Сколько стоит ИИ-сотрудник и когда он не окупается

Ценник «ИИ-сотрудник под ключ за 150 тысяч» звучит дорого рядом с зарплатой менеджера и дёшево рядом с годовыми расходами на него же.

Сравнивать цену бота с окладом бесполезно: это разные единицы. Считать надо операцию - сколько раз в месяц она повторяется, сколько минут отнимает и по какой ставке. Получаются часы и рубли в месяц. Если операция съедает меньше часов, чем стоит её автоматизация, чинить её машиной сейчас дорого. Это решается арифметикой за десять минут, до всякого разговора с подрядчиком. После запуска машина продолжает стоить денег: токены, поддержка, перепроверка результата.

Почему цена ИИ-сотрудника гуляет от 50 тысяч до трёх миллионов и выше

Разброс создаёт не жадность подрядчика. Словом «ИИ-сотрудник» называют три разных товара: сценарный бот с ответами на частые вопросы, агента с правом писать в вашу CRM и мультиагентную систему с интеграциями. Это как спросить цену автомобиля, не уточнив, речь о подержанной легковушке или о фуре.

Интегратор CRM Антон Карцев в разборе на Хабре раскладывает рынок по классам решений.

Руководитель веб-студии Максим Козлов на vc.ru называет близкие рамки и добавляет то, чего нет в первой таблице: подготовка данных 100 000-500 000 ₽ и доработки после запуска - 20-30% от бюджета проекта.

К разбросу добавляется вторая беда: не всякий «агент» оказывается агентом. Аналитики Gartner ввели для этого отдельный термин - agent washing, перекрашивание в агенты: обычный сценарный бот или готовый сервис продают как автономную систему. Спрашивайте у подрядчика, что именно принимает решения, а что идёт по заранее прописанным шагам.

Отсюда и путаница. Опрос 400 с лишним клиентов Т-Банка, пересказанный Forbes, показал: 38% опрошенных тратят на ИИ не больше 3 000 ₽ в месяц. Человек с таким опытом слышит «ИИ-сотрудник» и думает про подписку за три тысячи, а ему предлагают проект за сто пятьдесят. Это два разных рынка, и путать их - значит спорить не о том.

Сколько на самом деле стоит час вашего сотрудника

Сравнивать автоматизацию нужно с полной стоимостью часа. Работодатель платит сверху страховые взносы, поэтому час выходит дороже, чем показывает зарплатная ведомость.

Статья 425 Налогового кодекса устанавливает единый тариф взносов 30% в пределах базы и 15,1% сверх неё. Предельная база на 2026 год - 2 979 000 ₽ нарастающим итогом: постановление правительства № 1705 от 31 октября 2025 года.

Посчитаем на окладе 100 000 ₽ в месяц.

Годовая норма при сорокачасовой неделе - 1 972 часа. Вычтем оплачиваемый отпуск, 28 календарных дней это примерно 160 рабочих часов. Остаётся около 1 812 часов, которые сотрудник действительно отработал. Делим: 862 ₽ за фактический час.

Малый бизнес может платить меньше. Пониженный тариф 15% на часть выплат сверх полутора МРОТ даёт около 803 ₽ за час. Но с 2026 года статус малого предприятия сам по себе льготы не даёт: ФНС называет условия - основной ОКВЭД из правительственного перечня и не меньше 70% доходов именно от него, и если хотя бы одно из них не выполняется, тариф остаётся общим.

Возьмите свою реальную ставку. Восемьсот с лишним рублей здесь - иллюстрация метода; ваша цифра считается по вашим людям и вашим окладам.

Как посчитать свою операцию и где порог

Рутина у растущего бизнеса прибавляется быстрее выручки, и почему так выходит, я разбирал отдельно. Здесь считаем деньги. Формула, по которой мы считаем на разборах, помещается в две строки:

операция × сколько раз в месяц × сколько минут за раз = часы
часы × ставка того, кто это делает = рубли в месяц

Ставка берётся с того, кто выполняет работу сейчас: для сотрудника это его полная стоимость со взносами, для вас - ваша собственная.

