Сколько стоит автоматизация бизнеса с AI-агентами: реальные цифры от практика
Когда спрашивают «сколько стоит автоматизация», я отвечаю вопросом на вопрос: «сколько стоит ваше время, которое сейчас уходит в рутину?». Потому что ценник на AI-автоматизацию варьируется от 15 000 ₽ за простейший бот-ответчик до 700 000 ₽ за систему из 20 агентов под ключ — и правильный ответ зависит от глубины задачи, не от бюджета. Я занимаюсь автоматизацией 14 лет, последние 4 года строю собственный стек из AI-агентов для реального бизнеса на Бали, и в 2026 году наконец сел и честно посчитал, что это стоит на рынке и внутри собственной системы.
Сейчас у меня работает 20 агентов в проде: модератор чатов, слушатель WhatsApp и Telegram, финансовый агент, контент-бот, ассистент клиентов, sales-агент, SEO-исследователь и ещё дюжина. Инфраструктура крутится 24/7 на Бали без штата и без офиса. Один созвон с клиентом утром — отправленное коммерческое предложение вечером того же дня. Чтобы это работало именно так, понадобилось 14 лет постепенного накопления и понимание, что цена проекта — это не строчка в смете, а договор с реальностью о том, что вы хотите получить.
В этой статье — не «N категорий по бюджету», а реальная механика ценообразования: из чего складывается цифра в КП, какие расходы прячутся за кадром, и почему дешёвое решение часто обходится дороже. С конкретными числами из практики и без обобщений вроде «всё зависит от задачи».
Дисклеймер: цены в этой статье — диапазоны по рынку 2026 года для русскоязычного рынка автоматизации. Конкретный проект может выйти дешевле при готовой инфраструктуре или дороже при сложной интеграции с корпоративными системами. Но порядок цифр и логика ценообразования — универсальны.
Откуда берётся ценник на AI-автоматизацию
Большинство запросов приходят в двух форматах: «мне нужен бот, который будет отвечать в WhatsApp» и «хочу автоматизировать вообще всё». Первое — задача на две недели, второе — проект на полгода. Разница в ценнике в 8–10 раз.
Ценник складывается из трёх независимых частей.
1. Стоимость разработки — время специалиста на проектирование логики, написание кода, интеграцию с каналами (Telegram, WhatsApp, CRM, 1С) и тестирование. Типичная ставка AI-инженера в 2026 году — 3 000–7 000 ₽ в час. Простой бот на 2 сценария — 10–15 часов работы, то есть 30 000–100 000 ₽. Система из 10 агентов с общей шиной данных — 200–500 часов. При опыте и готовых компонентах цифры ниже рыночного потолка — опыт сокращает время разработки на 30–50%.
2. Инфраструктура — сервер, API-токены (Claude API, OpenAI, Whisper), облачные сервисы, домен, SSL. Для 20-агентной системы с голосовой транскрипцией, анализом чатов и контент-публикацией это выходит в 40 000–60 000 ₽ в месяц. Для одного простого бота — 3 000–7 000 ₽ в месяц. Эта статья не уменьшается сама по себе — она растёт вместе с объёмом задач.
3. Поддержка и развитие — обновление промптов, реакция на баги, добавление новых сценариев. Вечная статья расходов, которую обычно не закладывают в первоначальное КП, а потом удивляются почему «сломалось». Правило: 20–30% от стоимости разработки ежегодно на поддержку и рефакторинг.
Три уровня автоматизации: в чём принципиальная разница по цене
За 14 лет работы я вижу три устойчивых класса задач — не маркетинговых тарифа, а реальных уровней по глубине интеграции в операционку бизнеса.
Уровень 1. Точечный бот — одна функция, один канал. Бот принимает заявки, отвечает на FAQ, присылает напоминания, квалифицирует входящий лид. Стоимость: 50 000–150 000 ₽ разовая разработка, 3 000–8 000 ₽/мес инфраструктура.
Примеры задач: автоответчик в Instagram с первичной квалификацией лида (какой бюджет, когда нужно, есть ли чёткий запрос), бот записи к врачу в Telegram с проверкой свободных слотов через API расписания, рассылщик уведомлений из CRM по событию (заявка принята, оплата подтверждена, запись напоминание за 24 часа). Автоматизирует одно конкретное узкое место. Окупается за 3–6 месяцев при типовом потоке заявок. Не меняет операционку в целом — убирает одну конкретную боль.
