Изображение: Magnific.com

За последний год почти каждая крупная организация научилась отчитываться о внедрении ИИ языком охвата: число запущенных пилотов, количество подключенных сотрудников, объем обработанных токенов, число агентов в контуре. Эти цифры растут, их легко показать совету директоров, но они отвечают не на тот вопрос. CIO и CFO умеют считать мощность ИИ, но гораздо хуже умеют считать, какая доля этой мощности реально доходит до прибыли, а не растворяется в повторных попытках, ошибках и ручной перепроверке решений. Об этом рассказывает директор по развитию ИИ ПАО «Группа Астра» Станислав Ежов.

Масштаб разрыва подтверждает статистика по автономным агентам: по прогнозу Gartner, более 40 % проектов с ИИ-агентами будут закрыты к 2027 году именно из-за архитектурных проблем и просчетов в организации контроля, а не из-за качества моделей. Даже небольшая частота ошибок на одном шаге агентной цепочки многократно снижает долю успешно завершенных сложных задач за счет накопления ошибок на промежуточных шагах. Инфраструктура токенов и вычислительных мощностей масштабируется предсказуемо, а способность организации распорядиться этой мощностью — нет.

Это и есть управленческий долг: мы меряем скорость наращивания ИИ, но не измеряем, во что превращается прирост мощности — в результат или в компенсацию собственных ошибок. Пока разрыв не назван метрикой, он не виден совету директоров и не попадает в бюджетные решения.

Директор по развитию ИИ ПАО «Группа Астра» Станислав Ежов
Фото: «Группа Астра»

КПД ИИ-контура — это доля закупленной вычислительной и токен-мощности, которая доходит до измеримого бизнес-эффекта, за вычетом потерь на повторные попытки, ошибки исполнения, простаивающих агентов и ручную перепроверку выданных решений. По смыслу это близко к инженерному КПД: не все, что подано на вход системы, превращается в полезную работу, часть неизбежно уходит в тепло - только здесь тепло это оплаченные, но бесполезные токены и вычислительные часы.

В моей практике управления крупным ИИ-контуром именно этот разрыв был самым дорогим и самым незаметным пунктом бюджета. Направление, которое за два квартала показывало кратный рост числа автоматизированных операций, при пересчете по КПД давало долю полезного результата 30-45 % от закупленной мощности — остальное уходило на повторные попытки, простой и ручную перепроверку.

Три метрики, которыми сегодня отчитываются перед CFO, искажают картину.

• Доля подключенных сотрудников показывает, сколько людей пользуются ИИ, но не говорит, приносит ли это пользу: можно подключить всех и получить нулевой эффект.
• Число пилотов измеряет активность, а не результат: пилот можно запускать бесконечно, никогда не доводя его до промышленной эксплуатации.
• Средний ROI ИИ усредняет единичные успешные кейсы с массой проектов без эффекта, и итоговая цифра выглядит приемлемой, хотя реальное распределение результатов крайне неравномерно.

Расчет не требует специального инструмента: нужны данные, которые крупные организации уже собирают, но не сводят в один коэффициент.

• Доля использованной мощности: какая часть закупленной вычислительной мощности (часы работы GPU, токен-бюджет) фактически пошла на завершенные задачи, а не простаивала или была зарезервирована.
• Доля повторных попыток: сколько вызовов и задач потребовали повторного выполнения из-за сбоя, задержки или некорректного результата; источник данных — журналы биллинга и трассировки запросов.
• Доля решений без ручного пересмотра: какая часть выданных ИИ-решений была принята как есть, а не отправлена человеку на проверку или переработку.
• Доля вызовов с реальным эффектом: сколько завершенных операций действительно повлияли на выручку, издержки или производственный показатель, а не остались демонстрацией возможностей.

Свод этих показателей в единый коэффициент дает число, сравнимое между подразделениями, поставщиками решений и периодами, в отличие от разрозненных отчетов о внедрении.

КПД ИИ-контура — это язык, на котором CIO может разговаривать с CFO и советом директоров без необходимости объяснять устройство токенов и вычислений. Вместо тезиса «мы внедрили ИИ в четырех направлениях» появляется управляемая формулировка: доля мощности, которая приносит эффект, выросла с X до Y % за квартал. Это переводит инженерную метрику в плоскость финансового результата и делает разговор о бюджете на ИИ предметным, а не декларативным.

Токены в среднем дешевеют год к году, но неравномерно: у бюджетных и открытых моделей цены падают агрессивно, а у топовых моделей с расширенным рассуждением тренд в 2026 году местами развернулся в обратную сторону. Стоимость управленческой ошибки при масштабировании контура растет быстрее, чем колеблется цена вычислений в любую сторону. Именно поэтому метрика мощности без метрики КПД теряет смысл: наращивание вычислений без параллельного контроля конверсии — это просто увеличение счета за облако, а не рост экономического эффекта.

Автор: Станислав Ежов, директор по развитию ИИ ПАО «Группа Астра»