Когда речь заходит о внедрении в какой-либо компании технологий искусственного интеллекта, первое, что я слышу: «Покажите цифры». Не «как это изменит команду», не «что мы потеряем», а именно цифры: ROI, срок окупаемости, экономия в часах и рублях. И это правильно. Большинство руководителей ждут от нововведения измеримой отдачи. Бизнес не может работать на энтузиазме. Инструмент, который не окупается, – это не инновация, а статья неоправданных расходов. Но вот в чем проблема: традиционный показатель ROI не учитывает скрытые издержки. В этой статье обсудим, как считать полную стоимость внедрения технологий, и почему это важно для устойчивости бизнеса.
Почему сложно посчитать окупаемость ИИ
Коэффициент ROI считает только то, что легко посчитать: часы, рубли, проценты. Но вот, что не влезает в формулу:
- Доверие, которое теряется.
- Ошибки, которые невозможно исправить.
- Решения, которые передаются машине, даже не замечая, что вместе с ними отдают часть своей ответственности.
И это не абстрактная философия. Это конкретные деньги, которые компания теряет, просто не сразу, а через год, два или пять.
Скрытые издержки внедрения ИИ
Представьте компанию, которая автоматизирует первичный скрининг резюме. Расчет простой: рекрутер тратит 20 часов в неделю на просмотр резюме, нейросеть делает это за 2 часа. Экономия – 18 часов. При стоимости часа 800 рублей – 14 400 рублей в неделю, 57 600 рублей в месяц. Подписка стоит 10 000 рублей. ROI – 476%. Инвестиция окупается в первый месяц.
Красиво. Но что не попало в этот расчет:
- Стоимость ошибки найма. Если алгоритм отсеивает кандидата, который не подходит по формальным критериям, но мог бы стать звездой, компания теряет не 18 часов, а миллионы. По разным оценкам, замена сотрудника обходится в 20-200% его годовой зарплаты. Алгоритм этого не считает, а просто сортирует.
- Эрозия бренда работодателя. Кандидаты, которые получают автоматический отказ без объяснения причин, рассказывают об этом – в соцсетях, на форумах, в чатах. Компания экономит на рекрутере, но теряет репутацию. А репутация – это стоимость привлечения талантов в будущем.
- Предвзятость, которую алгоритм не видит. Если в исторических данных найма были перекосы (например, брали только выпускников определенных вузов), ИИ это «выучит» и будет воспроизводить. Компания теряет разнообразие мысли, а значит – инновации. Это не строка в отчете, но это реальная потеря конкурентоспособности.
- Человеческое суждение, которое отдается машине. Опытный рекрутер чувствует «химию». Он видит потенциал там, где алгоритм видит только пробелы в резюме. Он может рискнуть и выиграть. Алгоритм не рискует, только оптимизирует.
Экономика доверия: когда автоматизация обходится дороже работы людей
Рассматривая нынешние тенденции, я часто вспоминаю свою собственную историю, когда в 2014 году потеряла почти все сбережения, доверившись инвестиционной платформе, которая работала на алгоритмах. Формально претензии предъявить было невозможно: в договоре было написано, что «алгоритм не дает гарантий». Но я потеряла не только деньги – я потеряла веру в то, что система, которая принимает решения о моих деньгах, вообще способна меня слышать.
Это и есть экономика доверия. Заменив человека алгоритмом, компания экономит на зарплате, но может потерять нечто более ценное – лояльность клиента. Столкнувшись с бездушной машиной, клиент не просто уходит к конкуренту, он рассказывает об этом другим. Он голосует против вас – своим кошельком и своим голосом.
Исследования показывают: потребители готовы платить больше компаниям, которые объясняют свои решения, даже если решение негативное. «Мы не можем одобрить кредит, потому что...», и человек понимает. «Решение принято алгоритмом», и человек чувствует себя униженным. Разница в лояльности колоссальная.
В экономике доверия ROI считается иначе. Не «сколько мы сэкономили на персонале», а «сколько потеряли на клиентах, которые ушли, потому что почувствовали себя невидимыми».
Цена ошибки человека и алгоритма
Принято считать, что алгоритм точнее человека – не устает, не ошибается, не поддается эмоциям. Это правда лишь отчасти. Алгоритм ошибается системно. Если в данных есть перекос, если модель обучили на некачественной информации, машина сделает своеобразные выводы и будет воспроизводить ошибку снова и снова, в масштабе, который человеку недоступен. Человек ошибается ситуативно. Рекрутер может предвзято отнестись к одному кандидату, но не будет систематически дискриминировать всех сразу. Он может ошибиться в оценке, но потом исправит ошибку, потому что видит контекст.
В экономике это означает простую вещь: алгоритм дешевле в краткосрочной перспективе, но дороже в долгосрочной. Технология экономит часы, но может создать системные риски, которые проявятся через годы. Эти риски не влезают в квартальный отчет, но они реальны.
Как посчитать полную стоимость автоматизации процессов
Я предлагаю считать рентабельность внедрения технологий ИИ на трех уровнях. Это позволяет увидеть полную картину, и не обманывать себя.
