Сколько стоит ИИ-агент и как посчитать бюджет без цены с потолка

Цена зависит не от слова «ИИ», а от конкретной работы: какие данные агент читает, где действует, с какими сервисами связан и сколько ошибок должен выдержать процесс.

Меня периодически спрашивают: «Сколько стоит сделать такого же агента?» Сам вопрос понятный, но без задачи он работает примерно как вопрос о цене сотрудника. Бухгалтер, монтажёр и руководитель отдела продаж называются сотрудниками, а обязанности, риски и стоимость у них разные.

С ИИ то же самое. Агент, который раз в день готовит черновик отчёта, и система, которая читает CRM, пишет клиентам, меняет статусы и запускает рекламные действия, отличаются не «умностью». У них разное количество данных, инструментов, проверок и возможных последствий.

Из чего складывается стоимость ИИ-агента?

Бюджет запуска = инфраструктура + настройка процесса + интеграции + тесты. Бюджет эксплуатации = модель + сервер + наблюдение + изменения.

Почему нельзя назвать цену до постановки задачи?

Главный фактор стоимости можно сформулировать просто: что агент должен делать руками и насколько дорога ошибка. Подготовить черновик поста в отдельном файле безопаснее и проще, чем самостоятельно опубликовать его в нескольких соцсетях. Найти просроченные заявки проще, чем написать клиентам без согласования. Сверить документ проще, чем изменить данные в учётной системе.

Дальше влияет объём контекста. Если агенту хватает одной инструкции и небольшой базы знаний, процесс легче проверить. Если нужно связать историю переписки, каталог, условия договоров, несколько таблиц и решения разных сотрудников, придётся отдельно определить, какой источник главнее и что делать при противоречии.

Поэтому хороший расчёт начинается не с выбора модели. Сначала определяют одну роль и один повторяемый результат. Общую карту задач можно посмотреть в материале о нейросотрудниках для бизнеса.

До сметы полезно проверить саму гипотезу на узком участке. В плане внедрения ИИ в бизнес-процесс показано, как зафиксировать baseline, провести пилот и учесть время человеческой проверки.

Самостоятельная сборка или внедрение под ключ?

Самостоятельный путь подходит, когда хочется разобраться в устройстве, задача ограничена, а время на тесты действительно есть. Технический маршрут с подпиской, VPS и ботами разобран отдельно в инструкции как собрать ИИ-агента.

Под ключ разумнее идти, если агент затрагивает клиентов, деньги, персональные данные или критичный рабочий процесс. Здесь стоимость ошибки может быть выше стоимости сборки, поэтому нужны ограничения, журнал и восстановление.

Что должно быть в понятном коммерческом предложении?

Попросите разложить предложение на конкретные результаты. Отдельно должны быть видны подготовка рабочей среды, подключаемые сервисы, настройка базы знаний, сценарии агента, проверки и передача проекта. Если всё собрано в одной строке «разработка ИИ-агента», сравнить два предложения невозможно.

Хорошо, когда заранее указано, какие доступы предоставляет заказчик, сколько процессов входит в запуск, что считается дополнительной интеграцией и в каком виде вы получите инструкции после приёмки. Ещё один важный пункт - границы поддержки. Исправление ошибки в согласованной логике и добавление нового навыка являются разными работами.

Попросите также описать результат не только для удачного сценария. Что произойдёт, если источник недоступен, запись уже существует, данных не хватает или действие требует подтверждения? Ответ на эти вопросы показывает объём реальной сборки лучше, чем длинный список технологий.

Как запросить смету, которую можно сравнить?

Какие вопросы сильнее всего меняют цену?

• Агент готовит черновик или сам выполняет внешнее действие?
• Нужен один сервис или несколько связанных систем?
• Есть ли персональные, финансовые или закрытые данные?
• Кто подтверждает спорные действия и как быстро?
• Существуют ли реальные примеры для тестирования?
• Что считается ошибкой и как восстанавливается исходное состояние?
• Кто обновляет инструкции после изменения процесса?

Если на половину вопросов пока нет ответа, точная цена будет случайной. Сначала полезнее спроектировать роль, знания, доступы и критерии проверки. Для этого есть отдельный пошаговый материал как создать ИИ-сотрудника.

Где обычно пытаются сэкономить зря?

Самая частая экономия происходит на тестах. Делают один красивый сценарий, видят правильный ответ и считают работу завершённой. В реальности агент столкнётся с пустой строкой, дублем, неверным форматом файла, задержкой сервиса, изменившимся интерфейсом и командой внутри недоверенного документа.

Вторая ошибка - сразу дать широкие права, чтобы «не мешать автоматизации». Это ускоряет демо, но усложняет безопасный запуск. Лучше начать с чтения и черновиков, затем добавлять конкретные действия после серии проверок. Принципы минимальных доступов и согласования собраны в статье про безопасность ИИ-агентов.

Третья ошибка - считать только стоимость запуска. Если никто не следит за журналом, не обновляет знания и не проверяет изменения интеграций, даже хороший агент постепенно перестаёт соответствовать реальному процессу.

Как понять, окупится ли агент?

Сравните не агента с нулём, а текущий процесс с новым. Запишите, кто сейчас выполняет задачу, сколько ручных этапов проходит результат, где возникают возвраты и какой ущерб даёт задержка или ошибка. Затем решите, какую часть маршрута можно безопасно передать автоматизации.

Если задача возникает редко, занимает несколько минут и не мешает продажам или производству, отдельный агент может быть лишним. Если процесс повторяется, требует собирать данные из разных мест, регулярно теряется и уже отнимает внимание владельца или команды, пилот имеет смысл.

Начинайте не с самого большого процесса. Хороший первый пилот даёт понятный результат, использует ограниченные данные и позволяет проверить каждое действие до расширения полномочий.