Где ИИ в бизнесе не окупается, определяют две величины: сколько раз в месяц повторяется операция и сколько минут она занимает у человека. Если выигрыш на одну операцию, умноженный на их число, не перекрывает постоянные затраты на систему и проверку, задача плохая, какой бы эффектной ни была демонстрация. К арифметике добавляются восемь признаков, по которым плохую задачу видно до пилота.

Статья служит фильтром, а не руководством по выбору. Как выбрать первую задачу из подходящих, разобрано в материале «Как выбрать первый ИИ-проект», как считать эффект в деньгах — в статье «Как посчитать ROI от внедрения ИИ». Здесь о другом: как честно сказать «ИИ здесь не нужен» и что делать вместо него.

Коротко. ИИ не окупается, если операций мало, исключений много, ошибка дороже выигрыша, нет данных и владельца, процесс меняется каждую неделю, проверка не короче самой работы или хватает скрипта. Порог считается по формуле: число операций в месяц, умноженное на выигрыш в минутах, сравнивается с затратами, переведёнными в часы.

Где ИИ в бизнесе не окупается: порог по числу операций и времени на операцию

Начните с арифметики: она быстро отсекает слабые идеи. Цен в формуле нет намеренно. Ставку часа и стоимость системы вы знаете лучше нас, поэтому всё переводится в часы.

Что подставить

  • N — число операций в месяц. Берите наименьшее из последних трёх месяцев, а не среднее и не пик.
  • t — минут на одну операцию вручную. Замерьте на десяти реальных операциях.
  • a — доля операций, которые система проводит без человека, от 0 до 1. Её оценивают разбором тридцати прошлых операций: сколько из них типовые.
  • c — минут контроля на одну такую операцию: просмотр результата, сверка.
  • e — минут на одно исключение. Человек делает работу сам и тратит время, чтобы понять, почему система остановилась, поэтому e обычно больше t.
  • H — затраты на систему в часах в месяц: разовые затраты, поделённые на число месяцев горизонта, плюс ежемесячные (сервер, сопровождение, проверка качества, время владельца), всё поделённое на стоимость часа вашего сотрудника.

Формула

Выигрыш на одну операцию в минутах: V = t − a × c − (1 − a) × e. Порог по потоку: Nmin = 60 × H ÷ V. Если V равен нулю или отрицателен, ИИ не окупится при любом потоке: контроль и исключения съедают всё.

Условный пример без реального клиента

t = 10 минут, c = 2, e = 14, a = 0,75, затраты H = 30 часов в месяц. Тогда V = 10 − 0,75 × 2 − 0,25 × 14 = 5 минут, а порог Nmin = 60 × 30 ÷ 5 = 360 операций в месяц. Если на деле a окажется 0,5, то V = 10 − 0,5 × 2 − 0,5 × 14 = 2 минуты, и порог вырастет до 60 × 30 ÷ 2 = 900 операций. Поток в 200 операций не окупается ни в одном из вариантов. Поэтому a измеряют, а не угадывают. Те же величины, но с переводом в деньги и ошибками разобраны в статье «Как посчитать эффект от автоматизации».

Восемь признаков плохой задачи для ИИ в одной таблице

Признаки не равны по весу: один сильный минус, например отсутствие владельца, закрывает задачу, даже если остальное выглядит хорошо. Для каждого записано, что делать вместо ИИ.

ПризнакПочему не окупаетсяЧто делать вместо
1. Мало повторовПостоянные затраты делятся на малый поток, N ниже порогаЧек-лист, шаблон письма, обучение сотрудника; вернуться, когда поток вырастет
2. Длинный хвост исключенийСистема возвращает человеку каждый нестандартный случай, a низкая, а e больше tСтандартизировать процесс или автоматизировать только основной поток
3. Ошибка дороже выигрышаОдна ошибка съедает выигрыш месяца, а проверять придётся всёРежим «черновик и проверка человеком» или ручная работа
4. Нет данных и эталонаНечем настроить и нечем измерить, эксперты спорят, что считать вернымМесяц вести журнал вручную: вход, решение, результат
5. Нет владельцаНекому принимать исключения и обновлять правила, система стареетНазначить владельца с показателем или отказаться от задачи
6. Процесс или интерфейс меняется каждую неделюПоправки идут чаще, чем работа, сопровождение съедает эффектСтабилизировать процесс, подключаться по API, отложить
7. Проверка не короче работыc близко к t, V стремится к нулюВыборочная проверка там, где ошибка дешёвая, или другой способ
8. Хватает скрипта или интеграцииРешение выводится из правил, ИИ добавляет цену и неопределённостьСкрипт, настройка 1С или CRM, обмен по API

