сколько на самом деле стоит ai-автоматизация: считать нужно не токены, а успешный результат

На старте все любят считать цену по модели: столько-то за миллион токенов, столько-то за генерацию изображения, столько-то за минуту видео. Но для бизнеса это только нижний слой затрат. Если система делает ошибки, требует ручного подтверждения и часто перезапускается, цена модели перестаёт быть главным фактором.

Из-за этого проекты нередко кажутся дешёвыми в презентации и дорогими в эксплуатации. Не потому что модель внезапно стала дорогой, а потому что в расчёт забыли включить человека в цикле, интеграционные обходы, мониторинг и поддержку нестандартных случаев.

Минимальный честный расчёт включает шесть блоков: модель, оркестрацию, интеграции, ручной контроль, обработку ошибок и сопровождение. Для поддержки клиентов к этому добавляется цена эскалации на оператора. Для контента или ресерча - цена редакторской правки. Для продаж - стоимость дублей и неверной квалификации.

Когда эти блоки сведены в одну таблицу, становится легче принимать решения. Иногда более дорогая модель выигрывает, потому что режет объём ручной проверки вдвое. Иногда наоборот: дешёвая модель оказывается дорогой, потому что каждую третью задачу приходится переделывать руками.

Лучший юнит для расчёта это не токен и не час разработки, а успешный кейс. Успешно закрытое обращение, корректно обработанный лид, подготовленный отчёт, собранная карточка товара. Тогда можно сравнить стоимость нового контура с тем, как эта же работа закрывалась до автоматизации.

Если стоимость успешного кейса падает, а качество не проседает, проект движется в правильную сторону. Если токены дешёвые, но цена успешного результата растёт из-за контроля и переработок, значит автоматизация пока не окупается, даже если по презентации она выглядит эффективной.