Исследование: бизнес потратил на внедрение ИИ-агентов от 5 млн до 950 млн рублей

Расходы малого бизнеса на внедрение агентов искусственного интеллекта ^[1] за последние три года достигли 5–15 млн рублей. У среднего бизнеса эта сумма составила от 30 млн до 60 млн рублей, крупного — 200–300 млн рублей, корпораций — превысили 950 млн рублей. Такие подсчёты приводят ^[2] эксперты консалтинговой компании Axenix и Исследовательского центра в сфере ИИ МГУ им. М. В. Ломоносова в своём исследовании.

ИИ‑агенты — это приложения на основе ИИ, которые принимают решения и выполняют задачи независимо, с минимальным контролем со стороны человека. Например, Robin в «Газпромтрансе» для автоматизации разработки или облачные агенты Yandex AI Studio, которые работают на предприятиях среднего бизнеса.

Структура затрат разделяется на CAPEX и OPEX и охватывает как затраты на разработку и интеграцию, лицензии и оборудование, так и операционные расходы на поддержание работы, обслуживание и обновления. Наиболее существенные прямые эффекты от внедрения ИИ‑агентов — это снижение фонда оплаты труда, ускорение процессов и снижение числа ошибок.

Исследование показывает, что экономия на ФОТ некоторых подразделений зачастую составляет 40–50%, а улучшение качества процессов может привести к экономии в 20–25%. Чаще всего ИИ‑агенты автоматизируют рутинные работы, позволяя людям сосредоточиться на коммуникации, взаимодействии с клиентами и стратегических задачах

Бюджет складывается из трёх составляющих, куда относятся вычислительные мощности — серверы с графическими ускорителями, фонд оплаты труда профильных специалистов и подготовка данных. Самая капиталоёмкая часть — это инженерия данных и дообучение моделей на специфике конкретного бизнеса. Три основные индустрии, где внедрение ИИ в бизнес‑процессы можно признать наиболее актуальным: финансовый сектор, ретейл и e‑commerce. Наиболее востребованы агенты для скоринга и проверки документов, управления ассортиментом, а также агенты первой линии поддержки.

ИИ‑агенты оправданны только когда выполняются три условия, отмечает менеджер по продуктам ИИ экосистемы «Авандок» ГК «Корус консалтинг» Алексей Борщов. Во‑первых, если есть большой объём повторяющихся задач (обработка документов, ответы на обращения, нормоконтроль). Во‑вторых, если качество данных высоко — агент работает с тем, что уже существует в структурированном виде. В‑третьих, если есть готовность к изменению бизнес‑процессов, а не только к автоматизации старых.

Если процессов мало, они нестандартизированы, данные плохие, а экономический эффект неочевиден, то компании разумнее начинать не с «агентов», а с точечной автоматизации, говорит директор по работе с научно‑технической информацией и аналитике Inventorus Анатолий Архипов. Но в будущем стоимость разработки ИИ‑агентов будет постепенно снижаться, так как появится больше определённости и наработается практика, рассуждает руководитель genAI‑продуктов Just AI Андрей Грабарник. Кроме того, сами по себе кодинговые агенты ускоряют и удешевляют разработку, замечает он.