От чего зависит цена внедрения ИИ: семь факторов сметы
Когда фаундер спрашивает, от чего зависит цена внедрения ИИ, он ждёт строчку с тарифом модели. Реальная смета собирается из объёма и качества данных, числа процессов, глубины интеграции, дообучения, поддержки и обучения команды. Сама языковая модель и расход на запросы занимают в этой смете скромную долю, а основные деньги уходят на всё, что вокруг неё.
Короткий ответ: цену двигает контекст вашей компании
В работе с фаундерами я регулярно вижу одну и ту же сцену. Человек открывает прайс облачного провайдера, смотрит на цену за тысячу токенов и решает, что вот она, стоимость внедрения. Через месяц переговоров выясняется, что эта цифра отвечала за пару процентов бюджета, а остальные деньги ушли на подготовку данных, стыковку с CRM и обучение людей. Тариф модели легко найти за минуту, и поэтому он притягивает внимание, хотя весит в смете меньше всего.
Спокойный ответ на вопрос про цену звучит так: она зависит от вашего случая, и я разложу её на семь слагаемых, чтобы вы сами видели, где сумма растёт. Подрядчик, который называет точную цифру до разговора о ваших данных и процессах, либо угадывает вслепую, либо закладывает огромный запас на собственные риски. Дальше я пройдусь по каждому фактору и покажу, как он сдвигает итоговую вилку.
Семь факторов, которые двигают итоговую сумму
Смета внедрения собирается слоями. Каждый слой можно сделать тонким или толстым, и от этого выбора зависит итог сильнее, чем от выбранной модели. Я держу в голове семь рычагов и проверяю их по очереди на первом же созвоне, потому что они определяют вилку с точностью гораздо выше, чем абстрактный «уровень сложности проекта».
| Фактор | Что именно двигает цену |
|---|---|
| Объём и качество данных | Грязные таблицы, дубли и разрозненные источники требуют чистки и разметки. Чистые структурированные данные экономят львиную долю бюджета. |
| Число процессов | Один процесс под автоматизацию — узкий проект. Пять процессов — пять отдельных связок, каждая со своей логикой и тестами. |
| Глубина интеграции | Связка, которая живёт в чате, дешевле. Связка, вшитая в CRM, склад и бухгалтерию через RAG и вебхуки, дороже на порядок. |
| Дообучение | Базовая модель с хорошим промптом покрывает большинство задач. Дообучение под вашу специфику добавляет к смете заметную строку. |
| Поддержка | Связка ломается, когда меняются ваши данные или внешний API. Месячное сопровождение держит её в рабочем виде и стоит отдельных денег. |
| Обучение команды | Люди, которые научились пользоваться связкой, окупают её. Без обучения система простаивает, и деньги сгорают. |
| Человек в контуре | Инференс модели стоит копейки. Цена ответа складывается из числа запросов, длины контекста и того, сколько раз в день связка работает. |
Последнюю строку я держу отдельно, потому что её путают чаще всего. Тариф за токен умножается на реальную нагрузку, и связка, которая обрабатывает десять документов в день, обходится иначе, чем та, что разбирает тысячу обращений в час. Это уже инженерная арифметика, и считать её надо на ваших цифрах. Средние по рынку дадут лишь иллюзию точности.
Данные и интеграция съедают большую часть бюджета
Я часто наблюдаю одну и ту же историю. Фаундер уверен, что данные у компании в порядке, хотя при первом же запросе выгрузки выясняется, что часть лежит в одной системе, часть в письмах, а половина живёт в голове у одного сотрудника. Всё это превращается в недели чистки и разметки ещё до того, как модель увидит первый запрос. Именно тут прячется основная стоимость. Тариф провайдера — лишь малая строка.
Глубина интеграции работает по тому же принципу. Когда связка живёт внутри чата и человек копирует туда текст руками, проект остаётся лёгким. Когда вы хотите, чтобы система сама забирала данные из вашей CRM, складывала результат обратно и дёргала соседние сервисы через вебхуки, инженеру приходится разбираться с чужими API, правами доступа и краевыми случаями. Каждая новая система в этой цепочке добавляет к смете отдельную строку и отдельный риск.
Как самому прикинуть вилку до разговора с подрядчиком
Перед тем как просить оценку, полезно пройтись по своим вводным самостоятельно. Это займёт час и сразу отрежет половину тумана, потому что вы придёте на созвон с готовыми ответами на те самые вопросы, которые двигают цену. Вот порядок, по которому я предлагаю фаундерам думать.
- Выпишите процессы, которые хотите отдать ИИ, и отметьте у каждого, сколько раз в день он повторяется. Частый и однотипный процесс окупается первым.
- Проверьте, где лежат данные для каждого процесса и в каком они виде. Чистая таблица — зелёный свет, разрозненные письма и устные договорённости — повод заложить бюджет на сбор.