Порядок действий:

1. Назовите операцию узко: не «работа с заявками», а «перенос заявки из мессенджера в таблицу».
2. Посчитайте, сколько раз в месяц она повторяется.
3. Замерьте секундомером, сколько минут уходит на один раз. Память тут врёт в обе стороны.
4. Умножьте и переведите в часы.
5. Умножьте часы на ставку.

Пример: менеджер тратит два часа в день на перенос заявок и выставление счетов. Это 44 часа в месяц, при ставке 600 ₽ - 26 400 ₽ каждый месяц за работу, которую можно отдать машине.

Откуда здесь 600 ₽, если выше получилось 862. Ставка считается по тому, кто делает работу. Восемьсот шестьдесят два рубля вышли из оклада 100 000 ₽, а шестьсот соответствуют окладу около 70 000. Прогоните его через ту же арифметику - 70 000 плюс взносы, поделить на те же 1 812 часов - и получите примерно 600 ₽. Метод один, люди разные.

Эти 26 400 ₽ - не обещанная экономия, а стоимость ручной работы. Сколько из неё вернётся, зависит от того, куда уйдёт освободившееся время и сколько будет стоить сама автоматизация.

Теперь порог. Он считается так же просто:

цена внедрения / ваша ставка за час = часов в месяц, которые должны высвободиться

Возьмём для примера внедрение за 15 000 ₽ и ставку 600 ₽: порог выходит 25 часов в месяц. Бот из первой строки рыночной таблицы за 50 000 ₽ при ставке 862 ₽ даст порог 58 часов. Цифры разные, правило одно: либо утечка больше цены внедрения, либо нет. В формулу подставляйте цену из того предложения, которое сделали именно вам; наши текущие цены - на странице услуг и в карточках продуктов, куда она ведёт.

И сразу о допущении, которое в такой формуле спрятано. Она возвращает окупаемость за один месяц - самую строгую мерку из возможных. Если вы согласны ждать три месяца, делите порог на три: для того же примера он опустится примерно до восьми часов в месяц - без учёта расходов после запуска. Решать, за какой срок вам это должно вернуться, - ваше дело. Важно принять это решение до разговора с подрядчиком: после него цифра всегда выглядит убедительнее.

Если формула отвечает «не надо», это нормальный результат. Операция раздражает, руки тянутся её автоматизировать, а в часах выходит мелочь, которая цену внедрения не отбивает. Такие идеи стоит отправить в список ожидания и держать там, пока частота не вырастет.

Подробная таблица с разбором утечек по типам операций - в гайде как посчитать, сколько рутина стоит бизнесу.

Что продолжает стоить деньги после запуска

После запуска платить приходится за четыре вещи, которых в смете внедрения нет: за токены, за поддержку, за перепроверку результата и за переделки, когда процесс меняется. К ним добавляются два риска: зависимость от подрядчика и люди, которые системой не пользуются. Вместе они сдвигают точку окупаемости вправо, иногда на месяцы. Считать их надо до подписания, потому что на них смета молчит.

Токены растут сами. Токенами модель измеряет весь текст, который прочитала и написала, и по ним же выставляется счёт. Многие считают их платой за обращение, и это первая ошибка в смете. Евгений Чаплыгин замерил свой тридцатишаговый сценарий: на первом шаге агент получал 7 140 входных токенов, на тридцатом - 123 856. Контекст накапливается, и каждый следующий шаг оплачивается целиком заново. Тот же сценарий стоил 48,26 ₽ до оптимизации и 8,40 ₽ после. Подрядчик считает счёт по пилоту, платите вы по работе на потоке.

