Эффект от внедрения ИИ: как оценить эффективность и ROI

Что считать эффектом от внедрения ИИ

Полезно разделить три уровня.

• Эффект — изменился показатель процесса. Например, документ обрабатывается за 3 минуты вместо 8.
• Экономический эффект — изменение удалось связать с деньгами: снизилась стоимость операции, отпала необходимость расширять штат, сократились потери или выросла прибыль.
• ROI — финансовый результат сравнили с затратами на создание и эксплуатацию AI-системы.

Поэтому ускорение процесса на 60% ещё не означает, что компания сэкономила 60% бюджета. Между этими двумя цифрами иногда помещается целый отдел бухгалтерии.

Какие показатели меняются после внедрения ИИ

ИИ не создаёт отдельной экономики. Бухгалтерии всё так же нужен более дешёвый процесс, поддержке — меньшая стоимость обращения, продажам — больше маржи.

Измерять нужно изменения конкретного процесса.

Для системы обработки документов основными показателями могут быть время операции, количество ошибок и доля документов, которые всё ещё требуют ручной проверки.

Для AI-агента поддержки — доля обращений без оператора, стоимость обращения и количество эскалаций.

Для корпоративного AI-поиска — время поиска информации и доля запросов, по которым сотрудник получил подходящий результат.

Универсального KPI «эффективность ИИ» нет. Есть конкретный процесс и показатели, которые в нём должны измениться.

Сначала зафиксируйте показатели до внедрения

Чтобы доказать эффект, нужен baseline — исходные показатели процесса до запуска AI-системы.

Допустим, компания хочет автоматизировать работу с входящими документами. До пилота стоит определить:

• сколько документов обрабатывается за месяц;
• сколько времени занимает один документ;
• сколько стоят трудозатраты;
• сколько возникает ошибок;
• какая доля документов требует повторной обработки.

После пилота измеряются те же показатели.

Без исходных данных фраза «ускорили процесс на 60%» мало что значит: непонятно, с чем именно сравнивали.

Сравнивайте одинаковые условия

Сравнение должно быть максимально близким по объёму и типу операций.

Если до внедрения измеряли спокойный месяц, а после — сезонный пик, результат будет искажён.

То же происходит, когда одновременно с ИИ компания меняет CRM, регламент, команду и маршрутизацию заявок. Весь прирост нельзя записать на счёт AI-системы.

Лучший вариант — параллельное сравнение: часть однотипных операций проходит по старому процессу, часть — с ИИ. Если это невозможно, стоит хотя бы выбирать сопоставимые периоды и группы задач.

Какие KPI использовать для оценки внедрения ИИ

Для большинства пилотов достаточно двух–четырёх показателей.

Операционные KPI показывают, что произошло с самим процессом: время операции, количество обработанных задач, скорость реакции, доля автоматических действий.

Показатели качества нужны, чтобы ускорение не оказалось фиктивным. Если система работает в два раза быстрее, но сотрудник потом вручную исправляет половину результатов, выгода быстро испаряется.

Финансовые KPI связывают результат с экономикой: стоимость операции, расходы на процесс, дополнительная маржа, предотвращённые потери.

Для клиентских AI-систем могут понадобиться время ответа, доля решённых обращений и повторные контакты.

Дашборд из сорока показателей выглядит солидно. Решение о масштабировании от этого проще не становится.

Как рассчитать экономический эффект от внедрения ИИ

Самый простой случай — снижение стоимости операции.

Допустим, обработка документа стоила компании 180 рублей, а после автоматизации — 110 рублей.

При 3000 документов в месяц:

(180 − 110) × 3000 = 210 000 рублей экономического эффекта в месяц.

Но часто сначала измеряется не стоимость, а освобождённое рабочее время.

Экономия рабочего времени

Базовый расчёт:

сэкономленные часы × стоимость рабочего часа

Если AI-система высвобождает 100 часов в месяц при стоимости часа 1000 рублей, потенциальный эффект составляет 100 000 рублей.

Ключевое слово здесь — потенциальный.

Сотрудник продолжает получать зарплату. Поэтому сами по себе освобождённые часы ещё не означают снижение расходов.

Деньги появляются, если компания благодаря этому:

• выполняет больше операций тем же составом;
• отказывается от дополнительного найма;
• сокращает оплачиваемые сверхурочные;
• переводит сотрудника на работу, которая приносит больший результат.

Поэтому для ROI лучше использовать не всю теоретическую экономию времени, а ту часть, которую бизнес действительно смог монетизировать.

