Как посчитать эффект и окупаемость ИИ: формула, пример, шаблон

Александр Комаров · Опубликовано 4 октября 2026

Окупаемость ИИ считается тремя формулами: месячный эффект, срок окупаемости в месяцах и ROI за год. Месячный эффект это разница в часах, умноженная на ставку и число повторений, минус регулярные расходы. Деньгами он становится, только когда сэкономленное время снимает настоящие расходы, иначе расчёт показывает потенциал. Срок окупаемости получаем делением разовых затрат на месячный эффект. Задачу, которая экономит меньше 5 000 ₽ в месяц, я отдельно не внедряю: подписка съедает выгоду. Проверяют расчёт пилотом, то есть пробным запуском на части процесса на 2-4 недели с замером до старта. Формулы уже собраны в шаблон для Excel.

Эффект от внедрения ИИ в деньгах видят немногие: в опросе КОРУС Консалтинг 44% компаний вообще не измеряют результат, а ещё 25% отслеживают отдельные показатели без связи с экономикой (пресс-релиз, 02.09.2026). Поэтому ИИ в отделе вроде бы работает, а в бюджете его не видно. Меня зовут Александр Комаров, я ИИ-тренер и консультант по внедрению ИИ, преподаю в Учебном центре Softline. Этот расчёт руководители делают на моих занятиях по программе для руководителей на своём процессе. Если сначала хотите понять, готова ли компания к ИИ в целом, пройдите тест «Готова ли компания к ИИ».

Исследование выдачи и источников я вёл с помощью Perplexity и Claude. Все цифры открыты и сверены в первоисточниках 30 сентября 2026 года, тарифы сервисов перепроверены 4 октября. Цены меняются, перед расчётом откройте страницу тарифа.

Что считать эффектом от внедрения ИИ

Эффект от внедрения ИИ это деньги, которые компания сохраняет или получает благодаря ИИ. Источников три: сэкономленное рабочее время, дополнительная выручка и предотвращённые потери. Всё, что в рубли честно не переводится, записываем словами отдельной строкой.

Сэкономленное время

Для офисных отделов это главный источник эффекта. По данным ИСИЭЗ ВШЭ и Росстата, опубликованным 24.09.2026, организации, которые используют ИИ, чаще всего отмечают рост качества бизнес-процессов (62,7%), рост доходов (41,4%) и производительности труда (24,1%), а сокращение численности только 9,1% (ВШЭ). Время экономится почти всегда. Деньгами оно становится, только когда понятно, куда уходят сэкономленные часы: час, который не превратился в нового клиента или в отказ от найма, остаётся экономией на бумаге. Как это посчитать, разобрано в разделе про часы в деньги.

Выручка и предотвращённые потери

Выручка и потери дают эффект там, где процесс большой. Алексей Тестин, директор департамента технологических инноваций «Норникеля», говорит так: «Даже улучшение показателей на десятые доли процента может давать многомиллионный эффект. Зачастую ценность технологии определяется не масштабом изменения метрики, а масштабом самого производственного процесса» (спецпроект Forbes, 28.09.2026). В офисном отделе такие эффекты встречаются реже: ИИ должен напрямую влиять на сделку, штраф или возврат.

Что не переводится в рубли

Клиенту ответили в выходные, заявки перестали теряться, новый сотрудник вышел на задачу за неделю вместо месяца. Такие эффекты настоящие, но в рубли я их не перевожу: выручки они сами не дают и затрат не снимают. Выношу их отдельной строкой и описываю словами. Натянутую цифру финансовый директор замечает сразу и после этого не верит всему расчёту.

Три источника денежного эффекта для копирования:

• сэкономленное время;
• дополнительная выручка;
• предотвращённые потери.

Формула эффекта, ROI и срока окупаемости ИИ

Месячный эффект равен разнице во времени на задачу до и после ИИ, умноженной на число повторений и стоимость часа, за вычетом регулярных расходов. Срок окупаемости в месяцах получаем делением разовых затрат на месячный эффект. ROI (возврат на инвестиции) показывает, сколько рублей сверх вложенного вернулось: из выгоды за год вычитаем затраты за год, делим на затраты и умножаем на сто.

