Стройте AI-агента с нуля, когда он — ваш core-IP и есть LLM-команда, чтобы его обслуживать. Покупайте no-code платформу, когда процесс стандартный и структурированный. Берите студию агентов, когда нужен кастом без своей AI-инженерии. Grow2.ai — AI-подразделение Auspex — это и есть тот третий путь.
Любой гайд «build vs buy» для AI-агентов предлагает две двери. Собери сам и владей всем — включая то, что ломается. Купи платформу и двигайся быстро — пока не упрёшься в стену того, чего она не умеет. Оба варианта реальны. Оба неполны, потому что есть третья дверь: студия, которая строит агента на заказ, сдаёт его против контрактного KPI и тянет обслуживание — без того, чтобы вы нанимали AI-инженерную команду.
Эта третья дверь — то, что делает Grow2.ai, AI-подразделение Auspex. Значит, у нас есть предвзятость, и мы скажем об этом прямо. Но и предвзятый гайд может быть честным — проверка простая: говорит ли он, когда нас брать не стоит. Этот говорит: есть случаи, где надо строить с нуля, и случаи, где правильный ответ — no-code инструмент за €40 в месяц. Вот полная карта.
Ставки не теоретические. Gartner ожидает, что больше 40% проектов с агентным AI отменят к концу 2027 года — не потому что технология не работает, а из-за растущих затрат, неясной ценности и слабого управления. Решение build-vs-buy — как раз то место, где этот риск либо закладывают, либо игнорируют.
Три пути рядом
Есть три честных способа завести AI-агента в бизнес, и различаются они куда сильнее временем до первой ценности и тем, кто тянет обслуживание, чем ценником на старте. Купить примерно вдесятеро дешевле, чем строить с нуля, в первый день — но стоимость живёт не в первом дне.
| С нуля | No-code платформа | Студия агентов (напр. Grow2.ai) |
|---|---|---|---|
Время до первой ценности | 4–6 месяцев | Дни — 2 недели | 14-дневный пилот под KPI |
Стартовая стоимость (EUR) | €35 000–130 000 за первый год (средний бизнес) | €8–70/мес | €1 800 пилот, дальше €49–149/мес |
Кто обслуживает | Вы / ваше агентство, всегда | Вендор | Студия |
Владение кодом и логикой | Код ваш | Арендуете настройку, не код | Кастомная логика под вас, на ваших данных |
Когда выбирать | Агент — core-IP и есть LLM-команда | Процесс стандартный и структурированный | Нужен кастом без своей AI-команды |
Заголовочные числа — лёгкая часть. Остальная статья — про три вещи, которых эта таблица не покажет: что на самом деле значит «кастом», кто платит за хвост обслуживания и где каждый путь тихо ломается.
Что на самом деле значит заказная AI-разработка
Одна ошибочная догадка топит больше агентных проектов, чем любая другая: «наши разработчики сильные, они это соберут». Софт они, скорее всего, соберут. AI-агент — это не обычный софт. LLM-инженерия — отдельная дисциплина поверх кода, который вы уже умеете писать.
Вот что нужно боевому агенту сверх работающего промпта — из практики агентов, которых Grow2.ai держит в проде:
- Эвалы (оценка качества). Агента не сдают на «в тестах выглядело нормально». Нужны автоматические оценки, которые меряют качество ответов на живом трафике, — иначе вы летите вслепую. Наш агент дилерской поддержки держит 95%+ точности на типовых запросах, потому что эта точность измерена, а не понадеяна.
- Регрессии промптов. Поменяли одну инструкцию, чтобы починить один случай, — и тихо сломали три других. Без набора регрессий каждое улучшение — это ставка.
- Guardrails и супервизор. Тот же агент работает на четырёх уровнях: база знаний компании, жёсткие запреты («никогда не обещай скидку»), вторая модель, которая проверяет ответы первой, и эскалация человеку при низкой уверенности. Этот стек — инженерия, а не выбор модели.
