ИИ-агенты — дорого, модно, но не всегда работает

Эксперты консалтинговой компании Axenix и Исследовательского центра в сфере ИИ МГУ им. М. В. Ломоносова в своем исследовании рынка ИИ-агентов подсчитали, что за последние 3 года расходы составили: 5-15 млн руб. у малого бизнеса, 30-60 млн руб. у среднего, 200-300 млн руб. у крупного и более 950 млн руб. у корпораций.

За что платят?

Бюджет внедрения складывается из трех ключевых элементов: инфраструктура (серверы и GPU), команда специалистов и подготовка данных. Самая дорогая часть — дообучение моделей под конкретный бизнес и работа с данными. Дополнительно идут расходы на интеграцию, лицензии и постоянную поддержку.

Основной эффект — сокращение затрат и ускорение процессов. ИИ-агенты берут на себя рутину: анализ продаж, работу с CRM, отчетность, поддержку клиентов, участие в тендерах.

Сбер использует ИИ-решения для автоматизации клиентской поддержки и внутренних операций, снижая нагрузку на контакт-центры.
В Тинькофф ИИ обрабатывает обращения клиентов и автоматизирует часть бэк-офиса.
X5 Group применяет алгоритмы для управления ассортиментом и прогнозирования спроса, сокращая издержки в цепочках поставок.
В промышленности «Газпромтранс» внедрил ИИ-агента для автоматизации разработки.

Но только 7-10% проектов с ИИ доходят до полноценного внедрения. Остальные либо застревают в пилотах, либо закрываются по причине слабой интеграции в реальные бизнес-процессы. Модели часто существуют отдельно от CRM, ERP и других систем, а значит не дают измеримого эффекта.

Когда ИИ имеет смысл

ИИ-агенты работают, если есть три условия: большой объем повторяющихся задач, качественные данные и готовность менять процессы, а не просто «прикручивать ИИ сверху».

Стоимость разработки будет снижаться по мере накопления практики и развития инструментов. Но ключевой барьер остается — бизнес пока не готов передавать критические процессы автономным системам и не понимает, кто несет ответственность за их решения.

Дело в цифрах в Telegram | в MAX