Эффект в месяц = (время «до» − время «после») × повторений в месяц × стоимость часа − регулярные расходы
Срок окупаемости, мес = разовые затраты / эффект в месяц
ROI, % = (выгода за год − затраты за год) / затраты за год × 100

Эффект за год считаем как месячный эффект, умноженный на двенадцать, минус разовые затраты. Годовая цифра нужна финансовому директору. Месячная показывает, окупается ли внедрение прямо сейчас и стоит ли его продолжать.

В формулу идут только часы, которые стали деньгами: отдел перестал платить за переработки, отказался от подрядчика или не нанял человека. Если часы просто освободились, тот же расчёт показывает потенциал, и в отчёте его держат отдельной строкой. Как отличить одно от другого, разобрано в разделе про часы в деньги.

Точных данных я не жду. Если ставки нет, беру 1 000 ₽ за час сотрудника и считаю три сценария, осторожный, базовый и оптимистичный. Они показывают, где проходит граница окупаемости, и это быстрее, чем месяц ждать чистых цифр.

Какие задачи окупаются: семь признаков и порог 5 000 ₽

Окупаются частые задачи с понятными правилами и проверяемым результатом: типовые ответы клиентам, протоколы встреч, черновики регулярных отчётов, сводки выгрузок. На занятиях я прошу слушателей собрать карту задач отдела, оценить каждую по семи признакам и прикинуть эффект в рублях. Задача, которая набирает меньше пяти баллов или даёт меньше 5 000 ₽ экономии в месяц, обычно не стоит отдельного внедрения.

Семь признаков задачи для ИИ

Признаки взяты из моей методички «Карта задач», её заполняют на занятии за 40-60 минут. Каждое «да» даёт один балл.

Задача с 5-7 баллами годится в кандидаты. С 3-4 баллами её стоит сузить до одного шага: отдельный шаг крупной задачи часто набирает больше баллов, чем она сама. С 0-2 баллами задачу вычёркиваем и берём следующую.

Прежде чем ставить баллы, я вычёркиваю то, что ИИ не отдают. Это решения о людях, документы под подписью без проверки юриста, расчёты, которые уйдут дальше без перепроверки, и задачи, где у отдела нет фактов для модели. Если в такой задаче есть рутинный шаг, в карту берём только его. «Оценить кандидатов» ИИ не отдают, «сравнить сорок резюме с требованиями вакансии и выписать совпадения» отдают. Как такой шаг выглядит у юристов, я показал в гайде «Нейросети для юристов»: нейросеть собирает таблицу условий договора, а выводы проверяет юрист.

Сужение работает лучше, чем кажется. «Внедрить ИИ в аналитику продаж» набирает мало баллов: непонятно, что на входе и как проверить. «Черновик еженедельного отчёта по воронке из выгрузки CRM» (CRM это система, где компания ведёт клиентов и сделки) повторяется каждую пятницу, отнимает около четырёх часов, данные сводные и без фамилий, результат сверяется с выгрузкой. Это уже пять баллов, а владелец и проверка перед отправкой добавляют ещё два.

Почему задача меньше 5 000 ₽ в месяц не стоит отдельного внедрения

Мелкую задачу съедает подписка. Yandex AI Studio Go стоит 2 490 ₽ на одного сотрудника в месяц (тариф на 04.10.2026), отдел из пяти человек платит 12 450 ₽. Задача, которая экономит один час в неделю, даёт около 4,3 часа в месяц, по 792 ₽ за час это примерно 3 400 ₽. Подписка одного сотрудника забирает почти весь эффект.

Короче, ради такой задачи отдел подключать не стоит. Её решают в обычном чате, без настройки и обучения, а в карту берут следующую. Порог 5 000 ₽ в месяц я использую как грубую проверку для внедрения с отдельной настройкой и обучением. Если сервис уже оплачен и настраивать нечего, в дело идут и задачи мельче.

Сколько стоит час сотрудника

Час сотрудника стоит дороже, чем кажется по окладу. Считается он так: оклад плюс страховые взносы, делённые на рабочие часы месяца. По производственному календарю на 2026 год это 1 972 часа при сорокачасовой неделе, в среднем 164,33 часа в месяц (consultant.ru).

