Внедрение ИИ в бизнес в 2026 году стоит от 50–150 тыс. ₽ за простого чат-бота до 300 тыс. – 1,5 млн ₽ за рабочего ИИ-агента с интеграциями в CRM и 1С; корпоративные системы начинаются от 3 млн ₽. К смете внедрения добавьте эксплуатацию: токены/API — обычно 2–20 тыс. ₽ в месяц, поддержка — 30–50% стоимости проекта в год. Ниже — откуда берутся эти цифры и как посчитать смету под вашу задачу, а не взять вилку с потолка.
Эта статья — методика расчёта, а не прайс. Разберём типы проектов, соберём смету по шагам, посчитаем полную стоимость владения и честно перечислим ситуации, в которых внедрять ИИ не нужно.
Почему вилки цен на внедрение ИИ так противоречивы
Если погуглить «стоимость внедрения ИИ», вы найдёте всё что угодно — от 15 тыс. до 3 млн ₽, и каждая цифра будет «честной». Причина простая: словами «внедрить ИИ» называют принципиально разные по трудоёмкости проекты. Подключить готового бота на конструкторе — день работы. Построить агента, который сам квалифицирует лида, ставит задачу в CRM и назначает встречу, — месяцы работы команды из аналитика, разработчика и промпт-инженера.
Цена внедрения — это, по сути, часы команды, умноженные на ставку, плюс лицензии и инфраструктура. Поэтому смету двигают четыре фактора:
- Класс системы. Сценарный бот отвечает по скрипту; ИИ-бот понимает свободные формулировки и отвечает по базе знаний; агент — ещё и совершает действия в ваших системах. Каждая ступень — кратный рост трудоёмкости.
- Интеграции. Каждая система, с которой ИИ должен работать (CRM, 1С, телефония, склад, платежи), — отдельный блок разработки и тестирования.
- Данные. ИИ отвечает настолько хорошо, насколько хороша база знаний. Если регламенты и ответы существуют только в головах сотрудников, их сбор и структурирование — отдельная статья сметы.
- Требования безопасности. Работа через облачное API — одно; контур без выхода данных наружу и свой сервер — совсем другое по деньгам.
Смета по типам проектов: от бота до корпоративной платформы
Вилки ниже — консолидированная картина российского рынка на 2026 год: открытые прайсы студий и интеграторов плюс наша практика. Это ориентиры «от и до» для типового проекта; конкретную смету всегда считают под задачу.
| Тип проекта | Что делает | Вилка 2026 | Срок |
|---|---|---|---|
| Бот на конструкторе (no-code) | FAQ, запись, рассылки по готовым сценариям | 5–20 тыс. ₽/мес за сервис + 30–100 тыс. ₽ настройка | 1–2 недели |
| Сценарный чат-бот под ключ | Диалоги по скрипту, квалификация, сбор заявок | 50–150 тыс. ₽ | 2–4 недели |
| ИИ-бот (LLM + база знаний) | Понимает свободные вопросы, отвечает по вашим документам (RAG) | 150–500 тыс. ₽ | 3–8 недель |
| ИИ-агент | Действия в системах: CRM, 1С, календарь, платежи | 300 тыс. – 1,5 млн ₽ | 1–3 месяца |
| ИИ-аналитика | Разбор документов и звонков, отчёты, контроль качества | 200–800 тыс. ₽ | 1–2 месяца |
| Автоматизация процессов | Сквозная цепочка из нескольких процессов и агентов | 0,5–2 млн ₽ | 2–4 месяца |
| Корпоративная платформа | Мультиагентная система, свой контур, SLA | от 3 млн ₽ | от 4 месяцев |
Откуда логика вилок. Сценарный бот — это 1–2 недели работы одного разработчика. ИИ-бот с базой знаний добавляет работу с данными и настройку качества ответов — уже месяц-полтора и минимум два специалиста. ИИ-агент сверху требует интеграций и обработки ошибок: агент, который «иногда путает» карточки в CRM, хуже, чем его отсутствие, поэтому доля тестирования в смете резко растёт. Если бот живёт в мессенджере, посмотрите отдельный разбор экономики Telegram-решений — там своя специфика по каналу.
Если запускаетесь с минимальным бюджетом: начните с одного процесса и лёгкой модели. Ошибка — пытаться за 100 тыс. ₽ получить «агента как у корпораций»: за эти деньги реалистичен хороший сценарный бот или пилот ИИ-бота на одном сценарии, и это нормальная первая ступень.
Калькулятор сметы: считаем за 5 шагов
Смету любого ИИ-проекта можно прикинуть до разговора с подрядчиком. Берёте базу из таблицы выше и последовательно добавляете четыре слагаемых.
Шаг 1. База по типу проекта. Определите класс: боту достаточно отвечать — или он должен действовать в ваших системах? Возьмите середину вилки из таблицы: для ИИ-бота — около 300 тыс. ₽, для агента — около 700 тыс. ₽.
Шаг 2. Интеграции. Каждая внешняя система — плюс 50–150 тыс. ₽: дешевле, если у системы нормальное API (amoCRM, Битрикс24), дороже, если это 1С со своими доработками или телефония с нестандартной записью звонков.