Признаки 1–3: мало повторов, длинный хвост исключений, дорогая ошибка

1. Мало повторов

Сервер, сопровождение, контроль качества и время владельца не зависят от потока. Пока N ниже порога, система стоит больше, чем экономит. Проверка: по журналам или почте посчитайте операции за каждый из трёх последних месяцев и возьмите наименьшее. Операция, которая случается раз в квартал, постоянную систему не окупает, как бы сложна она ни была.

2. Длинный хвост исключений

Возьмите тридцать последних операций и разложите по типам. Если больше трети случаев единичные, а остальные укладываются в пять-шесть повторяющихся типов, то a будет низкой: система вернёт человеку каждый особый случай, а разбор чужого результата часто дороже работы с нуля.

3. Ошибка дороже выигрыша

Выигрыш месяца равен N × V минут. Пусть ошибка, дошедшая до клиента или в отчётность, стоит K минут: исправление плюс последствия. Тогда допустимо не больше N × V ÷ K ошибок в месяц. При N = 360, V = 5 и K = 60 это 30 ошибок. Если ошибки недопустимы совсем (платежи, юридически значимые тексты, безопасность), остаётся режим «черновик плюс проверка», а он упирается в признак 7.

Признаки 4–6: нет данных, нет владельца, процесс меняется каждую неделю

4. Нет данных и эталона

Чтобы настроить систему и измерить её, нужны прошлые операции и ответ на вопрос «как правильно». Дайте двум экспертам по двадцать одинаковых случаев. Если они часто расходятся, эталона нет: правило сначала записывает бизнес, а не модель. Если прошлых операций нет вообще, месяц-два ведите журнал вручную. Он заодно даст N и t.

5. Нет владельца

Владелец — человек, чей показатель изменится и кто принимает исключения и обновляет правила. Спросите на встрече, чей это показатель. Ответ «всей компании» означает, что владельца нет, и через полгода систему обойдут. Почему так заканчиваются пилоты, разобрано в статье «Почему ИИ-пилоты не доходят до продуктива».

6. Процесс или интерфейс меняется каждую неделю

Правила, формы и экраны, на которые опирается система, придётся править после каждого изменения. Сколько раз за квартал они менялись? Если правок больше, чем недель, сопровождение съест выигрыш. Сначала стабилизируйте процесс, а подключение стройте на обмене по API, а не на экранах.

Признаки 7–8: проверка не короче работы и задача, которой ИИ не нужен

7. Проверка не короче работы

Если c близко к t, человек перепроверяет всё, и выигрыша нет. Так бывает, когда результат надо сверять с первоисточником целиком: юридические формулировки, расчёты, длинные таблицы. Замерьте c секундомером на двадцати готовых результатах. Выборочная проверка при дешёвой ошибке даёт V больше нуля, полная нет.

8. Хватает правила, скрипта или интеграции

Если вход структурирован, а решение следует из правил («сумма выше порога уходит на согласование»), ИИ добавит неопределённость и затраты. Обмен между системами решается интеграцией, регулярный отчёт запросом по расписанию. Выбор между скриптом, RPA и агентом разобран в статье «RPA или ИИ-агент: что выбрать». ИИ оправдан, когда вход неструктурирован: письма, сканы, свободный текст, и когда после разбора есть куда записать результат.

Где ИИ в бизнесе не окупается пока, а где не окупится никогда

Плохая задача сегодня не обязана быть плохой всегда. Таблица показывает, что должно измениться, чтобы к ней вернуться, и как заметить этот момент.

