Средние инвестиции крупных российских компаний в запуск проектов с ИИ-агентами составляют от 10 до 50 млн рублей. К такому выводу пришли аналитики Cloud.ru и Высшей школы бизнеса НИУ ВШЭ в совместном исследовании, представленном на конференции GoCloud 2026.
Расходы на внедрение агентных систем в отечественном бизнесе сильно зависят от масштаба игрока: если для среднего сегмента чек держится в пределах 10–50 млн рублей, то в бигтехе затраты часто превышают сотни миллионов. Бюджет традиционно делится на капитальные затраты (закупка GPU-кластеров и интеграция) и операционные расходы (поддержка моделей и оплата облачных сервисов).Скорость возврата инвестиций напрямую коррелирует со сложностью внедрения:
- Простые сценарии автоматизации окупаются менее чем за год.
- Средние проекты с глубокой настройкой требуют от 12 до 24 месяцев.
- Создание собственных платформ и фундаментальных моделей может занять более 2 лет, а в отдельных случаях — до 7 лет.
Данные и автономность
Эффективность ИИ-агентов распределена неравномерно. В финтехе и ИТ, где данные хорошо структурированы, системы автоматизируют от 60–90% операций. В то же время в медицине и тяжелой промышленности показатели скромнее из-за фрагментированности информации. В среднем же, по подсчетам аналитиков, технология сокращает время на выполнение задач на 40–50%.И.о. гендиректора Cloud.ru Михаил Лобоцкий подчеркивает, что главным препятствием для бизнеса остаются не технологии, а организационные сложности: отсутствие культуры управления изменениями и разрозненные базы данных. При этом уровень автономности агентов диктуется ценой ошибки. В банках и телекоме системы уже способны самостоятельно вести диалог с мошенниками, тогда как в производстве за ними сохраняется жесткий контроль человека.
Исследование базируется на анализе 15 реальных кейсов в России и США, а также на 25 глубинных интервью с топ-менеджментом таких гигантов, как Сбер, «Газпромбанк», X5 и «Билайн».
Комментарии (0)
Пока нет комментариев. Будьте первым!