- Наблюдаемость (observability). Когда агент сказал что-то не то, надо проследить почему. На одном живом e-commerce внедрении мы залогировали 6 400+ диалогов — около трети вне рабочих часов, в Instagram (67,7%), Viber и Telegram — примерно за €0,10 стоимости модели на диалог, медиана ответа 13 секунд. Ничего из этого не видно без инструментирования, встроенного с первого дня.
Может ли маленькая AI-грамотная команда сделать всё это быстро? Да — и наш кейс финансовой платформы доказывает, что порог упал: владелец бизнеса заменил SaaS за ~€45/мес заказной платформой, от первого коммита до боевого учёта — пять дней, 326 коммитов и 838 тестов, собрано на AI-инструменте за ~€175/мес. Но прочитайте мелкий шрифт: он владеет этой платформой, single-tenant, и владеет всем, что будет дальше. Что подводит нас к тому, чего никто не закладывает в бюджет.
Хвост обслуживания, который никто не закладывает
У модели, на которой вы строите в этом квартале, есть дата вывода из эксплуатации. Это не риск — это расписание.
Провайдеры его публикуют. Политика вывода OpenAI даёт минимум шесть месяцев предупреждения для общедоступных моделей, а потом их выключает: устаревшие GPT-4 и GPT-3.5-turbo должны остановиться в октябре 2026, а несколько снапшотов GPT-5 — в декабре 2026. Anthropic обещает минимум 60 дней предупреждения и уже вывела Claude 3.5 Sonnet (октябрь 2025) и Claude Sonnet 4 и Opus 4 (июнь 2026). Целые API тоже двигаются — Assistants API от OpenAI закрывается в августе 2026. Каждая из этих дат заставляет каждое приложение на той модели или API мигрировать или упасть.
Теперь добавьте свои интеграции. Ваша CRM, ваша учётная система, ваши каналы связи меняют свои API по собственным графикам. Кто-то должен держать агента живым сквозь всё это. Рыночные гайды оценивают годовое обслуживание в 15–30% от начальной стоимости разработки, а совокупную стоимость владения за первый год — на 40–80% выше цены сборки (агрегированные диапазоны 2026; воспринимать как порядок величины).
Так что настоящий вопрос не «сможем ли собрать?». Он — «кто будет делать миграцию в 2027-м?». Если вы собрали своими силами, ответ — ваша команда, бессрочно; и вот тут «мы собрали сами и сэкономили» тихо переворачивается.
Что платформы дают — и что забирают
No-code платформы — правильный ответ чаще, чем любят признавать продавцы агентов. Если ваш процесс стандартный и структурированный — форма создаёт запись в CRM и шлёт письмо, новый заказ падает в канал Slack — платформа доведёт вас туда за дни, за €8–70 в месяц, без инженеров. Говорим это прямо.
Забирают они запутанную середину. Платформы ломаются на неструктурированном входе — сбивчивое голосовое клиента, фото повреждённой детали, вопрос, заданный пятью разными способами. Их математика потребления (кредиты, задачи, операции) может непредсказуемо скакать с ростом объёма. И вы настраиваете внутри их коробки: арендуете автоматизацию, а не владеете логикой. Граница, за которой стоит следить, — память, эскалация и суждение на запутанном входе; как только агенту нужно это, вы переросли платформу.
Если платформа — вероятно ваш ответ, начните с детальных сравнений: AI-агенты vs Zapier, vs Make и vs n8n.
Модель студии: кастом по цене подписки
Модель студии существует, чтобы закрыть разрыв между «купить платформу, которая этого не умеет» и «нанять команду строить шесть месяцев». Это заказная разработка — агент под ваш процесс, а не настроенный внутри вендорского шаблона, — но продуктизованная.
Конкретно у Grow2.ai: 14-дневный пилот против контрактного KPI за €1 800. Не сработал KPI — не платите. Дальше €49–149 в месяц. Это возможно благодаря двум вещам. Первое — фиксированные быстрые часы вместо бесконечного проекта. Второе, и это суть модели, — студия тянет хвост обслуживания: миграции моделей, починку API, наблюдаемость — вся работа из предыдущего раздела становится чьей-то постоянной работой, а не новой работой вашей команды.
О владении и данных — честная версия: поскольку агент построен под ваш процесс, он работает на ваших аккаунтах, а данные остаются в ваших системах — наш агент дилерской поддержки подключился к собственной учётной системе клиента в режиме read-only, так что физически не мог ничего изменить. Это противоположность аренде места на платформе, из которой не выйти. Кастомная логика, ваши данные, экономика подписки — вот это и есть «третий путь».
Когда стоит строить с нуля
Мы были бы нечестным гайдом, если бы не провели эту границу чётко. Стройте своего AI-агента, когда справедливы два и больше условий:
- Агент — это core-IP. Он является вашим продуктом или настоящим конкурентным преимуществом, а не центром затрат на поддержку, который хочется уменьшить. Если клиенты платят за самого агента — владейте им.
- Регуляторика или резидентность данных запрещает стороннюю обработку. Некоторые отрасли просто не могут пропускать данные сквозь внешнюю студию или платформу, точка.
- Масштаб ломает экономику. При достаточно большом объёме цена за диалог или подписка проигрывает владению всем стеком — считайте на своих реальных числах, а не на демо.
- У вас уже есть LLM-грамотная команда. Люди, которые будут держать эвалы, наблюдаемость и хвост обслуживания, а не разработчики, которые один раз научатся и уйдут дальше.
Кейс финансовой платформы показывает, что это уже достижимо для малого игрока, а не только для корпораций. Но если два из этих четырёх условий не справедливы, строить с нуля — обычно дорогой способ оказаться там, куда покупка или студия довели бы быстрее.
Рамка решения
- Нам нужен AI-агент
- Процесс стандартный и структурированный?
- Да, форма в CRM или уведомления → Купить no-code платформу Zapier / Make / n8n
- Нет, запутанный вход и суждение → Агент — core-IP или обязан быть in-house по регуляторике?
- Да, и есть LLM-команда → Строить с нуля владеть кодом и обслуживанием
- Да, но без LLM-команды → Модель студии кастом, пилот под KPI, на ваших данных
- Нет, просто должно работать → Модель студии кастом, пилот под KPI, на ваших данных
Сравнение стоимости, в чистых EUR
О валюте: числа Grow2.ai — из нашего прайса и живых кейсов. Внешние диапазоны — агрегированные рыночные гайды 2026, переведённые в EUR по курсу ЕЦБ; читайте их как порядок величины, а не котировку вендора.
- С нуля. Простой узкоцелевой агент — примерно €1 300–4 400 на сборку плюс €260–700/мес на работу; заказная работа среднего сегмента обычно выходит на €35 000–130 000 за первый год. Добавьте 15–30% стоимости сборки ежегодно на обслуживание. Настоящая же стоимость — месяцы до первой ценности плюс этот постоянный хвост.
- No-code платформа. €8–70/мес на тарифах для SMB — действительно дешёвый старт, — но потребление кредитов/задач непредсказуемо растёт, и оно упирается в потолок на нестандартной работе.
- Студия агентов. €1 800 за пилот под KPI (возвращаются, если KPI не достигнут), дальше €49–149/мес, с обслуживанием в комплекте. Для ориентира, что это даёт: наш агент дилерской поддержки снял около €14 000 рутины в год при стоимости сборки около €2 200 — полная раскладка здесь.
Рекомендация
Подберите путь под задачу. Если процесс стандартный — купите платформу и начните с наших гайдов vs-Zapier, vs-Make или vs-n8n. Если агент — core-IP и есть LLM-команда — стройте и честно закладывайте хвост. Если он специфичен для вас, а держать AI-команду вы не хотите, — это студия: 14-дневный пилот против KPI. Для внутренних инструментов, которыми хотите владеть, — дашборды, бэк-офисная автоматизация — это /build.
Не уверены, в какой вы колонке? Опишите свой процесс — и получите да/нет с оценкой, а не презентацию. Более широкую карту того, что агенты делают в бизнесе, смотрите в нашем хабе AI-агенты для бизнеса.