Уровень 2. Связанный контур — несколько агентов работают вместе через общую шину данных. Типичный состав: слушатель входящих → классификатор → ответчик → CRM-запись → дашборд для руководителя. Стоимость: 150 000–350 000 ₽ разработка, 10 000–25 000 ₽/мес инфраструктура.
Примеры: автоматизация входящих лидов с квалификацией и передачей в CRM, контент-конвейер от идеи до публикации в 3 каналах одновременно, финансовый агент который сводит данные из разных источников (банк, 1С, PMS) в единый отчёт. Высвобождает 2–4 часа в день — этот ресурс уже можно перенаправить на стратегические задачи или на прямые коммуникации с клиентами.
Уровень 3. Агентный штаб — 10–25 агентов с иерархией ролей, общей «конституцией» (документ правил для всего парка), мониторингом здоровья стека и суточным дайджестом состояния. Стоимость: 350 000–700 000 ₽ разовый запуск, 40 000–80 000 ₽/мес поддержка и инфраструктура.
Solar OS в 2026-м — это уровень 3: 20 агентов, которые пока я сплю выполнили к утреннему дайджесту 12–18 задач. Эффект не в экономии времени — эффект в фокусе. Я занимаюсь только тем, что не может сделать агент: думать, договариваться, принимать нестандартные решения. В один из дней мая 2026 агент восстановил данные учёта броней на 208 миллионов рупий — задача, которая без автоматизации заняла бы у аналитика неделю.
Как пересчитывалась цена: честная история из практики
До 2025 года я делал проекты по $1 000–3 000. Бот тут, скрипт там. Получалось как дополнительный доход, не как бизнес. Потоком это не работало: слишком много объяснений что такое AI-агент, слишком много клиентов с маленькими бюджетами и большими ожиданиями.
В мае 2026 я сел и посчитал воронку честно. Если поставить стартовый пакет в 180 000 ₽, одна продажа в месяц покрывает: KITAS (разрешение на работу в Индонезии — около 30 000 ₽ в год), страховку, аренду рабочего места, базовые расходы жизни на Бали. С одной продажи — в нуле. Всё что сверху — на развитие и масштабирование собственной инфраструктуры.
При ценнике в 50 000 ₽ нужно закрыть 3–4 проекта в месяц чтобы выйти на то же. Это 3–4 первых звонка, 3–4 раза объяснять что такое AI-агент, 3–4 договора, 3–4 раза сдавать проект и получать правки. Минимум 80 часов в месяц только на продажи и управление — и ещё сама разработка. Вместо одного правильного клиента — четыре неправильных.
«Юрий Солар, Solar OS: проблема не в том, чтобы сделать автоматизацию дешевле. Проблема в том, чтобы найти клиента, которому нужна правильная автоматизация. Высокая цена — это фильтр, а не барьер. Клиент, который приходит на 180 000 ₽, уже понимает что это инвестиция, а не расход.»
Вывод, который меня самого удивил: высокая цена экономит время на каждом этапе воронки. Клиент с реальным бюджетом прочитал кейсы, подумал, сформулировал задачу. С ним другой разговор с первой минуты созвона — нет вопросов «а это точно работает?» и «а можно за 20 тысяч?», есть конкретный разбор задачи.
Скрытые расходы, которые убивают экономику проекта
Через год после запуска автоматизации большинство заказчиков обнаруживают расходы, которых не было в первом КП. Я собрал их все — потому что сам на них наступал.
API-токены внешних сервисов. Claude API при интенсивной работе 20 агентов — 15 000–30 000 ₽ в месяц. Whisper для транскрипции звонков — ещё 5 000–10 000 ₽. Instagram Graph API, WhatsApp Business API — плата за каждое исходящее сообщение. Если этого нет в смете — неожиданный сюрприз через 2 месяца после запуска.
Версионный drift моделей. В мае 2026 года поставщик AI-движков тихо выпилил версию модели, которую я использовал для модератора чатов. Без предупреждения, за выходные. Бот перестал работать. Нашёл это через 4 часа — повезло. Теперь watchdog пингует все используемые версии раз в 10 минут и алертит если что-то протухло. Второй такой прецедент за один месяц. Это тоже разработка, которой не было в первом КП.
Логика edge cases. Каждый реальный бизнес имеет нестандартные случаи: два аккаунта одного человека в чате, Telegram-карусель из 8 фото которая считается как 8 постов вместо одного (нашёл через жалобу клиента — в его отчёте было 17 постов за неделю вместо реальных 8), клиент который пишет вопрос в несколько отдельных сообщений. Каждый edge case — это часы отладки. Мой модератор за 8 месяцев эксплуатации получил 23 хотфикса только для борьбы с уловками спамеров.