Возьмём оклад 100 000 ₽. Общий тариф страховых взносов 30% в пределах предельной базы и 15,1% сверх неё (НК РФ, ст. 425), плюс взносы на травматизм от 0,2% по классу риска. Для расчёта берём 30% и 0,2%, получаем 130 200 ₽ затрат компании в месяц. У малых и средних предприятий из перечня видов деятельности с 2026 года действует пониженный тариф 15% с суммы сверх 1,5 МРОТ, ниже этой границы тоже 30% (НК РФ, ст. 427). Расчёт ниже сделан по общему тарифу, для таких компаний час выйдет дешевле.

Расчёт часа для оклада 100 000 ₽
оклад                            100 000 ₽
взносы 30% и 0,2% травматизм      30 200 ₽
затраты компании в месяц         130 200 ₽
рабочих часов в месяц              164,33
час без взносов                     609 ₽
час со взносами                     792 ₽

Получасовой ответ клиенту при такой ставке стоит 396 ₽. Эта цифра понадобится в примере расчёта.

Взносы часто пропускают. В статье 1Формы на Хабре (26.11.2024) протокол встречи собирали за час, а час посчитали как зарплату 170 000 ₽, делённую на рабочие часы, вышло 1 000 ₽. Если добавить взносы по общему тарифу, получится около 1 350 ₽, то есть час без взносов занижен примерно на четверть.

Для полной картины есть ещё обследование Росстата «Затраты организаций на рабочую силу» (Росстат). Оно проводится раз в четыре года, последнее за 2021 год, поэтому его цифры я беру как исторический ориентир. Затраты на работника там в 1,31 раза выше зарплаты, и почти вся разница это взносы: рабочее место, аренда и техника в эти затраты не входят. Там же видно, что отработанное время составляет 89,4% оплаченного из-за отпусков и больничных. С этой поправкой час реальной работы при окладе 100 000 ₽ обходится примерно в 886 ₽. Это оценка: в ней смешаны данные 2021 года и тарифы 2026-го.

Если данных нет совсем, берите 1 000 ₽ за час. Это временное допущение, оно соответствует окладу около 125 000 ₽ со взносами. Ставка выше настоящей завышает эффект, поэтому проверьте расчёт и на меньшей. Для сравнения, средняя начисленная зарплата за 2025 год по Росстату 101 784 ₽ (Росстат), со взносами это около 806 ₽ за час. Фразу «час обходится в 1,5-2 раза дороже оклада», которую можно встретить в блогах, я в расчётах не использую: официальных данных под ней нет.

Из чего складываются затраты на ИИ

Затраты на ИИ в отделе складываются из четырёх статей: подписки или токены, разовая настройка, обучение людей и часы проверки результата. Вместе их называют TCO, полной стоимостью владения. На занятиях я чаще всего вижу одну и ту же картину: руководители забывают подписки, настройку и обучение, и в расчёт попадает только сэкономленное время. Такая цифра выглядит красиво до первого счёта от сервиса.

Сколько стоит внедрить ИИ в отдел

Регулярные расходы измеряются тысячами рублей на человека в месяц. Цены ниже проверены 04.10.2026, они меняются, поэтому перед расчётом сверьте тариф на странице сервиса.

• Yandex AI Studio Go стоит 2 490 ₽ за сотрудника в месяц (aistudio.yandex.ru). Отдел из 5 человек платит 12 450 ₽ в месяц, из 10 человек 24 900 ₽.
• Алиса AI для бизнеса в Яндекс 360 для организаций до 250 сотрудников стоит 1 199 ₽ за сотрудника в месяц, первые 3 месяца для новых организаций бесплатно (360.yandex.ru).
• Подписка BitrixGPT идёт поверх тарифа Битрикс24 и стоит 1 000, 3 000 или 6 000 ₽ в месяц за портал на 5, 50 или 100 пользователей, цены без НДС, при оплате за год на 20% дешевле (bitrix24.ru).

