Окупаемость ИИ-агента: учимся считать ROI до внедрения

Об авторе

Автор статьи — технический директор компании VVERH DIGITAL с 8-летним опытом разработки и 10-летним опытом работы в IT в целом. У него есть собственные успешные кейсы автоматизации бизнес-процессов с помощью ИИ. Кроме того, он помогал клиентам создавать целые системы без участия человека — причём вообще без ИИ.

Поэтому автор смотрит на автоматизацию не через призму «давайте везде прикрутим нейросеть», а с точки зрения реальной пользы для бизнеса. Воды в статье почти не будет — только самое интересное.

P.S: Ну, может, немного воды всё-таки понадобится для объяснения терминов 😂

Что такое ROI

Для начала давайте разберёмся, что такое ROI.

ROI (с англ. Return on Investment) — это показатель рентабельности инвестиций. Он показывает в процентах, насколько удачными оказались вложения. Формула тут такая:

ROI = ((Доход − Расход) / Расход) × 100%

Давайте разберём пример. Если мы потратили на Яндекс Директ 10 000 рублей, а получили 15 000, то:

((15 000 − 10 000) / 10 000) × 100% = 50%

Это значит, что каждый вложенный рубль принёс 50 копеек прибыли.

Адаптировать эту формулу под себя оставляем Вам. Но ниже, ближе к концу статьи, автор покажет свои цифры на одном из проектов партнеров.

Сколько стоит разработка ИИ-агента

Вопрос сложный. Думаем, если будете запрашивать коммерческие предложения, увидите разброс от 150 000 до 3 000 000 рублей.

Давайте просто представим, что ставка специалиста — 2 500 рублей в час. Тут уже включены все налоги и затраты. Поэтому не сильно жадная компания (и точно не из Москвы — там таких цен давно нет) возьмёт за неделю работы специалиста 100 000 рублей. Понятно, что ещё техническое задание составить надо, отбить пресейл. Думаем, в 150 000 можно уложиться — тут как раз уже 60 часов выходит.

Вы не сделаете «вау»-агента за 60 часов, но за это время реально сделать чат-бота-консультанта на базе OpenClaw или Hermes и прикрутить его к сайту. Говорим из своего опыта: за эти деньги и за это время — реально.

Стоимость обслуживания

Да, ИИ-агент не бесплатный. ИИ-агент кушает токены, а токены — это реальные деньги.

Всё зависит от того, какую модель под капот Вы будете устанавливать и какая будет нагрузка. Если использовать старшие модели OpenAI (ChatGPT), то при активной работе можно в месяц потратить $100 и больше только на обычное общение нескольких человек.

И да, мы в курсе про подписку ChatGPT за $20, но тут есть важный момент: подписка ChatGPT и API — это разные продукты. Подписка за $20 не даёт Вам API-токены, которые можно просто подключить к своему ИИ-агенту. API оплачивается отдельно.

Поэтому самое важное — выбрать правильную модель под задачу.

• Нужны мощные аналитические возможности — старшие модели OpenAI и Anthropic;
• Нужно хорошо работать с картинками и важна точность — снова старшие модели OpenAI;
• Тоже нужно смотреть картинки, но хочется дешевле и ошибки не так критичны — тогда Gemini 3.5 Flash-Lite;
• Написание кода и текста — DeepSeek V4 Flash. Если нужно минимизировать ошибки на сложных задачах — DeepSeek V4 Pro.

Топовые модели OpenAI и Anthropic стоят заметно дороже китайских DeepSeek, но выигрывают далеко не по всем параметрам. Например, DeepSeek V4 Flash сейчас показывает очень хорошие результаты в программировании и агентских задачах, при этом стоит в разы, а иногда и в десятки раз дешевле топовой Claude Fable 5. А разницу в качестве кода Вы можете даже не заметить, зато для кошелька разница будет колоссальная.

Важно ещё уточнить: если агентом будут пользоваться много и часто, то ежемесячно на токены может уходить много денег. Но даже тут есть лайфхак. Если нагрузка большая, но равномерно распределена в течение дня, можно поставить на своём оборудовании урезанную модель, которая вполне хорошо будет справляться с некоторыми задачами.