Ручной мониторинг первые 2–3 месяца. После запуска система ещё сырая. Нужно читать диалоги, проверять решения агентов, ловить ложные срабатывания. В реальном проекте я первые 6 недель просматривал 100% диалогов агента — 30–40 минут в день. Это обязательная итерация, не опциональная.
Рефакторинг через 6–12 месяцев. Бизнес меняется — меняются промпты. То что идеально работало в ноябре, в апреле требует переписки потому что поменялась линейка продуктов или каналы коммуникации. Норма — но за правки нужно платить или иметь внутренний ресурс.
Рассинхрон контекста между агентами. Классическая проблема при масштабировании: данные клиента обновляются локально, но серверный ассистент продолжает отвечать по старой памяти. Один из моих ботов сказал клиенту: «Юрий ещё не обновил мою память по итогам разговора». Это правильное поведение (лучше честное незнание чем уверенная неправда), но архитектурно лучше настроить rsync каждые 15 минут между локальными папками и сервером. Нет рассинхрона — нет ситуации когда бот сообщает клиенту устаревшую информацию.
Кейс: автоматизация входящих пациентов для медклиники
Один из проектов — медицинская клиника в Санкт-Петербурге. Запрос: автоматизировать поток входящих из VK и Telegram, уменьшить нагрузку на администраторов. Суть — поймать пациента в момент когда он пишет в районный паблик «посоветуйте хорошего врача» и направить в клинику.
Стек решения: VK-радар (слушатель постов в 40+ районных пабликах по ключевым словам), классификатор срочности обращения, контент-бот для публикаций от имени клиники, AI-продавец для записи на первичный приём, дашборд с агрегированным расписанием врачей.
Проект шёл в 4 фазы. Каждая фаза — отдельное КП с оплатой до начала работ. В процессе нашли 3 бага в контент-боте: порядок публикации клипов нарушался, формат карточек врачей не совпадал с требованиями клиники, WhatsApp в постах нужно было убрать по внутреннему регламенту. Каждая правка — реальный фидбэк, каждая итерация закрывала конкретную проблему. Плюс отдельно: фидбэк по тексту ответов продавца, откалибровали тон под специфику клиники.
К 4-й фазе (май 2026) система обрабатывала без участия администратора большинство типовых входящих. Сотрудники подключались только к нестандартным случаям: срочный запрос, спорная запись, вопрос требующий врачебной экспертизы. Высвобожденное время персонала перераспределилось на живое общение с пациентами в клинике — то что приносит реальную ценность и не поддаётся автоматизации. Отдельный бонус: агент не устаёт, не забывает спросить про аллергии, не пропускает пациентов потому что был на обеде. Равномерное качество первого контакта в любое время суток — это то чего не даёт даже лучший администратор.
Почему дешёвая автоматизация часто стоит дороже
Компания берёт готовое SaaS-решение за 5 000 ₽/мес — получает бот, который делает 70% того что нужно. Оставшиеся 30% — edge cases: специфика бизнеса, нестандартный сценарий, интеграция с самописной CRM. Начинается кастомизация, которую SaaS не поддерживает. Добавляются Zapier и Make как прокладки. Через полгода система из 3 сервисов по отдельным подпискам, которые разговаривают через костыли — и при падении одного рушится всё.
Я сам через это прошёл в 2021–2022: пять сервисов, связанных вебхуками. Упавший один парализовывал всю цепочку. Каждый следующий инцидент добавлял ещё одну прокладку. К концу 2022 поддержка этого зоопарка занимала больше времени чем сэкономила автоматизация.
Правило: если задача живёт дольше 6 месяцев — писать кастомное решение дешевле, чем поддерживать зоопарк SaaS. Порог принятия решения: если годовая цена всех прокладок плюс время на поддержку превышает 200 000–300 000 ₽ — кастом дешевле.
Другой паттерн: дешёвый исполнитель сделал бота за 30 000 ₽ и уехал. Через 3 месяца бот перестал работать — поменялся API. Исполнитель недоступен, документации нет, код нечитаемый. Переписать — снова 50 000–80 000 ₽ и потеря 3 месяцев данных. Итоговая цена одного работающего бота: 110 000–130 000 ₽. Дороже чем изначально хороший кастомный с документацией и поддержкой.
Что должно быть в нормальном ТЗ на автоматизацию
Половина проблем с ценой возникает до того как написана первая строчка кода — в момент когда клиент и подрядчик по-разному понимают задачу. Хорошее ТЗ предотвращает 80% споров о стоимости правок.