- Первый уровень: финансовый ROI. Классический расчет. Экономия в часах и рублях минус затраты на внедрение. Это то, что можно показать совету директоров. Важно, но недостаточно.
- Второй уровень: ROI доверия. Что происходит с лояльностью клиентов, сотрудников, партнеров? Как меняется бренд работодателя? Сколько клиентов уходит, потому что чувствуют себя «объектом обработки», а не человеком? Эти метрики сложнее посчитать, но их можно отслеживать: NPS, текучесть кадров, количество жалоб, отзывы в соцсетях.
- Третий уровень: ROI человечности. Что теряется с передачей решения алгоритму? Способность к эмпатии? Готовность рисковать? Умение видеть контекст? Это самый сложный уровень, но именно он определяет, останется ли компания живой или превратится в машину по оптимизации.
Выводы
ИИ – это инструмент, который может освободить время, снизить издержки, ускорить процессы. Но не может заменить человеческое суждение, эмпатию, ответственность. Я не призываю отказываться от технологий, но рекомендую считать полную стоимость. Не только «сколько мы сэкономим», но и «что мы потеряем». Не только «как ускорить процесс», но и «где не стоит ускорять, потому что скорость убьет качество».
Я придерживаюсь мнения, что алгоритмы не создают реальность, а только повторяют или искажают картину. А значит, в бизнесе ИИ не создает ценность, а перераспределяет. Вопрос в том, в каком направлении: в карман акционера или в устойчивость компании, в доверие клиентов, в развитие сотрудников.
Руководитель, который считает только деньги, рискует однажды обнаружить, что сэкономил на главном. Руководитель, который считает полную стоимость, строит бизнес, который переживет любые технологии. Потому что технологии меняются. А доверие, человечность и ответственность остаются, и стоят дороже любых алгоритмов.
Также читайте:







Спасибо, Инна, идея статьи интересная.
А сама статья для меня путанная и противоречивая.
Полностью согласен, что некорректное использование ИИ может снизить и даже очень сильно снизить или разрушить репутацию компании в глазах клиентов.
Мне тут один ИИ одного сладкого банка звонил, пока я его не отключил.
Очень похоже на человека, но ИИ не должен выдавать себя за человека и пытаться эмоционально втереться в доверие.
Потому как это уже воспринимается как жесткий обман и предательство.
Еще мне непонятна такая аргументация в статье:
По-моему, если вы ищете звезду, то тут нужна особая схема действия для этого, а не способ случайного нахождения.
Потом звезда может и стать звездой, но принести много убытков в результате.
При обычном найме много что может потеряться, если специально этого не ищешь.
А вам звезды в бизнесе вообще зачем?
По моему в бизнесе надежность важна.
Еще меня заинтересовала фраза:
Выглядит как непродуманная спекуляция на непонятных смыслах.
Что значит компания как машина по оптимизации?
По-моему, тут надо очень многое прояснять.
Ну и выводы статьи, по-моему, вообще туманны и запутанны.
Но сама идея статьи мне нравится: как использование ИИ влияет на лояльность клиентов и сотрудников?
Хотелось бы поподробнее поговорить на эту тему.
А я очень даже согласен с Инной! Статья очень логична и доводы правильные. То, что ИИ часто ставит палки в колеса перспективным кандидатам, используя свои скрытые параметры, это уже стало фактом нашей жизни. Думаю, что Ломоносов не смог бы пройти фильтры ИИ, староват и опыт нет.
Я бы обратил внммание на ещё одну сторону увлечения ИИ. Внедряется мысль, что его использование - это все очень сложно. Требует дорогого обучения. Хотя использование возможностей ИИ пожалуй является простейшей из технологий. Но клиентов , как будто специально запугивают. Внедрение ИИ - да, дело специфическое, а вот работа с ним - проще некуда. Но сейчас с этим справляются и школьники и люди далеки от ИТ. Но кто-то надувает щеки, кто-то стал называть себя экспертом в области ИИ.
Не стоит надувать пузырь ИИ, а просто спокойно и методично работать с ним.
Если бы занимался темы внедрению ИИ, то я бы для себя использоапл следующий алгоритим, принципиально не смешивают задачи.
Его пришлось заранее разработать шаблон - структуру и классификацию возможных ошибок которые могут возникнуть у компании.
Автор прав, говоря о том что необходимо учитывать дополнительную структуру рисков при внедрение или при попытке внедрения ИИ. Здесь только кажется что нет конкретных рекомендаций, просто цель этого материала заставить задуматься о том, что часто не обращают вниманиею
Мне лично материал понравился, взял себе в работу, пригодится позже.
По поводу доверия, человечности и ответственности...
Тут на днях один был ролик с камеры жилого дома в Лефортове. Курьер-доставщик с коробкой пицци заходит в подъезд: в одной руке телефон, в другой - коробка. Вдруг коробка внезапно открывается и пицца вываливается на пол. Курьер, недолго думая, аккуратно поднимает пиццу с пола, кладет ее обратно в коробку и несёт проголодавшемуся клиенту. Интересно, а как бы робот-андроид с ИИ поступил в подобной ситуации? Полагаю, он бы даже не допустил того, чтобы коробка случайно открылась - предусмотрительно нес двумя руками. Потому как доверие, человечность и ответственность - это сугубо человеческие качества, степень развитости и смысловое понимание которых меняются от человека к человеку.И в этом смысле, стандартные алгоритмические протоколы, заложенные в машину, могут быть более надежными. Это во-первых.
