Внедрение ИИ в бизнес: этапы и сколько это стоит в 2026 году

Внедрение ИИ в бизнес — это семь этапов от аудита процесса до постоянной эксплуатации, и стоимость распределяется по ним крайне неравномерно. Обращение к языковой модели стоит копейки: 1000 токенов GigaChat Lite обходятся в 0,065 ₽. Деньги уходят на другое — на подготовку данных, интеграции с учётными системами и сопровождение.

Ниже — сколько компаний в России уже внедрили ИИ, из каких этапов состоит работа по признанным методологиям, какие цены подтверждаются официальными прайсами, что обычно выпадает из сметы и почему большинство пилотов не доходит до прибыли.

Сколько компаний в России уже внедрили ИИ?

Больше половины крупного бизнеса и меньше половины рынка в целом. По исследованию «Якова и Партнёров» и «Яндекса» (декабрь 2025 года), доля крупных российских компаний, применяющих генеративный ИИ хотя бы в одной бизнес-функции, превысила 71% против 54% годом ранее. Об экономическом эффекте сообщают 78% из них.

По рынку в целом цифры скромнее: во втором квартале 2025 года инструменты ИИ использовали около 43% российских компаний против 28% годом ранее. А исследование СберАналитики и Сбер Бизнес Софт (ноябрь 2025 года, 559 респондентов) показывает, что именно автоматизируют: документооборот и обработку заявок — 70% компаний, бухгалтерский и финансовый учёт — 55%, HR — 34%, клиентскую поддержку — 30%.

Барьеры в том же исследовании названы прямо: высокая стоимость решений, сложность интеграции, дефицит кадров. Первые два и есть тема этой статьи.

Почему 95% пилотов не доходят до прибыли?

Потому что универсальный инструмент не встраивается в конкретный рабочий процесс. Доклад MIT NANDA «The GenAI Divide» (август 2025 года) построен на 150 интервью с руководителями, опросе 350 сотрудников и анализе 300 публичных внедрений. Вывод: около 95% организаций не получают измеримого эффекта на прибыль, лишь около 5% пилотов дают быстрый рост выручки.

Формулировку стоит читать точно. Речь не о том, что 95% проектов сломались технически, — они не дали эффекта, который видно в отчёте о прибылях и убытках. Разница принципиальная: модель работает, а денег нет, потому что её не приделали к процессу и не измерили.

Второй вывод того же доклада полезнее первого. Проекты, где решение покупали у профильного вендора или делали с партнёром, доходили до результата примерно в 67% случаев. Внутренние разработки с нуля — втрое реже. Причина не в квалификации: у внешней команды есть насмотренность на десятках похожих внедрений и обязательства по договору.

Похожее предупреждение даёт Gartner: свыше 40% проектов агентного ИИ будут свёрнуты до конца 2027 года из-за растущих издержек, неясной бизнес-ценности и слабого контроля рисков.

Из каких этапов состоит внедрение ИИ?

Из шести фаз работы с данными и моделью плюс двух эксплуатационных. Это не авторская выдумка: первые шесть — отраслевой стандарт CRISP-DM, которому больше двадцати лет и который пережил все смены моды. Последние два берутся из уровней зрелости MLOps, описанных Google.

1. Аудит и приоритизация процессов. Что болит, где поток, где считается цена ручного труда. Выход этапа — список процессов с оценкой эффекта.
2. Выбор одного процесса с метрикой. Один. С числом, которое можно измерить до и после. «Сократить время обработки заявки с 40 до 10 минут» — метрика. «Внедрить ИИ» — нет.
3. Сбор и подготовка данных. Регламенты, прайсы, история обращений, документы. Самый недооценённый этап, о нём ниже отдельно.
4. Прототип. Проверка на реальных данных, что задача в принципе решается с приемлемым качеством. Здесь проект имеет право умереть — это дёшево и правильно.
5. Пилот на живых пользователях. Ограниченный контур, обязательная возможность откатиться, замер той самой метрики.
6. Интеграция. Связка с 1С, CRM, телефонией, каналами. Именно здесь пилот превращается в систему, и именно сюда чаще всего не доходят бюджеты.
7. Эксплуатация. Мониторинг качества, обновление базы знаний, дообучение под изменившиеся данные, поддержка. Без этого этапа система деградирует за квартал.

Фазы не строго последовательны. CRISP-DM прямо предполагает возвраты назад: на этапе моделирования выясняется, что данных не хватает, и вы возвращаетесь к третьему шагу. Смета, в которой возвраты не заложены, — это смета, которая поедет.

Сколько стоит обращение к языковой модели?

