Финансовый директор смотрит на оценку AI-агента в €158К на три года и подписывает. Через год операционка показывает реальный счёт — €368К. И это не обман подрядчика и не «расширили скоуп».
Этот кейс разобрали Korvus Labs: агент средней сложности для поддержки клиентов, EU SaaS, около 3000 обращений в месяц. Разница между €158К и €368К — это шесть категорий расходов, которые просто не попали в первичную оценку.
Когда мы в Grow2.ai впервые увидели этот разрыв, первая мысль была — outlier, разовый случай. Пошли проверять. SearchUnify дают TCO первого года $108-306К на customer-service AI. Maven AGI — initial build $150-300К ещё до того, как начался первый месяц операций. Gartner идёт дальше: финансовые оценки AI-проектов промахиваются на 500-1000%. Не потому, что финансовые директора некомпетентны, а потому, что технология новая и устоявшихся бенчмарков ещё нет.
Почему все промахиваются в одну сторону
В первичную оценку входит только то, что заказчик уже видел в прежних IT-проектах: лицензия, интеграция, человеко-часы. А реальный AI-агент в проде — это шесть отдельных строк бюджета, которые появляются после первой недели боевого трафика.
1. Разработка и интеграция. Подключить агента к CRM, helpdesk и базе знаний стоит заметно дороже лицензии. 40-60 часов integration coding по $150/час — это нижняя планка, а не потолок. На 2-3 системы умножайте на 1,5-2.
2. Потребление модели в проде. API-токены в проде — это не $200 в месяц, как в пилоте, а $800-1500. Пиковая нагрузка в 3-5 раз выше средней, плюс retries и переключение на более сильную модель, когда основная не справляется.
3. Мониторинг (observability). Отдельный инструмент, чтобы видеть дрейф и сбои, — ещё $200-500 в месяц. Без него о проблеме вы узнаете из жалобы клиента, а не из дашборда.
4. Обучение базы знаний. 80-120 часов на первичное наполнение плюс постоянные обновления. Если ваш ассортимент или условия меняются каждый месяц, закладывайте отдельного человека pro rata.
5. Поддержка после обновлений. Каждый раз, когда производитель обновляет модель, промпты приходится переписывать. Это 15-25% стоимости разработки в год — самый стабильный бенчмарк во всех исследованиях.
6. Governance и EU AI Act. Документация соответствия, хранение данных, аудит. Сначала €15-35К, дальше €3-6К в месяц. В регулируемой отрасли (медицина, финансы) удваивайте.
Формула быстрой проверки
Если не хочется нырять в детали, Hypersense дают короткую формулу: оценку подрядчика умножьте на 2-3, добавьте 20% на governance, 15% на поддержку и 10% буфера на обновления модели. €158К так превращаются в €350-450К — и это сходится с данными Korvus.
Категория | Что с ней делают | Ориентир |
|---|---|---|
Разработка и интеграция | × 1,5-2 на каждую систему | 40-60 ч × $150 |
Потребление модели | × 4-8 от пилота | $800-1500/мес |
Мониторинг | отдельная строка | $200-500/мес |
Обучение | старт + обновления | 80-120 ч |
Поддержка | % от разработки ежегодно | 15-25% |
Governance | старт + ежемесячно | €15-35К + €3-6К/мес |
Самое дорогое — не токены
Основные деньги не в токенах модели. По разбору Korvus, токены — это около 38% TCO. Остальные 62% — интеграция и эксплуатация (AgentOps). Финансовый директор смотрит на цену за API и торгуется именно за неё, хотя это меньшая часть счёта. Переплачивает тот, кто оптимизирует не ту цифру.
Один вопрос, чтобы проверить подрядчика
Как проверить подрядчика, не имея собственной AI-команды? Вопрос один: «Что именно НЕ входит в вашу смету?»
Ответа нет или он начинается с «ну, это зависит» — TCO посчитали плохо. За пять минут перечисляют все шесть категорий и объясняют, как их учли, — перед вами человек, который уже воевал с реальным продом, а не с калькулятором.
Именно так мы в Grow2.ai строим экономику проекта: честный TCO вместо красивой цифры на старте, один процесс под контрактный KPI за 14 дней и прямой ответ, если агент в вашем случае не окупится. Скучный просчитанный бюджет скучно побеждает оптимистичную смету, которая разваливается в первый же месяц.
Хотите проверить TCO своего AI-проекта? AI-аудит от Grow2.ai пройдёт по всем шести категориям в формате оценки с фиксированным объёмом. Для контекста: AI-агенты для малого бизнеса и как выбрать платформу AI-агентов. Вопросы автоматизации процессов и CRM — домен сестринского Auspex; стратегия и мышление об AI — Andrew Maryasov.