Рост производительности

Компания может не сокращать расходы, но увеличить объём работы без расширения команды.

Например, пять сотрудников обрабатывали 5000 заявок в месяц, а после автоматизации справляются с 7000.

Экономический эффект может выражаться в том, что для роста объёма не пришлось нанимать ещё двух человек.

Дополнительная прибыль

Если AI-система используется в продажах, она может влиять на скорость обработки лида, конверсию или объём продаж.

Но считать экономическим эффектом всю выросшую выручку опасно. На продажи одновременно влияют цены, реклама, сезонность, ассортимент и работа менеджеров.

Для расчёта лучше использовать подтверждённую дополнительную маржу и по возможности сравнивать сопоставимые группы.

Предотвращённые потери

Есть проекты, где основной эффект — меньше ошибок.

Например, система снижает количество неверно обработанных документов, возвратов, штрафов или пропущенных обращений.

Если компания знает среднюю стоимость такой ошибки, предотвращённые потери можно включить в экономический результат.

Какие затраты учитывать при расчёте ROI

В расходах нужно учитывать не только разработку.

У AI-системы могут быть затраты на интеграции, подготовку данных, API моделей, серверную инфраструктуру, поддержку, мониторинг, человеческую проверку и последующие доработки.

Поэтому полезнее считать совокупную стоимость владения — TCO, а не только первоначальную цену проекта.

Допустим, разработка и интеграция стоили 800 000 рублей, а API, инфраструктура и поддержка обходятся ещё в 70 000 рублей ежемесячно.

Расходы первого года:

800 000 + 70 000 × 12 = 1 640 000 рублей.

Если в расчёте оставить только 800 тысяч, ROI станет заметно приятнее. Финансовому результату компании от этого легче не будет.

Как рассчитать ROI внедрения ИИ

Базовая формула:

ROI = (экономический эффект − затраты) / затраты × 100%

Например, за год система принесла подтверждённый экономический эффект 1,6 млн рублей, а все затраты за тот же период составили 1 млн.

Чистый результат:

1 600 000 − 1 000 000 = 600 000 рублей

ROI:

600 000 / 1 000 000 × 100% = 60%

Всегда указывайте период расчёта. ROI 60% за год и за четыре года — разные результаты.

Как посчитать срок окупаемости

Для первичной оценки можно использовать:

срок окупаемости = первоначальные инвестиции / среднемесячный чистый эффект

Под чистым эффектом здесь понимается экономический результат месяца за вычетом текущих расходов на эксплуатацию.

Для крупных проектов лучше считать денежный поток по месяцам, потому что расходы и эффект редко распределяются идеально ровно.

Пример расчёта эффекта и ROI AI-проекта

Разберём условный проект автоматизации обработки документов.

Компания обрабатывает 3000 документов в месяц.

До внедрения сотрудник тратит на один документ в среднем 8 минут:

3000 × 8 = 24 000 минут = 400 часов в месяц.

После внедрения AI-системы данные извлекаются автоматически, а сотрудник проверяет результат. Среднее время сокращается до 3 минут:

3000 × 3 = 9000 минут = 150 часов.

Высвобождается:

400 − 150 = 250 часов в месяц.

Стоимость рабочего часа для компании — 900 рублей.

Теоретический эффект:

250 × 900 = 225 000 рублей в месяц.

Но предположим, компания реально смогла использовать с экономической пользой только 150 из 250 освободившихся часов.

Подтверждённый эффект:

150 × 900 = 135 000 рублей в месяц.

Теперь считаем расходы.

Разработка и интеграция стоили 1 100 000 рублей.

API, инфраструктура и сопровождение обходятся в 55 000 рублей ежемесячно.

За первый год:

1 100 000 + 55 000 × 12 = 1 760 000 рублей расходов.

Подтверждённый годовой эффект:

135 000 × 12 = 1 620 000 рублей.

ROI первого года:

(1 620 000 − 1 760 000) / 1 760 000 × 100% ≈ −8%.

Если смотреть только на первый год, проект ещё не окупился.

Но текущий чистый эффект после запуска составляет:

135 000 − 55 000 = 80 000 рублей в месяц.

При первоначальных инвестициях 1,1 млн рублей ориентировочный срок окупаемости:

1 100 000 / 80 000 ≈ 13,8 месяца.

И здесь хорошо видно, зачем разделять потенциальный и подтверждённый эффект.

Если бы мы автоматически превратили все 250 освобождённых часов в деньги, проект выглядел бы гораздо выгоднее. На бумаге. Бумага вообще терпеливый инвестор.