1. Каналы и интеграции. Конкретный список: Telegram Bot API, WhatsApp Business API, Instagram Graph API, AmoCRM webhooks, 1С REST, Google Sheets. Каждый канал — это отдельный слой интеграции со своими особенностями, авторизацией и ограничениями. Разница в цене между «бот в Telegram» и «бот в WhatsApp + Telegram + Instagram» — 1,5–2 раза.
2. Сценарии в виде диалогов. Не «бот должен отвечать на вопросы», а конкретные примеры диалогов: что пишет клиент, что отвечает бот, что происходит если клиент отвечает нестандартно. Минимум 5–7 полных сценариев с ветками. Это занимает 2–4 часа у клиента, но экономит 20–40 часов у разработчика.
3. Граница ответственности бота и человека. Где бот останавливается и передаёт менеджеру? При каком сигнале? В моих проектах это обычно: сумма сделки выше порога, нестандартный запрос, клиент явно просит живого человека, техническая ошибка. Без этой границы бот будет либо пропускать слишком мало (всё на менеджера), либо слишком много (галлюцинации и потери).
4. Метрики успеха. Что считаем через 3 месяца? Количество обработанных диалогов без участия менеджера, время первого ответа, конверсия в целевое действие. Без метрик невозможно ни доказать ценность, ни понять что нужно улучшить.
5. Данные для обучения. Реальные диалоги из вашего бизнеса за последние 3–6 месяцев. Не выдуманные — именно реальные, с опечатками, нестандартными вопросами и отказами. 200–500 диалогов — достаточно для хорошего старта. Без этого подрядчик будет угадывать ваш бизнес, а не моделировать его.
Если этих 5 пунктов нет в ТЗ — первое, что скажет грамотный подрядчик: «давайте сначала проведём аудит процессов, это 15 000–30 000 ₽ и неделя работы». Это не попытка заработать — это защита от того чтобы не переделывать всё через 2 месяца.
Как рассчитать правильный бюджет до разговора с подрядчиком
Практический чек-лист для самооценки перед тем как идти за коммерческим предложением.
1. Сколько часов в месяц уходит на задачу сейчас? 20 часов × 500 ₽/час = 10 000 ₽/мес. Автоматизация за 150 000 ₽ окупается за 15 месяцев — нормально для задачи на 3+ года. Если задача временная — не автоматизировать.
2. Есть ли стандартный сценарий, или каждый случай уникальный? Если 80% ситуаций типовые — автоматизация работает. Если каждый клиент уникален и требует экспертизы человека — бот будет мешать, а не помогать.
3. Какой канал? Telegram и WhatsApp — самые дешёвые в разработке и интеграции. Instagram — дороже из-за Graph API и ограничений платформы. Кастомный веб — ещё дороже. Если можно выбрать — выбирайте Telegram как базовый.
4. Кто будет поддерживать? Если нет внутреннего разработчика — закладывайте 20–30% от стоимости разработки ежегодно на поддержку. Или учитесь работать с no-code: 2–3 месяца с n8n или Make — и часть правок можно делать самостоятельно без привлечения подрядчика. В 2026 году Claude Code и аналоги позволяют бизнес-аналитику без опыта программирования вносить правки в промпты и простую логику самостоятельно.
5. Какой горизонт планирования? Если бизнес-модель может измениться через год — не инвестируйте в дорогую кастомную систему сразу. Начните с уровня 1, проверьте гипотезу на реальных данных, потом масштабируйте. Итеративный подход обходится дешевле чем попытка сразу построить «идеальную систему» — потому что без реальных данных о том как клиенты взаимодействуют с ботом, «идеальная система» будет системой из предположений, а не из фактов.
14 лет в автоматизации показали одно: правильный вопрос не «дорого или дёшево», а «что именно я автоматизирую и на какой срок». Из этого ответа вырастает честная смета — без сюрпризов через полгода и без разочарований от несбывшихся ожиданий. Большинство неудачных внедрений — не технические провалы, а результат того что клиент и подрядчик по-разному поняли задачу на старте. Время потраченное на честное ТЗ — самая дешёвая часть всего проекта.
Если хотите посмотреть как устроен полный стек из 20 агентов изнутри — какие промпты используются, как строится иерархия и «конституция» системы, какие реальные кейсы и на какие грабли я наступил — всё это в клубе «Solar — внутрянка». Бери и адаптируй: https://4bos.ru/inside/, от 2 500 ₽/мес.
— Solar OS.