Поддержка. Две независимые оценки сходятся в порядке величины: доработки после запуска - 20-30% от бюджета проекта (Козлов), годовая поддержка - 30-50% годовой стоимости проекта (Карцев). Обе оценки экспертные, не замеренные: одна про доработки после запуска, другая про ежегодную поддержку, и обе говорят о десятках процентов от бюджета проекта.

Перепроверка. Этот расход в сметах не появляется вовсе. Валентина Кузнецова описывает на vc.ru сводки, которые готовил ИИ: «проверить такую сводку по-честному - значит пересчитать всё самому». Однажды не перепроверили и приняли решение на неверной цифре. Её вывод: «Ошибка стоила нам куда дороже, чем все "сэкономленные" часы».

Машина экономит время только там, где проверить результат быстрее, чем сделать работу заново.

Зависимость от подрядчика. Её замечают позже всех, потому что поначалу она не стоит ничего. Илья Утов раскладывает её на слои и оценивает, сколько занимает смена каждого: модель меняется за неделю, слой маршрутизации запросов - за месяц, вычислительные мощности - за квартал, а связка с рабочими документами и интерфейсами - за полгода. Денег он не считает, но полгода работы на переезд - тоже цена.

Люди, которые не пользуются. Антон Голубев, руководитель ИИ-направления в компании Celsus, привёл замеры по своему отделу разработки: в опросе начала 2026 года ИИ-агентов попробовали трое из двадцати сотрудников. Названные причины расходились с настоящими - у одного человека дело оказалось в нехватке места на диске. Его формулировка: «люди не хотят выходить из своей рутины, даже если это сделает их работу проще» - а внедрение, которым не пользуются, не окупается ни при какой ставке.

Устаревание. База знаний, по которой отвечает бот, живёт в реальном бизнесе, и ответы деградируют без единой поломки в коде просто потому, что бизнес меняется. Через полгода документы ссылаются на упразднённые отделы, инструкции описывают процесс, которого больше нет, а клиент получает на всё это уверенный ответ.

Почему три четверти компаний откатывают работающих агентов

Компания Sinch опросила 2 527 руководителей в десяти странах в январе и феврале 2026 года: 74% организаций откатили или остановили уже работавшего агента. В эту цифру попали решения, дошедшие до эксплуатации; пилоты считались отдельно.

У компаний, которые считают своё управление рисками зрелым, откатов даже больше - 81%. Директор по продукту Sinch Дэниел Моррис объясняет это так, в переводе с английского: «Самые продвинутые организации не ошибаются реже - они замечают ошибки раньше».

Опрос двух тысяч руководителей, проведённый IBM вместе с Oxford Economics в 2025 году, даёт цифру с другой стороны: ожидаемую отдачу принесли только 25% инициатив. Там же 64% руководителей признают, что вкладываются в технологии раньше, чем понимают их ценность, - потому что боятся отстать.

В России деньги считает меньшинство. Опрос ГК «КОРУС Консалтинг» среди 80 с лишним компаний из промышленности, розницы, финансов и логистики, опубликованный в сентябре 2026: почти 70% не могут оценить эффект от ИИ. Реальный бизнес-эффект подтверждают 12%.

Знаменитые «95% провалов» из отчёта MIT цитируют везде, и с этой цифрой есть проблема. Она оспорена: аналитик Futuriom Скотт Рейнович указывает, что в отчёте нет данных под ней, цифра дана одним предложением. Профессор Wharton Кевин Вербах требует либо раскрыть данные, либо отозвать отчёт. Полезнее смотреть на воронку из того же документа: 60% компаний изучали ИИ-инструменты под конкретные задачи, 20% дошли до пилота, 5% - до промышленной эксплуатации.

И одна деталь из MIT, которая прямо касается идеи заменить людей машиной. Отдача, где её нашли, пришла от отказа от внешних подрядчиков и агентств. В отчёте это сказано прямо, в переводе с английского: выигрыши получены без существенного сокращения персонала.

