Как посчитать эффект AI-сценария до запуска, а не после
Типичный бизнес-кейс AI-сценария выглядит так: сотрудник тратит на задачу два часа, инструмент делает её за двадцать минут, экономия — сто минут, умножаем на число задач и на ставку. Число получается внушительное и почти всегда неверное.
Неверно оно не из-за арифметики, а из-за единицы измерения. Сэкономленный час не является высвобожденным ресурсом: он заполняется другой работой, частично уходит на проверку и правку результата, а иногда просто исчезает. Считать нужно то, что не восстанавливается, — устранённые операции и устранённые отказы.
Бизнес-кейс AI-сценария строится на трёх величинах: сколько операций исчезает из процесса, какая доля результатов сейчас содержит отказ и во что обходится один отказ. Экономия времени в расчёт входит с понижающим коэффициентом на проверку и переделку — по независимым опросам эта доля достигает сорока процентов. Сценарий без устранённых операций и без снижения доли отказов не окупается, каким бы впечатляющим ни было ускорение.
Почему сэкономленный час не является выгодой
У этого утверждения есть две независимые причины, и обе проверяемы в своей компании за неделю наблюдения.
Час возвращается в процесс. Освободившееся время не превращается в сокращение затрат само по себе: оно заполняется задачами, которые раньше откладывались. Это может быть хорошо — но это не строка в отчёте о прибылях и убытках, и обещать её нельзя.
Часть часа тратится на проверку. Результат, полученный быстро, нужно прочитать, сверить и часто переписать. Эта работа новая: раньше её не было, потому что автор результата и был его проверяющим. Она не видна в демонстрации и появляется на второй неделе эксплуатации.
Около 40% сэкономленного с помощью AI времени возвращается обратно в виде переделки: исправления ошибок, переписывания и проверки полученного результата. В пересчёте на каждые десять «сэкономленных» часов около четырёх уходит на доведение результата до пригодного состояния.
Ограничение называю сам: исследование заказано вендором корпоративного программного обеспечения, который продаёт собственные встроенные AI-функции и заинтересован показать проблему «универсальных» инструментов. Полная методология доступна только в отчёте за формой. Использую цифру как порядок величины для понижающего коэффициента, а не как норматив.
Примерно одна из шести задач, выполняемых с помощью AI, стала занимать больше времени, чем раньше. Авторы прямо отмечают, что не установили причину: это может быть и рост объёма работы, и время на проверку.
Это самоотчёт о времени, а не хронометраж, и причинно-следственная связь авторами не установлена — они честно об этом пишут. Для бизнес-кейса важен сам факт: распределение эффекта имеет заметный отрицательный хвост, и если считать по среднему обещанию вендора, этот хвост в расчёт не попадёт.
Три величины, из которых строится расчёт
Всё, что нужно для честного бизнес-кейса, снимается с процесса за один-два дня и не требует ни пилота, ни вендора.
Число операций, которые исчезают. Не «станет быстрее», а «этого шага больше не будет». Операция исчезает, когда её результат вычисляется по правилу, подставляется автоматически или перестаёт требоваться. Каждая исчезнувшая операция — это и время, и одна снятая точка отказа.
Доля результатов с отказом сейчас. Отказ — это не ошибка в тексте, а событие, при котором работа не перешла дальше: документ ушёл неполным, заявка не дошла до исполнителя, платёж отправлен не туда. Доля считается по последним двадцати-пятидесяти результатам вручную.
Цена одного отказа. Складывается из стоимости исправления и вероятности потери. Вторая часть неудобна, потому что требует оценки, — но именно она обычно и составляет большую часть цены.
| Величина | Как снять | Что она даёт в расчёте |
|---|---|---|
| Исчезающие операции | Пройти процесс по шагам и отметить снимаемые | Устойчивая часть экономии |
| Доля результатов с отказом | Разобрать 20–50 последних результатов | База для расчёта выгоды |
| Цена одного отказа | Стоимость исправления плюс вероятность потери | Множитель, обычно превосходящий экономию времени |
| Экономия времени | Замер до и после | Учитывается с понижающим коэффициентом |
| Новая работа по проверке | Оценить долю результатов, требующих правки | Вычитается из экономии |
Обратите внимание на последнюю строку. Работа по проверке результата — это новая статья затрат, которой не было в процессе до внедрения, и её почти никогда не закладывают в расчёт. Именно она превращает обещанные проценты в разочарование на третий месяц.
Что говорят те, кто уже считает
72% опрошенных руководителей заявили, что отслеживают отдачу от генеративного AI какими-либо метриками, и трое из четырёх среди них сообщают о положительной отдаче. Один из авторов исследования прямо просит воспринимать результат сдержанно: это самоотчёт, а не проверенные финансовые данные компаний.
Оговорку сделали сами авторы, и это редкость, которую стоит отметить: они предлагают относиться к собственным цифрам «с долей скепсиса», поскольку данные не верифицированы отчётностью компаний. Практический вывод из этой работы не в проценте, а в том, что почти треть компаний не отслеживает отдачу вообще, — то есть у них нет и базы для расчёта следующего сценария.