Во-вторых, вспоминается фильм "Сталкер" по произведению Стругацких. Сталкер, писатель и ученый идут в Зону, чтобы попасть в волшебную комнату, в которой выполняются любые человеческие желания. Дотигнув комнаты, ученый внезапно достает из своего рюкзака бомбу с намерением эту комнату взорвать. И выясняется, что дело вовсе не в комнате, а в человеке как таковом. Подчас его низменые, алчные и гнусные желания способны превратить волшебную комнату из орудия в оружие, направленное против человечества.
ИИ подобен этой волшебной комнате. Разумеется, изначально это военная разработка, как, к примеру, Старлинк или Интернет. Однако со временем ИИ оброс множеством гражданских(прикладных) функций. Так или иначе, "Как захватить Иран?" и "Как приготовить борщ?" - это одинаковые по значимости и приоритету задачи для ИИ. Для него это просто код, набор символов. И в этом смысле, все руках человека, а, точнее, в его нутре.
Размышления вполне разумные, написано интересно, спасибо.
Собственно в статье, по существу, 3 мысли, которые новыми и не являются:
- Надо учитывать стоимость ошибки. Некорректная работа алгоритма может отклонить выгодный вариант и привести к потерям. (а корректная - исключить риск, который без того же анализа больших данных может не заметить специалист).
- Предвзятость. Обучение на исторических данных отсекает инновационные и нестандартные возможности. (человека, собственно, тоже надо учить новому).
- ИИ в зонах принятия решений пока инструмент для специалиста, а не его замена. (уже аж скрипит на зубах от этой заезженной фразы - но, да. Но ИИ лавинообразно "умнеет".)
Насчет эрозии бренда, человечности - интересно, но все же голословно. Абстрактно обсуждать не имея аналитики бессмысленно. Сомневаюсь, что знание о первичной соритировке кандидатов ИИ, остановит соискателей от отправки резюме. А на основной бизнес влияние подобного вообще не вижу. Но - могу недооценивать.
Главное же предположение - скромно скрыто в "метрики сложнее посчитать". Так как раз надо сначала посчитать, а потом уже анализировать, стоит ли описанное внимания или это очередная тропинка в "болото детализации".
Автор не учил очень важную вещь в том что как и Крутин так и продажи происходит два этапа первый этап скрининг второй этап отбор. Скрининг он всегда рациональный оценивает цифры на этапе отбора это опыт человека его образования возраст так далее тому подобное то что можно оценить и вот здесь машина работает идеально действительно дёшево быстро и профессионально человека нет таких возможностей и машина должна использоваться на все 100%. Но вы забыли про второй этап. Второй этап это отбор отбор у нас всегда и рационально. Ты здесь уже смотрит на человека. Если компания не проводит второй этап то это очень жалко и очень грустно. На первом этапе отбор когда происходит скрининг отсеивания должно быть но оно на этапе цифр то есть человек не подходит по возрасту, по опыту работы, по образованию товар продукта услуга не подходит по цене по каким-то функциям все. На этом заканчивается а если этот это проходит то тогда обязательно должен подключаться отбор и здесь уже работа человека с ценностями со смыслами и далее по списку.
И ещё раз хочу обратить ваше внимание что битву левого полушария ты сердце льной мы нейросетей проиграли без возвратно. Они анализируют и ищут и оценивают по измеримым характеристикам лучше человека в разы. Но у нейросетей нет того что называется правым полушарием эмпатия, эмоции, интуиция, самое главное когда используешь искусственный интеллект нужно понимать и принять тот факт что конечно решение всегда остается за человеком ответственность всегда несёт человек. Но основываясь на первом этапе на рациональных измеримых характеристиках которые великолепно дает нейросеть
Мне кажется автор сравнивае реальное ИИ с каким то идельаным, и тут релаьное ИИ проигрывает. Надо сравнивать релаьное ИИ (то которое может и делает ошибки) с реаьными людьми (те которые тоже делают ошибки) и вот тогда смотреть - от кого вреда и пользы больше -от релаьного человека или от релаьного сегодяншнего ИИ.
А утвержать что ИИ не идеален и делает ошибки - это банально. Любой кто работал с ИИ, знает что он не иделаьно. Вчера делал запрос в ООН по Апофису, так у меня ИИ просто отказлася помогать. Первый раз в жизни я с таким столкнулся. Удивился конечно, но по прежнему ценю ИИ
PS А доверие, человечность и ответственность остаются, и стоят дороже любых алгоритмов. - да так, как кидают, лгут и тупят люди, не одному алгоритму не приснится.
очень прагматичный и корректный поход с моей точки зрения.
ИИ мозгов не прибавляет, так ИИ не сделает ЛАДУ лучше ТОЙОТА!!!