История Klarna - про то же. Штат компании уменьшился больше чем на тысячу человек: уходящих просто не заменяли, а чат-бот, по оценке самой Klarna, делал работу 700 сотрудников поддержки. Потом людей начали набирать обратно. Гендиректор Себастьян Семятковский объяснил это так - цитата по Fortune со ссылкой на Bloomberg, в переводе с английского: «Стоимость оказалась слишком доминирующим критерием, и на выходе получается более низкое качество».

Пять признаков, что вам это сейчас не нужно

Пять состояний, при которых считать дальше бессмысленно: операция редкая, шаги известны заранее, процесс сломан, ошибка недопустима, данные грязные. Каждый пункт отдельно достаточен, чтобы отложить покупку. Проверьте свою задачу по ним до того, как запрашивать смету.

1. Операция редкая. Задача на две минуты сорок раз в день нагружает бизнес сильнее, чем мучительная задача раз в неделю. Считайте частоту, а не раздражение.
2. Шаги известны заранее. Если процесс раскладывается на понятные шаги, хватит обычного сценария автоматизации. Автономный агент - самый дорогой и непредсказуемый режим из всех.
3. Процесс сломан. Автоматизация ускоряет то, что есть. MaximSamus формулирует это на Хабре точно: «Если автоматизировать неработающий процесс, вы получите быстрее работающий неработающий процесс».
4. Ошибка недопустима в принципе. Финансовые проводки, юридические документы, медицина - места, где один промах модели стоит дороже всех сэкономленных часов.
5. Данные грязные. Агент отвечает клиенту «два на складе, привезём послезавтра», а на складе ноль. Проблема не в модели, а в учёте, и чинить надо учёт.

Ни один из пунктов не отменяет пользы машины вообще. Каждый говорит про конкретную точку и сегодняшний день: деньги здесь пока лежат в другом месте.

Что делать, если расчёт сошёлся

Возьмите одну операцию, посчитайте её по формуле выше и сравните с ценой внедрения. Сошлось - начинайте с неё одной, автоматизировать весь бизнес разом не нужно. Если не сошлось, отложите эту операцию и посчитайте следующую.

Хотите проверить расчёт на своих числах - приходите на разбор. Считаю ваши операции по вашим ставкам и называю, что чинить первым. Если задача машиной не снимается, скажу прямо и не буду продавать.

Когда решение принято и нужен порядок действий, дальше по пути лежит гайд как собрать нейросотрудника под обработку заявок. А про задачи, которые я сознательно оставляю себе, есть отдельный разбор: три задачи, которые я не отдаю ИИ.

Источники

Все цифры сняты 22 сентября 2026 года.

• Страховые взносы: ст. 425 НК РФ, предельная база - постановление правительства № 1705 от 31.10.2025, условия пониженного тарифа - сообщение ФНС от 03.02.2026.
• Цены на разработку: Антон Карцев, Хабр; Максим Козлов, vc.ru.
• Траты малого бизнеса на ИИ: опрос Т-Банка, пересказ Forbes.
• Откаты внедрений: Sinch, «AI Production Paradox», 2 527 руководителей, опрос января-февраля 2026.
• Отдача от инициатив: IBM Institute for Business Value, 2 000 руководителей.
• Оценка эффекта в России: опрос ГК «КОРУС Консалтинг», ComNews, 80 с лишним компаний, сентябрь 2026.
• Критика цифры «95% провалов»: Futuriom; сам отчёт - MIT NANDA, «The GenAI Divide».
• Возврат к людям: Fortune о Klarna.
• Расход токенов: замеры Евгения Чаплыгина.
• Зависимость от подрядчика: Илья Утов, vc.ru.
• Сопротивление сотрудников: Антон Голубев, Хабр.
• Перепроверка результата: Валентина Кузнецова, vc.ru.
• Про автоматизацию сломанного процесса: MaximSamus, Хабр.