Сколько стоит внедрение ИИ в 2026: цены по типам задач

Бизнес спрашивает, сколько стоит нейросеть. Нейросеть в смете обычно самая дешёвая строка. Деньги уходят на данные, интеграции и на то, чтобы ответы модели можно было проверить.

Отсюда разброс цен, который сбивает с толку: одно и то же «внедрение ИИ» оценивают и в десятки тысяч, и в миллионы рублей. Разница не в жадности подрядчиков, а в том, что под этими словами скрываются задачи разного класса. Если пока непонятно, нужен компании чат-бот или полноценный агент, начните с разбора, чем ИИ-агент отличается от чат-бота. Ниже цены и сроки разложены по пяти типам задач, плюс расходы, которые редко попадают в первую смету.

Из чего складывается стоимость внедрения ИИ

Стоимость внедрения ИИ складывается из пяти частей: анализа задачи, подготовки данных, выбора и настройки модели, интеграции с системами компании и поддержки после запуска.

Анализ отвечает на вопрос, какой процесс автоматизируется и как будет измеряться результат. Подготовка данных – сбор документов, очистка, разметка примеров. Настройка модели включает инструкции, подключение базы знаний или дообучение. Интеграция связывает ИИ с CRM, учётной системой, сайтом или мессенджером. Поддержка нужна потому, что качество ответов меняется вместе с данными и процессами.

Есть и шестая статья, которая живёт после проекта: оплата запросов к модели. Её считают в токенах. Для ориентира, по прайсам на октябрь 2026 года, 1000 токенов GigaChat Pro стоят 0,5 ₽, YandexGPT Pro 5.1 стоят 0,8 ₽, лёгкие версии моделей дешевле в 4–8 раз (цены с НДС, синхронный режим). При большом потоке обращений с длинными документами это заметная постоянная статья расходов, поэтому её считают по оценке нагрузки до запуска.

Цены на внедрение ИИ по типам задач

Цена внедрения ИИ зависит прежде всего от того, к какому из пяти типов относится задача.

1. ИИ-ассистент на инструкциях. Модель получает подробные правила и отвечает в заданном формате: черновики писем, ответы на типовые вопросы, разбор входящих заявок. Настройка занимает часы, данных почти не нужно. У Фортех внедрение модели начинается от 50 000 ₽.

2. Поиск по базе знаний (RAG). Модель при каждом запросе находит нужные фрагменты во внутренних документах и отвечает по ним. Подходит для регламентов, технической документации, справочников. Внедрение занимает дни, но запрос обходится дороже, потому что модель каждый раз подтягивает документы. Диапазон цены: [нужна цифра].

3. Дообучение модели. Модель настраивается на примерах компании и усваивает терминологию и стиль. Для адаптации стиля общения нужно 200–500 качественных примеров, для отраслевой классификации от 1 000 пар «запрос – ответ». Срок от нескольких дней до нескольких недель.

4. ИИ-агент. Модель не только отвечает, но и действует: создаёт заявку в CRM, меняет статус заказа, отправляет документ на согласование. Каждое действие требует интеграции и правил безопасности, поэтому это самый дорогой тип.

5. ИИ внутри продукта. Функции на основе нейросети в мобильном приложении, на сайте или в мини-приложении мессенджера. Например, пакет мини-приложения для MAX или Telegram с ИИ-функциями и аналитикой у Фортех стоит от 1 000 000 ₽, но в эту сумму входит весь продукт, а не только ИИ.

Состав работ по каждому типу и примеры проектов описаны на странице внедрения ИИ в бизнес-процессы. Оговорка к списку: границы между типами размыты. Ассистент на базе знаний легко перерастает в агента, как только его просят «заодно создать заявку».

Скрытые расходы на ИИ: данные, закрытый контур, закон

Скрытые расходы на внедрение ИИ появляются там, где компания работает с персональными или коммерчески чувствительными данными.

Закрытый контур. Если документы нельзя отправлять во внешнее облако, модель разворачивают на серверах компании или в изолированной среде. Это дороже облачного подключения, зато данные не покидают периметр. Чем отличаются GigaChat и YandexGPT по размеру контекста, работе с базами знаний и развёртыванию на своих серверах, подробно разобрано в сравнении GigaChat и YandexGPT для корпоративных задач.

