Первый вопрос, который задаёт любой CFO перед внедрением AI-агента — сколько это стоит и когда окупится. Второй — что спрашивает tech-lead: как вообще считать этот ROI так, чтобы выдержал аудит?
Три модели расчёта ROI
На нашей практике все внедрения сводятся к одной из трёх моделей. У каждой своя формула и свои подводные камни.
Модель 1: сокращение FTE
Самая простая. Считаешь сколько человеко-часов освобождаешь, умножаешь на ставку и вычитаешь стоимость агента.
ts// Годовой ROI от сокращения FTE ROI = (saved_hours_per_year × hourly_cost) − (setup + 12 × monthly_cost)
Модель 2: deflection-rate
Честнее для support'а. Меряешь какой процент тикетов агент закрыл без эскалации — умножаешь на стоимость ручного тикета.
Модель 3: рост конверсии
Для продаж и лидгена. Считаешь прирост конверсии × LTV × объём лидов − стоимость агента.
Цифры с 6 внедрений
| Клиент | Модель | Payback | ROI 12 мес. |
|---|---|---|---|
| Nordic Retail | FTE | 3.1 мес | 412% |
| Kapital Bank | Deflection | 4.5 мес | 287% |
| Medline | FTE + Конв. | 2.8 мес | 521% |
| Unicum | Конверсия | 5.2 мес | 198% |
| Delta Logistics | FTE | 6.1 мес | 164% |
| Smaczny Dom | Конверсия | 4.0 мес | 311% |
Что не нужно считать в ROI
- —Soft-savings типа «клиенту стало приятнее» — не защитишь
- —Гипотетические FTE которых не нанял — это не экономия, это отсутствие траты
- —Brand value, NPS, employer branding — отдельные метрики, не толкай их в ROI
- —Время tech-lead'а на поддержку агента — наоборот, добавь к стоимости
Что дальше
Если планируешь первое внедрение — начни с модели где данные чище всего. Чаще всего это FTE в support'е. Конверсию считай после 90 дней — когда есть baseline.