Меньше, чем принято думать. Официальный прайс GigaChat для юридических лиц (действует с 1 февраля 2026 года, цены с НДС, за 1000 токенов):

Минимальные расходы на сервис — 600 ₽ в месяц, включая НДС. Асинхронный режим вдвое дешевле синхронного, и это прямой рычаг экономии: всё, что не требует ответа в реальном времени (ночная обработка документов, разбор почты, разметка), стоит выносить в асинхронную очередь.

Прикиньте порядок сами. Обработка одного входящего письма с извлечением реквизитов — это примерно 2–4 тысячи токенов на вход и выход. При тысяче писем в месяц на модели Pro это сотни рублей, а не сотни тысяч. Инференс почти никогда не бывает главной статьёй бюджета ИИ-проекта.

Сколько стоит команда, которая это сделает?

Столько же, сколько обычная разработка, потому что это она и есть. По исследованию зарплат Хабр Карьеры за второе полугодие 2025 года медианная зарплата ИТ-специалиста в России — 183 000 ₽ в месяц. В Москве — 230 000 ₽, в Санкт-Петербурге — 200 000 ₽, в регионах около 159 000 ₽. Архитекторы программного обеспечения — самый дорогой грейд, порядка 465 000 ₽.

Отсюда считается человеко-месяц команды — ориентир, по которому заказчик может проверить адекватность оценки подрядчика. Если вам называют срок в четыре человеко-месяца, вы понимаете нижнюю границу себестоимости и видите, из чего складывается цена.

Полезно помнить и об обратной стороне. Внутренняя команда — это не только зарплаты, но и найм, удержание, простой между проектами и риск ухода единственного человека, который понимал систему. Мы разбирали эту развилку подробно в статье «Своя система или коробка».

Сколько стоит ИИ-система под ключ?

Публичного «прайса рынка» не существует — есть открытые прайсы отдельных студий, и относиться к ним надо как к ориентиру, а не как к средней цене. По этим прайсам порядок такой: простой бот на частые вопросы начинается от нескольких десятков тысяч рублей, система поиска по корпоративным документам — от 200 тысяч, а полноценный ИИ-агент с интеграциями укладывается в вилку от сотен тысяч до нескольких миллионов рублей.

Разброс в десятки раз объясняется тремя вещами, и на переговорах имеет смысл спрашивать именно про них:

1. Количество интеграций. Одна связка с CRM и связка с 1С, складом, телефонией и платёжным провайдером — это разные проекты с одинаковым названием.
2. Готовность данных. Если регламенты живут в головах сотрудников, их сначала нужно достать и структурировать. Это работа, и она оплачивается.
3. Требования к качеству и ответственности. Демонстрация, которая красиво работает на пяти примерах, и система с обработкой ошибок, эскалацией и мониторингом отличаются по трудоёмкости в разы.

Наши ориентиры по этапам и стоимости мы держим открытыми на странице «Сколько стоит разработка» — там же видно, из чего складывается смета.

Что обычно забывают в смете?

Всё, что происходит после демонстрации. Инференс дешёв, разработка предсказуема, а бюджет съедают статьи, о которых на старте не думают.

• Подготовка и очистка данных. Обычно самая большая статья проекта. Данные разрознены: часть заявок приходит на почту, часть в общий чат, часть проговаривается устно. Данные противоречивы: в одном регламенте отпуск 10 дней, в другом 14.
• Интеграции. Каждая связка с 1С, CRM или телефонией — это отдельная работа с чужим API, чужими ограничениями и чужими обновлениями.
• Инференс на потоке. Цена за тысячу токенов умножается на реальную нагрузку. Считать надо по пиковому месяцу, а не по среднему.
• Мониторинг и поддержка. Кто-то должен видеть, что качество ответов упало, и чинить это.
• Дообучение под дрейф данных. Прайс поменялся, регламент обновился, ассортимент вырос — систему нужно актуализировать.
• Рабочее время ваших сотрудников. Владелец продукта и эксперты-предметники тратят часы на приёмку и на объяснение процесса. Это реальные деньги, просто они не в договоре с подрядчиком.

Именно на неготовности данных проекты умирают чаще всего.

«Модель, запущенная на таких данных, не просто работает плохо, а очень уверенно даёт неверные ответы» — SimpleOne, «Почему ваш проект по внедрению ИИ умрёт на старте», Хабр, 29 июня 2025 года.

Как посчитать окупаемость до старта?

На одном процессе и в понятных единицах. Общая рамка простая: отношение разницы между выгодой и совокупными затратами к самим затратам. Всё содержание — в том, что вы положите в каждую часть.

