ИИ-агент окупается там, где забирает работу, которая делается часто и одинаково. Впечатляющая демонстрация к окупаемости отношения не имеет, и понять, что перед вами, можно ещё до старта проекта, если потратить полчаса на арифметику.
Считаем до, а не после
Возьмите один процесс и посчитайте четыре числа.
Сколько раз в неделю он выполняется. Нужно именно число, а не ощущение. Посмотрите в почту, в CRM, в чат поддержки.
Сколько минут занимает один раз. Замерьте на трёх реальных случаях, не по памяти. Люди почти всегда занижают.
Сколько стоит час того, кто это делает. С налогами и накладными, а не голый оклад.
Какая доля случаев типовая. Это ключевое число. Агент закрывает типовые, нетипичные отдаёт человеку. Если типовых меньше половины, экономия будет скромной.
Перемножьте, и вы получите годовую стоимость процесса. Сравните её с вилкой внедрения. Если процесс стоит компании меньше, чем стоит его автоматизировать, дальше можно не читать, и это нормальный результат разбора.
Четыре признака, что процесс готов
Повторяемость. Пятьдесят и больше однотипных случаев в неделю это уже интересно. Пять случаев в неделю почти никогда не окупаются, как бы сильно ни раздражали.
Есть данные. У процесса существует источник правды: CRM, база, документы. Если ответ на вопрос живёт только в голове Марины, агент не поможет, пока это не исправят.
Ошибка не фатальна. У агента есть процент ошибок, он не ноль. Хорошие кандидаты это места, где ошибку заметит и поправит человек. Плохие это расчёты, которые уходят в налоговую.
Есть кому проверять первые недели. Запуск без наблюдателя это самый частый способ потратить бюджет впустую.
Три ситуации, где агент не нужен
Процесс уже автоматизирован простыми средствами и работает. В таких случаях мы говорим клиенту, что менять здесь нечего, и на этом разговор заканчивается.
Объём маленький. Пять писем в неделю разберёт человек, и это дешевле любого внедрения на горизонте трёх лет.
Процесс не описан вообще. Если внутри компании нет согласия, как задача должна решаться, агент зафиксирует этот беспорядок в коде. Сначала надо договориться внутри компании, и только потом что-то автоматизировать.
Где экономия обычно прячется
Чаще всего она прячется в скорости реакции. Заявка, которую разобрали за две минуты вместо четырёх часов, имеет другую конверсию. Это сложнее посчитать заранее, но в ретроспективе это оказывается главной строкой.
Второе место это разгрузка дорогого человека. Если инженер тратит день в неделю на разбор типовых писем, вы платите за инженерный час стоимость секретарского.
И ещё одна статья, про которую вспоминают реже всего: ночь и выходные. Агент работает, когда в офисе никого нет. Для входящих заявок это иногда решает больше, чем скорость в рабочее время.
Как мы проверяем гипотезу дёшево
Берём один процесс, не всю компанию. Собираем двадцать реальных случаев с правильными ответами. Делаем пилот и прогоняем его по этим случаям.
Дальше сравниваем три числа: сколько случаев закрылось без человека, сколько пришлось поправить, сколько агент честно отдал человеку сам. Последнее число это не провал, а признак правильно настроенных границ.
Пилот на одном процессе начинается от 130 000 ₽. Если по итогу цифры не сходятся, вы потратили несколько недель и понятную сумму, а не полгода и бюджет на весь год. Подробнее про состав сметы мы разобрали в статье сколько стоит внедрение ИИ-агента.
Как устроен коммерческий контур вокруг такого агента, с учётом себестоимости вызовов и возвратов при ошибках провайдера, видно в кейсе Dantiva.
Та же тема на европейском материале разобрана в личном блоге автора: окупаемость AI-агента.