Токены стоят на порядок меньше, если отдел работает через API, то есть программный доступ к модели. YandexGPT Pro 5.1 стоит 0,8 ₽ за 1 000 токенов на вход и на выход, Alice AI LLM 0,5 ₽ на вход и 1,2 ₽ на выход. Учебная задача «200 ответов в месяц» с 3 000 токенов на входе и 1 000 на выходе обойдётся примерно в 640 ₽ в месяц, на Alice AI LLM в 540 ₽. Зато API требует настройки интеграции, а подписку сотрудник открывает в браузере.

Разовые: настройка, обучение, подготовка данных

Разовые работы тоже идут в смету. Настройка шаблонов и запросов занимает часы сотрудника или подрядчика: для учебного примера я беру 8 часов по 792 ₽, итого 6 336 ₽. Подготовка данных и интеграции с CRM или почтой добавляют дни работы, их стоимость зависит от того, что в компании уже сделано.

Обучение людей часто не считают вовсе. Мои программы идут 4, 6 или 8 академических часов, и каждый час занятия это час каждого сотрудника, который на нём сидит. В учебном примере я с запасом беру 4 полных часа на 5 человек: по 792 ₽ это 15 840 ₽ на отдел. Без этой строки эффект завышен, и решение о внедрении принимают на цифре, которая потом не сходится.

Часы проверки: статья, которую забывают

Часы проверки это время, которое сотрудник тратит на чтение и правку того, что выдала нейросеть. Если раньше ответ клиенту занимал 30 минут, а с ИИ в базовом сценарии занимает 15, в эти 15 минут уже входит проверка. Без неё эффект выглядит больше, но только до первой жалобы клиента.

Совкомбанк Технологии рассказали на Хабре об ИИ-агенте для тестовой документации (30.07.2025). Агент сократил ручные операции на 80%, а совокупная экономия времени с экспертной проверкой вышла до 30%. Куда ушла разница между 80 и 30 процентами, авторы не раскладывают. Я читаю это так: ручной работы стало меньше, а время экспертов на проверку осталось. Если ИИ ошибается в реквизитах ответа клиенту, одна претензия обнуляет сэкономленное время, поэтому цену ошибки стоит закладывать в резерв отдельно.

В «Северсталь-ЦЕС», бухгалтерском центре обслуживания «Северстали», это правило записали первым среди ограничений внедрения ИИ: рядом с потенциальной экономией оценивают реальные затраты на внедрение (Содружество ОЦО, 13.11.2025).

Список затрат для копирования в свой шаблон:

• регулярные: подписки на сервисы или токены по API;
• регулярные: часы проверки результата сотрудником;
• разовые: настройка шаблонов, запросов и интеграций;
• разовые: обучение сотрудников и руководителей;
• резерв: цена ошибки.

Пример расчёта на задаче отдела

Пример учебный. Отдел из 5 человек готовит 200 типовых ответов клиентам в месяц. До ИИ на каждый ответ уходит 30 минут, это 100 часов в месяц. Ставка 792 ₽ в час, как в разделе про стоимость часа.

Условие примера такое: отдел не укладывался в рабочее время и доплачивал за переработки, и в каждом сценарии все сэкономленные часы сокращают эти доплаты. Для простоты считаю их по обычной ставке. Без такого условия таблица ниже показывает потенциал, до денег ему ещё нужно дойти.

Стоимость одного ответа: до и после

До внедрения ответ стоит 396 ₽: полчаса работы по 792 ₽. После внедрения время сотрудника падает, зато добавляется подписка. В трёх сценариях ниже проверка результата уже учтена внутри процента экономии. Осторожные 30% взяты из опыта Совкомбанка с экспертной проверкой. Задача там другая, тестовая документация, так что для ответов клиентам это ориентир. Диапазон 50-70% из моей методички. Все три процента остаются допущениями, пока их не подтвердил пилот. Подписка Yandex AI Studio Go на 5 человек стоит 12 450 ₽ в месяц по тарифу на 04.10.2026 (раздел про затраты), разовые затраты на обучение и настройку 22 176 ₽.

Затраты за год одинаковы во всех сценариях. Подписки дают 149 400 ₽ (12 450 ₽ за 12 месяцев), разовые 22 176 ₽ (обучение 15 840 ₽ и настройка 6 336 ₽), всего 171 576 ₽.

