По данным исследований 2025 года, лишь около 5% компаний добились измеримой ценности от ИИ в масштабе всей организации. Остальные застряли на уровне пилотов, PoC и демо. Причина не в качестве технологий и не в размере бюджетов — а в том, что большинство команд отчитываются словами из четвёртого уровня зрелости, находясь на первом.
Существует четыре принципиально разных состояния ИИ-проекта, которые легко перепутать. Первое — «есть пилот»: прототип работает на тестовых данных, ни один реальный бизнес-процесс не изменился, ценность равна нулю. Второе — «есть польза»: ИИ работает в продакшене, метрики улучшились, но никто не посчитал, перевешивает ли польза затраты. Третье — «есть ROI»: польза и затраты посчитаны в деньгах, одно больше другого. Четвёртое — «есть влияние на P&L»: эффект виден в финансовой отчётности и масштабируется. Большинство компаний находится между первым и вторым состоянием, а рассказывает про четвёртое.
| Состояние проекта | Что происходит | Ценность для бизнеса |
|---|---|---|
| Есть пилот | Прототип на тестовых данных, ручное вмешательство | Ноль — реальные процессы не изменились |
| Есть польза | ИИ в продакшене, метрики улучшились | Не посчитана — затраты не сопоставлены с выгодой |
| Есть ROI | Польза и затраты посчитаны в деньгах | Положительный — проект окупается |
| Влияние на P&L | Эффект виден в финансовой отчётности | Масштабируется на другие процессы |
Любой расчёт ROI начинается с baseline — измерения текущего состояния процесса без ИИ. Здесь первая и самая распространённая ошибка: baseline берётся на глаз. «Менеджеры тратят 2 часа в день на ручной ввод данных» — это экспертная оценка руководителя, которая может отличаться от реальности в разы. Правильный baseline требует прямого замера: 10–15 сотрудников фиксируют время на конкретную операцию в течение недели. Нужны как минимум пять параметров: время на операцию, стоимость часа сотрудника с учётом налогов и аренды (обычно 1,5–2x от зарплаты), количество операций в месяц, текущий процент ошибок и текущая конверсия. Без этих цифр расчёт ROI невозможен.
Baseline — отправная точка любого расчёта ROI: без замера текущего состояния процесса все цифры остаются фантазией.
TCO (Total Cost of Ownership) ИИ-проекта — не «стоимость API плюс зарплата разработчика». Реальная структура расходов включает разработку, данные (разметка, очистка, хранение, compliance по GDPR и ФЗ-152), inference-расходы, интеграцию с CRM и ERP, мониторинг качества модели (drift detection), поддержку и обучение сотрудников. Забытые статьи увеличивают бюджет в 2–3 раза. Особо стоит выделить inference: на этапе пилота с 10 пользователями это $100 в месяц, при масштабировании на 10 000 пользователей — уже $50 000. И самая часто игнорируемая статья — расходы на изменение процессов. Если adoption (доля сотрудников, реально использующих ИИ) ниже 60–70%, проект фактически провален, даже если технология работает корректно.
Формула ROI проста: (Value − TCO) / TCO × 100%. Сложность — в корректном расчёте Value. Основные источники ценности: экономия времени сотрудников (считается как разница времени до и после, умноженная на стоимость часа, количество операций и adoption rate), снижение ошибок, рост выручки через конверсию или снижение churn, предотвращение потерь через fraud detection. Для роста выручки единственный надёжный способ изолировать эффект ИИ от сезонности и маркетинга — A/B тест.
Реалистичная временная модель выглядит так: первые три месяца — разработка и интеграция, Value равен нулю, TCO растёт; месяцы 4–6 — пилот на ограниченной группе, Value составляет 10–20% от целевого; месяцы 7–12 — масштабирование, Value достигает 40–70%; с 13-го месяца — зрелая эксплуатация, Value 70–90% от целевого. Time-to-value для типичного ИИ-проекта составляет 9–18 месяцев. Если в презентации написано «окупаемость 3 месяца» — это почти наверняка расчёт без TCO на интеграцию и эксплуатацию.
Для строгой оценки применяют risk-adjusted подход: Value умножается на вероятность технического успеха, успеха интеграции и достижения adoption выше 60%. Если каждая из трёх вероятностей равна 70%, итоговый множитель составляет 0,7 × 0,7 × 0,7 = 0,34. Именно поэтому ROI 340% из презентации превращается в реальности в ROI 40% или уходит в минус.
По опыту 2024–2025 годов, измеримую ценность ИИ стабильно даёт в трёх сценариях: обработка документов (классификация, извлечение данных, суммаризация), автоматизация первой линии клиентского сервиса через deflection rate и fraud detection с предотвращением потерь. Там, где ИИ чаще создаёт видимость, — универсальные «ИИ-ассистенты для менеджеров» без конкретной задачи: adoption падает через месяц, потому что пользователям непонятно, зачем инструментом пользоваться.