Например, ужатый DeepSeek-R1-Distill-Qwen-14B вполне можно запустить на железе с видеокартой RTX 4090. Аренда такого оборудования начинается примерно от 30 000 рублей в месяц. Зато Вы получите практически «безлимитного» агента для общения и консультаций. При правильной настройке и балансировке нагрузки он сможет параллельно обслуживать несколько человек с нормальной скоростью. А еще и пользовательские данные не будут уходить на сторонние иностранные сервера.

Поэтому, цена обслуживания ИИ-агента может быть от 2 000 рублей и до бесконечности. Лимитов нет. Но их всегда можно предусмотреть!

Окупаемость ИИ-агента

Однозначно сказать, окупится ли ИИ-агент, нельзя. Всё зависит от большого количества факторов:

Сколько потребуется потратить на токены или железо?

RTX 4090 стоит около 300 000 рублей, а потянет урезанный DeepSeek. Хотите поставить себе модель заметно мощнее? Ну тогда готовьтесь выложить больше 1 000 000 рублей только за видеокарту RTX PRO 6000. Причём даже её одной для полноценного запуска самых больших моделей DeepSeek будет недостаточно.

Поэтому большинство пользуется облачными готовыми решениями. Но тут есть другая проблема...

Поднимут ли вендоры API ИИ цены?

Вот недавно, в начале августа 2026 года, DeepSeek объявил о повышении цен, а с 17 августа новые тарифы вступили в силу. Многим это не понравилось, и некоторые начали пересматривать экономику своих решений по автоматизации.

Будет ли регрессия результатов через пару месяцев?

Сотрудники могут начать хуже работать и перекладывать всё на ИИ. Причём слишком много, а не столько, сколько нужно для базового облегчения работы. Посмотрите, сколько нейрослопных статей появилось в интернете. Интересно такое читать?

Даже автор статьи, хоть и пишет статьи сам, всё равно проверяет орфографические ошибки через ChatGPT или Алису. Вот оттуда эти всякие длинные тире и куча запятых.

Как будет выстроена «приёмка» поделок ИИ?

Пропускать нейрослоп в итоговый продукт чревато потерей не только репутации, но и клиентской базы из-за падения качества сервиса.

Только за первую половину 2026 года автор видел десятки обсуждений и шуток о том, что разработчики Microsoft якобы «вайбкодят» новый функционал Windows 11. И на фоне регулярных проблем с обновлениями Windows эти шутки звучат особенно смешно.

Ладно, давайте о положительных примерах.

Пример положительного ROI

Выше мы обещали — рассказываем. Пару лет назад делали для клиента из Москвы сервис по подбору временного персонала для отелей и ресторанов. Целевая аудитория находится на Черноморском побережье. Обороты небольшие — чуть больше 700 000 рублей в месяц. А затраты около 500 000 рублей: сюда входят серверы, фонд оплаты труда (2 человека), онлайн-бухгалтерия и налоги. Прибыль скромная — около 200 000 рублей.

У проекта была проблема — единственный программист, который ещё и работает part-time (на двух работах), не успевал вносить новые фичи и обрабатывать старые баги. А работы копились, недовольство постоянных клиентов тоже. Кто-то даже ушёл. И вот тут на помощь пришли мы.

Мы проконсультировали клиента и предложили внедрить нашу систему — ИИ-программиста. О ней коротко можно почитать выше, по одной из ссылок в начале статьи. Мы взяли за консультацию 200 000 рублей, клиент всё настроил своими силами вместе со своим программистом. Теперь давайте считать.

За 4 месяца обычные расходы проекта составили около 2 000 000 рублей. Но они были и до внедрения ИИ, поэтому для расчёта ROI нас интересуют именно дополнительные затраты: 200 000 рублей за нашу консультацию и 45 000 рублей на API нейросетей за этот период.

Автор взял 4 месяца, потому что результат начал проявляться только к концу третьего месяца. Ну и хотелось сделать ROI красивее. В любом случае считать ROI за один месяц было бы бессмысленно — это всё-таки не Яндекс Директ. В рамках ИИ-агентов лучше брать пол года, а может иногда и год.

