Пресс-центр
Клиенты
Контакты
Команда
ИИ
Клуб
Услуги
Курс
Пресс-центр
Клиенты
Контакты
Команда
ИИ
Клуб
Услуги
Курс
Пресс-центр
Клиенты
Контакты
Команда
ИИ
Клуб
Услуги
Курс
Пресс-центр
Клиенты
Контакты
Команда
ИИ
Клуб
Услуги
Курс
Адаптивные статьи

Как посчитать ROI от внедрения ИИ

ИИ
Автор статьи: Константин Хохрин, основатель Адаптивной стратегии.
На разборе в Сколково директор по цифровизации крупной компании показал слайд: ROI от внедрения ИИ = 370%. Я спросил, что включено в знаменатель. Через десять минут общения выяснилось, что общая стоимость токенов и поддержки качества решения (эвалы, регресс-тесты, поддержка базы знаний) сильно занижены, поэтому выходили такие красивые цифры по возврату инвестиций. Проект уже был утверждён на инвесткомитете.
И это не единичный случай.
По оценкам MIT, McKinsey, IBM и Deloitte, 80-95% ИИ-инициатив не показывают заявленной отдачи. Основные причины таковы:
  • Компании измеряют активность, а не результат.
  • Отсутствуют baseline-замеры до внедрения.
  • Недооценка совокупной стоимости владения (TCO).
В этой статье рассмотрим для разных кейсов внедрения ИИ ключевые метрики, методы расчёта ROI и сроки окупаемости.
Внедрение ИИ - это, по сути, внедрение цифровых технологий в бизнес, поэтому для подсчёта ROI (возврата от инвестиций) хорошо подходит модель Less money - More money - New money, с которой мы познакомились благодаря Николаю Верховскому из Сколково на программах по цифровизации, и используем сейчас в ИИ-трансформациях наших клиентов:
  • Less money - тратим меньше времени и денег на процесс.
  • More money - продаём больше, продуктивность выше без изменения бизнес-модели.
  • New money - новые продукты или рынки, новая бизнес-модель.
Степень неопределённости растёт от Less money к New money, поэтому достоверность оценки ROI в первом варианте выше, чем во втором и третьем.

Важно: что сделать перед погружением в расчёты

Перед тем как нырять в подсчёт экономики от внедрения, всегда задавайте себе сутевые вопросы:
  1. Есть ли у бизнеса/пользователя реальная проблема?
  2. Почему до ИИ её не решили?
  3. Встроится ли решение в ежедневную работу? Если нет, то автоматизацию можно не запускать.
  4. Какая метрика измеряет успех и чему она равна сейчас (это наш baseline)? Это скорость процесса? Сокращение затрат? Выше продуктивность? Больше выручка?
  5. Кто принимает решение о внедрении?
  6. Кто будет использовать систему?
Важность вопросов 5 и 6 продемонстрируем историей провала одного из первых наших ИИ-внедрений, когда спонсором проекта был генеральный директор, ключевым заказчиком был руководитель отдела продаж, а пользоваться системой на этапе пилотирования должны были ведущие менеджеры по продажам. Это были ребята с толстой записной книжкой и тёплыми отношениями с клиентами, они почувствовали, что в ИИ передаётся их ключевая экспертиза, и начали саботаж. Сделали вывод, что порой несколько разговоров в курилке стоят дороже всего проекта, и повторили заход (уже сильно более аккуратный) на ведущих продажников, все кроме одного человека поняли и приняли изменения, с одним пришлось проститься.
И только после уточнения этих 6 вопросов ныряем в эффекты: “Что конкретно изменится для бизнеса после внедрения? Сколько именно времени решение должно сэкономить? Сколько новой выручки дать? Сколько стоит его разработка и поддержка? Когда оно окупится?”