Три сценария: осторожный, базовый, оптимистичный

Осторожный сценарий берёт цифру из результата Совкомбанка на другой задаче. Сотрудник читает каждый ответ нейросети перед отправкой, поэтому экономия выше 30% в нём не заложена. Разовые затраты окупаются примерно за 2 месяца, ROI за год 66%.

Базовый сценарий берёт 50%, нижнюю границу из методички. Срок окупаемости меньше месяца, ROI за год 177%. Оптимистичный даёт 70%, верхнюю границу: окупаемость за полмесяца и ROI 288%. Я бы показывал руководству осторожный и базовый, а оптимистичный держал как предел, выше которого без пилота обещать нельзя.

Как меняется итог с затратами

Без подписок базовый сценарий выглядит как 39 600 ₽ экономии в месяц. С подписками остаётся 27 150 ₽, то есть почти на треть меньше. Если забыть ещё и разовые 22 176 ₽ на обучение и настройку, срок окупаемости вообще не посчитать, и первый месяц покажет эффект, которого в деньгах ещё нет. Так пилот, который на самом деле окупается, получает вердикт «ИИ не окупился», потому что ожидали больше.

Для своего процесса цифры будут другими: другая ставка, частота задачи, подписки и разовые затраты. Шаблон, куда их подставить, лежит в разделе про шаблон.

Как перевести часы в деньги, если штат не сокращают

Часы становятся деньгами в офисном отделе, когда компания не наняла нового сотрудника, отказалась от подрядчика или переработок, сделала больше работы тем же штатом или снизила цену ошибки. Если ни одно из этих условий не выполнено, перед вами потенциал производительности. Его показывают в отчёте отдельной строкой и не путают с реальной экономией.

Этот разрыв хорошо виден в опросе McKinsey (State of AI 2026, 25.08.2026): 80% респондентов говорят, что ИИ поднял их личную продуктивность, а влияние ИИ на EBIT, то есть операционную прибыль компании, видят 37%. Старший партнёр McKinsey Dan Tinkoff называет это главной находкой года: «A striking finding this year is the gap between individual gains and enterprise impact… 80 percent of survey respondents say it has improved their productivity… Yet, only 37 percent of organizations report any positive EBIT contribution». По-русски: самое поразительное в этом году это разрыв между пользой для отдельного человека и эффектом для компании.

В «Северстали» говорят о том же: «Трудочасы сами по себе в деньги не конвертируются. Деньги в компании - это изменение бизнес-процесса, а на него нужна воля руководителя» (Владимир Сидоров, руководитель департамента цифрового развития и взаимодействия с клиентами «Северстали», спецпроект Forbes, 28.09.2026). В «Северсталь-ЦЕС» описывают один из путей: компании всё чаще отказываются от найма, если задачу можно решить с помощью ИИ (Содружество ОЦО, 13.11.2025). Тогда основной строкой экономии становится человек, которого не пришлось нанимать.

Когда считаете свой процесс, разнесите эффекты по трём колонкам:

В формулу эффекта идёт только реализованная экономия. Потенциал записывают отдельно, нефинансовые эффекты остаются словами.

Как проверить расчёт пилотом

Расчёт на бумаге подтверждают пилотом: неделя замера, 2-4 недели работы на части потока, решение по цифрам. Пилот это пробное внедрение на ограниченном участке процесса, чтобы проверить расчёт до того, как тратить деньги на весь отдел.

Замер до внедрения

Неделю перед стартом замеряют, как процесс работает сейчас: время на одну задачу, долю ошибок и переделок, объём за месяц. Без этой цифры сравнивать потом не с чем. По данным Контур.Толка, больше половины средних и крупных компаний не используют KPI для оценки ИИ и судят об эффекте субъективно, а 11% не оценивают его никак (Контур.Толк, 05.05.2026).

В «Северсталь-ЦЕС» формулируют принцип так: «Прежде чем автоматизировать, важно понять, как работает процесс» (Содружество ОЦО, 13.11.2025). Замер и есть описание процесса в цифрах: сколько задач в неделю, сколько времени уходит на одну, сколько возвращается на доработку.