ПризнакЧто должно изменитьсяКак заметить, что пора вернуться
Мало повторовВырастет поток или добавятся смежные операции на одной системеN выше порога три месяца подряд
Хвост исключенийПроцесс станет стандартнее, особые случаи уйдут в отдельную очередьПовторный разбор тридцати операций: типовых больше
Дорогая ошибкаПоявится дешёвый режим: черновик, лимит суммы, обратимостьДопустимое число ошибок в месяц больше нуля
Нет данныхНакопится журнал с решениямиДва эксперта сходятся на двадцати случаях
Нет владельцаНазначен человек с показателемОн принимает исключения и обновляет правила
Процесс меняетсяПравила зафиксированы, вместо экранов обмен по APIКвартал без изменений правил
Проверка равна работеПроверка станет выборочнойc заметно меньше t
Хватает скриптаНе вернётся: нужен скрипт, а не ИИПоявились неструктурированные входы

Что делаем мы и с чего начать

Обследование мы используем и как отсев. Берём один-два процесса, считаем N, t, c, e и a на ваших журналах, проверяем восемь признаков и пишем вывод: делаем, откладываем или решаем без ИИ. Если задача плохая, в отчёте так и написано, и вы платите только за обследование. Подробнее о разборе процессов: аудит процессов для внедрения ИИ; общая картина по типам ИИ и ступеням — на странице «Внедрение ИИ».

Обследование стоит 200 000 ₽ за один-два процесса и занимает 2–3 недели, 350 000 ₽ при нескольких системах и 3–4 недели. Сумма вычитается из первого этапа, если вы продолжаете с нами, а отчётом можно пользоваться и без нас. Остановиться можно после любой ступени. Цены и сроки пилота, вывода в эксплуатацию и сопровождения собраны на странице тарифов. До обращения к нам можно сделать то же самое самостоятельно: замерить N, t и c за один вечер и подставить в формулу.

Частые вопросы

Где ИИ в бизнесе не окупается, можно ли понять это до пилота?

Можно. Для этого достаточно замерить число операций в месяц, время на операцию и время проверки на реальных данных, оценить долю типовых случаев на тридцати прошлых операциях и подставить в формулу. Обычно это несколько рабочих дней, а не месяцы пилота.

Когда ИИ не нужен бизнесу?

Когда поток ниже порога, когда результат выводится из правил и хватает скрипта или интеграции, когда нет владельца и данных, а процесс ещё не описан. В этих случаях сначала наводят порядок в процессе, и только потом возвращаются к вопросу об ИИ.

Сколько операций в месяц нужно, чтобы ИИ окупился?

Единого числа нет. Порог зависит от выигрыша на одну операцию и от затрат на систему в часах. Числа из примера в статье условные, подставляйте свои. Если выигрыш на операцию нулевой или отрицательный, не окупится никакой поток.

Чем плохая задача для ИИ отличается от сложной?

Сложная задача может окупаться: большой поток, дешёвая ошибка, есть владелец и данные. Плохая не окупается из-за арифметики или организации, и сложность модели этого не меняет. Сложность реализации и плохая экономика — разные вещи.

Что делать, если операций мало, а ручная работа раздражает?

Обычно хватает шаблона, чек-листа, настройки в 1С или CRM или небольшого скрипта. ИИ добавляет затраты на проверку и сопровождение, которые при малом потоке не возвращаются.

Можно ли повысить долю операций, которые система доводит сама?

Иногда можно: убрать хвост исключений стандартизацией процесса, привести справочники в порядок, вынести редкие случаи в отдельную очередь. Долю мы заранее не обещаем, её измеряют на ваших данных и записывают в критерии приёмки.

Скажете ли вы, что задача не подходит?

Да. Если расчёт не сходится или нет владельца и данных, в отчёте обследования так и написано, и вы платите только за обследование. Критерий приёмки записывается до начала работ, и задача без проверяемого критерия не стартует.

Как оценить затраты на систему, если цен ещё нет?

Оставьте H неизвестной и посчитайте порог Nmin для нескольких значений: ваш поток либо выше порога при любом разумном H, либо нет. После обследования вилка бюджета и затрат на сопровождение сужается, и расчёт уточняется.