Окупаемость AI-автоматизации: ROI-калькулятор 2026

Мне не раз показывали слайд «окупится за 3 месяца». Красивая стрелочка вверх, ROI 500%, всё сходится. А потом собственник через полгода звонит: «Дим, деньги вложил, а где обещанное?» Начинаем считать окупаемость AI-автоматизации честно — и оказывается, в расчёт не заложили ни доработку после пилота, ни то, что бот закрывает не все обращения, ни время самого владельца на настройку. Слайд красивый. Математика — кривая.

Я за 7 лет консалтинга и 47 внедрений AI вложил в собственные R&D 4 млн ₽ — то есть каждую ошибку в этих расчётах оплатил из своего кармана. Поэтому давай без слайдов. Ниже — две формулы, честный список того, что реально входит в затраты, встроенный калькулятор окупаемости ИИ под рубли малого бизнеса и разбор, где именно врут про «3 месяца». Посчитаешь окупаемость AI-автоматизации под свой бизнес за 5 минут — и перестанешь верить на слово.

TL;DR — коротко для тех, кто спешит

Окупаемость AI-автоматизации считается по формуле: срок окупаемости = вложения ÷ (экономия за месяц − абонплата). Для малого бизнеса в РФ при внедрении за 50 000–250 000 ₽ и замене одной рутинной функции реалистичный срок окупаемости — 3–6 месяцев, а ROI за первый год обычно измеряется сотнями процентов.

ROI за год — это уже другая цифра: (выгода за 12 месяцев − затраты) ÷ затраты × 100%. Главная ловушка: наивный расчёт завышает выгоду, потому что бот закрывает 40–65% задач, а не все 100%, и выходит на мощность за 3–6 месяцев. Считай обе метрики и дели на containment.

Две ключевые формулы, которые не надо путать. ROI (%) = (выгода − затраты) ÷ затраты × 100%. Срок окупаемости (мес) = вложения ÷ (экономия за месяц − абонплата).

Окупаемость и ROI — это не одно и то же

ROI и срок окупаемости — две разные цифры, и путать их дорого. ROI (%) отвечает на вопрос «сколько я заработал на каждый вложенный рубль». Срок окупаемости (payback, в месяцах) — «когда я верну вложенное». Первое про доходность, второе про скорость. Проект может окупиться за 2 месяца, но дать скромный ROI за год — и наоборот. Считать надо обе.

Почему это важно именно для AI-проекта. Когда тебе продают внедрение, обычно называют одну красивую цифру — либо «ROI 500%», либо «окупится за 2 месяца» — и надеются, что ты не спросишь про вторую. А вторая как раз всё и решает. Высокий ROI за год при окупаемости в 8 месяцев значит, что ты 8 месяцев сидишь в минусе — а если денег в обороте впритык, ты можешь до этого ROI просто не дожить. Низкий срок окупаемости при среднем ROI — наоборот, безопасно: быстро вернул своё, дальше всё в плюс.

Математика тут наука точная, с ней не поспоришь. Разведём обе формулы явно.

Метрика	Что отвечает	Единица	Пример из статьи
ROI	Сколько заработал на каждый вложенный рубль	% за период	720 000 ₽ выгоды − 240 000 ₽ затрат → 200% за год
Срок окупаемости (payback)	Когда вернул вложенное	месяцы	120 000 ₽ ÷ 55 000 ₽/мес ≈ 2,2 месяца

Формула ROI: сколько заработал на вложенный рубль

ROI (%) = (выгода − затраты) ÷ затраты × 100%.

Берёшь суммарную выгоду за период (обычно за 12 месяцев), вычитаешь суммарные затраты за тот же период, делишь на затраты и умножаешь на 100. Пример: за год бот принёс 720 000 ₽ выгоды (экономия + рост выручки), а стоил в сумме 240 000 ₽ (внедрение + токены за год). ROI = (720 000 − 240 000) ÷ 240 000 × 100% = 200%. То есть на каждый вложенный рубль ты получил два сверху.

🔑 Лайфхак: ROI всегда считай за фиксированный период и пиши его рядом с цифрой — «ROI 200% за 12 месяцев». Без периода процент бессмысленный: 200% за год и 200% за три года — это принципиально разная доходность. Когда тебе называют голый ROI без срока — это первый признак, что цифру рисовали для презентации, а не для решения.

