ROI (return on investment) показывает отдачу на вложения. Для ИИ-проекта он помогает выбрать сценарии с реальной экономической ценностью и защитить бюджет перед руководством.
Базовая формула
ROI = (Эффект в деньгах − Затраты) / Затраты × 100%. Например, при годовом эффекте 6 млн ₽ и затратах 2 млн ₽: ROI = (6 − 2) / 2 × 100% = 200%. Второй важный показатель - срок окупаемости (payback): Затраты / Эффект в месяц.
Какие эффекты считать
- Прямая экономия: сокращение ручного труда, брака, простоев, потерь.
- Рост выручки: выше конверсия, средний чек, скорость обработки заявок.
- Снижение рисков: меньше штрафов, аварий, утечек (оценивается через вероятность × ущерб).
- Высвобождение времени: часы сотрудников × стоимость часа.
Какие затраты учитывать
Не только разработку: инфраструктура (серверы/GPU или облако), интеграции, лицензии, подготовка данных, обучение сотрудников и сопровождение модели (MLOps). Именно скрытые затраты чаще всего «съедают» ROI.
Условный пример (числа не из реального проекта): AI-бот в поддержке снял 45% типовых обращений. Экономия = высвобожденные часы × ставка + удержанные клиенты. При затратах в 900 тыс. ₽ и экономии 250 тыс. ₽/мес окупаемость - около 4 месяцев.
Типичные ошибки
- Считают только затраты на разработку, забывая про сопровождение.
- Берут эффект «на глаз» без базовых метрик до внедрения.
- Игнорируют качество данных - модель на «сырых» данных не даёт заявленного эффекта.
- Стартуют со сложного сценария вместо быстрого пилота.
Как считать правильно
Зафиксируйте метрики «до», запустите пилот на ограниченном участке, измерьте «после» и экстраполируйте. Такой подход даёт защищаемые цифры, а не обещания.
Вывод
ROI от ИИ считается так же, как по любому проекту, но важно учесть все затраты и опираться на реальные метрики пилота. Это и есть задача AI-аудита - найти сценарии с максимальной отдачей.
По теме: зачем нужен AI-аудит перед внедрением. Смежная тема — когда пилот пора останавливать или масштабировать.
Смотрите также: Внедрение ИИ на предприятии: этапы, готовность и риски.