1. Посчитайте цену ручного труда. Поток операций в месяц, умноженный на среднее время операции и на ставку сотрудника. Добавьте оценку потерь: заявки, остывшие из-за медленного ответа, ошибки в документах, штрафы.
2. Соберите совокупные затраты. Разработка, интеграции, инференс по пиковой нагрузке, сопровождение на год, рабочее время ваших людей.
3. Задайте метрику и порог. Что именно должно измениться, на сколько и к какому сроку. Без этого нельзя ни признать проект успешным, ни закрыть его вовремя.

Универсального срока окупаемости у ИИ-проектов нет: он зависит от потока, от цены ручного труда и от того, сколько стоит ошибка. Любой, кто называет срок до того, как посмотрел на ваш процесс, называет его наугад. Разбор такого расчёта на конкретном сценарии первой линии — в статье «Когда AI-агент первой линии окупается».

Есть ли гранты и льготы на внедрение ИИ?

Да, и для заказчика, и для разработчика. Пилотное внедрение российских ИИ-решений в компаниях-заказчиках поддерживается грантами по программе постановления Правительства РФ № 767, оператор — Фонд «Сколково». РФРИТ ведёт отдельную линию грантов на внедрение российских ИТ-решений. Фонд содействия инновациям выдаёт гранты разработчикам по линиям «Старт-ИИ» и «Развитие-ИИ». Отдельно с 2025 года действуют налоговые меры: повышающий коэффициент к расходам на приобретение лицензий российского ПО из реестра и повышенный коэффициент амортизации оборудования и ИТ-решений для ИИ.

Важная оговорка: конкретные суммы, пороги и условия отбора меняются от года к году и от постановления к постановлению. Перед тем как закладывать грант в модель проекта, сверьтесь с действующей редакцией у оператора программы и с налоговым консультантом. Планировать проект в расчёте на грант, которого может не быть, — верный способ остановить работы на середине.

Как не попасть в PoC-кладбище?

Не начинать без ответа на три вопроса. Антипаттерны повторяются настолько стабильно, что их видно ещё до старта: внедрение ради моды, отсутствие числовой метрики, автоматизация процесса, которого никто не описал, и покупка «ИИ-агента», под капотом которого старый чат-бот.

Три вопроса, которые нужно закрыть до подписания договора:

1. Какой процесс и какая цифра? Один процесс, одна метрика, известное текущее значение. Если текущего значения нет, первым этапом идёт замер, а не разработка.
2. Кто владелец системы после сдачи? Конкретный человек в вашей компании, у которого есть время и полномочия обновлять базу знаний и смотреть на метрику. Без него система тихо деградирует.
3. Что произойдёт, когда система ошибётся? Ответ «она не ошибётся» означает, что об эксплуатации не думали. Должны быть эскалация человеку, логи и возможность отката.

Каждый неудачный пилот стоит дороже своей сметы. У руководства закрепляется убеждение «ИИ у нас не работает», и следующий, уже осмысленный проект защитить становится втрое труднее.

С чего начать?

С процесса, который болит и считается в деньгах. Если ещё не выбрали, посмотрите общую карту в разборе «Автоматизация бизнеса: с чего начать». Если сомневаетесь, нужен ли вам агент или хватит сценария, — в статье «ИИ-агенты для бизнеса» разобрана эта граница.

Дальше порядок такой: замерьте текущую метрику, оцените поток, соберите данные, сделайте прототип на реальных документах и только после этого считайте полноценный бюджет. Мы в IncubeAi начинаем ровно с этого: разбираем процесс, находим, где теряются часы и лиды, и фиксируем цель в числах — до того, как написана первая строка кода. Система собирается под ваш регламент, по договору, с данными в РФ и с сопровождением после сдачи: обсудить проект.

Источники

• «Яков и Партнёры» и «Яндекс», исследование генеративного ИИ в России, изложение на ComNews, 8 декабря 2025 года.
• СберАналитика и Сбер Бизнес Софт (ноябрь 2025, 559 респондентов), изложение на CNews — какие процессы автоматизируют и что мешает.
• MIT NANDA, «The GenAI Divide: State of AI in Business 2025», изложение в Fortune, 18 августа 2025 года.
• Gartner, пресс-релиз от 25 июня 2025 года — прогноз отмены свыше 40% агентных проектов.
• CRISP-DM — шесть фаз отраслевого стандарта работы с данными.
• Google Cloud, MLOps: непрерывная поставка и автоматизация конвейеров — уровни зрелости эксплуатации.
• Сбер, официальные тарифы GigaChat API для юридических лиц — цены за 1000 токенов, действуют с 1 февраля 2026 года.
• Хабр Карьера, зарплаты в ИТ во втором полугодии 2025 года — медианы по городам и грейдам.
• SimpleOne, «Почему ваш проект по внедрению ИИ умрёт на старте», Хабр, 29 июня 2025 года.
• РФРИТ, гранты на внедрение российских ИТ-решений — условия поддержки.