Два совета, как улучшить ROI

Во-первых, сейчас море обучающих курсов по использованию ChatGPT и библиотек с готовыми промптами на все случаи жизни. В них новичок в этом деле реально может потеряться. По нашему опыту это всего лишь знакомство с технологией, а не внедрение её в бизнес. Такие практики как простой промптинг или копилоты могут дать локальную оптимизацию конкретного человека, но они не могут дать кратного ускорения или роста продуктивности команды.
Именно пересмотр процессов одновременно с внедрением ИИ даёт стоящий ROI. Какой процесс выбрать первым читайте в конце статьи.
Во-вторых, начинайте с самых мощных моделей, это даст вам базовый бенчмарк. А потом для экономии денег на токенах переходите к меньшим моделям, контролируя деградацию качества.

Тип 1. Less money (сокращение затрат)

Типовыми кейсами являются автоматизация поддержки или бэк-офиса, обработка заявок и документов, контроль качества.
Ключевые метрики: стоимость операции в рублях или человекочасах.
Метод расчёта ROI в этом кейсе прямолинейный, т.к. это прямое снижение затрат.
Считаем годовой ROI = (выгода за год - TCO за год) / TCO за год.
Выгода за год - это разница в годовых затратах на процесс до и после внедрения.
TCO (стоимость владения) за год = поддержка и развитие + токены и инфраструктура + обучение + разовые затраты, разнесённые на горизонт.
Разовые - это разработка, интеграция, трудозатраты на подготовку данных.
Разносить лучше на 3 года, иначе ROI первого года занижен и несопоставим со вторым.
При масштабировании стоимость поддержки компании часто недооценивают, как в той истории из Сколково. По нашему опыту лучше делать запас х2-3.
Срок окупаемости в месяцах = разовые вложения / месячный чистый эффект.
В таких кейсах окупаемость равна 6-18 мес, при этом точность оценки высокая.
Пример № 1 из обслуживания: Klarna добилась экономии 60 млн долларов в год за счёт пересмотра процессов обслуживания, читайте детали в статье.
Пример № 2 из снабжения: Анатолий Коротков, сооснователь Адаптивной стратегии в проектной компании среднего размера пересмотрел и ускорил процесс участия в тендерах в 5 раз, автоматизировав с помощью ИИ работу тендерного отдела. Это позволило сократить 35% персонала отдела, что дало 15 млн экономии в год. Стоимость разработки и обслуживания составила 6 млн в год. Чистый эффект = 9 млн. ROI = 150%. Здесь еще не учтена новая выручка за счёт ускорения процесса, её рассмотрим в следующем разделе.
Будьте начеку: если вы не планируете увольнение, а планируете рост продуктивности, то так и говорите людям. Потому что как только люди услышат, что ИИ должен их заменить, вы встретитесь с сопротивлением и ROI пропадёт. Подготовьте честную коммуникацию для сотрудников: что изменится, чему учиться, какими будут новые роли.

Тип 2. More money (рост выручки/продуктивности)

