Почему 80% ботов не окупаются
Типичный сценарий: «Сделайте бота в Telegram за 100 000 ₽». Подрядчик подключает GPT к общему промпту, без базы знаний, без CRM, без метрик. Через 3 месяца бот отвечает шаблонно, сотрудники дублируют работу, руководство разочаровано.
Проблема не в модели — в отсутствии процесса. Неясно, какой KPI бот должен двигать: снижение тикетов, квалификация лидов, запись на приём, статус заказа.
AI-диагностика за 150 000 ₽ (1–2 недели) окупается тем, что отсекает бесполезные сценарии до кода и считает ROI в человеко-часах.
Формула ROI до разработки
ROI = (Экономия в ₽/год − Затраты на внедрение и поддержку) / Затраты × 100%. Экономия = (часы в месяц на задачу × ставка сотрудника × 12) × доля автоматизации.
Пример: 500 обращений «где мой заказ» × 4 минуты × 400 ₽/час оператора = 133 000 ₽/мес трудозатрат. Агент закрывает 70% → ~93 000 ₽/мес → 1,1 млн ₽/год. Внедрение RAG-агента от 45 000 ₽ + 15 000 ₽/мес поддержка.
Payback = затраты / месячная экономия. В примере — меньше 2 месяцев. Без диагностики эти цифры остаются в голове у «интуитивного» заказчика.
- Считайте в человеко-часах, не в «волшебстве AI»
- Доля автоматизации — консервативно 50–70% на старте
- Добавьте стоимость ошибок бота (эскалация на человека)
Что даёт AI-диагностика Lumen.studio
150 000 ₽, 1–2 недели: интервью с владельцами процессов, оцифровка потоков, карта «как есть», 5 приоритетов с расчётом ROI, дорожная карта на 1–2 часа чтения — готова к разработке.
Отделяем «нужен LLM» от «достаточно скрипта, формы или интеграции 1С». В кейсе производственного холдинга из 15 заявок «хотим AI» в MVP вошли 2 агента и 1 интеграция без LLM — бюджет снизился на 35%.
Результат — не презентация, а приоритизированный backlog с оценкой сроков и владельцами.
Когда агент оправдан
Высокий объём однотипных запросов с документированными ответами: статус заказа, запись по расписанию, FAQ по регламенту, первичный intake в юриспруденции.
Ночные и выходные смены без оператора: медсеть с 40% обращений мимо ресепшена ночью — агент записи дал +34% конверсии в запись.
Долгий цикл согласования внутри компании: RAG по внутренним регламентам экономит часы юристов и HR.
Когда агент не нужен
50 обращений в месяц — дешевле улучшить сайт и форму. Нет базы знаний и не планируете вести — бот будет галлюцинировать.
Процесс меняется каждую неделю без владельца — поддержка промпта съест экономию. Жёсткие регуляторные требования без on-prem и обезличивания — сначала 152-ФЗ архитектура.
Диагностика явно помечает такие кейсы «не AI» — это часть ценности отчёта.
Стоимость внедрения после диагностики
RAG-агент на ваших документах, интеграция amoCRM/Bitrix24/Telegram — от 45 000 ₽ за агента. Команда агентов (маршрутизация, эскалация) — проектная оценка.
Поддержка: обновление базы знаний, мониторинг галлюцинаций, дообучение сценариев — от 15 000 ₽/мес. On-prem для медицины и финансов — отдельная смета.
Сравнение: один неудачный бот за 100k без процесса vs два точечных агента после диагностики за 90k с измеримым payback 3–4 месяца.
Метрики после запуска
До: baseline — время ответа, % автозакрытия, CSAT, конверсия в целевое действие. После: те же метрики еженедельно первые 8 недель.
B2B SaaS кейс: 71% автозакрытие тикетов 1 линии, CSAT +0.4, ROI 4 месяца. Юридическая фирма: +41% целевых консультаций за счёт отсечения «не наш профиль».
Без метрик ROI «на глаз» — и проект закроют при первом скандале с галлюцинацией.
Следующий шаг
Запросите AI-диагностику на lumenstudio.su — созвон 30 минут, NDA по запросу. Или начните с описания одного процесса: объём, время, системы.
Параллельно проверьте AI-видимость сайта на ai-visibility/ — агент без нормального сайта теряет лиды из органики и GEO.
Считайте ROI до кода — это единственный способ не стать статистикой в 80% провалов.