Сколько денег ИИ приносит бизнесу: где реальный заработок, а где хайп за ваш счёт

Сколько денег ИИ приносит бизнесу, лучше всего видно по одной цифре McKinsey за 2025 год: из компаний, которые уже вовсю используют нейросети, лишь 39% замечают хоть какой-то эффект на операционную прибыль, и у большинства из них на ИИ приходится меньше 5% этой прибыли. Почти все внедряют, а заметно зарабатывают единицы. При этом владельцу малого бизнеса со всех сторон говорят, что без ИИ он завтра закроется: подрядчики продают ботов, курсы продают промпты, сервисы продают подписки.

В SEO я с 2005 года и за последние два года видел обе стороны этой истории. Одни владельцы действительно срезали рутину и освободили себе вечера. Другие заплатили за «умного консультанта», который отвечал клиентам невпопад, или выложили на сайт сотню сгенерированных статей и потом месяцами возвращали позиции. Третьи вообще не понимали, куда уходит 15–20 тысяч в месяц на подписки, которыми никто в компании не пользуется.

Ниже — без восторгов и без страшилок: где ИИ реально экономит деньги и сколько, где он их сжигает, как посчитать окупаемость на своих цифрах и почему самый крупный доход от нейросетей приходит вовсе не от экономии, а от новых клиентов. Покупатели всё чаще спрашивают ChatGPT и Алису, кого выбрать, и нейросеть называет конкретные компании. Попасть в этот ответ — уже не про подписку за 2 000 рублей.

Что говорят цифры: внедряют почти все, зарабатывают единицы

Начну с больших исследований, потому что именно на них ссылаются продавцы ИИ-решений — только обычно цитируют первую половину выводов. По данным McKinsey за 2025 год (опрос почти двух тысяч компаний летом 2025-го), 88% организаций регулярно используют ИИ хотя бы в одной функции, годом раньше было 78%. Звучит как победа. Но дальше в том же отчёте: только около трети начали масштабировать ИИ на всю компанию, полностью масштабировали всего 7%, а заметный эффект на прибыль видят 39%, и почти у всех он меньше 5%.

BCG в исследовании сентября 2025 года пришла к похожему выводу другим путём. Из более чем 1 250 компаний только 5% получают от ИИ ощутимую ценность в масштабе, а 60% не получают существенной ценности вовсе. Зато у этих 5% рост выручки в 1,7 раза выше, а маржа по операционной прибыли — в 1,6 раза выше, чем у отстающих. То есть ИИ не бесполезен, он просто очень неравномерно раздаёт деньги.

Ещё жёстче звучит отчёт MIT NANDA за июль 2025 года: 95% организаций не увидели измеримой отдачи от пилотов генеративного ИИ. К этой цифре есть оговорки — исследование предварительное, выборка не огромная, — но важна другая деталь из того же отчёта. Больше половины бюджетов на ИИ уходит в продажи и маркетинг, хотя самая заметная отдача фиксируется в «скучных» задачах бэк-офиса: документы, обработка заявок, внутренняя рутина.

В России картина ещё скромнее. По данным ИСИЭЗ НИУ ВШЭ на основе обследований Росстата 2025–2026 годов, ИИ активно применяют 17% крупных организаций (от 500 сотрудников) и только 4,3% компаний до 100 человек. Чаще всего ИИ используют в маркетинге и продажах. Так что если вам кажется, что все конкуренты уже давно на нейросетях, а вы отстали навсегда, — это ощущение создаёт реклама, а не статистика.

Где ИИ реально экономит деньги

Экономия есть, но она почти всегда выглядит одинаково: ИИ делает черновик, человек проверяет и доводит. Чем меньше в задаче ответственности и чем легче проверить результат, тем выгоднее отдать её нейросети. Лучшее проверяемое исследование эффекта в живой работе — работа экономистов Бриньолфссона, Ли и Рэймонд, опубликованная в 2025 году в Quarterly Journal of Economics. Они изучили 5 179 операторов поддержки: с ИИ-помощником число решённых обращений в час выросло в среднем на 14%, у новичков — на 34%, а у опытных сотрудников эффект оказался почти нулевым.