Трансграничная передача. Федеральный закон от 26.07.2026 №265-ФЗ изменил статью 12 закона 152-ФЗ о трансграничной передаче персональных данных. Отправка обращений клиентов в зарубежную модель требует юридической проверки до запуска, а не после.

Закон об ИИ. Федеральный закон от 26.07.2026 №243-ФЗ вступил в силу 1 сентября 2026 года. Он касается крупных фундаментальных моделей от 1 млрд параметров, а обязанности возлагает на разработчиков моделей и операторов доступа к ним, а не на компании-пользователей. Обязательной маркировки контента и новых штрафов закон не вводит.

Подготовка данных. Её почти всегда недооценивают. Сканы без распознанного текста, дубли регламентов разных лет, противоречащие друг другу инструкции – всё это нужно разобрать до того, как модель начнёт отвечать по документам.

Кейс Фортех: где на самом деле живёт бюджет ИИ-проекта

Фортех работал над платформой для автоматизации инфлюенс-маркетинга: поиск и анализ подходящих блогеров через ИИ, автоматизация переписки с ними, аналитика эффективности и выгрузка данных.

Сама нейросеть была внешним сервисом. Основная работа команды шла вокруг неё: интеграционный мост между интерфейсом и ИИ-сервисом через систему обмена сообщениями NATS внутри микросервисной архитектуры и WebSocket-канал, по которому ИИ-бот общается с пользователями в реальном времени. Стек включал TypeScript, Node.js, NestJS, PostgreSQL, Elasticsearch и Redis.

Этот проект хорошо показывает структуру бюджета. Подключить модель – задача на дни. Сделать так, чтобы её ответы приходили пользователю без задержек, сохранялись, искались и попадали в аналитику, – задача на месяцы.

Как снизить стоимость внедрения ИИ

Стоимость внедрения ИИ снижается, если начинать с одного процесса и заранее договориться, как будет измеряться результат.

1. Выберите процесс с понятной метрикой: время ответа на обращение, доля заявок, разобранных без человека, число ошибок в документах.
2. Начните с самого дешёвого типа, который решает задачу. Если инструкций хватает, база знаний не нужна. Если хватает базы знаний, не нужно дообучение.
3. Заложите в план пилот на реальных данных и критерий, при котором пилот переходит в эксплуатацию.
4. Решите вопрос с персональными данными до выбора модели.

Рынок движется быстро: по исследованию AIANA RAI-2026, рынок ИИ в России за 2025 год составил 316,1 млрд рублей по фактической выручке 883 компаний. Но большой рынок не гарантирует окупаемость конкретного проекта. Частая проблема в том, что пилот работает на демо, а до эксплуатации так и не доходит.

Внедрение ИИ окупается, когда смета начинается с процесса и данных, а не с выбора модели. Опишите один процесс, который хотите автоматизировать, соберите десяток реальных примеров запросов и с ними идите за оценкой. Пошаговый план такого запуска описан в статье о внедрении LLM и AI в бизнес-процессы.

Коротко: частые вопросы

Сколько стоит внедрить ИИ в компанию?

У Фортех подбор и настройка готовой ИИ-модели под процессы компании начинается от 50 000 ₽. Это уровень ассистента на инструкциях. Поиск по базе знаний, дообучение модели и ИИ-агенты с действиями в CRM стоят дороже, потому что требуют подготовки данных и интеграций. Точную цену называют после анализа задачи.

Сколько данных нужно для дообучения нейросети?

Для дообучения языковой модели под стиль общения компании достаточно 200–500 качественных примеров. Для отраслевой классификации обращений или документов нужно от 1 000 пар «запрос – правильный ответ». Качество примеров важнее их количества: противоречивая разметка ухудшает работу модели сильнее, чем маленький объём данных.

Нужно ли маркировать контент, созданный ИИ, по закону 2026 года?

Нет. Федеральный закон №243-ФЗ от 26.07.2026 об искусственном интеллекте вступил в силу 1 сентября 2026 года, но обязательной маркировки контента и новых штрафов не вводит. Обязанности по закону лежат на разработчиках крупных моделей и операторах доступа к ним, а не на компаниях, которые используют ИИ в работе.