Шаг 3. Данные. Если база знаний уже есть в структурированном виде — 0. Если знания разбросаны по регламентам, перепискам и головам сотрудников — плюс 10–30% к смете на сбор, чистку и структурирование. Этот пункт чаще всего «внезапно» всплывает в середине проекта, поэтому фиксируйте его на старте.
Шаг 4. Требования безопасности. Облачное API российского провайдера — 0. Запрет на выход данных за периметр — плюс от 500 тыс. ₽: локальная модель, свой или арендованный GPU-сервер и его администрирование.
Шаг 5. Пилот. Нормальная практика — начать с пилота на одном сценарии за 50–150 тыс. ₽ на 2–4 недели. Пилот снимает главный риск («а сработает ли на наших данных») и у адекватных подрядчиков засчитывается в стоимость полного проекта.
TCO: сколько ИИ стоит после запуска
Главная ошибка при бюджетировании — считать только внедрение. У ИИ-решения есть полная стоимость владения (TCO): токены, поддержка, обновление знаний, инфраструктура. Разберём каждую статью.
Токены и API: сколько стоит «мышление» бота
Языковые модели тарифицируются за токены — единицы текста (примерно 3–4 символа русского текста на токен). Ориентиры по ценам 2026 года:
| Модель | Цена за 1 млн токенов | Когда брать |
|---|---|---|
| YandexGPT Lite / GigaChat Lite | ~200 ₽ | Типовые ответы, классификация, FAQ — закрывает большинство задач ботов |
| YandexGPT Pro | ~800 ₽ | Сложные диалоги, работа с длинными документами |
| GigaChat Pro / Max | ~1500–1900 ₽ | Рассуждения, генерация текстов, ассистенты сотрудников |
| Модели уровня GPT-5 (через шлюзы) | ~350 ₽ вход / до 2150 ₽ выход | Максимальное качество; оплата через посредников, курс закладывайте в риски |
Переведём в деньги на живом примере. Один диалог бота с клиентом — 1–3 тыс. токенов с учётом контекста. Бот, который ведёт 3000 диалогов в месяц (примерно 100 в день), тратит ~6 млн токенов: на лёгкой российской модели это 1–2 тыс. ₽ в месяц, на старших — 5–12 тыс. ₽, на топовых зарубежных — 15–20 тыс. ₽. Токены — редко главная статья расходов; ими пугают, но реально бюджет съедает поддержка.
Сервер для нейросети: нужен ли он вам
Короткий ответ: скорее всего, нет. Аренда GPU-сервера в России в 2026 году стоит от ~8 тыс. ₽/мес за начальную карту, 30–65 тыс. ₽/мес за класс RTX 4090 и от ~160 тыс. ₽/мес за A100 — плюс зарплата того, кто это администрирует, и это цена работы «в ноль», без запаса мощности. Свой контур оправдан в двух случаях: данные нельзя выпускать за периметр (банковская, медицинская тайна, гостайна) или у вас стабильно очень большой объём запросов, при котором аренда железа становится дешевле API. Для остальных облачное API выгоднее на порядок.
Поддержка: 30–50% стоимости внедрения в год
ИИ-решение без поддержки деградирует за несколько месяцев: база знаний устаревает, появляются новые сценарии, обновляются модели и API — и бот начинает уверенно ошибаться. В поддержку входит мониторинг качества ответов, разбор ошибок и «галлюцинаций», актуализация базы знаний и промптов, обновления интеграций. Рыночная норма — 30–50% стоимости внедрения в год; для малого и среднего бизнеса это обычно 5–50 тыс. ₽ в месяц в зависимости от нагрузки.
Дообучение: чаще всего оно не нужно
Классическое дообучение модели (fine-tuning) — дорогая история, которая в типовых бизнес-задачах почти никогда не нужна: качество ответов достигается базой знаний (RAG) и промптами, а их актуализация уже входит в поддержку. Если подрядчик закладывает в смету «дообучение нейросети» для обычного бота поддержки — попросите обосновать, зачем оно нужно. Обычно это либо непонимание технологии, либо накрутка сметы.
Пример расчёта окупаемости: ИИ-бот для отдела продаж
Смета имеет смысл только рядом с эффектом. Посчитаем на типовом кейсе — ИИ-бот первичной квалификации лидов для компании с отделом продаж из четырёх менеджеров.
Расходы. Внедрение (ИИ-бот + amoCRM): ~400 тыс. ₽. Поддержка и токены за первый год: ~200–250 тыс. ₽. Итого TCO первого года — ~630 тыс. ₽.
Эффект. Считаем консервативно, по двум статьям:
- Высвобожденное время. Первичная квалификация съедает у менеджеров 30–40% рабочего дня. Бот забирает её на себя — это эквивалент 1–1,5 ставки. При полной стоимости менеджера 100 тыс. ₽/мес экономия — от 1,2 млн ₽ в год, либо та же команда обрабатывает в полтора раза больше лидов без расширения штата.
- Лиды вне рабочего времени. Бот отвечает ночью и в выходные — обычно это плюс 10–20% обработанных обращений, которые раньше остывали до утра.
Даже если брать только первую статью, проект выходит в плюс на 5–8-й месяц. По рынку типичная окупаемость правильно выстроенного ИИ-проекта — 3–9 месяцев; всё, что обещает окупаемость «за две недели», — маркетинг. Методика та же, что мы применяли к расчёту окупаемости SEO-бюджета: считать не «внедрили/не внедрили», а деньги до и после.