Как посчитать окупаемость ИИ-проекта до запуска

Окупаемость внедрения ИИ считают одной формулой: разовые затраты делят на чистую экономию в месяц. Выходит срок в месяцах. Всё решает слово «чистую». Из сэкономленных часов надо вычесть время на исправление ошибок, поддержку и токены, а ещё учесть, что пользоваться системой начнут не все и не сразу. Без этих поправок расчёт врёт в разы. И почти всегда в пользу проекта.

Пример ниже условный, но механика настоящая. Прогоните через неё свои цифры до того, как подпишете договор с интегратором.

Формула окупаемости и ROI ИИ-проекта

Нужны две формулы. Первая отвечает на вопрос «когда вернём деньги», вторая — «сколько заработаем за период».

Срок окупаемости = разовые затраты / чистая экономия в месяц.

ROI за период = (выгода − все затраты) / все затраты × 100%.

Чистая экономия в месяц собирается так:

сэкономленные часы × цена часа × доля внедрения − исправление ошибок − токены и лицензии − поддержка.

В этой строке четыре вычитания. В презентации подрядчика обычно нет ни одного: там остаётся «часы × цена часа», отсюда и обещания окупиться за квартал.

Что подставить в расчёт

Где взять цифры:

• Задачи и минуты. Замерьте, а не спрашивайте. Люди плохо оценивают время на задачу, а с ИИ — особенно. В исследовании METR 16 опытных разработчиков решали задачи на 19% дольше с ИИ, а сами считали, что стали быстрее на 20%. Авторы позже оговорили, что для новых моделей этот результат уже не верен. Но мораль осталась: ощущение ускорения — ещё не замер.
• Экономия на задаче. Считайте время с проверкой. Если ИИ пишет черновик за секунду, а человек читает и правит его две минуты — экономия равна разнице с прежним временем, а не с нулём.
• Цена часа. Не зарплата, а полная стоимость: зарплата плюс страховые взносы. В 2026 году это в общем случае 30% до предельной базы 2 979 000 ₽ в год (Контур, п. 3 ст. 425 НК РФ). Делите на рабочие часы: при 40-часовой неделе в 2026 году их 1 972 (производственный календарь), около 164 в месяц.
• Токены. У GigaChat на 29 сентября 2026 года 1 000 токенов стоят 0,065 ₽ у Lite, 0,5 ₽ у Pro и 0,65 ₽ у Max. Это цены с НДС при оплате по факту (тарифы GigaChat API для юрлиц). У YandexGPT порядок тот же. В прайсе AI Studio модель Pro 5.1 стоит $0,0066 за 1 000 токенов без НДС — для договоров с зарубежными компаниями Яндекса (Yandex AI Studio).
• Интеграция, обучение, поддержка. Это смета подрядчика или время вашей команды. Поддержку не обнуляйте: кто-то будет следить за качеством, обновлять инструкции и разбирать жалобы.

Пример расчёта: обещали квартал, получили десять месяцев

Пример условный — компания и цифры придуманы, чтобы показать механику. Отдел из четырёх менеджеров разбирает входящие заявки: читает письмо, находит клиента в CRM, заполняет карточку, пишет ответ. ИИ готовит черновик карточки и ответа, человек проверяет.

• Задачи: 3 000 заявок в месяц, на каждую уходило 6 минут, с ИИ и проверкой — 2. Экономия — 4 минуты, то есть 200 часов в месяц.
• Цена часа: зарплата 110 000 ₽ плюс 30% взносов, делим на 164 часа — около 870 ₽. Зарплата близка к средней по России: в июле 2026 года — 109 524 ₽ (Росстат через РИА Новости).
• Ошибки: в 5% заявок ИИ ошибается, на исправление уходит 15 минут.
• Токены: 3 000 токенов на заявку, GigaChat Pro — 4 500 ₽ в месяц при полном внедрении.
• Поддержка: четверть ставки — 36 000 ₽ в месяц.
• Разово: интеграция с почтой и CRM — 600 000 ₽, обучение — 28 000 ₽. Итого 628 000 ₽.
• Внедрение: 30% в первый месяц, 60% во второй, дальше 80%.

Расчёт из презентации: 200 часов × 870 ₽ = 174 000 ₽ в месяц. 628 000 / 174 000 — окупаемость за 3,6 месяца.