Какие метрики снимать

Метрики снимают парами, скорость без качества не считается. На пилоте смотрят четыре группы показателей:

Доля переделок лучше всего показывает качество на старте: её видно уже в первую неделю. Замер нужен и после пилота. В опросе McKinsey лидеры по эффекту от ИИ вдвое чаще других имеют закреплённый процесс замера эффекта (State of AI 2026).

Решение после пилота: расширять, донастроить, закрыть

Через 2-4 недели те же метрики сравнивают с замером «до» и принимают одно из трёх решений. Экономика сходится и доля переделок в норме, значит процесс расширяют на весь поток. Если эффект есть, но проседает качество, процесс донастраивают и продлевают пилот на две-три недели. Эффекта нет или он ушёл в минус после затрат, тогда пилот закрывают и берут следующую задачу из карты.

На этом шаге есть три ловушки. Первая: в отчёт попадают только успехи, 40 удачных задач, а 10 испорченных забыли. Вторая: результат сравнивают с идеальным сотрудником вместо реального процесса с очередью, отпусками и усталостью. Третья: меряют первую неделю и умножают на год, хотя на старте все с интересом пробуют новую игрушку и показатели завышены.

Tara Balakrishnan из McKinsey описывает, чем отличаются лидеры: они «fundamentally redesign workflows rather than layer AI onto existing ones; and they embrace practices… such as senior-leadership role modeling, human-in-the-loop design, impact measurement, and risk management». Они перестраивают процессы под ИИ, держат человека в контуре решений и замеряют эффект.

План пилота по неделям:

Где расчёт чаще всего ломается

Чаще всего ломаются затраты. Сэкономленное время посчитано, а подписки, настройка и обучение людей в расчёт не попали. Почему так выходит, я разобрал в разделе про затраты. Остальные слабые места я проверяю по чек-листу, когда разбираю расчёты слушателей на занятиях.

Чек-лист проверки расчёта:

• посчитано ли время на проверку результата человеком;
• осторожна ли гипотеза «после»: ИИ снимает 50-70% времени, а 100% не снимает;
• взят ли масштаб процесса из замера или из головы;
• посчитана ли стоимость часа со взносами;
• есть ли путь от сэкономленных часов к деньгам по одной из механик из раздела про часы в деньги;
• измерено ли качество вместе со скоростью: доля переделок, ошибок, жалоб клиентов.

Денис Филиппов, генеральный директор MWS AI (МТС Web Services), объясняет, откуда берутся такие расхождения: «Речь идет не о провале технологий, а о сложностях их внедрения. Проекты не дают эффекта не потому, что ИИ плохой, а потому что его запускают поверх неперестроенных процессов, без подготовки данных, без измеримых результатов» (CNews, 23.06.2026). Кривая цифра в расчёте обычно вырастает из процесса, который никто не описал.

Сколько компаний реально видят экономический эффект от ИИ

Большинство компаний эффект от ИИ не считает или считает без связи с деньгами. В опросе КОРУС Консалтинг, где участвовали больше 80 компаний из промышленности, ритейла, финансов, логистики, ИТ и нефтегаза, подтвердить реальный бизнес-эффект от внедрения смогли только 12% (пресс-релиз, 02.09.2026). В мировом опросе McKinsey «лидеров», которые относят на счёт ИИ не меньше 5% EBIT и называют эффект значительным, около 6% респондентов, как и в 2025 году (State of AI 2026). Разрыв между личной продуктивностью и прибылью компании разобран в разделе про часы в деньги.

Данные ВШЭ по Росстату показывают, где эффект виден: среди организаций, которые уже используют ИИ, рост качества бизнес-процессов отмечают 62,7%, рост доходов 41,4%, производительности 24,1% (ВШЭ, 24.09.2026). Эффект есть, но чаще в качестве работы, чем в деньгах.

Ожидания бизнеса выше фактов. Максим Болотских, партнёр «Яков и Партнёры» и глава практики ИИ и высоких технологий, говорит: «Бизнес воспринимает генеративный ИИ прежде всего как инструмент повышения эффективности и роста доходов… ожидаемый прирост EBITDA в среднем оценивается на уровне 4%… на генеративный ИИ компании в среднем тратят порядка 4% от ИТ-бюджета» (yakovpartners.ru, декабрь 2025). Это ожидания компаний, фактический замер ещё впереди.

