ROI от ИИ в продажах: как считать окупаемость

Почему «внедрили ИИ» без метрик — выброшенные деньги

ИИ — операционный инструмент. Как станок или CRM. Никто не покупает станок «чтобы был» — считают выработку, брак, амортизацию. С ИИ почему-то иначе: купили, потому что у конкурентов есть и на конференции рассказывали.

Что происходит, когда метрик нет:

• Эффект бота не отличить от сезонности. Продажи выросли — может, это апрель такой, а не ИИ.
• Бюджет на доработки нечем обосновать. Финансовый директор первым делом режет статью, за которой не стоят цифры.
• Не видно, где бот теряет клиентов. Без аналитики диалогов вы не узнаете, что 20% обращений обрываются на третьем сообщении.
• Решение о масштабировании принимается на эмоциях. «Вроде работает» — не аргумент ни за, ни против.

Первое правило внедрения: метрики до запуска, метрики после, разница в рублях. Всё остальное — разговоры.

Формула ROI: одна строка

ROI = (доход от внедрения − затраты на внедрение) / затраты × 100%

Потратили 200 000 ₽, дополнительная прибыль за год — 800 000 ₽. ROI = (800 000 − 200 000) / 200 000 × 100% = 300%. Каждый вложенный рубль принёс три сверху.

Формула простая, но в ней три места, где ошибаются почти все:

1. Считайте на марже, а не на выручке. Прирост выручки 1 млн ₽ при марже 30% — это 300 000 ₽ дохода в формуле. Иначе ROI получится красивым, но фальшивым, и финдиректор это увидит первым.
2. Фиксируйте период. ROI за месяц и ROI за год — разные числа. Для управленческих решений считайте горизонт 12 месяцев.
3. Изолируйте эффект. Если вместе с ботом вы наняли двух менеджеров и удвоили рекламный бюджет — честно делите прирост между факторами, а не записывайте всё на ИИ.

Что считать в доходах

Доход от ИИ в продажах складывается из четырёх источников. По каждому — что и как мерить.

Прирост конверсии от скорости ответа

Клиент, получивший ответ за 20 минут, покупает заметно чаще того, кто ждал полдня: за эти часы он уже запросил счёт у двух конкурентов. В нашем кейсе B2B-продаж время ответа сократилось с 4–6 часов до 20–40 минут — и это стало первым из трёх источников роста выручки.

Формула: (новая конверсия − старая конверсия) × число лидов в месяц × средний чек × маржа.

Рост среднего чека от апселла

Менеджер в запаре забывает предложить сопутствующую позицию. ИИ не забывает никогда: блок апселла стоит в каждом сгенерированном ответе. Это системность вместо памяти конкретного сотрудника. ИИ-ассистент «Продажник» подбирает и основной продукт, и допродажу под конкретный запрос клиента.

Формула: прирост среднего чека × число сделок × маржа.

Экономия ФОТ

Бот снимает типовые вопросы и первичную квалификацию. Это не «уволить менеджеров», а «не нанимать третьего, когда заявок стало вдвое больше». Сотрудника считайте полностью: оклад + страховые взносы около 30% + рабочее место + стоимость найма и двух месяцев онбординга.

Сохранённые лиды

Заявка в два часа ночи, в воскресенье, тридцать обращений одновременно в пиковый час после рассылки — без бота часть потока умирает неотвеченной. Обычно это 10–25% обращений. Каждая такая заявка — оплаченный маркетингом контакт, выброшенный в корзину. Посчитайте: число потерянных лидов × конверсия × средний чек × маржа.

Что считать в затратах: полный TCO

Окупаемость считается не от цены разработки, а от полной стоимости владения (TCO) за период. Вот из чего она складывается:

Статья затрат	Сколько	Комментарий
Разработка и внедрение	от 49 000 ₽ — базовый Telegram-бот; от 120 000 ₽ — бот с интеграцией CRM; от 500 000 ₽ — мультиагентная система	Цена фиксируется в договоре. В стоимость входят ТЗ, обучение модели на ваших данных, тестирование, сдача и 30 дней поддержки. Детали — на странице тарифов
Токены LLM	2 000–5 000 ₽/мес на GPT-4o или до 1 000 ₽/мес на YandexGPT	Для среднего чат-бота, оплачиваются напрямую провайдеру
Поддержка после гарантийного срока	по договорённости	Первые 30–60 дней включены в проект
Доработки	ориентир для бюджета — 50 000–150 000 ₽/год	Новые сценарии, каналы, отчёты — по мере роста
Время вашей команды	10–20 часов на проект	Интервью, примеры диалогов, приёмка. Без этого модель не обучить

Итого типовой первый год для бота с CRM-интеграцией: 120 000 ₽ проект + около 36 000 ₽ токены + около 100 000 ₽ поддержка и доработки ≈ 250 000–280 000 ₽. Эту сумму и подставляйте в знаменатель формулы.

Полный пример: B2B-компания, 8 менеджеров

Теперь сквозной расчёт на реальном проекте — кейс целиком описан здесь.

Исходная точка. Отдел из 8 менеджеров. Ответ клиенту занимал 4–6 часов: под каждый запрос нужно подобрать продукт из каталога и собрать предложение. Пока менеджер собирал, клиент остывал.

Что сделали. ИИ-ассистент генерирует черновик ответа за 15–30 секунд — с подбором продукта и блоком апселла. Менеджер проверяет и отправляет сам: последнее слово за человеком. Внедрение заняло 5 недель.

Результат. Ответ клиенту — за 20–40 минут вместо 4–6 часов. Работа с одним письмом — 5–10 минут. Новый менеджер выходит на результат за 2 недели вместо 2 месяцев. Главная строка: +4 млн ₽ к месячной выручке при том же потоке лидов.

