Когда ИИ дороже людей

Вы сократили отдел из пяти человек, внедрили ИИ-решение и через полгода обнаружили, что платите больше, чем платили команде. Такой сценарий встречается на практике. Ниже — где проходит граница, за которой автоматизация перестаёт экономить деньги, и как посчитать эту границу для вашего бизнеса.

Фонд оплаты труда заменили расходами на вычисления

Главная ловушка звучит красиво: «Мы заменим людей на ИИ и сократим расходы». На практике бизнес часто меняет одну статью расходов на другую. По данным Axios и участников рынка, в ряде компаний затраты на внедрение и использование ИИ уже превышают расходы на зарплаты сотрудников, а в некоторых командах стоимость вычислений «значительно выше», чем затраты на персонал.

Аналитики прямо говорят: бизнес фактически заменяет не работников на ИИ, а фонд оплаты труда — затратами на ИИ. Это ставит под сомнение тезис о том, что замена персонала технологиями неизбежно снижает издержки (Inc Russia).

И этот счёт будет расти. По имеющимся прогнозам, к 2030 году использование AI-агентов может существенно увеличить мировое потребление токенов и нагрузку на инфраструктуру — а значит, и на бюджет.

Из чего складывается стоимость внедрения искусственного интеллекта

Многие считают только подписку на API. Это как считать стоимость ресторана по цене продуктов, забыв про аренду, персонал и электричество.

По данным TAdviser, основные группы затрат на ИИ-проекты включают расходы на специалистов (зарплаты команд разработки), инфраструктуру (серверы, телеком), вспомогательное ПО, а также крупные бюджеты на информационную безопасность — иногда сопоставимые или превышающие стоимость самого решения.

Ещё жёстче выглядит структура затрат на уровне «железа». По оценкам Epoch AI, значительная часть всех затрат на современные модели приходится на чипы, серверные компоненты и периферийное оборудование — инфраструктуру, которую не видно в презентации вендора.

Конкретные цифры для российского рынка. Небольшой ИИ-проект с моделью обнаружения объектов стартует примерно от 2 200 000 рублей, крупный проект с несколькими моделями — от 2 750 000 рублей, и это без последующей поддержки (Технологика). Диапазон стоимости внедрения варьируется от 15 000 рублей за простой чат-бот до десятков миллионов рублей за enterprise-платформы, при этом ежемесячная поддержка может достигать 500 000 рублей и более.

Как посчитать: ИИ дороже людей или нет

Большинство материалов по теме ограничиваются формулировкой «зависит от задачи» и не предлагают конкретного расчёта. Ниже — методика для вашего бизнеса.

Шаг 1. Считаете полную стоимость сотрудника. Зарплата брутто + налоги и взносы (около 30%) + рабочее место + обучение + управленческие расходы + стоимость поиска и адаптации при замене. Для менеджера колл-центра в Москве это легко выходит за 120 000–150 000 рублей в месяц.

Шаг 2. Считаете полную стоимость ИИ-решения. Внедрение (разработка или настройка) ÷ горизонт амортизации + стоимость токенов/вычислений в месяц + поддержка и доработки + инфраструктура + информационная безопасность. По данным рынка, один ИИ-агент в крупной компании может обходиться от нескольких тысяч долларов в месяц в облаке до значительно большей суммы при локальном развёртывании — без учёта настройки и сопровождения.

Шаг 3. Сравниваете на горизонте минимум 12 месяцев. Первый месяц работы ИИ почти всегда выглядит дешевле, чем реальность через полгода, когда начинаются доработки, рост потребления токенов и обновления моделей.

Если результат шага 2 превышает результат шага 1, а качество сопоставимо — ИИ вам дороже сотрудника. Точка.

Когда автоматизация невыгодна бизнесу: четыре сценария

Низкие зарплаты, сложные задачи. Если ваши сотрудники стоят 40 000–60 000 рублей в месяц (регионы, стажёры, типовые операции), а задача требует кастомной модели с дообучением — арифметика не сходится. Внедрение от 2,2 млн рублей окупается годами.

Малый объём задач. ИИ выгоден на масштабе. Если у вас 50 обращений в день — чат-бот за 15 000 рублей справится. Если 50 обращений в месяц — проще нанять человека на полставки.

Высокая цена ошибки. Потери от ошибок ИИ — это отдельная статья, которую почти никто не считает. Репутационные риски, возвраты, потеря клиентов. В медицине, юриспруденции, финансовом консультировании стоимость одной ошибки может перекрыть годовую экономию.

Быстро меняющийся контекст. Если ваш бизнес требует постоянной адаптации процессов, модели придётся дообучать или перенастраивать. Каждая итерация — деньги. Человек адаптируется бесплатно, получив новую инструкцию за пять минут.

Гибридный подход экономически эффективнее полной замены

Технологические гиганты уже пришли к выводу, который малый бизнес пока игнорирует. Рост затрат на вычисления и обучение моделей вынуждает компании пересматривать подход к автоматизации и чаще выбирать гибридные сценарии, где ИИ дополняет сотрудников вместо полной замены (Inc Russia).

Исследование Высшей школы экономики показывает: на предприятиях, внедряющих ИИ, занятость в среднем сократилась лишь на 0,79 процентного пункта по сравнению с 2024 годом — при этом эффект неоднороден по размеру компаний. Малый и крупный бизнес сокращают штат, а средний увеличивает. Средний бизнес нашёл рабочую формулу: ИИ берёт рутину, люди берут то, что требует контекста и гибкости.

Совместное исследование Международной организации труда и NASK оценивает, что генеративный ИИ потенциально затронет около 25% рабочих мест в мире, а в развитых странах — до 34%. Но круг профессий, которые могут быть полностью автоматизированы, остаётся ограниченным. Ключевое слово — «затронет», а не «заменит».

Экономические эффекты ИИ на рынок труда: что считать на горизонте 3–5 лет

Окупаемость проектов искусственного интеллекта нельзя считать на горизонте квартала. Модели устаревают. Стоимость токенов пока не снижается пропорционально росту потребления. Инфраструктуру нужно обновлять.

Рынок уже фиксирует случаи, когда стоимость вычислений для работы ИИ превышает фонд оплаты труда отдельных команд — особенно при использовании передовых моделей с высоким потреблением ресурсов (обсуждение на Reddit).

На что закладываться при планировании TCO:

• Рост потребления токенов — по прогнозам ряда аналитиков, спрос на вычисления будет расти кратно
• Обновление моделей — каждая новая версия может потребовать перенастройки интеграций
• Увеличение требований к безопасности — бюджеты на ИБ иногда сопоставимы со стоимостью самого решения
• Стоимость компетенций — специалисты по ИИ дорожают быстрее рынка

Себестоимость ИИ и людей — это не статичное сравнение. Соотношение затрат меняется в зависимости от масштаба, отрасли и горизонта планирования: при небольших объёмах задач и коротком горизонте человек часто дешевле; при большом масштабе и длинном горизонте ИИ может выигрывать — если посчитаны все статьи расходов.

Что из этого следует

ИИ дороже людей не всегда, но гораздо чаще, чем принято считать. Затраты на вычисления и инфраструктуру растут, модели усложняются, а стоимость владения на горизонте нескольких лет включает десятки неочевидных статей расходов.

Перед тем как автоматизировать, посчитайте. Возьмите полную стоимость сотрудника, полную стоимость ИИ-решения на 12 месяцев и стоимость ошибок. Сравните. Если ИИ выигрывает — внедряйте. Если нет — рассмотрите гибридный сценарий, где технология усиливает команду, а не заменяет её.

Цифры надёжнее презентаций.