- Решите, где живёт результат: внутри чата, который читает человек, или внутри вашей системы, куда связка пишет сама. Второй вариант дороже, потому что требует интеграции.
- Оцените, хватит ли базовой модели с грамотным промптом или ваша специфика требует дообучения. Дообучение оправдано, когда задача узкая и повторяется тысячи раз.
- Заложите строку на поддержку и обучение команды сразу. Связка без сопровождения деградирует, а люди без обучения её игнорируют, и обе ошибки сжигают вложенные деньги.
- Определите, остаётся ли человек в контуре. Решения с ценой ошибки выше нуля требуют проверки человеком, и это влияет на архитектуру и итоговую цену.
Когда эти шесть пунктов закрыты, разговор о бюджете перестаёт быть гаданием. Подрядчик видит реальную картину и называет вилку с обоснованием, а вы понимаете, какая строка отвечает за какую сумму. Точные цифры по нашим программам и форматам работы сверьтесь на сайте, потому что они меняются и зависят от объёма.
Почему модель — лишь одна строка из многих
Главная ошибка в оценке внедрения — поставить знак равенства между ценой проекта и тарифом модели. Тариф легко загуглить, и поэтому он кажется главным числом, хотя это лишь одна строка из семи. Окупаемость, или ROI ИИ, считается по всей смете целиком, и модель в ней почти всегда самая дешёвая часть. Расход на цену за токен измеряется в долларах за тысячи запросов. Подготовка данных и интеграция измеряются неделями инженерной работы.
- Тариф модели вы контролируете слабо: его задаёт провайдер, и он одинаков для всех, кто берёт ту же модель.
- Данные, интеграцию, поддержку и обучение вы контролируете полностью, и именно здесь лежит рычаг экономии.
- Экономия на модели даёт копейки, экономия на грязных данных оборачивается переделкой и удваивает бюджет.
- Связка с дешёвой моделью на чистых данных обыграет дорогую модель на хаосе из таблиц и писем.
- Снижать цену лучше через порядок в данных, потому что выбор более слабой модели сэкономит лишь копейки.
Я веду эту тему на практике в наших программах: мы разбираем смету конкретной компании по слагаемым, считаем расход на запросы на её реальной нагрузке и решаем, какие процессы отдавать ИИ первыми. Загляните в наши программы и приходите на разбор — мы посмотрим вашу картину вместе и определим, во что обойдётся первый разумный шаг.
Частые вопросы
Сколько в смете занимает сама модель?
Тариф модели занимает малую долю бюджета внедрения. Основные деньги уходят на подготовку данных, интеграцию с вашими системами, поддержку и обучение команды. Расход на запросы измеряется в долларах за тысячи обращений. Подготовка данных и стыковка систем измеряются неделями инженерной работы.
Почему подрядчик отказывается назвать цену сразу?
Цена зависит от вашего случая: объёма и качества данных, числа процессов и глубины интеграции. Подрядчик, который называет точную сумму до разговора о ваших процессах, либо угадывает вслепую, либо закладывает огромный запас на собственные риски. Честная оценка появляется после разбора ваших вводных.
Что дороже: больше данных или больше процессов?
Зависит от состояния данных. Грязные данные дорожают быстрее, чем растёт их объём, потому что чистка и разметка занимают недели. Каждый новый процесс добавляет отдельную связку со своей логикой и тестами. На практике именно качество данных чаще двигает цену вверх сильнее всего.
Нужно ли дообучать модель или хватит готовой?
Базовая модель с грамотным промптом покрывает большинство задач бизнеса. Дообучение оправдано, когда задача узкая, повторяется тысячи раз и требует специфики, которой готовая модель пока лишена. Дообучение добавляет к смете заметную строку, поэтому решение принимают после оценки выгоды от него.
Можно ли сэкономить, выбрав модель подешевле?
Экономия на модели даёт копейки, потому что её тариф занимает малую долю сметы. Реальный рычаг лежит в данных и интеграции. Связка с дешёвой моделью на чистых данных обыграет дорогую модель на хаосе из таблиц и писем. Снижайте цену через порядок в данных, потому что выбор более слабой модели сэкономит лишь копейки.
Сколько закладывать на поддержку после запуска?
Поддержку закладывают сразу как отдельную строку бюджета. Связка ломается, когда меняются ваши данные или внешний API, и месячное сопровождение держит её в рабочем виде. Связка без поддержки тихо деградирует, и вложенные в запуск деньги сгорают вместе с ней. Точные форматы сопровождения сверьтесь на сайте.
Разберём вашу ситуацию на Discovery-созвоне
Один час, бесплатно. Покажем, какие задачи в вашем случае отдать ИИ, а какие оставить людям.
Записаться на Discovery →