Доход проекта изменился. Во-первых, он перестал терять постоянных клиентов, которые раз в квартал стабильно отваливались. Во-вторых, как это бывает в таких маленьких проектах и Open Source-продуктах, клиент сделал две точечные продажи под своих клиентов — взял с них деньги за новые нужные им сложные фичи.

По итогу за 4 месяца прибыль проекта составила 1 200 000 рублей. Из них 800 000 рублей он заработал бы и без ИИ — это его обычные 200 000 рублей прибыли в месяц. А вот ещё 400 000 рублей появились за счёт нового клиента и двух точечных продаж, которые он не только «сделал», но и успешно реализовал по ним функционал.

Поэтому для расчёта ROI берём именно дополнительную прибыль — 400 000 рублей — и дополнительные расходы на ИИ: 200 000 рублей за консультацию и 45 000 рублей на токены.

Получилось:

ROI = ((400 000 − 245 000) / 245 000) × 100% = 63%

Выглядит хорошо, согласитесь?

Понятно, что 63% в нашем случае скорее можно считать эффектом первых месяцев: сюда попали две разовые продажи новых фич. Реальное значение будет видно хотя бы через полгода.

Хотя если сделать более пессимистичный пересчёт, например оставить только фактическую прибыль с одного нового клиента за 4 месяца и текущие расходы на токены, то получим:

ROI = ((50 000 − 45 000) / 45 000) × 100% = 11%

Выглядит намного интереснее. Даже честнее.

Но это уже не текущая ситуация, а скорее прогноз на следующие 4 месяца без учёта ещё новых клиентов и без потери текущих.

Рекомендации как посчитать свое ROI до внедрения

Во-первых, постарайтесь НЕ теоретически, а ПРАКТИЧЕСКИ автоматизировать какую-нибудь нужную Вам цепочку. Без агентов, хотя бы через чатик с ChatGPT или DeepSeek.

В данной статье ответ на вопрос «а какую?» Вы не найдёте. Больше скажем: чтобы что-то автоматизировать, надо сначала понять что, и люди не из Вашей компании сделать этого не смогут. Ваш бизнес нужен в первую очередь Вам.

Для вдохновения можете прочитать эту статью. Тут описаны 7 кейсов, кстати, на нашем опыте, которые можно автоматизировать.

Первый шаг — это база. Без него даже консультироваться лучше не стоит.

Далее, имея на руках желаемую «цепочку» для автоматизации, можно прибегать к консультациям по пунктам ниже. Если сами не справляетесь.

Во-вторых, попытайтесь спрогнозировать объём трат на токены. На железо пока не надо — тут уже нужна консультация IT-специалистов. Для начала хотя бы посчитайте токены.

В-третьих, продумайте новый формат работы. Люди будут сопротивляться. Мы говорим на своём опыте: нам пришлось ломать программистов 40+, чтобы они приняли новые реалии. У Вас будет так же.

Поэтому Вас ждёт либо бурный рост, а потом падение из-за регрессии, либо медленный, очень медленный рост, связанный с отсутствием мотивации у персонала учиться новым алгоритмам работы.

В-четвёртых, посчитайте, сколько автоматизируемый процесс стоит Вам сейчас.

Например, сотрудник тратит на него 40 часов в месяц и обходится компании в 150 000 рублей. Значит, эти 40 часов уже имеют вполне конкретную стоимость. Сюда же можно добавить ошибки, потерянных клиентов, просроченные задачи и другие вещи, которые можно хотя бы примерно перевести в деньги.

Это и будет Ваша точка отсчёта. Если сейчас процесс обходится в условные 100 000 рублей в месяц, а после внедрения ИИ будет стоить 30 000 рублей — уже можно примерно понимать потенциальную экономику ещё до разработки агента.

На этом мы закончим. Основные вещи мы проговорили, остальное уже надо обсуждать индивидуально, отталкиваясь от особенностей бизнес-процесса и пожеланий клиента.

Надеемся, данный материал Вам понравился. Автор старался вложить свой опыт и немного любви в эти буковки. Переходите в нашу группу во ВКонтакте и оставляйте комментарии, если материал понравился.