Когда правильное решение — отложить
Стандартный критерий «чистая приведённая стоимость положительна — запускаем» в проектах с высокой неопределённостью работает плохо. Для ИТ-инвестиций это разобрано в академической литературе, и вывод контринтуитивный.
Для ИТ-инвестиции с высокой неопределённостью и возможностью отложить вход традиционный критерий положительной чистой приведённой стоимости может давать неверное решение. На разобранном авторами кейсе отсрочка входа на три года давала более высокую стоимость, чем немедленное вложение: 152 955 долларов против варианта «начать сейчас».
Работе более четверти века, и кейс из банковской инфраструктуры конца восьмидесятых — это её ограничение, которое я называю прямо. Методологическая рамка при этом переносится точно: когда стоимость инструмента быстро падает, а неопределённость высока, право подождать имеет измеримую стоимость. Для AI-сценариев это особенно верно, потому что цена вычислений и возможности моделей меняются быстрее, чем окупается интеграция.
Порядок расчёта эффекта от внедрения ИИ в бизнес
Пятый узел содержит вариант, который обычно не рассматривают: закрыть задачу правилами. Если после разбора выясняется, что исчезающие операции однозначны и вычислимы, языковая модель не нужна — этот выбор я разбираю отдельно. Расчёт по описанной схеме приводит к такому выводу чаще, чем ожидает заказчик.
Четыре вопроса перед утверждением бюджета
Какие шаги исчезнут совсем
Не «станут быстрее», а перестанут существовать. Если таких шагов нет, экономия будет только во времени, а оно возвращается.
Какая доля результатов сейчас с отказом
Разбор двадцати последних результатов. Это единственное число, которое нельзя получить из презентации вендора.
Кто и сколько будет проверять
Новая работа по проверке результата закладывается в расчёт с самого начала, а не обнаруживается на третий месяц.
Что мы теряем, если подождём полгода
Если ответ «ничего, кроме упущенной экономии», отсрочка может стоить дешевле интеграции, которую придётся переделывать.
Бизнес-кейс, в котором вся выгода состоит из сэкономленных часов, — это не расчёт, а обещание, которое некому предъявить через год.
Вопросы, которые задают чаще всего
Как рассчитать ROI внедрения AI до запуска?
Через три величины: число операций, исчезающих из процесса, текущая доля результатов с отказом и цена одного отказа. Экономия времени добавляется отдельной строкой с понижающим коэффициентом на проверку и переделку — по независимым опросам эта доля достигает сорока процентов. Затраты включают не только лицензии, но и интеграцию, сопровождение и работу по проверке результата.
Что считать отказом в процессе?
Событие, при котором работа формально сделана, но результат не перешёл дальше: документ ушёл неполным, заявка не дошла до исполнителя, ответ не записан в систему. Отказ отличается от ошибки тем, что его последствия наступают вне того места, где он возник, и поэтому он редко попадает в отчётность того подразделения, где произошёл.
Нужен ли пилот, чтобы посчитать эффект?
Для расчёта — нет. Все три величины снимаются с текущего процесса без всякого инструмента: шаги выписываются, отказы считаются по последним результатам, цена отказа оценивается вместе с финансовой службой. Пилот нужен для другого вопроса — какая доля результатов потребует правки, и его лучше ставить именно на этот вопрос, а не на демонстрацию возможностей.
Почему обещанная экономия не появляется в отчёте о прибылях и убытках?
Потому что сэкономленное время не покидает компанию само по себе. Оно превращается в деньги только через сокращение объёма закупаемых услуг, отказ от найма или увеличение выпуска на том же составе. Если ни одно из трёх решений не принято, экономия останется описательной величиной — реальной для сотрудников и невидимой для финансовой отчётности.
Порядок расчёта (исчезающие операции, доля отказов, цена отказа, экономия с понижающим коэффициентом) — авторская методика, сложившаяся из практики оценки трудозатрат в Alego.Digital и оценки инвестиционных проектов в портфеле Китайско-Российского инвестиционного фонда. Формализованного описания этой методики в документах компаний нет; в статье она изложена впервые. Числовых внутренних метрик в статье не приводится: все цифры — из внешних источников с указанными методами.
- Workday, Hanover Research. Beyond Productivity: Measuring the Real Value of AI, январь 2026 (опрос 3 200 респондентов, ноябрь 2025). newsroom.workday.com
- Epoch AI, Ipsos. One in Five Workers Delegate Work to AI, август 2026 (опрос 1 106 работающих взрослых, июль 2026). epoch.ai
- Wharton, GBK Collective. 2025 AI Adoption Report, ноябрь 2025 (опрос более 800 руководителей). knowledge.wharton.upenn.edu
- Benaroch M., Kauffman R. J. A Case for Using Real Options Pricing Analysis to Evaluate Information Technology Project Investments. Information Systems Research, 1999. steveambler.uqam.ca