«Сколько стоит внедрить ИИ» — вопрос, на который честный ответ начинается с «зависит». Но диапазоны есть, и понимать их полезно до того, как тебе назовут цену.
Разберём реальные вилки цен — от подписки на модель до кастомного решения, — скрытые расходы, ROI-бенчмарки и вечный вопрос: собирать самому или купить готовое.
Сколько стоит внедрить AI в бизнес
Вилка широкая: чат-бот на готовой модели — от 15 000 рублей за интеграцию плюс 3 000–5 000 в месяц; голосовой помощник или ИИ-аналитика — от 100 000 рублей; гибридное решение с доработкой — 200 000–3 000 000; кастомная модель — от 500 000. Большинство малых компаний запускают первый проект меньше чем за 450 000 рублей, а часто гораздо дешевле.
Сама подписка на модель стоит копейки на старте. По API GigaChat обходится примерно от 0,2 до 3,9 рубля за 1000 токенов и от 600 рублей в месяц, YandexGPT — от 0,2 до 2,4 рубля. Основные деньги уходят не на модель, а на интеграцию, доработку и людей.
Из чего складывается бюджет
- Подписка на модель — от 600 ₽/мес, копейки за токены. Нужна для ручной работы в чате и простых задач.
- Чат-бот на готовой модели — от 15 000 ₽ + 3 000–5 000 ₽/мес. Нужен для поддержки и типовых вопросов.
- Голосовой бот / аналитика — от 100 000 ₽ + сопровождение. Нужны для обзвона и речевой аналитики.
- Гибрид с доработкой — 200 000–3 000 000 ₽. Нужен для интеграции с CRM и процессами.
- Кастомная модель — от 500 000 ₽. Нужна для уникальных задач и закрытого контура.
Затраты растут с размером компании. По данным исследований рынка, более трети крупнейшего бизнеса тратит свыше 10 млн рублей в год на ИИ, а среди малого и микробизнеса так делают около 3%. В среднем на генеративный ИИ компании отводят примерно 4% ИТ-бюджета.
Какой ROI реально ждать
Отдача бывает высокой, но не гарантирована. По анализу российских кейсов, средний ROI внедрения на GigaChat и YandexGPT — порядка 150–400% за полгода при бюджете около 75 000 рублей в месяц. Это оценка по подборке кейсов, не независимый аудит, поэтому относиться к ней стоит как к ориентиру.
Масштаб эффекта виден на крупных. Сбер оценил совокупный эффект от ИИ в 2025 году примерно в 475 млрд рублей — но это самооценка вендора по своей методологии. Важнее принцип: считать ROI нужно на своей задаче, а не верить чужим процентам.
Скрытые расходы
Цена модели — верхушка. Что обычно забывают заложить: интеграция с CRM и сайтом, обучение команды, поддержка и доработка после запуска, проверка результатов за ИИ. Последнее редко считают, хотя верификация — это рабочее время живых людей.
Отдельная статья — shadow AI. Около 90% сотрудников используют личные ИИ-инструменты, а корпоративные подписки оплачивают лишь около 40% компаний. Это и неучтённые расходы, и риск утечки данных одновременно.
Собирать самому или купить готовое
Для большинства задач выгоднее купить готовое решение, чем собирать внутри. По данным MIT, внешние решения от вендоров оказываются успешными примерно вдвое чаще внутренних разработок — около 67% против 33%. Самосбор оправдан, когда задача уникальна или данные требуют закрытого контура.
Логика простая: внутренняя разработка кажется дешевле, но съедает время команды и чаще не доходит до результата. Покупка готового быстрее окупается, если решение закрывает конкретную задачу.
Где это разбирают вживую
На AI Борще разбирают и кейсы с цифрами, и честные провалы — где деньги на ИИ окупились, а где утекли впустую. Это помогает не переплатить на своём внедрении. 30 июня 2026, Москва, площадка Актион. Не можешь приехать — есть онлайн-формат за 5 000 ₽ и записи докладов на aiborsch.com.
Мнение экспертов AI Борща