Типовые кейсы здесь: ускорение продаж, персонализация, ускорение вывода продукта, рост производительности, динамическое ценообразование.
Ключевые метрики: конверсия, средний чек, выручка на сотрудника.
В типе № 2 расчёт сложнее.
В этом кейсе мы крайне рекомендуем выделить тестовую и контрольную группы. В первой мы провели внедрение инструментов, и она работает по новому процессу, а вторая нет.
Разница в прибыли между этими двумя группами записывается в числитель ROI.
Обратите внимание, что считаем прибыль, а не доход, иначе вы завышаете эффект кратно.
Контрольная группа нужна именно для того, чтобы отделить эффект ИИ от других факторов: сезонности, рекламной кампании, изменения спроса, роста опыта сотрудников. Без неё вы видите только было vs стало и не можете доказать, что причина улучшений в ИИ.
Группы должны быть сопоставимы по стажу, сегменту клиентов, нагрузке и распределены случайно, иначе разница объяснится составом, а не инструментом. Если полностью лишить часть команды инструмента невозможно, применяйте раскатку волнами, то есть каждая ещё не подключённая волна временно играет роль контрольной.
Прокси-метрикой к трём ключевым выше можно считать высвобожденное время сотрудников, умноженное на ставку утилизации (доля времени, которая реально превращается в дополнительный полезный выпуск или в сокращение затрат).
ИИ может сэкономить сотруднику 2 часа в день - это не значит, что компания заработала стоимость этих часов. Они могут уйти на почту, перекуры, растянувшиеся совещания. Деньгами становится только та часть, которая реально использована на благо бизнеса.
Формула для расчёта высвобожденных часов = N сотрудников × часы/период × доля экономии.
Экономический эффект = Высвобожденные часы × K × полная ставка часа, где
K = ставка утилизации (от 0 до 1),
полная ставка часа = оклад + налоги + соцпакет + аренда рабочего места + ПО, как правило, это оклад, умноженный на коэффициент 1,3-1,6.
Пример из практики: в поддержке у нашего клиента работают 50 операторов, 160 часов в месяц, экономия 15% времени → 1200 высвобожденных часов. Полная ставка - 1500 руб/час.
При расчёте в лоб: 1200 * 1500 = 1,8 млн руб/мес.
А при учете K = 0,4: 720 тыс. руб/мес. Разница в 2,5 раза, это сильно влияет на решение об инвестиции.
Мы неделю спорили какой К поставить, зато это позволило вывести для будущих внедрений такие ориентиры:
  • Если есть твёрдые цифры по сокращению штата/аутсорсинга, сокращению овертаймов, то K = 0.9-1.0.
  • Если рост подтверждён объёмом (больше обращений, сделок, заявок на том же штате), то K = 0,5-0,8.
  • Если отказываемся от найма при растущей нагрузке, то K = 0.7-0.9.
  • Если время просто освободилось и не может быть переиспользовано, то такие потенциалы в ROI не включаем.
И помним, что есть пороговый эффект: экономия 20 минут в день у 100 человек не даёт "минус 4 FTE" - меньше одного человека уволить нельзя. Реальное высвобождение появляется, когда экономия концентрируется в одной роли и превышает целый FTE, либо когда растёт объём работы.
Срок окупаемости в типе 2, как правило, 1-3 года, и достоверность оценки средняя.
Подборку 12 кейсов с эффектами в продажах смотрите по ссылке

Тип 3. New money (новые источники дохода)

