62 клієнти агенції, 10 людей у команді, один Mac у підсобці і $3-4 на день на AI-токени. Через 12 місяців логування — 32 вивільнені години на тиждень, чотири повноцінні робочі дні. Це кейс OpenClaw: автор під ніком agencyboxx рік записував, що саме роблять його агенти, і виклав метод на dev.to. Метод вартий того, щоб його вкрасти, — що я й зробив, перевіривши на власних 17 агентах. Нижче — всі п'ять кроків і чесна частина: де ROI не сходиться.
Чому «агент щось робить» — це не ROI
Типовий сценарій у МСБ: агента запустили, він щось робить, усі задоволені. Потім настає бюджетний перегляд, лунає питання «чи окупається?» — і тиша, бо ніхто не міряв. Саме тому агентів ріжуть першими: не тому, що вони не працюють, а тому, що нема даних, якими можна захистити рішення.
ROI AI-агента — не відчуття, а формула: економія = baseline × обсяг − час перевірки, і цю економію порівнюють з вартістю системи. Усе, що порахували без baseline, — не ROI, а віра.
Метод із 5 кроків
Крок 1. Дискретні задачі. Не «автоматизуємо support», а конкретний список: тріаж пошти, моніторинг SLA, пошук нових клієнтів, відповіді на типові запити з бази знань. Один процес — один рядок. Якщо задача не вміщується в один рядок, вона ще не дискретна — розбивайте далі.
Крок 2. Baseline. Скільки годин ця задача забирає зараз — реальні хвилини, не «приблизно». Найнудніший крок, і саме його всі пропускають. Тиждень із тайм-трекером дає цифру, яку не соромно покласти на стіл перед фінансовим директором.
Крок 3. Обсяг. Час одного виконання × кількість повторень за тиждень. 15 хвилин на тріаж пошти × 20 разів на тиждень = 5 годин.
Крок 4. Мінус час перевірки. Агент не автономний: людина переглядає 10-20% результатів. Це реальна стаття витрат, і її віднімають від економії. Якщо перевірка забирає понад 20% — агент ще не готовий, рахувати ROI зарано.
Крок 5. Підсумок. Сума економії по всіх задачах, помножена на всіх людей у команді, яких ці задачі стосуються.
Що вийшло в кейсі OpenClaw
Задача | Вивільнено, год/тиждень |
|---|---|
Тріаж пошти | 9,2 |
Моніторинг SLA | 7,5 |
Облік часу | 5,8 |
Пошук нових клієнтів | 4,2 |
Запити до бази знань | 3,8 |
Інше | 1,5 |
Разом | 32 |
При ринковій ставці $25-40 за годину це $183-319K «операційної потужності» на рік. Зверніть увагу на формулювання: не «AI зекономив гроші», а «AI вивільнив години, які перекинули на клієнтів, що платять більше». Вивільнена година стає грошима, лише якщо їй є куди піти.
Перевірка на власних 17 агентах
Той самий метод на моєму Paperclip pipeline: 17 агентів на Mac Mini, $2-4 на день на API-токени, 6 місяців даних. Контент-пайплайн раніше забирав 20-25 годин на тиждень, зараз — 8-10. Дельта ~15 годин × 52 тижні ≈ 780 годин на рік при вартості системи $900-1500. Це не лабораторний бенчмарк, а робочі цифри: п'ять років тому під такий обсяг я наймав би окрему людину.
Де ROI не сходиться
Чесна частина, без якої метод перетворюється на маркетинг.
Задача рідкісна. Процес на годину раз на місяць — це 12 годин на рік, які не покриють навіть налаштування агента. Обсяг — головний множник формули: нема обсягу — нема ROI.
Перевірка з'їдає економію. Якщо агент помиляється часто й людина фактично переробляє за ним роботу, економія існує лише в презентації. Тому корекції записують з першого дня — кожну.
Автоматизують функцію замість процесу. «Замінимо весь support» — дорого, довго й рідко спрацьовує з першого разу. Правильна послідовність — один дискретний процес за раз, від простого до складного.
Коли ми в Grow2.ai проходимо цей розрахунок із клієнтом і цифри не сходяться, «не окупиться» — теж результат. Дешевше почути це до впровадження, ніж після.
Чек-лист на перший квартал
- Оберіть один процес (не функцію) — наприклад, тріаж вхідної пошти
- Виміряйте baseline: скільки годин іде зараз, без округлень
- Запустіть агента на 2 тижні
- Запишіть кожну корекцію й порахуйте економію мінус час перевірки
Від малого до великого. Не навпаки.
Хочете порахувати ROI для власного процесу? AI-аудит Grow2.ai робить це у форматі оцінки з фіксованим обсягом. Ширший контекст: скільки насправді коштує AI-агент і гайд по AI-агентах для МСБ. Процеси та CRM, у яких агент житиме, — домен сестринського Auspex; за стратегією й мисленням про AI — Andrew Maryasov.