Этот вывод полезно запомнить: ИИ сильнее всего помогает тем, кто ещё не умеет. Он подтягивает слабого сотрудника до среднего уровня, но не делает сильного вдвое быстрее. Если у вас в поддержке один опытный администратор, который знает всех клиентов по именам, большой экономии не ждите.

Задача	Что даёт ИИ	Оценка эффекта	Подвох
Ответы клиентам в чате и почте	Черновик ответа оператору, подсказка по базе знаний	+14% решённых обращений в час в среднем, до +34% у новичков (NBER, QJE, 2025)	У опытных почти ноль; полная замена людей ботом отталкивает клиентов
Тексты: письма, описания товаров, объявления	Первая версия за минуты вместо часа	Экономия часов — типичная оценка практиков, точной проверяемой цифры нет	Без вычитки — ошибки в фактах и риск фильтров поисковиков
Реклама: варианты заголовков и креативов	Больше вариантов для теста за то же время	Быстрее подготовка — оценка практиков; клик от этого не дешевеет	Деньги решают ставки, сегменты и посадочная страница, а не формулировки
Аналитика: выгрузки, таблицы, формулы	Разбор выгрузки из Метрики или CRM, готовые формулы	Экономия времени владельца — оценка практиков	Нейросеть уверенно ошибается в расчётах, каждую цифру надо сверять
Документы: договоры, КП, конспекты звонков	Шаблон, сокращение, протокол встречи	По MIT NANDA (2025) самая заметная отдача — в таких задачах бэк-офиса	Данные клиентов уходят в чужой сервис; юридические формулировки проверяет юрист
Обработка заявок и продажи	Сортировка входящих, подсказки менеджеру	Быстрее первый ответ — оценка практиков	Бот, который «сам продаёт», легко теряет горячую заявку

Обратите внимание: в таблице нет строки «ИИ увеличил выручку на 30%». Честных исследований, где малый бизнес получил такой результат только от подписки на нейросеть, я не нашёл. Цифры, которые гуляют по рекламе ИИ-сервисов, обычно описывают одну задачу у одной компании, а не прибыль бизнеса целиком.

Где ИИ сжигает деньги

Деньги на ИИ теряются не из-за того, что технология плохая, а из-за того, что её ставят туда, где она не нужна, и не считают результат. Gartner ещё в 2024 году прогнозировал, что минимум 30% проектов генеративного ИИ бросят после пилота к концу 2025-го: плохие данные, слабый контроль рисков, растущие затраты и неясная польза. В июне 2025-го аналитики добавили прогноз про модных «агентов»: больше 40% таких проектов отменят к концу 2027 года, а многие продавцы просто переименовывают старых чат-ботов в агентов.

Тексты без вычитки

Самая дорогая ошибка, которую я вижу на сайтах, — массовая генерация статей и описаний без редактуры. Google в марте 2024 года прямо ввёл политику против массового производства контента ради позиций и сообщил, что после обновления низкокачественного неоригинального контента в выдаче стало меньше на 45%. Неважно, кто его сделал — человек или нейросеть, важно, что он пустой. Яндекс действует в том же направлении; подробно о том, почему сгенерированные за 10 минут статьи попадают под фильтры, я писал отдельно. Экономия на копирайтере в 10–20 тысяч легко превращается в потерю половины поискового трафика.