Здесь мы запускаем новые ИИ-продукты и платформы, монетизируем данные, меняем модель ценообразования на оплату за результат.
Пример Адаптивной стратегии: раньше мы занимались сборкой стратегий, проведением стратегических сессий, обучением топов и внедрением OKR, в 2025 мы собрали новое направление и стали проводить компании через ИИ-трансформацию. Начинаем с диагностику готовности компании к внедрению ИИ.
Дальше помогаем составить дорожную карту, передаём компетенции топам и лидерам внедрения, пишем агентов вместе с вами, сопровождаем до достижения метрик успеха.
Доля в общей выручке от этого направления уже больше 15%.
Изучить детальнее наши услуги можно на сайте https://ai.adaptivestrategy.ru/
Больше примеров российских компаний, кто перешёл от типов 1 и 2 к типу 3 - это Тбанк и Контакт-центр Открытая линия, подробности читайте в статье.
Ключевые метрики: выручка от новых продуктов, доля новых сегментов клиентов.
Поскольку срок окупаемости проектов New money, как правило, от 3 лет, то лучше использовать метод чистой приведенной стоимости (NPV, Net Present Value), чтобы не обманывать себя в оптимистичную сторону.
ROI не различает, пришли деньги через 6 месяцев или через 4 года. В типах 1 и 2 разница невелика. В типе 3 она решающая: формальный ROI 140% за пять лет при ставке 20% даёт отрицательный NPV, если основной эффект приходит в конце периода.
Цель NPV - ответить на вопрос, сколько ИИ-проект добавляет к стоимости компании в сегодняшних деньгах.
Считаем обязательно в разных сценариях: консервативный - базовый - агрессивный, т.к. один единственный будет самообманом.
В три сценария заложите такие допущения (пересмотрите для своего контекста при необходимости):
  • Консервативный = 30% выполнение плана по охвату внедрения / количеству клиентов, сроки едут на 6-12 месяцев, +50% факт/план сроков и стоимости
  • Базовый = 50% выполнение плана по охвату внедрения / количеству клиентов, 100% попадание в целевые сроки и стоимости
  • Агрессивный = выполнение целей по охвату внедрения / количеству клиентов, 100% попадание в целевые сроки и стоимости
Заметьте, что шкала сдвинута в пессимистическую сторону, это нормально для ИИ-проектов сейчас.
Формула подсчета NPV = Σ CF_T / (1 + R)^T - I₀
T = Номер периода (обычно год). T = 1 это первый год после запуска. T = 0 это год вложений.
N = Горизонт прогноза. Для ИИ-проектов 3-5 лет. Дальше прогноз будет недостоверен.
CF_T = Чистый денежный поток года T: это инкрементальные выгоды минус TCO этого года, после налогов.
R = Ставка дисконтирования. При ставке дисконтирования 20% рубль четвёртого года стоит сегодня 48 копеек.
(1 + R)^T = Коэффициент дисконтирования, это делитель, который уценивает будущие деньги. Чем дальше год, тем сильнее.
CF_T / (1+R)^T = Вклад одного года в сегодняшних деньгах.
I₀ = Первоначальные вложения в момент T = 0. Не дисконтируются - они уже в сегодняшних деньгах.
Ориентир по ставке дисконтирования (R) для российского контекста сегодня (статья написана в июле 2026): при ключевой ставке 14% и типичной стоимости корпоративного долга 17-20% реалистичная ставка дисконтирования для ИИ-проекта - примерно 20-25%, для New money это 30% и выше.
Следовательно при R = 25% рубль четвёртого года стоит сегодня 41 копейку. При высоких ставках проекты с отложенным эффектом отсеиваются автоматически, поэтому надо применять поэтапное финансирование вместо одной крупной инвестиции.
Присвойте сценариям веса (например, 0,3 / 0,5 / 0,2) и посчитайте ожидаемый NPV. Решение принимается по двум условиям: базовый сценарий даёт NPV > 0, а консервативный не создаёт неприемлемого убытка.

Как понять, с чего начать

Начинайте с твёрдых денег - это тип Less money: вы быстрее проверите технологию для вашего бизнеса и получите возврат инвестиций. Строить космические корабли на старых процессах очень неэффективное занятие.
Есть простой чек-лист, который мы используем для выбора первого процесса в ИИ-трансформации:
  • Задача легко описывается правилами и инструкциями. Пример: классификация, заполнение заявок, ежедневное создание документов.
  • Задача выполняется часто и предсказуемо. Автоматизировать функцию, которой занимается один человек два часа в день, экономически бессмысленно, разработка выйдет дороже, чем освобождённое время.
  • Есть значительная ценность от освобожденных ресурсов. Если вы автоматизируете работу дорогостоящих сотрудников (разработчиков, юристов, аналитиков), освободившееся время конвертируется в реальный бизнес-эффект, т.к. эти люди тратят его на другие полезные для бизнеса вещи.
  • По этому процессу есть данные, чтобы снять baseline.

Что дальше

Дальше планомерно двигайтесь к More money и New money.
Каждую инициативу классифицируйте по этим трем блокам, т.к. метод и точность расчёта отличаются.
Финансируйте масштабирование только кейсов, доказавших эффект на этапе пилотирования.
Закладывайте лаг между внедрением и финансовым эффектом.

Выводы

Возврат инвестиций от ИИ измерим, но только если считать его с baseline, контрольной группой, полным TCO и дисциплиной инвестиций. Твёрдый и быстрый эффект даёт блок Less money. More money требует доказанной атрибуции маржи. New money оценивается через сценарии.
Хорошие уровни ROI достигаются только при пересмотре процессов одновременно с внедрением ИИ.

Полезные ссылки: