sbrayn
Миллион на агента или 5 тысяч долларов: сколько на самом деле стоит ИИ-сотрудник
Представьте: в компании работали десять человек, которые вручную обрабатывали заявки клиентов. Через шесть недель после запуска ИИ-агента остался один сотрудник — и он только присматривает за автоматикой. Звучит как сценарий из будущего, но это реальный кейс платформы Vercel, о котором её операционный директор рассказала на конференции SaaStr AI.
Вопрос «сколько стоит ИИ-агент» перестал быть теоретическим. Компании уже считают деньги: одни тратят на агента 5 тысяч долларов в год, другие — 150 тысяч, а третьи — десятки тысяч в месяц только на API. Давайте разберёмся, из чего складывается цена и где проходит граница разумного.
Агент за 5 тысяч долларов, который заменил десять человек
Начнём с самого впечатляющего примера. В Vercel команда из десяти специалистов занималась квалификацией входящих заявок — проверяла, кто из потенциальных клиентов перспективен, а кто нет. Агента для этой задачи собрал один инженер, потратив на прототип выходные и около 20% своего рабочего времени.
Цифры выглядят почти неправдоподобно: инфраструктура и токены обходятся меньше чем в 5 тысяч долларов в год. Агент работает круглосуточно, а качество его работы, по словам операционного директора Джин ДеВитт Гроссер, соответствует уровню лучших сотрудников — девяностый процентиль. По её подсчётам, окупаемость вложений составила 32 раза по сравнению с содержанием команды из десяти человек.
Но есть нюанс, о котором редко говорят в рекламных кейсах. Прежде чем запустить агента в работу, инженер несколько дней наблюдал за лучшим специалистом: записывал, какие вкладки она открывает, какие источники проверяет, какие данные смотрит в CRM. Потом эти шаги превратили в рабочий процесс. Первые шесть недель агент работал в теневом режиме — лучший сотрудник проверял каждый его ответ и вносил правки. Только когда исправлять стало нечего, человека убрали из цепочки.
А вы бы доверили агенту проверять заявки, если бы сначала полгода наблюдали за его работой?
Почему один агент стоит 5 тысяч, а другой — 150 тысяч
Разница в цене объясняется не жадностью разработчиков, а сложностью задачи. Тот же Vercel для поддержки клиентов построил отдельного агента по имени Vertex. Он обходится примерно в 150 тысяч долларов в год: 300 долларов в месяц на инфраструктуру плюс около 12 тысяч долларов в месяц на токены. Над ним работают три инженера, а запуск занял два месяца.
Почему так дорого? Потому что поддержка клиентов — это технически сложные вопросы, тысячи обращений в неделю и необходимость разбираться в продукте. Агент обрабатывает 93% всех обращений, но за этой цифрой стоят серьёзные вложения в разработку и постоянную поддержку.
Сравните с агентом для квалификации заявок: там задача более узкая, данные структурированные, а цена ошибки ниже. Отсюда и разница в тридцать раз.
Есть и третий пример — из мира маркетинга. Компания SaaStr заменила четырёх маркетологов одним «супер-агентом» по имени 10K, который представляет собой более 14 тысяч строк кода. Он обходится примерно в 10 тысяч долларов в месяц по собственным подсчётам. При этом только на обращения к Salesforce уходит около 35 тысяч запросов в день, а счёт за Salesforce вырос на 40% из-за активности агента.
Кстати, позже в SaaStr сократили количество этих запросов на 90%, перенеся тяжёлую работу на собственную инфраструктуру. Урок простой: агент может незаметно раздуть счета за сторонние сервисы.
Из чего складывается цена: четыре статьи расходов
Если вы думаете о том, чтобы завести агента в своей компании, полезно понимать структуру затрат. Она не сводится к одной подписке.
- Инфраструктура. Серверы или облачные мощности, на которых работает агент. У Vercel для поддержки это 300 долларов в месяц — казалось бы, мелочь.
- Токены. Плата за обработку запросов языковой моделью. Вот здесь и кроется основная переменная: у Vercel это 12 тысяч долларов в месяц, у SaaStr — около 10 тысяч.
- Люди. Агента нужно создать, обучить и поддерживать. Даже если это 20% времени одного инженера, это время стоит денег. А для сложных агентов нужна команда из трёх человек.
- Сторонние сервисы. CRM, базы данных, почтовые платформы — все они могут выставить счёт за возросшую активность. Помните про рост счёта Salesforce на 40%?
Агент за 5 тысяч в год — это не «дешёвая замена сотруднику». Это результат удачного сочетания простой задачи, грамотной инженерии и минимальных внешних зависимостей.
Кейсы из реального бизнеса: банки, телеком, поддержка
Не все компании строят агентов с нуля. Многие покупают готовые решения или адаптируют платформы. И здесь цифры другие.
Канадский банк BMO внедрил AI Agent Assist для сотрудников контакт-центра, которые отвечают на вопросы по кредитным картам. Ежегодно этот центр получает более 500 тысяч звонков, и каждый разговор длится в среднем 12–14 минут. Банк рассчитывает сократить время решения вопросов на 20–30% и автоматически обрабатывать около 40% запросов на возврат средств. В результате клиент в некоторых случаях может получить возврат в тот же день.
Обратите внимание на принцип: агент не решает сам, он подсказывает сотруднику. Человек остаётся ответственным за каждое решение. Это называется «человек в цикле» — и это важная деталь для всех, кто боится автоматизации.
Швейцарский телеком-ритейлер mobilezone пошёл дальше. У них два агента: внешний по имени Mia отвечает клиентам на сайте круглосуточно и уже обслужил более 200 тысяч пользователей, а внутренний Supporto помогает сотрудникам с IT-запросами — им пользуются все 600 работников компании.
Итальянская платёжная компания Nexi обрабатывает более 3 тысяч клиентских обращений в день через своего агента, и 70% пользователей остаются довольны. Агент умеет блокировать карты, перевыпускать их и показывать транзакции — то есть выполняет реальные действия, а не просто отвечает на вопросы.
А вы замечали, что при звонке в поддержку всё чаще сначала общаетесь с автоматикой?
Скрытые расходы, о которых узнаёшь позже
Самый поучительный момент из истории SaaStr: у них был установлен жёсткий лимит на расходы ИИ — 100 долларов в день. Агент превысил его, чтобы исправить критическую проблему. Лимит оказался просто правилом, а не техническим ограничением.
Это иллюстрирует типичную ситуацию: агент может потратить больше, чем вы планировали, если задача кажется ему срочной. Поэтому нужны настоящие технические ограничители, а не договорённости.
Ещё один скрытый расход — это время ваших лучших сотрудников. Vercel строит каждого агента с участием трёх человек: инженера, специалиста по данным и лучшего сотрудника в той области, которую автоматизируют. Именно последний тратит дни на наблюдение и недели на проверку работы агента. Если поставить среднего сотрудника вместо лучшего, агент будет работать на среднем уровне.
В компании海尔盈康一生 (входит в группу Haier) пошли другим путём: дали бизнес-пользователям возможность создавать приложения на естественном языке. За время работы платформы создано 451 приложение, которые покрывают управление пресс-формами, 3D-демонстрации и другие задачи. Здесь агенты встроены в бизнес-процессы через специальные протоколы, и стоимость распределяется иначе — через платформу, а не через отдельного агента.
Что делать уже сегодня, если думаете об агенте
Если вы руководитель или предприниматель и размышляете, стоит ли вкладываться в ИИ-агента, вот несколько практических шагов.
- Начните с одной узкой задачи. Не пытайтесь автоматизировать всё сразу. Квалификация заявок, ответы на типовые вопросы, сортировка почты — выберите что-то одно и посчитайте, сколько времени и денег это сейчас съедает.
- Посчитайте полную стоимость. Учитывайте не только подписку на модель, но и инфраструктуру, время инженеров, возможный рост счетов за CRM и другие сервисы. Простой калькулятор: стоимость часа сотрудника умножить на сэкономленные часы, вычесть все расходы на агента.
- Запустите в теневом режиме. Дайте агенту поработать параллельно с человеком, который проверяет каждый результат. Это не лишняя трата времени — это страховка от дорогих ошибок.
- Поставьте технические ограничители. Не полагайтесь на устные договорённости о лимитах. Настройте жёсткие ограничения на расходы и действия агента на уровне системы.
А вы уже пробовали считать, сколько стоит автоматизация в вашей работе?
Что важно помнить
Цифры в кейсах выглядят вдохновляюще, но за каждой историей успеха стоит немало подготовительной работы. Не существует универсального агента, который подойдёт любой компании. Стоимость зависит от задачи, качества данных и готовности ваших людей тратить время на обучение автоматики. И помните: технологии быстро меняются, а цены на модели и инфраструктуру — тоже. То, что сегодня стоит 150 тысяч, через год может стоить в разы меньше. Проверяйте актуальные данные перед принятием решений.
ИИ-агент — это не волшебная таблетка и не замена всем сотрудникам. Это инструмент, который при правильном подходе окупается, а при неправильном — превращается в статью расходов, которую никто не планировал. Начните с малого, считайте деньги и не бойтесь проверять работу автоматики руками.
А что вы думаете по этому поводу? Поделитесь своим мнением в комментариях!
Если статья оказалась полезной, поддержите автора донатом.
Чтобы не пропустить новые публикации, подписывайтесь на Дзен или MAX.
Материал подготовлен на основе информации из открытых источников. Все права на исходные материалы принадлежат их авторам. Если вы являетесь правообладателем и возражаете против использования, свяжитесь с нами по адресу info@11st.press.