Формула срока окупаемости: когда вернул вложенное

Срок окупаемости (мес) = инвестиции ÷ (экономия за месяц − абонплата).

Здесь всё проще: делишь разовые вложения на чистую экономию в месяц. Чистую — потому что из месячной экономии надо вычесть абонплату и токены, которые ты платишь каждый месяц. Пример: внедрение 120 000 ₽, бот экономит 60 000 ₽/мес, абонплата и токены — 5 000 ₽/мес. Чистая экономия = 55 000 ₽. Срок окупаемости = 120 000 ÷ 55 000 ≈ 2,2 месяца.

Обрати внимание: в формуле окупаемости абонплата вычитается из экономии, а в ROI она входит в затраты. Это одна и та же строка расходов, просто в двух метриках она играет по-разному. Дальше собираем оба слагаемых честно — и начинаем с затрат, потому что именно их чаще всего занижают.

Что реально вложить: полный TCO AI-автоматизации

В «инвестиции» входит далеко не только разработка. Полная стоимость владения (TCO) складывается из настройки, интеграции с твоими системами, обучения команды, токенов и — почти всегда забытой строки — доработки после пилота. Для малого бизнеса в РФ это обычно 50 000–250 000 ₽ разово плюс 3 000–15 000 ₽/мес на токены и абонплату. Занизишь TCO — получишь красивый, но фальшивый срок окупаемости.

Разбор полного ценника — из чего складывается стоимость AI-агентов, сколько реально стоят токены, три сценария бюджета — я вынес в отдельную статью, чтобы не дублировать. Здесь коротко чек-лист: что нельзя забыть, когда собираешь знаменатель для формулы окупаемости.

Чек-лист компонентов TCO (что заложить в «инвестиции»):

1. Разработка/настройка — сборка агента под твой процесс. Разовая.
2. Интеграция — подключение к CRM, телефонии, базе, мессенджерам. Разовая, но её любят забыть.
3. Обучение команды — люди должны научиться работать рядом с ботом, а не саботировать его. Разовая + время.
4. Токены (LLM) — платишь за каждый запрос к модели. Ежемесячная, растёт с нагрузкой.
5. Абонплата платформы — если агент живёт на чужой инфраструктуре. Ежемесячная.
6. Доработка после пилота — почти всегда всплывает: первый месяц показывает, где бот тупит. Разовая, но её нет ни в одной презентации.
7. Время владельца — часы, которые ты сам потратишь на настройку и приёмку. Не деньги напрямую, но реальная стоимость.

Статья затрат	Разово, ₽	Ежемесячно, ₽
Разработка/настройка	✓	—
Интеграция	✓	—
Обучение команды	✓	—
Доработка после пилота	✓ (+20–30% к внедрению)	—
Токены (LLM)	—	✓
Абонплата платформы	—	✓
Время владельца	✓ (часы, не ₽)	✓ (часы)
Итого	50 000–250 000 ₽	3 000–15 000 ₽

🔑 Лайфхак: заложи на доработку после пилота отдельную строку — 20–30% от суммы внедрения. Это не пессимизм, это статистика: реальный процесс всегда сложнее ТЗ, и первый рабочий месяц вскрывает кейсы, которых не было в брифе. Кто закладывает эту строку заранее — не удивляется, когда срок окупаемости чуть уезжает.

Полный разбор затрат — в материале полный разбор TCO и сколько стоит команда AI-агентов. Оттуда бери точные цифры для знаменателя, сюда возвращайся считать окупаемость.

Что считать выгодой: 3 источника эффекта

Выгода от автоматизации складывается из трёх источников: экономия ФОТ (освободили часы сотрудника), рост выручки (бот поднял конверсию или продаёт 24/7) и снижение потерь (меньше ошибок, меньше упущенных лидов). Большинство считает только первый — экономию времени — и сильно занижает реальный эффект. А в моих кейсах именно рост выручки часто перекрывал экономию ФОТ в разы.

Ключевой инструмент для всех трёх — стоимость сэкономленного часа. Считается так: (оклад + налоги + стоимость рабочего места) ÷ рабочие часы в месяц. Не голый оклад — с налогами и накладными реальный час сотрудника выходит в полтора раза дороже, чем кажется. Именно эту цифру умножаешь на сэкономленные часы. Разберём каждый источник на реальных рублях.