Боты, которые сливают клиентов

По опросу Gartner (5 728 клиентов, пресс-релиз июля 2024 года), 64% людей предпочли бы, чтобы компании не использовали ИИ в обслуживании, а 53% готовы уйти к конкуренту, если сервис отдадут нейросети. Главный страх — не глупость бота, а невозможность дозвониться до живого человека. Показательна история Klarna: в 2024 году компания хвасталась, что ИИ-ассистент делает работу 700 операторов, а в 2025-м её гендиректор признал, что упор на экономию зашёл слишком далеко, качество упало, и людей начали снова нанимать. Когда бот стоит на входе у малого бизнеса, где каждая заявка на счету, цена ошибки ещё выше. Как проверить своего бота, разобрано в статье про ИИ-консультанта на сайте.

Подписки, которыми никто не пользуется

Типичная картина: три-четыре платных сервиса, купленных «на попробовать», плюс корпоративный тариф для сотрудников, из которых нейросетью пользуются двое. По отдельности это немного, вместе — десятки тысяч в год без всякого результата. Простое правило: если по сервису нельзя назвать задачу и человека, который им пользуется каждую неделю, подписку пора отключать.

Утечки данных в чужие сервисы

Сотрудники сами загружают в нейросети договоры, выгрузки клиентов и переписку — просто потому, что так быстрее. По отчёту IBM о стоимости утечек за 2025 год, у 63% организаций нет никаких правил использования ИИ, а «теневой ИИ», о котором руководство не знает, увеличивал стоимость утечки в среднем на 670 тысяч долларов. Для малого бизнеса масштаб другой, но логика та же: база клиентов в чужом сервисе — это и репутационный, и юридический риск по закону о персональных данных.

Хайп против реальности: что обещают и что показывают исследования

Сведу обещания, которые чаще всего слышат владельцы, и то, что на самом деле показывают исследования. Таблицу удобно держать под рукой на встрече с очередным продавцом «внедрения ИИ под ключ».

Что обещают	Что показывают данные	Источник
ИИ поднимет прибыль компании	Эффект на прибыль видят 39% компаний, у большинства — меньше 5% прибыли	McKinsey, The State of AI, 2025
Достаточно подключить нейросеть	Ценность в масштабе получают 5% компаний, 60% существенной ценности не получают	BCG, сентябрь 2025
Пилот быстро окупится	95% организаций не увидели измеримой отдачи от пилотов	MIT NANDA, июль 2025
ИИ-агент заменит отдел	Больше 40% проектов агентного ИИ отменят к концу 2027 года	Gartner, июнь 2025
Бот заменит операторов, клиенты не заметят	64% клиентов против ИИ в обслуживании, 53% готовы уйти к конкуренту	Gartner, июль 2024
Сто статей за вечер выведут сайт в топ	Поисковики целенаправленно вычищают массовый контент, минус 45% такого контента в выдаче Google	Google, март–апрель 2024

Ни одна строка не говорит «ИИ не работает». Все они говорят одно: без конкретной задачи, человека, который отвечает за результат, и подсчёта денег ИИ превращается в дорогую игрушку.

Как посчитать окупаемость ИИ на своём бизнесе

Считать надо не «сколько стоит подписка», а сколько денег задача стоила до ИИ и сколько стоит после — со всеми скрытыми затратами. Формула простая:

Окупаемость = (сэкономленные часы × стоимость часа + дополнительная маржа − все расходы на ИИ) ÷ все расходы на ИИ.

В «расходы на ИИ» входят не только подписки, но и время на проверку результатов, настройку и исправление ошибок. Именно эту часть обычно забывают, и поэтому на бумаге всё окупается, а в жизни — нет.

Пример на условных цифрах (они придуманы для иллюстрации, это не данные клиента). Администратор салона отвечает в мессенджерах 2 часа в день, 22 рабочих дня — 44 часа в месяц. Час его работы обходится, допустим, в 400 рублей. Нейросеть готовит черновики ответов, и время сокращается на треть — около 15 часов, то есть 6 000 рублей экономии. Расходы: подписка 2 000 рублей и 4 часа в месяц на проверку и правку шаблонов — ещё 1 600 рублей. Итого чистая экономия 2 400 рублей в месяц, окупаемость около 67%.

