Сколько стоит ИИ-агент: из чего складывается цена и как принять работу
Собственник производственной компании собрал три коммерческих предложения на одного и того же ИИ-агента для обработки заявок. Первое на 180 тысяч, второе на 900 тысяч, третье на 2,4 миллиона. Все три описывали задачу одинаково: «чат-бот с искусственным интеллектом для сайта и мессенджеров».
Цены различались в тринадцать раз. Ни одно предложение не объясняло, откуда взялась разница: ИИ агенты продаются как готовый продукт, хотя их стоимость складывается из проектных работ, состав которых у каждого подрядчика свой.
В отчёте MIT Project NANDA есть цифра: 95% корпоративных пилотов генеративного ИИ не дают измеримой отдачи. При этом пилоты с внешней экспертизой оказываются успешными в 67% случаев против 22% у чисто внутренних команд. Сама технология ещё не определяет исход: его решают постановка задачи и приёмка работы.
Разберём смету по частям и рассчитаем окупаемость с порогом потока, затем пройдёмся по чек-листу приёмки. Числа в модели нужны для сверки и нашим прайсом не являются: подставьте свои и сравните с тем, что вам предлагают.
Чем агент отличается от бота и почему это разные деньги
Агент понимает запрос на обычном языке и сам решает, что нужно сделать для ответа. Если требуется, выполняет действия в ваших системах. Подробный разбор устройства агента и того, где агенты ломаются в проде, лежит в отдельной статье, здесь нас интересует только то, из-за чего меняется смета.
Обычный чат-бот идёт по заранее прописанному дереву: нажали кнопку, получили ветку. Формулировок за пределами сценария он не понимает и сам ни в одной системе ничего не меняет, только отвечает тем, что в него заложили.
В смете придётся заплатить за три отличия агента от бота:
Понимание запроса без кнопок. Агент разбирает «а можно перенести доставку на четверг, если я уже оплатил». Бот на такое отвечает «выберите пункт меню».
Агент сам выбирает, что делать: свериться с базой знаний и ответить, спросить уточнение, позвать оператора, завести сделку. Бот ничего не выбирает и просто исполняет то, что записано в его ветке.
Дороже всего обходится третье, действие. Агент сам меняет данные в CRM, на складе, в календаре, тогда как бот умеет только отправить сообщение.
Если задача укладывается в дерево из двадцати вопросов, ИИ там не нужен, и платить за него незачем. Агент оправдан там, где формулировки клиентов непредсказуемы, а действий много.
РБК Тренды разбирают, зачем бизнес идёт в агентов и где начинается гонка за автоматизацию:
Из чего складывается цена
Смета делится на пять этапов. Их доли устойчивы от проекта к проекту.
| Этап | Ответы по базе знаний | Агент с CRM | Агент с действиями |
|---|---|---|---|
| Сценарий и разметка базы | 27% | 16% | 13% |
| Разработка | 45% | 37% | 34% |
| Интеграции | нет | 24% | 30% |
| Тестирование | 18% | 16% | 17% |
| Запуск | 9% | 7% | 5% |
За каждой строкой стоит своя работа.
Сценарий и разметку базы знаний чаще всего недооценивают. Здесь разбирают реальные диалоги и вытаскивают формулировки клиентов, чтобы разметить, что считается правильным ответом. Подрядчик, который пропускает этот этап, экономит вам четверть бюджета, но на выходе вы получаете агента, который отвечает красиво и не по делу.
В разработку входят промпты, логика, ограничения и обработка отказов, то есть всё, что определяет поведение агента в разговоре.
За интеграции платят отдельно. Каждой системе, с которой связывается агент, нужны доступы; приходится учитывать её форматы и обрабатывать ошибки на стороне чужого API. На этих работах смета растёт в разы. При этом подрядчики обычно прячут их в общей строке, и понять стоимость подключения каждой системы из предложения невозможно.
Тестирование и запуск замыкают смету. Агента гоняют на реальных диалогах, потому что придуманные вопросы ничего о нём не скажут. При запуске настраивают мониторинг и выдают доступы, затем проводят инструктаж сотрудников.
расчёт на числахРасчёт: смета и окупаемость трёх классов агентатри класса, ставка часа как параметрРаскрыть
| Класс задачи | Что делает | Часы | Внедрение | Поддержка в месяц |
|---|---|---|---|---|
| Ответы по базе знаний | отвечает на типовые вопросы, эскалирует остальное | 88 | 308 000 ₽ | 3 850 ₽ |
| Агент с CRM | квалифицирует обращение, заводит сделку, назначает встречу | 246 | 861 000 ₽ | 10 762 ₽ |
| Агент с действиями | меняет данные в нескольких системах, готовит документы | 464 | 1 624 000 ₽ | 20 300 ₽ |
Поддержка считается как 15% от стоимости внедрения за год. В неё входят обновления моделей и правки сценария по мере работы, а также разбор жалоб.
