом скорость первого ответа изменилась с 10–15 минут до 30 секунд.

Отдел продаж промышленного оборудования. 15 менеджеров, около 100 звонков в день, руководитель тратил до 10 часов в неделю на прослушку и всё равно не успевал. Связали CRM с телефонией, включили автотранскрибацию, поверх поставили анализ диалогов с подсветкой тревожных сигналов и автоматические рейтинги менеджеров. За два месяца конверсия выросла на 27%, а время на контроль упало с 10 часов в неделю до 30 минут. Здесь возврат двойной: и деньги от конверсии, и высвобожденные часы РОПа, которые ушли в разбор сделок.

Онлайн-школа. Транскрибация уроков, ИИ на контенте курса, профили учеников, виджет прямо в уроке и автопроверка домашних заданий с эскалацией сложных случаев куратору. Продажи выросли в 2,5 раза, 86% типовых вопросов закрывались без участия человека, время кураторов сократилось на 42%.

Нутрициолог с аудиторией 30 тысяч в запрещённой соцсети и 7 тысяч в Telegram. Конверсия лид-магнита была 2,8%, продажи падали. Сделали бота с анкетой, расчётом КБЖУ и персональным PDF-планом за 60 секунд с передачей в CRM. Доходимость формы выросла с 30% до 81% — это самая показательная цифра, потому что она про то, что люди дочитывают и доходят, а не про обещания.

Метрика, которую надо зафиксировать до старта

Самый дорогой способ провалить расчёт окупаемости — начать проект без согласованной метрики. Через два месяца начнётся спор: подрядчик говорит «конверсия выросла», заказчик отвечает «у нас просто сезон». Доказать нечего, потому что базовую линию никто не замерял.

Поэтому в пилоте метрика фиксируется письменно до первой строчки кода. Она должна отвечать трём условиям. Первое — считается автоматически из системы, а не собирается руками в конце месяца. Второе — у неё есть замеренное значение «до», хотя бы за 4–8 недель. Третье — на неё влияет именно тот процесс, который вы автоматизируете, а не пять смежных.

Хорошие метрики: доля заявок с первым ответом быстрее N минут, конверсия из заявки в оплату по конкретному источнику, доходимость до консультации, число часов руководителя на контроль, доля диалогов, закрытых без человека. Плохие метрики: «удовлетворённость клиентов», «качество работы отдела», «скорость процессов». Они не считаются и потому не спорятся.

Отдельно стоит заранее договориться про сезонность и внешние факторы. Если вы запускаете ИИ в отделе продаж одновременно с новой рекламной кампанией, разделить вклад будет почти невозможно. Либо разносите запуски по времени, либо сравнивайте по когортам источников — иначе получите красивую цифру, которую нельзя защитить.

У нас условие простое: не увидели результат на согласованной метрике — возвращаем деньги. Это не про щедрость, а про дисциплину: такое условие заставляет обе стороны выбирать задачу, где результат действительно можно померить.

Что не окупается: честный список

Разговор об окупаемости неполный без обратной стороны. Есть проекты, которые технически работают, а экономически не возвращают ничего. Мы от таких отговариваем на этапе карты автоматизации, потому что через полгода недовольный клиент дороже отказа от сделки.

Не окупается ИИ на процессе, который сломан сам по себе. Если менеджеры не перезванивают по горячим лидам из-за отсутствия дисциплины, а не из-за нехватки времени, бот на входе просто быстрее доставит заявку в ту же яму. Сначала процесс, потом автоматизация.

Не окупается автоматизация при малом объёме. Двадцать обращений в день — это участок, где живой человек справляется, и разница между 30 секундами и 15 минутами ответа не создаёт заметных денег. Экономика ИИ строится на масштабе и на круглосуточности. Ровно так же не окупаются проекты без владельца внутри компании: если со стороны заказчика нет человека, который отвечает за результат и может менять регламенты, система через месяц зарастает исключениями, менеджеры возвращаются к ручным звонкам, и метрика едет назад.

Не окупается дешёвый бот на конструкторе. Он отвечает на три сценария, а на четвёртом вопросе разводит руками — и клиент уходит с ощущением, что компания несерьёзная. Пятнадцать тысяч ₽ на такое решение возвращаются отрицательной величиной: вы платите за него не деньгами, а испорченными лидами.

Не окупаются проекты, где ИИ ставят ради самого ИИ. Если задача формулируется как «нам надо внедрить искусственный интеллект, придумайте куда» — считать нечего. Возврат появляется только там, где до внедрения была названа конкретная утечка в рублях.

Как считать окупаемость на практике: пошагово

Собираем всё сказанное в рабочую последовательность. Она занимает у нас две недели в формате карты автоматизации, но пройти её можно и самостоятельно — данные для этого у вас уже есть.

На выходе получается документ на пару страниц, в котором видно: какой процесс берём, сколько он сейчас теряет, сколько стоит его закрыть, за сколько месяцев вернутся деньги и по какой цифре мы поймём, что получилось. Если такого документа нет, обсуждать бюджет внедрения рано.

Полезная привычка — считать три сценария вместо одного: пессимистичный, базовый и оптимистичный. Если проект окупается даже в пессимистичном, решение принимается легко. Если только в оптимистичном — это не проект, а ставка.

