ИИ‑проект снова просит денег: 7 вопросов перед следующим платежом

ИИ‑проекты редко проваливаются одним днём. Обычно они превращаются в цепочку дополнительных счетов: нужно улучшить качество, подготовить данные, подключить новую систему, расширить команду. Каждый запрос выглядит разумно, но через несколько месяцев компания финансирует уже не результат, а продолжение эксперимента.

По данным BCG AI Radar 2026, компании планируют увеличить расходы на ИИ с 0,8% до 1,7% выручки. При этом 94% организаций готовы продолжать инвестиции, даже если не получат отдачи в течение года. Оптимизм растёт быстрее доказанного эффекта.

В российском исследовании Onside и Just AI 2026 года 55% проектов находились на стадии пилота, 30% — масштабирования и только 15% достигли промышленного внедрения. Финансовые показатели использовались лишь в 28% рассмотренных примеров. Деньги компании считают чаще, чем экономический результат проекта.

Поэтому очередной запрос на финансирование нужно рассматривать как отдельное инвестиционное решение. Перед платежом стоит получить ответы на семь вопросов.

Вопрос 1. Какую бизнес‑проблему мы оплачиваем?

Метрика должна существовать до проекта. Иначе после пилота результат будет не с чем сравнивать.

Пример. В одном из логистических ИИ‑проектов мы автоматизировали конкретный цикл: от письма клиента до коммерческого предложения со ставками перевозчиков. Скорость реакции выросла в 6 раз, обработка заявок стала в 5 раз быстрее ручной, нагрузка логистов снизилась на 50%. Технология привязана к измеримому узкому месту процесса.

Вопрос 2. Что уже доказал проект?

Нужно разделять работоспособность решения и его ценность. Демонстрация показывает возможность. Пилот должен подтвердить её на реальных данных, в нужном объёме и с приемлемой ценой ошибки.

ИИ‑решение по обработке пакетов ВЭД‑документов работает на потоке свыше 5 000 документов в месяц. Обработка стала в 6‑20 раз быстрее (в зависимости от сложности пакета), точность выявления ошибок достигла 95%, экономия рабочего времени — до 70%. Скорость, качество и промышленный объём здесь подтверждаются одновременно.

Вопрос 3. Мы улучшаем процесс или автоматизируем его проблемы?

Один из самых дорогих сценариев — ускорить операцию, которая не создаёт ценности. Если подготовка никому не нужного отчёта теперь занимает две минуты вместо часа, компания автоматизировала ненужную работу.

До расширения проекта нужно определить, какие этапы убрать, где дублируется ввод данных и какие согласования больше не нужны. После такой ревизии ИИ может потребоваться только на одном участке или не потребоваться вообще

Поэтому изменения начинаются с управляемой операционной модели и единой цифровой среды, а затем переходят к пилотам и масштабированию.

Вопрос 4. Посчитана ли полная экономика следующего этапа?

Стоимость решения не равна цене разработки или лицензии. Нужно учитывать:

• подготовку данных;
• интеграции;
• вычисления;
• безопасность;
• сопровождение;
• контроль качества;
• обучение и время владельца процесса.

До платежа должны быть известны полная стоимость владения, ежемесячный эффект, срок окупаемости и сценарий при отклонении объёма или качества.

Вопрос 5. Готовы ли данные и интеграции к реальной работе?

Пилот часто существует в изоляции: данные выгружают вручную, ошибки исправляет команда, результат переносит сотрудник. Так можно показать демонстрацию, но нельзя оценить промышленную эксплуатацию.

Нужно проверить источники данных, права доступа, полноту, актуальность и ответственность за ошибки. Отдельно определить необходимые интеграции и порядок работы при сбое.

По данным ИСИЭЗ НИУ ВШЭ 2026 года, среди российских организаций, использующих ИИ, распространены заказная разработка (56%) и покупка готового ПО (53%). Иногда мы сочетаем подходы: продукт приходится адаптировать к данным и процессам. Так, например, колл‑центр на базе ИИ становится частью операции только после интеграции с телефонией, системой работы с клиентами и каналами коммуникации.

Вопрос 6. Кто отвечает за результат после запуска?

До финансирования нужна новая схема процесса: кто получает и проверяет результат, когда решение принимается автоматически, когда требуется человек и кто может остановить работу.

Вопрос 7. Что именно покупает следующий платёж и при каких условиях проект остановят?

«Доработать модель» или «подготовиться к масштабированию» — не результаты. Платёж должен покупать проверяемое изменение: подключить два источника, обработать не менее 80% типовых обращений, удержать критические ошибки ниже порога, сократить ручное время на 30%, передать документацию и обучить пользователей.

Одновременно фиксируются условия остановки. Если через три месяца эффект ниже порога, обработка дороже ручной или сотрудники исправляют слишком большую долю результатов, проект не получает автоматического продления.

Остановка не всегда означает провал. Иногда понять, что ИИ в этой задаче пока не нужен, — тоже результат эксперимента. Это сохраняет деньги для более сильных проектов

Следующий платёж можно одобрять, если на одной странице помещаются проблема, исходные показатели, доказанный результат, полная экономика, готовность данных, ответственный владелец и результат следующего этапа. Перечень технических работ и обещание, что «после доработки всё заработает», означают, что проекту нужна управленческая диагностика.

ИИ‑проект должен получать деньги не за продолжение существования. Каждый следующий платёж должен либо подтверждать ценность, либо снижать конкретную неопределённость. Всё остальное — слишком дорогая подписка на надежду.