Самая жёсткая цифра пришла из MIT NANDA: в отчёте The GenAI Divide (июль 2025) 95% организаций не получили измеримой отдачи от генеративного ИИ (PDF отчёта). Отчёт собран по интервью с представителями 52 организаций, опросу 153 руководителей и разбору 300 публичных проектов, успех авторы оценивали со слов участников. К такой методике есть вопросы, поэтому 95% я читаю как сигнал о направлении и точной долей не считаю.

Шаблон расчёта и запрос для нейросети

Шаблон считает месячный эффект, срок окупаемости и ROI за год для одной задачи. Скачайте шаблон для Excel, он открывается и в Google Таблицах. Строки 1-7 заполняете своими цифрами, строки 8-12 считаются по формулам. В файле стоят цифры учебного примера из раздела с расчётом, осторожный сценарий.

Шаблон считает, что все сэкономленные часы превратились в сокращение расходов. Если это не так, ROI в нём посчитан от условной стоимости освобождённого времени, и денежной отдачей его называть рано.

Тот же шаблон таблицей, если хотите собрать его сами. Названия строк идут в колонку A, значения в колонку B, номер строки в таблице совпадает с номером строки на листе.

Если в строке 10 получилось ноль или минус, задача при таких подписках не окупается. Срок окупаемости в строке 11 тогда смысла не имеет.

Тот же расчёт можно попросить у нейросети запросом ниже. Я проверил его 4 октября 2026 года в трёх местах. Бесплатная Алиса AI, которая сама выбрала режим интеллекта «Эксперт», и Алиса AI Про с моделью DeepSeek V4.1 Flash посчитали верно: все шесть чисел совпали с шаблоном. GigaChat ошибся в первом же действии. Формулу он написал правильную, но 1 800 / 60 у него вышло 29,33 вместо 30, и ошибка пошла дальше по строкам: экономия 23 232 ₽ вместо 23 760 ₽, эффект в месяц 10 782 ₽ вместо 11 310 ₽. Поэтому ответ нейросети сверяйте с шаблоном. На договорах Алиса AI тоже ошибалась в сумме, этот случай разобран в гайде для юристов.

Ты финансовый аналитик. Посчитай месячный эффект, срок окупаемости
и ROI за год от внедрения ИИ на одной задаче.

Данные задачи:
- задача: типовые ответы клиентам
- повторений в месяц: 200
- время до ИИ: 30 минут на задачу
- время с ИИ, включая проверку: 21 минута
- стоимость часа сотрудника: 792 ₽
- подписки в месяц: 12 450 ₽
- разовые затраты: 22 176 ₽

Что вернуть:
1. Сэкономлено часов в месяц.
2. Экономия в месяц до расходов.
3. Эффект в месяц после подписок.
4. Срок окупаемости разовых затрат в месяцах.
5. Эффект за год за вычетом всех затрат.
6. ROI за год в процентах.

Под каждым числом покажи формулу расчёта. Общих советов не давай.

Чек-лист перед запуском пилота

• [ ] Задача одна и записана одним предложением, например «отвечать клиенту за 21 минуту вместо 30».
• [ ] Замер «до» сделан за неделю: есть среднее время на задачу, число повторений и доля переделок.
• [ ] Стоимость часа посчитана из оклада и взносов по расчёту.
• [ ] В шаблоне заполнены подписки, разовые затраты и время на проверку.
• [ ] Решение после пилота записано заранее: порог эффекта, порог качества, дата закрытия.
• [ ] Пилот идёт на части потока, остальной поток работает по-старому и служит для сравнения.
• [ ] На пилоте снимаются и время, и доля переделок.
• [ ] Записано, куда пойдут сэкономленные часы: меньше найма, больше работы тем же штатом, меньше переработок.
• [ ] Срок пилота согласован, от двух до четырёх недель. За меньший срок цифры не успевают устояться.

Частые вопросы