Стоимость AI-проекта: из чего складывается бюджет внедрения

Почему у AI-проекта нет цены за одну функцию

Стоимость AI-проекта зависит не только от выбранной модели. Один и тот же интерфейс чата может работать с открытыми данными без интеграций или с закрытой базой знаний, ролями, CRM и действиями, которые требуют аудита. Внешне сценарии похожи, но объем проектирования и цена ошибки у них различаются в разы.

Корректная оценка начинается с результата процесса: кто пользуется системой, какие данные ей нужны, что она может изменить и как проверяется ответ. После этого бюджет разделяют на исследование, создание пилота, промышленный контур и эксплуатацию. Такой подход показывает диапазон и главные факторы неопределенности.

Что искажает стоимость

Самая частая проблема — оценивать макет демонстрации как готовую систему для сотрудников или клиентов.

• Считать только вызовы модели и не учитывать данные, интеграции и поддержку.
• Давать фиксированную цену до доступа к примерам, API и правилам безопасности.
• Закладывать сразу все отделы вместо одного сценария с измеримым эффектом.
• Экономить на тестовом наборе, из-за чего качество приходится обсуждать субъективно.
• Не считать стоимость ручной проверки и исправления ошибок после запуска.

Данные для предварительной оценки

Чем конкретнее исходная задача, тем меньше резерв на неизвестность и тем полезнее коммерческое предложение.

• Описание пользователей, частоты сценария, текущего времени выполнения и ожидаемого результата.
• Примеры входных данных и желаемых ответов, включая сложные случаи и допустимый отказ.
• Перечень систем для чтения и записи, доступность API и владельцы интеграций.
• Требования к размещению, персональным данным, журналированию и согласованию действий.
• Ожидаемая нагрузка, языки, время ответа и период пилота.

Основные статьи бюджета

Раздельная оценка помогает увидеть, где можно сузить пилот, а где экономия создаст риск для запуска.

• Аналитика, UX-сценарий и подготовка критериев качества.
• Данные: аудит, очистка, метаданные, индекс и процесс обновления.
• Разработка интерфейса, серверной логики, интеграций и административных инструментов.
• Безопасность, роли, подтверждение действий, журналирование и тестирование отказов.
• Эксплуатация: токены, поиск, хранилища, наблюдаемость, поддержка и развитие.

Как формируется смета

Оценку удобно собирать по этапам, каждый из которых заканчивается проверяемым артефактом и уточняет следующий диапазон.

• Исследовать процесс и проверить, что AI действительно нужен, а правила нельзя реализовать проще.
• Собрать тестовый набор и технический прототип, чтобы оценить достижимое качество на реальных данных.
• Спроектировать продуктовый интерфейс, роли, обработку ошибок и работу человека с результатом.
• Оценить подготовку источников, поиск, синхронизацию и интеграции с рабочими системами.
• Добавить промышленную безопасность, мониторинг, резервные сценарии и приемочное тестирование.
• Рассчитать регулярные расходы на модели, инфраструктуру, поддержку и обновление знаний.

Как оценить экономику

Сравнивать нужно полную стоимость успешно выполненной задачи с текущим процессом, а не цену одного запроса к модели.

• Время сотрудника и число ручных шагов до и после внедрения.
• Доля задач, завершенных без исправления или передачи специалисту.
• Стоимость инфраструктуры и моделей на один принятый результат.
• Расходы на поддержку, обновление источников и разбор ошибок.
• Период проверки гипотезы и условие, при котором проект масштабируется или останавливается.

Как получить реалистичный диапазон

Для первого расчета достаточно описать один процесс, пользователей, данные, интеграции и цену ошибки. Команда сможет разделить обязательный промышленный контур и функции, которые разумно оставить на следующие этапы.

Пилот не должен быть бесплатной демонстрацией без критериев. Его задача — уменьшить неопределенность качества и экономики, чтобы следующая смета опиралась на измерения, а не на ожидания.