Источник	Что считаем	Пример эффекта
Экономия ФОТ	Сэкономленные часы × стоимость часа	17 ч/нед × 4,3 × 800 ₽/ч ≈ 58 000 ₽/мес
Рост выручки	Дельта конверсии × поток лидов × чек	Конверсия 2,1% → 5,7%, +300 000 ₽/мес
Снижение потерь	Упущенные лиды × конверсия × чек	Конверсия в продажу 12% → 29%

Источник 1: экономия времени и ФОТ

Самый очевидный источник: бот забирает рутину, часы освобождаются, ты либо снимаешь их с ФОТ, либо перенаправляешь на рост. В нашем AI Финансовом отделе бот снял с команды 17 часов в неделю ручной работы. При этом расход на токены, который в презентациях любят раздувать в страшилку, вышел смешным — то, что раньше боялись как «$470 в месяц», на практике превратилось в три копейки на реальном объёме.

Как считать: возьми функцию, которую отдаёшь боту, посчитай часы на неё в неделю, умножь на 4,3 (недель в месяце) и на стоимость часа. 17 ч/нед × 4,3 × условные 800 ₽/час ≈ 58 000 ₽/мес освобождённого ресурса. Это и есть первое слагаемое выгоды.

Отдельный вопрос — заменяет бот сотрудника или усиливает. Построчное сравнение «AI-команда против штатного сотрудника» по восьми параметрам я собрал отдельно: сравнение AI-команды и штатного сотрудника по 8 параметрам. Здесь держим только money-math.

Источник 2: рост выручки

Второй источник обычно больше первого, но его почти не считают. Бот экономит часы и вдобавок поднимает конверсию, отвечает мгновенно и не спит. В одном из проектов после внедрения AI-квалификации и обработки лидов конверсия выросла с 2,1% до 5,7%, а экономия в связке с ростом продаж составила 300 000 ₽ в месяц. Это не сэкономленный час — это дополнительные деньги в кассе, которых без бота просто не было бы.

Как считать: возьми текущую конверсию и средний чек, прикинь реалистичную дельту конверсии (консервативно — не удваивай на бумаге) и умножь на поток лидов. Даже +1–2 процентных пункта конверсии на нормальном потоке дают цифру, рядом с которой экономия ФОТ выглядит скромно.

Источник 3: снижение потерь

Третий источник — деньги, которые ты сейчас теряешь незаметно: непрозвоненные лиды, забытые заявки, ошибки в рутине, отвалившиеся из-за медленного ответа клиенты. Бот квалифицирует и отвечает 24/7, и эти потери схлопываются. В кейсе с AI-квалификацией лидов конверсия в продажу выросла с 12% до 29% — то есть больше половины сделок, которые раньше утекали, теперь доходят до кассы.

Как считать: оцени, сколько лидов сейчас теряется на медленном или пропущенном ответе, умножь на конверсию и средний чек. Это самый «невидимый» источник — его не видно в отчётах, пока не начнёшь считать. Один резидент после такого расчёта написал коротко: «Окуплю минимум в 10». Он просто впервые сложил все три источника вместе.

Считаем окупаемость за 5 минут: пример на реальных цифрах

Расчёт окупаемости укладывается в пять шагов на реальных рублях — это и есть экономический эффект от внедрения AI, сведённый к деньгам. Типовой сценарий малого бизнеса: отдаём боту обработку и квалификацию входящих заявок. Внедрение — 120 000 ₽ разово, токены и абонплата — 5 000 ₽/мес, экономия времени — 40 000 ₽/мес, плюс рост выручки от конверсии — 30 000 ₽/мес. Наивный срок окупаемости выходит меньше 2 месяцев, честный — 3–6. Считаем по шагам — эти же шаги зашиты в калькулятор ниже.