Честный расчёт на третьем месяце, когда внедрение вышло на 80%:

С разгоном первый месяц приносит около 5 000 ₽, второй — 46 000 ₽, дальше по 73 500 ₽. Вложения возвращаются на десятом месяце, а не на четвёртом. ROI за первый год — около 25%. Проект живой, просто «окупимся за квартал» тут даже не близко.

Что будет, если внедрение застрянет на половине

Сильнее всего расчёт зависит от доли внедрения. Возьмите тот же пример и представьте, что половина менеджеров по-прежнему делает всё руками: не доверяет черновикам, привыкла, не успела научиться.

При 50% чистая экономия падает до 32 400 ₽ в месяц: поддержка стоит столько же, а экономии вдвое меньше. Окупаемость уезжает на 21-й месяц. Модель та же, токены те же, интеграция та же. Поменялось только поведение людей.

Отсюда правило: проверяйте расчёт на половинном внедрении. Окупается и так — запускайте. Окупается только при 80% и выше — сначала решите, как добьётесь этих 80%. И это работа руководителя. Модель тут ничем не поможет.

Ловушки, которые убивают окупаемость

Превращать ИИ в деньги у отрасли пока получается плохо, и причины повторяются. По отчёту MIT NANDA (июль 2025, 300+ проектов, 52 интервью, 153 опроса руководителей), 95% организаций не видят измеримого эффекта на прибыль. Причины авторы называют так: хрупкие процессы, системы, которые не учатся на контексте, и несовпадение с ежедневной работой. BCG в опросе 1 250 руководителей насчитала 5% компаний, которые получают от ИИ ощутимую выгоду, и 60% — почти без отдачи.

В расчёте это выглядит как пять ловушек:

• Нулевая поддержка. ИИ-система не ставится один раз. Инструкции устаревают, модели обновляются, процессы меняются. Если в смете нет строки «поддержка», её оплатит кто-то из команды — бесплатно и в ущерб основной работе.
• Ошибки, которые никто не считает. Каждая ошибка — это время человека, который её нашёл и исправил. Хуже, когда её нашёл клиент. Об этой стоимости — эссе «Писать стало бесплатно. Читать — нет».
• Стопроцентное внедрение. Его не бывает. Люди возвращаются к привычному, особенно если первые недели система ошибалась.
• Экономия без проверки. «ИИ делает за секунду» — неправда, пока человек две минуты проверяет результат.
• Сэкономленные часы, которые никуда не делись. Двести часов в месяц — это деньги, только если вы их забрали: наняли меньше людей, взяли больше заявок, перевели людей на другую работу. Если часы растворились в перерывах, экономия осталась в таблице.

Отдельная строка — данные. Если через ИИ идут персональные данные клиентов, зарубежная модель может обойтись дороже любой интеграции. Как выбирать модель по 152-ФЗ — в справочнике про нейросети и персональные данные.

Как посчитать окупаемость за один вечер

1. Выберите один процесс, а не «ИИ для отдела». Чем уже задача, тем точнее расчёт.
2. Замерьте процесс неделю: сколько задач и сколько минут на каждую. Секундомер честнее опроса.
3. Сделайте пробу на 20–30 реальных задачах: сколько времени уходит с ИИ вместе с проверкой и в какой доле задач он ошибается.
4. Посчитайте цену часа: зарплата плюс взносы, делённые на рабочие часы месяца.
5. Соберите разовые затраты: интеграция, обучение, время команды на запуск.
6. Соберите ежемесячные: токены или лицензии, поддержка, исправление ошибок.
7. Распишите расчёт по месяцам с разгоном внедрения — 30%, 60%, потом потолок не выше 80%.
8. Посчитайте окупаемость дважды: при плановом внедрении и при половинном. Решение принимайте по второй цифре.

Проверьте себя, прежде чем нести расчёт на согласование:

Куда смотреть после расчёта

Подешевевшие токены на окупаемость почти не влияют: в примере это 3 600 ₽ из 139 200. Почему счёт за ИИ при этом всё равно растёт, я писал в эссе «Токены дешевеют. Счёт за ИИ — нет». Деньги решают люди и процесс: сколько человек пользуются системой, сколько она ошибается и кто за ней следит.

Если процесс не описан и у него нет владельца, ИИ ускорит беспорядок, и никакая цена токена этого не окупит — подробнее в эссе «AI не исправит плохой процесс». Процесс многошаговый и вы думаете об агенте — проверьте его по самопроверке в справочнике про ИИ-агентов для бизнеса. Хватит обычной автоматизации — вот сравнение n8n, Make и кода.