• Выгрузите заявки за 2–3 месяца с временными метками и источниками — увидите реальные потери на входе
• Посчитайте долю обращений с первым ответом дольше 15 минут и переведите её в упущенную выручку через средний чек и конверсию
• Замерьте, сколько часов в неделю уходит на рутину: контроль звонков, разговоры с нецелевыми, ручной перенос данных
• Переведите часы в деньги через полную стоимость сотрудника — менеджер с зарплатой 100 000 ₽ на руки обходится примерно в 1,8 млн ₽ в год с налогами и взносами
• Выберите один процесс с наибольшей утечкой и посчитайте по нему срок окупаемости пилота
• Зафиксируйте метрику и её значение «до» письменно, до старта работ
• Заложите стоимость владения на 12 месяцев вперёд, а не только разовое внедрение
• Пересчитайте факт через 2 и 6 месяцев — модель без сверки с реальностью бесполезна

Почему пилот выгоднее, чем сразу большая система

Соблазн понятен: если ИИ окупается, давайте автоматизируем всё сразу. На практике это самый дорогой путь, и вот почему.

Большая система на несколько процессов даёт первый измеримый результат позже, потому что дольше строится и дольше настраивается на стыках. Пока она строится, вы платите, но ещё ничего не возвращаете. Пилот на одном участке даёт цифру через несколько недель, и дальше решение о расширении принимается уже по факту, а не по презентации.

Пилот дешевле ошибается. Если гипотеза о том, где утечка, оказалась неверной, вы теряете стоимость одного участка, а не бюджет годовой программы. За годы работы мы видели достаточно случаев, когда реальная утечка обнаруживалась не там, где её ожидал собственник: не в скорости ответа, а в том, что до консультации доходила треть записавшихся.

И самое важное: пилот даёт данные для следующего шага. После двух месяцев работы на реальных диалогах видно, где ИИ справляется, где нужен человек и какие возражения не отработаны. Большая система, спроектированная без этих данных, обязательно будет переделываться — и переделка окажется дороже, чем изначально построить по частям.

Частые вопросы

За сколько окупается внедрение ИИ в среднем?

Средней цифры не существует — она зависит от того, сколько денег утекает в процессе, который вы автоматизируете. Практический ориентир по нашим проектам: пилот от 90 000 ₽ на одном процессе с ощутимой утечкой окупается за 1–3 месяца. Если у процесса нет измеримой утечки хотя бы 100–150 тысяч ₽ в месяц, окупаемость уходит за полгода и проект теряет смысл. Поэтому считать надо не «средний ROI по рынку», а вашу конкретную утечку.

Как посчитать ROI, если у нас не ведётся нормальная аналитика?

Это самая частая ситуация, и она решаема. Достаточно трёх вещей: выгрузка заявок за 2–3 месяца с временными метками, записи звонков за пару недель и данные о фонде оплаты труда участка. Из этого уже видно, сколько заявок остались без ответа дольше 15 минут, сколько времени уходит на разговоры с нецелевыми и какая доля рабочих часов тратится на рутину. Если данных нет вообще — первый этап проекта не ИИ, а замер: две недели фиксируем базовую линию, и только потом внедряем.

Что считать возвратом — выручку или прибыль?

Прибыль, иначе цифра врёт. Выручка от дополнительных сделок — это не деньги в кармане: из неё надо вычесть себестоимость исполнения. Если ИИ принёс 3 млн ₽ выручки при марже 30%, возврат равен 900 тысячам ₽, а не трём миллионам. Для задач экономии времени считать проще: там возврат сразу в затратах — либо фонд оплаты труда, либо переключение людей с рутины на работу, которая приносит деньги.

Нужно ли включать в расчёт стоимость поддержки?

Обязательно. Внедрение — это не разовый платёж, а система, которая живёт: меняется прайс, появляются новые возражения, обновляются интеграции. В расчёте окупаемости должны быть две строки: разовая стоимость внедрения и ежемесячная стоимость владения — токены модели, телефония, сопровождение и дообучение. Иначе на третий месяц выяснится, что «окупившийся» проект каждый месяц забирает деньги, которых не было в модели.

Можно ли посчитать окупаемость до начала работ?

Да, с точностью до вилки. Мы делаем карту автоматизации за 14 дней и бесплатно: разбираем процессы, находим точки утечки, считаем потенциал в рублях по вашим данным и показываем 2–3 сценария в порядке приоритета по окупаемости. Точная цифра появится только после пилота на реальных диалогах, но диапазон и порядок величин виден заранее. Документ вы забираете себе в любом случае.

Что делать, если ИИ не окупился?

Сначала разобраться, где сломалось: метрика была выбрана неверно, процесс сопротивлялся, или решение действительно не работает. В пилоте мы фиксируем метрику до старта именно для этого — чтобы спор решался цифрой, а не ощущениями. Если результата на согласованной метрике нет, мы возвращаем деньги. Это условие пилота, а не жест доброй воли: оно дисциплинирует обе стороны выбирать задачу, где результат можно измерить.

---

Окупаемость ИИ — не вопрос веры, а вопрос арифметики. Возьмите один процесс, где вы сейчас теряете деньги измеримо: непринятые заявки, часы РОПа на прослушку, недошедшие до консультации клиенты. Посчитайте цену этой утечки в месяц. Если она больше 150–200 тысяч ₽, пилот от 90 000 ₽ окупится за один-два месяца, и дальше это уже прибыль. Если меньше — начинать надо не с ИИ, а с процесса. Мы делаем карту автоматизации бесплатно за 14 дней: считаем потенциал в рублях по вашим цифрам и показываем 2–3 сценария с приоритетом по окупаемости. Документ остаётся у вас, даже если работать дальше вы не станете. Это честный способ проверить арифметику до того, как вы потратите первый рубль.

Внутренние ссылки:

• как устроено внедрение ИИ в бизнес
• сколько стоит внедрение ИИ: цены и тарифы
• ИИ для отдела продаж
• ИИ или нанять сотрудника: сравнение затрат
• кейсы Edemium с цифрами