Главная ошибка при оценке ИИ-агента — смотреть только на цену модели или количество токенов. Для бизнеса важнее другое: сколько стоит один результат, который прошёл проверку и может быть использован без переделки.
Дешёвый запуск модели может оказаться дорогим, если агент зацикливается, повторяет запросы, вызывает лишние инструменты или регулярно передаёт работу человеку. И наоборот: более сильная модель иногда обходится дешевле на уровне процесса, потому что быстрее достигает нужного качества.
Почему цена токена ничего не говорит об окупаемости
Стоимость модели — только одна строка расходов. Полная себестоимость включает вызовы инструментов и внешних сервисов, хранение данных, инфраструктуру, неудачные попытки, время сотрудника на проверку и стоимость ошибок.
Поэтому сравнивать два решения только по тарифу некорректно. Нужна единица, связанная с бизнесом: обработанный лид, подготовленное коммерческое предложение, классифицированный документ, согласованный отчёт или решённое обращение.
Базовая формула
Стоимость принятого результата = все расходы на процесс / количество результатов, прошедших критерий качества.
В числитель входят:
- модель и инструменты;
- повторные попытки и исправления;
- интеграции, инфраструктура и наблюдаемость;
- человеческая проверка;
- стоимость возвратов, ошибок и эскалаций.
В знаменателе должны быть не все запуски, а только полезные результаты. Если агент подготовил 100 ответов, но менеджер принял 65, себестоимость нужно делить на 65.
Учебный пример для B2B-компании
Допустим, агент готовит черновики ответов на входящие заявки. За месяц он обработал 600 обращений. Прямые расходы составили 30 000 рублей, а сотрудники потратили на проверку 50 часов. При внутренней стоимости часа 1 200 рублей человеческая проверка добавляет ещё 60 000 рублей.
Если 450 ответов были приняты без полной переделки, стоимость принятого результата составит 200 рублей: (30 000 + 60 000) / 450. Это учебный расчёт, а не кейс SPINOFF.
Какие показатели фиксировать
Доля принятых результатов
Показывает, какая часть работы реально дошла до использования. Рост объёма без роста принятия создаёт видимость производительности.
Число попыток на результат
Повторные запуски часто незаметно увеличивают счёт. Отдельно считайте автоматические ретраи, возвраты после проверки и циклы между агентами.
Время человеческой проверки
Автоматизация, которая переносит работу с исполнителя на контролёра, может не дать экономии. Фиксируйте минуты проверки на один результат и причины исправлений.
Стоимость ошибки
Для маркетингового черновика ошибка обычно дешевле, чем для расчёта цены, договора или доступа к клиентским данным. Чем выше риск, тем важнее ограничения, журнал действий и обязательное подтверждение человеком.
Ценность результата
Сопоставляйте себестоимость с эффектом: сэкономленными часами, ускорением цикла, дополнительной выручкой, снижением потерь или высвобождённой загрузкой команды.
Как провести пилот без дорогой автоматизации
- Выберите один повторяемый процесс. Не начинайте с агента для всей компании.
- Опишите критерий приёмки. Что считается готовым результатом и кто это подтверждает.
- Соберите контрольную выборку. Добавьте обычные задачи, пограничные случаи и ситуации, где агент обязан остановиться.
- Запустите ограниченный объём. Достаточный для измерения, но не создающий операционный риск.
- Посчитайте полную себестоимость. Модель, инструменты, повторы, проверка, интеграции и ошибки.
- Сравните с текущим процессом. По цене, скорости, качеству и нагрузке на людей.
Когда более дорогая модель выгоднее
Более дешёвая модель не является экономией, если ей требуется больше попыток и контроля. Для рутинной классификации достаточно быстрой модели, но для неоднозначной работы с документами или сложного анализа более сильная модель может дать меньшую стоимость принятого результата.
Практичный подход — маршрутизация: простые задачи выполняет экономичная модель, сложные или рискованные передаются более сильной модели либо человеку.
Красные флаги перед масштабированием
- расходы растут быстрее числа принятых результатов;
- нет ограничений на число шагов и вызовов инструментов;
- сотрудники проверяют почти каждый результат с нуля;
- экономию считают только по токенам;
- агент получает больше данных и прав, чем нужно задаче;
- никто не отвечает за качество после запуска.
Что рекомендуют поставщики платформ
OpenAI предлагает оценивать ИИ по стоимости принятого результата, учитывать попытки, завершение задачи, задержку и человеческую проверку. Google Cloud также развивает отдельные средства контроля расходов на агентные нагрузки. Общий вывод одинаков: бюджет нужно связывать с полезной работой, а не с количеством запросов.
Вывод
Экономика ИИ-агента начинается не с выбора модели, а с определения результата. Если компания знает критерий приёмки, полную себестоимость и ценность одного успешного выполнения, она может масштабировать работающий процесс и вовремя остановить дорогой эксперимент.
Если хотите выбрать процесс для пилота, оценить риски и посчитать экономику внедрения, обсудите задачу с командой SPINOFF.