Окупаемость считаем по сэкономленному времени: час работы сотрудника берём за 600 ₽ вместе с налогами.
| Класс задачи | Обращений в месяц | Экономия в месяц | Окупаемость |
|---|---|---|---|
| Ответы по базе знаний | 1 500 | 60 000 ₽ | 5,5 мес |
| Агент с CRM | 2 500 | 175 000 ₽ | 5,2 мес |
| Агент с действиями | 4 000 | 440 000 ₽ | 3,9 мес |
Для каждого класса есть порог потока обращений, ниже которого внедрение не окупится за год. В предложениях подрядчиков это число не встречается никогда.
| Класс задачи | Порог обращений в месяц | Что ниже порога |
|---|---|---|
| Ответы по базе знаний | 738 | внедрение не вернётся за год |
| Агент с CRM | 1 179 | внедрение не вернётся за год |
| Агент с действиями | 1 415 | внедрение не вернётся за год |
При потоке ниже порога даже хороший агент экономически не нужен: обращений слишком мало, чтобы сэкономленное на них время оправдало вложения.
Когда выгоднее чат-бот, а когда агент
Чат-бот на дереве сценариев обычно стоит от 60 до 150 тысяч рублей. Это честная цена за то, что он делает; стоимость агента начинается втрое дороже.
Сравнивать их по качеству бессмысленно: выбор между ними задают поток обращений и то, насколько по-разному клиенты формулируют вопросы.
При двухстах обращениях в месяц с типовыми вопросами дерево закрывает задачу и окупается за пару месяцев. При двух тысячах обращений с живыми формулировками дерево превращается в лабиринт, который бесит клиентов, а поддержка этого лабиринта съедает разницу в цене.
Есть ещё вопрос доверия. По опросу Okkam Creative, 56% россиян считают, что ИИ снижает доверие к бренду. Отказываться от агента из-за этого не обязательно. Но выдавать его за человека не следует, а в диалоге нужна явная кнопка «позвать оператора».
Сколько длится внедрение и с чего начать
Внедрение ИИ в бизнес обычно занимает три-четыре недели для первого класса, полтора-два месяца для второго, три-четыре для третьего. Сроки чаще сдвигаются из-за ожидания доступов к чужим системам и ответов заказчика. Код обычно задерживает работу меньше.
Чтобы снизить риск попасть в те самые 95% провальных пилотов, работу выстраивают в таком порядке:
- До старта замерьте поток и затраты. Посчитайте обращения и минуты на каждое из них, узнайте стоимость часа сотрудника. Без этих трёх чисел эффект потом не докажешь.
- Для пилота хватит одного канала и одного типа задач. Например, «ответы по доставке в чате сайта»: такой пилот можно измерить, а «агент для всего» это заявка на провал.
- Критерии приёмки внесите в договор до начала работ. Ниже разберём, что в них включить.
- Добавляйте по одному каналу за раз.
Систему замера эффекта от ИИ имеют только 13% компаний. Остальные внедряют, а потом спорят, помогло ли это бизнесу: без замеров у участников спора остаются только ощущения.
Yandex Cloud показывает, как агенты применяются к конкретным бизнес-задачам, с разбором сценариев:
чек-листЧек-лист приёмки: что проверить до подписания акта9 пунктов, один рабочий деньРаскрыть
- Проверьте агента на ста реальных диалогах. Возьмите последние сто обращений из почты и мессенджеров, прогоните через агента и прочитайте ответы глазами. Демо на подготовленных вопросах не доказывает ничего.
- Доля правильных ответов должна быть посчитана и записана. Формулировка приёмки выглядит так: «из ста обращений 84 закрыты верно, 11 переданы оператору, 5 отвечены неправильно». Оценка «работает хорошо» приёмкой не является.
- Если ответа в базе нет, агент зовёт человека. Он обязан честно сказать «не знаю, зову человека» и ничего не выдумывать. Задайте ему десять вопросов про то, чего в базе нет.
- Переход к оператору. Кнопка или фраза «нужен оператор» переводит на человека с сохранением истории диалога.
- Для проверки действий в системах нужны тестовые записи. Посмотрите в самой CRM, завелась ли сделка, заполнилось ли поле и появилась ли встреча: отчёт агента здесь доказательством не служит.
- Диалог продолжается даже при ошибке чужой системы. Отключите тестовый доступ к CRM и посмотрите, что скажет агент клиенту.
- Подготовьте проверку на случай обновления модели. Зафиксируйте набор из тридцати эталонных вопросов и ответов. После обновления прогоните этот набор снова и сравните результаты, чтобы обнаружить регресс.
- У вас есть прямой доступ к логам и выгрузке диалогов, без запроса к подрядчику.
- Разберитесь с персональными данными: что уходит во внешнюю модель, что остаётся внутри, где хранятся диалоги и сколько.
Из этого списка в договор нужно перенести три вещи. Запишите целевую долю правильных ответов и срок реакции на регресс после обновления модели, отдельно закрепите право на выгрузку данных.
Как мы сами обожглись на приёмке
История свежая, августовская, и она про нас.
У нас есть автоматический конвейер публикации статей: он собирает материал и проверяет его, после чего выкладывает черновик на сайт. Прогон отработал и вернул код успеха. Черновик появился, картинки были на месте, так что приёмку по факту запуска мы сочли пройденной.
