Как считать ROI на обучение ИИ — формула, которой пользуемся сами
За двадцать лет на C-level в Nestlé, Philip Morris, JTI я подписал десятки инвестиционных кейсов перед советами директоров. Расчёт ROI на корпоративное обучение — отдельный жанр, в котором есть устоявшиеся правила. Покажу, как я считаю окупаемость обучения ИИ для компании 100+ человек, и какие ошибки делают финансовые директора, когда оценивают эту статью расходов.
Базовая формула ROI на обучение
ROI = (выгода за период − стоимость обучения) / стоимость обучения × 100%. Выглядит просто. Сложность — корректно посчитать «выгоду за период». Для обучения ИИ это особенно непросто, потому что выгода складывается из четырёх компонентов, не все из которых очевидны.
Четыре источника выгоды
1. Экономия времени сотрудников. Самый прямой эффект. После обучения команды работе с ИИ конкретные задачи закрываются быстрее. Подготовка отчёта, которая занимала 4 часа, занимает 30 минут. Скрининг 100 резюме на вакансию — 20 минут вместо целого дня. Анализ 500 заявок от клиентов — час вместо недели. Считается легко: средняя зарплата сотрудника × сэкономленные часы × количество сотрудников.
2. Замена внешних подрядчиков. Часть работы, которая отдавалась агентствам, закрывается внутри. Контент для соцсетей, который покупали у SMM-агентства за 300 тыс ₽/мес, делает маркетолог с ИИ за 20% своего времени. Аналитика, которая стоила консультантам 500 тыс ₽ за проект, собирается командой за неделю. Прямая экономия на счетах подрядчиков.
3. Рост выручки. Сложнее измерить, но самый существенный по объёму. Команда, обученная работе с ИИ, может закрывать больше лидов, делать более точечные предложения, поддерживать больше клиентов с тем же штатом. Если конверсия растёт хотя бы на 5-10%, это в типичной компании 100+ человек даёт десятки миллионов рублей в год.
4. Качество решений. Самое трудноизмеримое, но реальное. Когда фаундер и C-level умеют корректно использовать ИИ для анализа данных и моделирования сценариев — стратегические решения принимаются на более полной информации. Меньше дорогих ошибок. Меньше упущенных возможностей. В P&L отдельной строкой не отражается, но в долгосрочной перспективе это самое большое.
Стоимость обучения ИИ для команды
В нашей практике типичная стоимость обучения для компании 100-300 человек: программа Team для 6-8 человек — 1.2-2.2 млн ₽ за 4-8 недель, плюс рабочее время участников (примерно 1 млн ₽ суммарного фонда оплаты труда за период программы), плюс инфраструктурные расходы на API Anthropic / OpenAI в первые 3-6 месяцев освоения (50-150 тыс ₽/мес).
Итого инвестиции первого года: 3-4.5 млн ₽. Это базовый уровень — без масштабирования на всю компанию и без серьёзных кастомных разработок.
Реальный кейс — арифметика
Компания 250 человек в e-commerce. Прошли программу Team на 8 недель, 7 участников из маркетинга, операций, поддержки клиентов. Инвестиция за первый год — 3.8 млн ₽ (программа 2.2 млн ₽ + время команды и API).
Через 12 месяцев имеем: маркетолог делает на 60% больше контента в том же времени (экономия 1 ставки = 1.8 млн ₽/год), операционка сократила время подготовки отчётов на 50% (экономия 0.5 ставки = 0.9 млн ₽/год), поддержка клиентов закрыла на 30% больше тикетов (рост NPS привёл к +4% retention = ~6 млн ₽ выручки), отказались от SMM-агентства (экономия 3 млн ₽/год). Итого выгода: 11.7 млн ₽/год.
ROI первого года: (11.7 − 3.8) / 3.8 × 100% = 208%. На второй год без новых инвестиций в обучение — ROI в районе 300-400% (выгода продолжает действовать, инвестиций нет).
Три типичные ошибки при расчёте
Ошибка 1: учитывать только прямую экономию времени. CFO часто берёт первый компонент (экономия часов) и забывает про 2, 3, 4. Реальный ROI оказывается в 2-3 раза выше расчётного.
Ошибка 2: сравнивать с нулевой альтернативой. Правильно — сравнивать с альтернативами того же класса задачи: внедрение под ключ агентством, найм ИИ-инженера в штат, покупка готового SaaS-решения. На фоне этих альтернатив обучение даёт лучший ROI на горизонте 12+ месяцев. См. отдельную статью «Почему мы НЕ внедряем ИИ под ключ» с прямым сравнением.
Ошибка 3: считать ROI на годичном горизонте. Инвестиции в обучение работают 3-5 лет — компетенция в команде не исчезает после программы. На таком горизонте ROI становится астрономическим, но в типичных моделях P&L этого не видно.
Как защитить инвестицию перед советом директоров
Когда фаундер выходит к совету директоров с предложением вложить 3-4 млн ₽ в обучение ИИ — типичный вопрос «а почему не нанять одного ИИ-инженера за те же деньги?». Контр-аргумент: ИИ-инженер стоит от 25 млн ₽/год в фонд оплаты, и через 18 месяцев уходит. Обучение распределяет компетенцию между 6-8 людьми внутри компании, и компетенция остаётся в компании после программы.
Второй частый вопрос — «а вдруг ИИ за год устареет?». Контр-аргумент: ИИ как класс инструментов не устареет ближайшие 5-10 лет, конкретные модели меняются — но обученная команда адаптируется к новым моделям за дни, не за месяцы. Без обученной команды каждый апгрейд требует нового агентства и новых денег.
Что мы предлагаем
В программе Team мы помогаем фаундеру не только обучить команду, но и подготовить инвестиционный кейс — какие метрики отслеживать, как защищать программу перед советом, какие риски учесть. Это часть финальной сессии — карта внедрения ИИ для бизнеса со всей экономикой.
Если интересно обсудить именно вашу ситуацию — запишитесь на discovery call. На 30-минутном созвоне разберём вашу команду, текущие процессы и сделаем грубую оценку ROI для вашего конкретного случая.