Сколько стоит ИИ-агент и из чего складывается бюджет

В Geron Labs базовое внедрение ИИ-агента начинается от $500. В этот состав входят база знаний компании, подключение выбранного чата и согласованные действия через готовое API. Настраиваем, откуда агент берёт ответы, какие операции выполняет и когда подключает сотрудника; сохраняем журнал и проверяем рабочие сценарии. До разработки фиксируем объём данных, интеграции и критерии приёмки. Модель, хостинг, платные внешние сервисы и сопровождение оцениваем отдельно.

Что входит в базовое внедрение

• Подключение одного выбранного канала: чат на сайте, в CRM или мессенджере с нужным API сообщений.
• База знаний из согласованных материалов компании: услуги, условия, инструкции и ответы на частые вопросы.
• Логика агента: контекст обращения, правила ответа и выбор разрешённых действий.
• Интеграция с готовым API, например проверка наличия или создание заявки. Конкретный набор операций согласуем заранее.
• Передача сложных случаев сотруднику, журнал событий и проверка сценариев перед запуском.

Как выбираем канал общения

Начинаем с того, где уже работают клиенты и сотрудники. Это может быть сайт, переписка в CRM или мессенджер. Telegram используется в некоторых наших кейсах, но архитектура агента позволяет отдельно выбирать интерфейс общения и систему, в которой выполняется действие.

Наличие API ещё не означает, что площадка разрешает весь нужный обмен. Проверяем получение новых обращений, отправку ответа, доступ к контексту и передачу человеку. Например, в Slack доступ к событиям и отправке сообщений зависит от разрешений приложения: это описано в Events API и chat.postMessage. Если нужный метод или право недоступны, меняем схему либо заранее исключаем операцию из состава.

Где здесь пилот

Пилот проверяет выбранную систему на примерах из вашего процесса. На нём сравниваем ответы с источниками, проверяем действия через API и разбираем исключения. Это этап внедрения с согласованными задачами и критериями, а не отдельный универсальный тариф. После проверки решаем, какие действия можно включить в рабочем потоке и что остаётся сотруднику.

Когда проект стоит дороже

• Несколько систем в одной цепочке. Например, Avito, МойСклад и Telegram-хаб менеджеров: в связке для DOLOROSA цену берём из объявления, наличие из МойСклада, а ответ менеджера должен останавливать бота.
• Нет готового API. Приходится работать с выгрузками, файлами или браузером, и надёжность нужно проверять отдельно.
• Большой справочник. Сопоставление заявок с каталогом 1С на 30 000+ позиций потребовало каскада из словарей, нечёткого и смыслового поиска и проверки моделью.
• Документы на входе. PDF, Excel, фото и сканы требуют разбора, OCR и проверки чисел кодом.
• Высокая цена ошибки. Чем больше действий агент делает сам, тем больше проверок, тестов и журналов вокруг модели.

Четыре части бюджета

Разбор процесса и данных

До кода нужно собрать реальные примеры, правила и исключения. Если у товара нет стабильного ID, услуги названы по-разному, а сотрудники расходятся в ответах, часть бюджета уйдёт на приведение данных в рабочее состояние.

Интеграции

API редко ограничивается одним запросом. Нужны авторизация, обновление токена, таймауты, лимиты, пагинация, проверка прав и тестовый контур. Для Avito добавляются сообщения, контекст объявления и отдельные события заказов. Для YCLIENTS различаются booking и management endpoints.

Агентная логика

Сюда входят инструменты, маршрутизация, проверки фактов, память, защита от дублей и эскалации. Чем больше действий агент выполняет без подтверждения, тем больше работы требуется вокруг модели.

Эксплуатация

После запуска нужны журнал, уведомления об ошибках, обновления внешних API, разбор новых случаев и контроль расходов. Заранее определяем, кто следит за работой и какие задачи входят в сопровождение.

Формула ежемесячного расчёта

Упрощённая модель выглядит так:

месячная стоимость =
  инфраструктура
  + события × средняя стоимость обработки
  + внешние API и сервисы
  + ручной review
  + сопровождение

Средняя стоимость обработки считается по реальной смеси случаев. Короткая классификация, длинный документ и генерация изображения имеют разную цену.

Пример единицы обработки: в проекте DOLOROSA очистка одной фотографии товара стоила около $0,10–0,15 по API модели. Это цена операции, а не цена разработки агента.

Что сильнее всего влияет на разработку

Самые заметные факторы:

• есть ли документированный API;
• можно ли проверить результат записи;
• требуется ли закрытый контур;
• сколько типов входных данных;
• нужны ли изображения, голос или большие файлы;
• сколько ручных ролей участвует;
• можно ли начать с read-only режима;
• какие ошибки недопустимы.

Стоимость зависит от связей между системами. Чат, который создаёт задачу через один готовый метод, требует другого объёма работы, чем синхронизация переписки, остатков, заказов и действий менеджеров в нескольких каналах.

Почему дешёвый прототип дорожает

Первый экран может появиться быстро. Бюджет растёт, когда выясняется, что модель должна помнить обработанные события, не повторять запись, различать источники цены, учитывать ответ человека и объяснять ошибку сотруднику.

Эти требования включаем в состав разработки до старта, чтобы их можно было оценить и проверить при приёмке.

Как получить оценку без большого ТЗ

Для предварительного расчёта достаточно:

1. одного реального входа;
2. правильного результата;
3. списка систем;
4. примерного числа событий за месяц;
5. списка действий, которые агент может выполнять сам;
6. примера самой дорогой ошибки.

По этим данным составляем архитектуру и смету: что разрабатываем, как проверяем и какие расходы появятся после запуска. Как организовать проверку до расширения, описано в статье «Пилот ИИ в бизнесе», а как посчитать окупаемость — в отдельном разборе.

Как не переплатить

Начните с одного маршрута, используйте обычный код для детерминированных правил и не отправляйте всю базу в модель. Для повторяющихся запросов добавьте кэш. Дорогие модели оставьте для случаев, где они действительно улучшают решение. Ручную проверку концентрируйте на помеченных исключениях.

Geron Labs оценивает проект после короткого технического разбора. Мы показываем отдельно стоимость разработки, инфраструктуры и единицы обработки, чтобы их можно было сопоставить с текущим процессом.