Через день выяснилось, что на боевом блоге завёлся мусорный тег, а рубрика не проставлялась вообще ни разу. Библиотеки для разбора настроек в окружении не оказалось, и код тихо переключился на упрощённый режим: вместо списка значений он подставлял всю строку целиком. Снаружи всё выглядело успешным.
Мы проверили, что «процесс завершился», но не проверили, что «результат правильный». Это две отдельные проверки: код успеха ничего не говорил о том, какие теги и рубрики конвейер записал в черновик.
Мы переписали прогон так, чтобы при отсутствии библиотеки он падал с ошибкой и говорил, чем запускаться. С ИИ-агентом ровно та же логика: если критерий приёмки звучит как «агент запустился и отвечает», вы принимаете факт запуска, а не работу.
Когда агент не окупится или потребует подготовки
Сначала сравните поток с порогом окупаемости. Числа выше: 738, 1 179 и 1 415 обращений в месяц для трёх классов. При меньшем потоке агент не вернёт вложенное за год, и честный подрядчик скажет об этом первым.
Если ответы живут в головах трёх сотрудников и нигде не записаны, базы знаний нет. Начинать придётся с её сборки: на это нужны отдельные деньги и отдельный срок, а пока работа не сделана, агенту просто не о чем говорить.
Там, где цена ошибки высока (медицина, юридические сроки, деньги клиента), агенту можно поручить помогать оператору. Самостоятельно отвечать клиенту в таких задачах он не годится.
От агента ждут, что он «заменим отдел». По данным Росстата и ИСИЭЗ ВШЭ на сентябрь 2026 года, технологии ИИ используют около 5,2% крупных и средних организаций, а среди компаний с численностью работников больше 500 человек доля доходит до 17%. При этом 69% компаний требуют или настоятельно рекомендуют сотрудникам использовать ИИ, а 43% работников не прошли никакого обучения. Агент не закрывает разрыв между требованием пользоваться ИИ и умением сотрудников с ним работать: потребовать от них освоить инструмент проще, чем научить.
Частые вопросы про ИИ-агентов
Чем агент отличается от чат-бота по деньгам?
Бот идёт по заранее прописанному дереву и стоит дешевле, потому что у него нет интеграций и нет ответственности за действие. Агент принимает решения и меняет данные в ваших системах. Основная часть платы приходится на интеграции и надзор за его работой. Подробный разбор самого устройства агента в отдельной статье.
Сколько стоит разработка ИИ-агента?
Разброс большой, потому что за одним названием прячутся разные задачи. Ориентир по модели выше: от 300 тысяч за ответы по базе знаний до 1,6 миллиона за агента, который выполняет действия в нескольких системах. Сильнее всего стоимость растёт с числом интеграций.
Какие бывают ИИ-агенты?
По типу работы выделяют три класса. Одни отвечают по базе знаний, другие работают с CRM, третьи совершают действия в нескольких системах. По каналу это могут быть агенты для сайта, мессенджеров, телефона или внутренних инструментов компании.
Что писать в договоре?
В договор входят три пункта из чек-листа выше. Укажите целевую долю верных ответов на ваших реальных диалогах и срок, за который подрядчик исправляет ухудшение после смены версии модели. Также закрепите право выгрузить все данные и логи.
Посчитайте свой случай
Возьмите коммерческое предложение и разложите его по пяти этапам из таблицы. Если интеграции не выделены отдельной строкой, это первый вопрос подрядчику. Шаблон технического задания с критериями приёмки здесь: ТЗ на ИИ-агента в PDF.
Для расчёта понадобятся число обращений, которые приходят в вашу поддержку за месяц, и время на обработку одного обращения в минутах. Если вы пока их не знаете, соберите эти данные до выбора подрядчика.
Если нужен взгляд со стороны, мы считаем окупаемость до старта и сдаём работу по измеримым критериям: сначала замеряем поток и по результатам решаем, нужен ли агент вообще.
Источники
- 95% пилотов генеративного ИИ без измеримой отдачи, успех 67% против 22% при внешней экспертизе: MIT Project NANDA, отчёт «The GenAI Divide»
- Систему замера эффекта от ИИ имеют 13% компаний: TWIGA PR и АКОС
- ИИ используют 5,2% крупных и средних организаций, 17% среди компаний свыше 500 человек: Росстат и ИСИЭЗ ВШЭ, 24.09.2026
- 69% компаний требуют использовать ИИ, 43% сотрудников не прошли обучения: AdIndex, 17.08.2026
- 56% россиян считают, что ИИ снижает доверие к бренду: Okkam Creative
- Смета, окупаемость и пороги потока: модель Optimism, скрипт расчёта приложен к статье
Теги публикации: автоматизация, внедрение ИИ, ИИ-агенты, приёмка работ, чат-боты
Такой подход позволяет увеличить спрос и снизить стоимость каждого клиента
Продвижение с оплатой за трафик
Оптимизация сайта под максимально широкий пул ключевых запросов
Вид поискового продвижения, при котором оплата производится за целевые действия