Считаем ROI первого года, затраты — по верхней планке:

• проект такого уровня — вилка между Стандартным и Корпоративным тарифом, для расчёта берём 500 000 ₽;
• токены GPT-4o: 5 000 ₽ × 12 мес = 60 000 ₽;
• поддержка и доработки: 140 000 ₽ за год.

TCO первого года ≈ 700 000 ₽.

Доход: +4 млн ₽/мес выручки = 48 млн ₽/год. При марже 30% — 14,4 млн ₽ дополнительной прибыли.

ROI = (14 400 000 − 700 000) / 700 000 × 100% ≈ 1957% за первый год.

Окупаемость: маржинальный прирост 1,2 млн ₽ в месяц перекрывает все затраты первого года уже в первый месяц работы. Даже если ваш эффект окажется втрое скромнее, проект выйдет в плюс на втором месяце.

Почему так много? Рост шёл из трёх источников одновременно: конверсия за счёт скорости и качества ответа, средний чек через системный апселл, выравнивание команды — слабые менеджеры подтянулись к сильным, потому что черновик у всех одинаково сильный.

Сроки окупаемости по направлениям

Продажи — самое быстрое направление, потому что эффект сразу виден в выручке. По проектам PapAI Soft картина такая:

Направление	Типичная окупаемость	За счёт чего
Продажи	1–3 месяца	Скорость ответа, апселл, сохранённые лиды
Клиентский сервис	3–6 месяцев	Экономия ФОТ, удержание клиентов
HR и рекрутинг	6–12 месяцев	Скорость найма, экономия на рутинном обзвоне

Средняя окупаемость по нашим проектам — 3 месяца.

Бейзлайн: что замерить до внедрения

Без точки «до» вы никогда не докажете эффект. Снимите эти метрики минимум за 2–3 месяца до запуска:

• среднее время первого ответа клиенту — по каждому каналу, включая ночь и выходные;
• конверсия из лида в сделку;
• средний чек и доля сделок с допродажей;
• доля необработанных и брошенных обращений;
• выручка и количество сделок на одного менеджера;
• часы, которые отдел тратит на переписку и типовые вопросы.

Большую часть этих цифр достаёт из CRM модуль аналитики — например, наш «Аналитик» собирает статистику обращений, источников и конверсий автоматически. Если CRM нет — начните с CRM, а не с ИИ.

Когда ROI будет отрицательным: честный список

ИИ — не магия, и есть ситуации, когда внедрять рано. Мы говорим об этом на аудите прямо, потому что проваленный проект бьёт по обеим сторонам.

• Мало лидов. При 30–50 обращениях в месяц менеджеры справляются сами. Автоматизация ускоряет поток — если потока нет, ускорять нечего.
• Нет CRM или ей не пользуются. Бот без CRM теряет данные, а эффект без данных не посчитать. Сначала учёт, потом интеллект.
• Низкий средний чек при малых объёмах. Если сделка приносит 500 ₽ маржи, а сделок сто в месяц, даже идеальный бот будет отбивать вложения год.
• Процессы не описаны. Никто не может сформулировать, как квалифицировать лид и что отвечать на типовые возражения? Тогда модель нечему обучать. ИИ копирует вашу лучшую практику — если её нет, копировать нечего.

Наша позиция за годы внедрений не изменилась: если в отделе продаж не работает естественный интеллект, искусственный его не спасёт. Сначала процесс — потом автоматизация.

Частые вопросы

Какой ROI считается хорошим для ИИ в продажах?

Всё, что выше 100% за первый год, — рабочий результат: вложения удвоились. В продажах типичный диапазон по нашим проектам — 300–1000% за год, потому что эффект складывается из трёх источников сразу. Если прогнозный ROI ниже 50%, лучше пересмотреть сценарий или отложить внедрение.

Можно ли посчитать ROI до внедрения?

Да, и нужно. Берёте бейзлайн-метрики, консервативный прогноз (например, +10% к конверсии вместо +30%) и полный TCO за год. Мы делаем такой прогнозный расчёт на бесплатном аудите — до того, как вы заплатите хоть рубль.

Сколько стоит содержание бота после запуска?

Токены: 2 000–5 000 ₽/мес на GPT-4o или меньше 1 000 ₽/мес на YandexGPT — платятся напрямую провайдеру. Первые 30–60 дней поддержки включены в стоимость проекта, дальше поддержка и доработки оплачиваются отдельно. В любом случае это в разы дешевле одного менеджера.

Через сколько появятся первые результаты?

Внедрение занимает от 1–2 недель для базового бота до 5–6 недель для ассистента с интеграциями, как в кейсе B2B. Первые измеримые сдвиги — скорость ответа и доля обработанных лидов — видны уже через две недели после запуска. Деньги в управленческом отчёте — через 1–3 месяца.

Что делать, если эффект ниже прогноза?

Смотреть аналитику диалогов: где клиенты обрываются, какие вопросы бот не вытягивает, доводят ли менеджеры переданные лиды до сделки. В восьми случаях из десяти проблема в сценарии или в процессе после бота — и лечится доработкой, а не выключением. Для этого в проектах от 120 000 ₽ предусмотрена аналитика обращений.

Получите бесплатный аудит

Пришлите вводные — поток лидов, средний чек, каналы — и мы бесплатно посчитаем прогнозный ROI для вашего отдела продаж и честно скажем, если внедрять пока рано. Демо показываем до оплаты: вы увидите, как ИИ отвечает на ваших реальных запросах. Тарифы и состав работ — на странице тарифов, быстрый вопрос — в Telegram t.me/papai_robot или по телефону +7 (993) 983-09-12.