Выглядит неплохо, пока не случится одна ошибка. Если из-за неудачного ответа бота вы теряете одного клиента в месяц со средним чеком 5 000 рублей и маржой 40%, это минус 2 000 рублей — и почти вся экономия исчезла. А вот если в тот же месяц к вам пришли три новых клиента с тем же чеком, это 6 000 рублей маржи — столько же, сколько вся экономия, и без всякого риска для сервиса.

Отсюда главный практический вывод: экономия на ИИ ограничена сверху — нельзя сэкономить больше, чем задача стоила. Новый доход сверху не ограничен ничем, кроме рынка. Чтобы видеть обе цифры, нужна хотя бы простая таблица по каналам; как собрать её без дорогих систем, рассказано в статье про окупаемость рекламы без сквозной аналитики.

Экономия и новый доход — это разные деньги

Большинство разговоров про ИИ в бизнесе — про экономию: меньше часов, меньше людей, меньше подрядчиков. Это деньги со знаком «минус расходы». Но у нейросетей есть и вторая сторона, о которой продавцы подписок молчат, потому что подписка её не даёт: нейросети стали новым местом, где клиент выбирает, к кому пойти.

Параметр	Экономия за счёт ИИ	Новые клиенты из ответов нейросетей и поиска
Что меняется	Снижаются расходы на задачу	Растёт выручка за счёт новых обращений
Потолок	Не больше текущей стоимости задачи	Ограничен только спросом в нише и регионе
Когда виден результат	Почти сразу, в первые недели	Через месяцы: нужно стать заметным в поиске и на внешних площадках
Что нужно	Подписка, правила использования, проверка результата	Сайт, который хорошо виден в поиске, и упоминания в независимых источниках
Главный риск	Ошибки бота и утечки данных бьют по клиентам	Долгий срок и отсутствие гарантированного попадания в конкретный ответ
Как измерять	Часы и рубли до и после	Заявки и звонки, переходы из нейросетей в Метрике

Почему главный доход — клиенты из ответов нейросетей

По совместному исследованию Яндекса и «РБК Исследования рынков» (опубликовано в марте 2026 года, 1 850 онлайн-покупателей), 35% интернет-покупателей уже используют ИИ при выборе и покупке товаров, а аналитики допускают рост этой доли до 74%. Среди молодых покупателей 18–24 лет так делают уже 49%. А 40% опрошенных хотели бы с помощью ИИ искать и сравнивать предложения — то есть ровно то, что раньше они делали, листая выдачу.

ВЦИОМ в июне 2026 года насчитал 78% интернет-пользователей, которые за год обращались к нейросетям, причём 58% делают это хотя бы раз в неделю. Самая частая задача пользователей Алисы AI — поиск информации. И по отчёту Яндекса за второй квартал 2026 года, ответ нейросети получают уже 42% запросов в Поиске (кварталом раньше было 35%), а быстрые ответы Алисы AI видят 49,5 миллиона человек в месяц.

Что это значит для владельца бизнеса. Человек спрашивает: «Какую стоматологию выбрать рядом с домом» или «Кто делает кухни на заказ с нормальными отзывами». Нейросеть не показывает десять ссылок — она называет две-три компании. Если вас в этом коротком списке нет, клиент до вас просто не доходит, сколько бы вы ни сэкономили на администраторе.

И такие клиенты, судя по зарубежным данным, ещё и выгоднее. По Adobe Analytics за праздничный сезон 2025 года (более триллиона визитов на сайты ритейла США), посетители, пришедшие из ИИ-сервисов, покупали на 31% чаще, чем пришедшие из других источников. Оговорка: такого трафика пока меньше, чем из рекламы или рассылок, но растёт он быстрее всех. Как увидеть его у себя, я показывал в статье сколько людей приходит к вам из нейросетей.

