Цена ИИ-агента: как считать не токены, а принятую работу

Поставщики ИИ любят сравнивать цену за миллион токенов. Для команды, которая собирается поручить агенту обработку документов или заявок, эта цифра почти ничего не говорит о реальной экономике. Один дешёвый вызов может породить неверный файл, который сотрудник исправляет полчаса. Дорогой вызов иногда оказывается выгоднее, если результат принимают сразу. Правильная единица для пилота — не ответ и не токен, а законченная задача, которую человек проверил и принял без скрытых потерь.

Начните с границы задачи

Запишите начало и конец одного процесса. Например, «из трёх писем клиента подготовить черновик ответа с подтверждёнными сроками». Не смешивайте в одной метрике простые письма и спорные претензии. Разделите выборку хотя бы на три класса сложности: типовой случай, недостающие данные, конфликт документов. Для каждого класса запишите, сколько времени сегодня тратит сотрудник без агента и какой результат считается пригодным. Если исходный процесс не измерен, заявление об экономии после внедрения будет строиться на памяти и впечатлениях.

Не включайте в пилот только примеры, которые заранее подобраны под демонстрацию. Возьмите подряд реальную неделю обращений, уберите персональные данные и исключите случаи, где использование внешней модели запрещено. Для чувствительных процессов отдельно оценивайте правовые и репутационные последствия. Если ошибка может привести к выплате, блокировке клиента или утечке, средняя цена не должна скрывать редкий дорогой риск.

Разложите цену на видимые компоненты

В таблице нужны: стоимость запросов к модели, число повторных попыток, расходы на хранение и извлечение данных, время настройки и время проверки человеком. Добавьте стоимость исправления ошибок и долю задач, которые пришлось полностью переделать вручную. Если агент вызывает несколько инструментов, учитывайте оплату каждого сервиса и возможные лимиты. Один запрос пользователя может вызвать десять модельных шагов; считать только первый шаг — значит систематически занижать расходы.

Полезная формула: полная стоимость пилота делится на число принятых задач, а не на число начатых. Пример: команда потратила условные 20 000 рублей на вычисления и 40 часов проверки; агент начал 200 заданий, но 50 пришлось переписать. Если час специалиста стоит компании 1000 рублей, общая оценка — 60 000 рублей без учёта других расходов, или 400 рублей на 150 принятых результатов. Цифры здесь учебные, не тариф какого-либо поставщика. В вашей таблице подставьте фактические цены и честно покажите исключения.

Ошибка с быстрым обнаружением и скрытая ошибка стоят по-разному

Два одинаковых по числу случая могут иметь разную цену. Если агент не смог открыть документ и честно остановился, сотрудник просто возвращается к старому процессу. Если он уверенно записал неправильную дату договора, ошибку могут заметить после отправки письма клиенту. Поэтому фиксируйте не только долю ошибок, но и момент обнаружения: до принятия, после принятия, после внешнего действия. Для последнего класса нужен отдельный резерв риска и контроль. Новость о новом рабочем агенте Google показывает, почему подключения к почте и документам меняют цену ошибки, даже если вызов модели остаётся дешёвым.

Перед запуском составьте список действий, которые агенту запрещены без подтверждения. Отправка писем, изменение прав, удаление записей и утверждение финансовых данных требуют разных контрольных точек. Человек не должен получать на проверку двадцать красивых абзацев без источников; подтверждение должно быть возможно за минуты. Если аудит результата дороже ручного выполнения задачи, пилот в нынешнем виде не даёт экономии, даже при идеальном счёте токенов.

Сравнивайте с правильной альтернативой

Альтернатива агенту не всегда «сотрудник делает всё вручную». Возможно, задачу уже решает фильтр, поиск по базе или короткий скрипт. Сравните три варианта на одной выборке: существующий процесс, простая автоматизация и агент. Для извлечения поля из стабильной формы правило или парсер может быть дешевле и надёжнее. Агент имеет смысл там, где входы разнообразны, нужно объединить контекст и всё равно предусмотрена проверка. Не приписывайте ему выгоду, которую дала простая уборка данных или обновление шаблона.

Одинаково важны затраты на поддержание. Когда меняется интерфейс корпоративной системы, интеграция может перестать работать. Когда меняется инструкция, старый промпт может сохранять устаревший вывод. В бюджет включите ежемесячный прогон регрессионной выборки и ответственного за исправление. В гайде по тестовому набору показано, как сохранить контрольные случаи; для агента добавьте проверку вызовов инструментов и прав.

Минимальная таблица пилота

На каждую задачу запишите дату, тип, время человека без ИИ, модель и версию, число шагов агента, стоимость вызовов, время проверки, число исправлений, итоговый статус и причину отказа. Статус должен быть конкретным: «принято», «принято после правки», «переделано вручную», «остановлено из-за риска». Через две недели посчитайте стоимость и время по каждому классу сложности отдельно. Если агент экономит время только на простых задачах, возможно, именно их стоит автоматизировать обычным шаблоном.

Не гонитесь за одним эффектным процентом экономии. Покажите диапазон, качество и число скрытых ошибок. Решение о расширении принимайте лишь после того, как пилот повторён на новой неделе и другим сотрудником. Тогда разговор о цене агента перестаёт быть спором о самом дешёвом токене и становится разговором о принятой работе.

Частые вопросы

Можно ли посчитать цену по прайс-листу API?

Нет. Он покрывает только часть расходов. Повторные вызовы, интеграции, проверка и исправления могут стоить больше.

Что делать, если качество выше, но процесс медленнее?

Сравните пользу точности с дополнительным временем. Для рискованного решения более медленная проверка может быть оправданной, для простого письма — нет.

Какая метрика главная для старта?

Стоимость и время одной принятой задачи при известном качестве. Количество сгенерированных ответов само по себе не показывает пользы.