1. Полные вложения (TCO). Разработка + интеграция + токены за первый месяц: 120 000 + 5 000 = 125 000 ₽ на старте. Плюс закладываем 25% на доработку после пилота — держим в уме 30 000 ₽ резерва.
2. Экономия в месяц. Сэкономленные часы в деньгах: 40 000 ₽/мес.
3. Рост выручки и снижение потерь. Дельта конверсии в деньгах: +30 000 ₽/мес. Суммарная валовая выгода — 70 000 ₽/мес.
4. Чистая выгода в месяц. Вычитаем абонплату: 70 000 − 5 000 = 65 000 ₽/мес.
5. Срок окупаемости. 120 000 ÷ 65 000 ≈ 1,8 месяца (наивный, без поправки).
6. ROI за год. Выгода за 12 мес = 65 000 × 12 = 780 000 ₽. Затраты за год = 120 000 + 5 000 × 12 = 180 000 ₽. ROI = (780 000 − 180 000) ÷ 180 000 × 100% ≈ 333% за год.

На бумаге — окупаемость меньше 2 месяцев и ROI за 300%. Красиво. Но это ещё наивная цифра — сейчас в разделе про «3 месяца» мы её честно поправим вниз, и она сдвинется до реалистичных 3–6 месяцев. Сначала — посчитай свой сценарий в калькуляторе.

ROI-калькулятор: посчитай под свой бизнес

Ниже — калькулятор окупаемости под рубли малого бизнеса. Введи пять цифр: сколько человек занято рутиной, их среднюю зарплату, часы рутины в неделю, стоимость внедрения и месячную абонплату. Калькулятор посчитает срок окупаемости, ROI за год и чистую выгоду по тем же формулам, что и в статье. Никакого enterprise-масштаба — поля рассчитаны на SMB, где внедрение стоит 50 000–250 000 ₽, а не полтора миллиона.

🔑 Лайфхак: посчитай два сценария — оптимистичный (как хочется) и консервативный (конверсию не удваивай, часы бери по минимуму). Реальность почти всегда между ними, но ближе к консервативному. Если даже консервативный сценарий даёт окупаемость меньше 6 месяцев — функция выбрана правильно, можно внедрять.

Где прячется вранье про «окупаемость за 3 месяца»

Наивный расчёт почти всегда завышает выгоду по двум причинам. Первая: бот закрывает не 100% задач, а по отраслевым данным 40–65% (это называется containment-rate). Значит наивную экономию надо делить на эту долю. Вторая: выход на мощность занимает 3–6 месяцев — первые недели уходят на настройку, обучение команды и доработку после пилота. Честная поправка: реальный payback = наивный ÷ containment + разгон.

Вернёмся к нашему примеру. Наивный срок окупаемости вышел 1,8 месяца. Но бот в реальности закрывает, скажем, 50% обращений — остальное всё равно уходит на людей. Делим экономию на 0,5 (или, что то же самое, срок умножаем на 2) — получаем уже ~3,6 месяца. Добавляем 3 месяца разгона, в течение которых эффект нарастает постепенно, — и честная окупаемость выходит в район 5–6 месяцев. Это и есть та самая вилка 3–6 месяцев, которую я называю реалистичной. Всё, что вам обещают быстрее — почти всегда посчитано без этих двух поправок.

Шаг поправки	Срок окупаемости	Что учли
Наивный расчёт	1,8 месяца	без поправок
÷ containment (50%)	~3,6 месяца	бот закрывает 40–65% задач
+ разгон	~5–6 месяцев	выход на мощность 3–6 мес

Чек-лист скрытых расходов и завышенных ожиданий (проверь любую презентацию с «окупится за 3 месяца»):

1. Containment не учтён. Спроси: какой процент задач бот реально закроет? Если ответ «100%» — считают неправильно.
2. Нет строки на разгон. Заложены ли 3–6 месяцев на выход на мощность, или экономия «включается» с первого дня? С первого дня не бывает.
3. Забыта доработка после пилота. Есть ли в TCO резерв 20–30% на переделку? Если нет — срок окупаемости занижен.
4. Не учтено время владельца. Часы, которые ты сам потратишь на приёмку и настройку, — тоже затраты.
5. Конверсия удвоена на бумаге. Рост выручки взят по максимуму, а не консервативно? Дели пополам.
6. ROI без периода. «ROI 500%» без указания срока — маркетинг, а не расчёт.