Как компании попадают в ответы ChatGPT и Алисы

Отдельной кнопки «добавить мою компанию в ответ нейросети» не существует. Яндекс в блоге для вебмастеров описывает механику прямо: источники для ответов выбирают алгоритмы, приоритет у сайтов, полезных для ответа на вопрос, а чтобы попадать в источники, сайт должен высоко ранжироваться в обычном поиске. ChatGPT и другие ассистенты с поиском устроены похоже: сначала ищут, потом пересказывают найденное.

Отсюда два условия, без которых в ответ не попасть. Первое — ваш сайт хорошо виден в поиске по запросам вашей услуги и отвечает на вопросы клиента прямо: цены, сроки, адрес, условия написаны текстом, у каждой услуги своя страница. Второе — о вас пишут независимые источники: карточки на Яндекс Картах с живыми отзывами, отраслевые каталоги и агрегаторы, рейтинги, публикации. Нейросеть доверяет не тому, что компания говорит о себе, а тому, что о ней говорят другие.

Что можно проверить и сделать на своей стороне уже сейчас: заполнить карточку организации, ответить на отзывы, убрать с сайта важную информацию, спрятанную в картинки, и вынести каждую услугу на отдельную страницу. Подробнее о том, как попасть в ответы нейросетей и что для этого делают с сайтом, есть отдельный материал.

Дальше начинается работа, которая требует опыта: какие запросы приносят деньги именно в вашей нише, как стать заметным в поиске быстрее конкурентов, на каких площадках упоминания действительно влияют на ответы. Я веду такие проекты лично и работаю по своей методике, которую отрабатываю с 2005 года; детали не раскрываю — результат показываю в кейсах с адресами сайтов. Если хотите, чтобы нейросети называли вашу компанию, посмотрите, как устроено продвижение в нейросетях. А поскольку без видимости в поиске в ответы не попасть, основа остаётся прежней — можно заказать SEO-продвижение сайта и закрыть обе задачи сразу.

Честная оговорка: никто не может гарантировать, что нейросеть назовёт именно вас в конкретном ответе. Ответы плавают от раза к разу, как позиции в поиске. Можно только кратно повысить шансы и измерять результат по заявкам, а не по скриншотам.

Когда ИИ вам не нужен

Есть ситуации, в которых лучшая стратегия — не тратить на ИИ ни рубля, пока не решены более простые вещи.

• Заявок мало и они не учитываются. Если вы не знаете, откуда приходят клиенты и сколько стоит каждый, экономию от ИИ просто не на чем посчитать. Сначала учёт, потом автоматизация.
• Клиентов единицы, а каждый — крупный. Юрист, архитектор, подрядчик на коттеджи: здесь клиент покупает человека, и бот на входе скорее отпугнёт, чем поможет.
• Нет человека, который будет проверять. ИИ без контроля опаснее, чем отсутствие ИИ. Если проверять ответы и тексты некому, лучше не включать.
• Сайт плохо виден в поиске. Тогда нейросети вас не назовут, а сэкономленные часы не компенсируют клиентов, которые уходят к конкурентам. Деньги разумнее вложить в видимость.
• Задача выполняется раз в месяц. Подписка ради отчёта, который вы делаете за час раз в месяц, не окупится никогда.

По данным ВЦИОМ, 44% россиян, не пользующихся нейросетями, честно говорят, что не видят для них подходящих задач. Для бизнеса это нормальная позиция, если она принята после подсчёта, а не из страха перед новым.