🔑 Лайфхак: containment 40–65% — это отраслевые данные, а не мой личный замер. Но именно эта поправка отделяет честный расчёт от слайда. Если продавец внедрения не может назвать ожидаемый containment по твоей функции — он либо не считал, либо не хочет, чтобы считал ты. И то и другое — повод торговаться по цене и срокам.

Какой ROI считать хорошим и когда начинать

Хороший ориентир для AI-автоматизации в малом бизнесе — ROI больше 100% за первый год при сроке окупаемости меньше 6 месяцев. Это значит, что за год выгода как минимум вдвое перекрыла все затраты. Начинать надо не «с автоматизации всего», а с одной функции, которая съедает 10+ часов в неделю и хорошо описывается правилами. Одна функция → замер → следующая. Так окупаемость AI-автоматизации видна на каждом шаге, а не размазана по абстрактной «цифровой трансформации».

Показатель	Хорошо	Тревожно
ROI за первый год	больше 100%	меньше 50%
Срок окупаемости	меньше 6 месяцев	больше 12 месяцев

Почему одна функция, а не всё сразу. Когда автоматизируешь один понятный процесс, ты можешь честно посчитать ROI автоматизации до и после — часы, конверсию, деньги. Когда запускаешь «AI по всему бизнесу», выгода размазывается, и через полгода ты не можешь сказать, что именно окупилось. Практик считает по функциям. AI должен зарабатывать деньги, экономить время и повышать эффективность — если по конкретной функции этого не видно в цифрах, значит это игрушки, а не автоматизация.

Дальше — вопрос не «стоит ли», а «какую функцию первой». Возьми ту, что дороже всего в часах и ошибках, посчитай её в калькуляторе выше, заложи честные поправки — и если окупаемость укладывается в 6 месяцев, внедряй. А если хочется не собирать это в одиночку, а зайти туда, где команда цифровых сотрудников под типовые функции уже собрана и обкатана на реальных деньгах, — это ровно то, что мы строим в COMANDOS. Не курс «как ловить рыбу» — готовая система, которую резиденты внедряют и считают по этим же формулам.

Один цифровой сотрудник окупается не фактом автоматизации, а тем, что собственник перестаёт быть узким горлышком своего бизнеса.

Частые вопросы

Как рассчитать окупаемость AI-автоматизации? Возьми полные вложения (разработка + интеграция + токены за первый месяц) и раздели на экономию в месяц. Формула: срок окупаемости = инвестиции ÷ (экономия за месяц − абонплата). Пример: внедрение 120 000 ₽, чистая экономия 55 000 ₽/мес → окупаемость чуть больше 2 месяцев. ROI за год считаешь отдельно: (выгода за 12 мес − затраты) ÷ затраты × 100%.

За сколько окупается внедрение ИИ в малом бизнесе? При замене одной рутинной функции реалистичная окупаемость — 3–6 месяцев. Это моя вилка по 90+ внедрениям. Если тебе обещают 1–2 месяца — считай сам: почти всегда в расчёте забыли про выход на мощность и про то, что бот закрывает не 100% задач, а 40–65%. С этой поправкой честный срок сдвигается вправо.

Чем ROI отличается от срока окупаемости? ROI (%) отвечает на вопрос «сколько я заработал на каждый вложенный рубль за период». Срок окупаемости (payback, в месяцах) отвечает на другой вопрос — «когда я верну вложенное». ROI меряет доходность, payback меряет скорость возврата. Проект может окупиться быстро, но иметь скромный ROI, и наоборот. Считай обе цифры — они про разное.

Какой ROI считается хорошим для AI-проекта? Для AI-автоматизации в малом бизнесе адекватный ориентир — ROI больше 100% за первый год при сроке окупаемости меньше 6 месяцев. Это значит, что за год выгода как минимум вдвое перекрыла все затраты, включая абонплату и токены. Если ROI ниже 50% за год или окупаемость уходит за 12 месяцев — функция выбрана неудачно, ищи другую.

Почему реальная окупаемость дольше, чем обещают? Две причины. Первая: бот закрывает не 100% задач, а по отраслевым данным 40–65% (containment). Значит наивную экономию надо делить на эту долю. Вторая: выход на мощность занимает 3–6 месяцев — первые недели уходят на настройку, обучение команды и доработку после пилота. Честный срок = наивный ÷ containment + разгон.

---