С чего начать на этой неделе: чеклист

1. Выпишите все платные ИИ-сервисы и подписки, которые оплачивает компания, и сумму в месяц.
2. Напротив каждой подписки укажите задачу и человека, который пользуется ею еженедельно. Без ответа — отключить.
3. Выберите одну повторяющуюся задачу, которая отнимает больше 5 часов в неделю и легко проверяется.
4. Замерьте, сколько часов она занимает сейчас, и посчитайте стоимость часа.
5. Запустите ИИ только на этой задаче на 2–4 недели и снова замерьте время вместе с проверкой.
6. Посчитайте окупаемость по формуле выше, включая время на проверку и исправления.
7. Запретите сотрудникам загружать в публичные нейросети базы клиентов, договоры и персональные данные — письменно.
8. Если на сайте стоит бот, напишите ему пять вопросов, которые задают реальные клиенты, и проверьте, можно ли быстро выйти на живого человека.
9. Не публикуйте на сайте ни одного сгенерированного текста без вычитки человеком, который разбирается в теме.
10. Спросите ChatGPT и Алису, кого они советуют в вашей нише и вашем городе, — несколько раз и разными словами. Запишите, кого называют.
11. Посмотрите, что общего у компаний из ответов: отзывы на картах, каталоги, рейтинги, подробные страницы услуг.
12. Проверьте карточку организации на Яндекс Картах: часы работы, услуги, цены, ответы на отзывы.
13. Настройте в Метрике цели на заявки и звонки, чтобы видеть, какой канал приносит деньги.
14. Посмотрите, как выглядят реальные проекты по росту обращений из поиска, в кейсах с адресами сайтов — их 130+, по разным нишам.

Частые вопросы

Сколько в среднем экономит ИИ малому бизнесу?

Единой честной цифры нет, и тем, кто её называет, стоит задать вопрос об источнике. Проверяемые исследования говорят о росте производительности на конкретных задачах: например, плюс 14% решённых обращений в час в поддержке и до 34% у новичков. В деньгах это зависит от того, сколько часов задача занимала у вас. Поэтому считать надо на своих цифрах по формуле: сэкономленные часы, стоимость часа и все расходы, включая проверку.

Можно ли заменить нейросетью администратора или оператора?

Полностью — рискованно. Gartner фиксирует, что 64% клиентов предпочли бы обслуживание без ИИ, а Klarna после громкой замены операторов вернула людей. Рабочая схема для малого бизнеса — ИИ готовит черновик или отвечает на простые типовые вопросы, а человек подключается сразу, как только вопрос сложнее расписания и адреса.

Опасно ли выкладывать на сайт тексты, написанные нейросетью?

Опасен не инструмент, а пустой текст, выпущенный потоком. Google с 2024 года прямо борется с массовым производством контента ради позиций, Яндекс тоже понижает бесполезные страницы. Текст, который проверил специалист, дополнил фактами и примерами из практики, проблем не создаёт. Сто статей за вечер без вычитки — создаёт.

Как понять, называют ли нейросети мою компанию?

Задайте ChatGPT и Алисе вопросы так, как задал бы клиент: с услугой, городом и условием вроде «с хорошими отзывами». Повторите несколько раз в разные дни: ответы меняются. Параллельно смотрите в Метрике переходы с сайтов нейросетей. Если вас нет ни там, ни там, начинать стоит с видимости сайта в обычном поиске.

Нужен ли отдельный бюджет на продвижение в нейросетях?

Обычно это не отдельный канал, а продолжение SEO: нейросети берут источники из поиска. Если сайт уже хорошо виден, добавляется работа с внешними упоминаниями и структурой страниц. Если не виден, деньги в первую очередь уходят на базу, без которой в ответы не попасть.

Коротко

• ИИ внедряют почти все, но заметный эффект на прибыль видят 39% компаний по McKinsey, а ценность в масштабе получают около 5% по BCG.
• Реальная экономия есть там, где ИИ делает черновик, а человек проверяет: поддержка, документы, разбор данных.
• Деньги сгорают на текстах без вычитки, ботах без выхода на человека, лишних подписках и утечках данных.
• Окупаемость считается с учётом времени на проверку; одна потерянная заявка может съесть месячную экономию.
• Экономия ограничена стоимостью задачи, а новые клиенты из ответов нейросетей — нет: 35% онлайн-покупателей уже выбирают с помощью ИИ.
• В ответы ChatGPT и Алисы попадают те, кто хорошо виден в поиске и о ком пишут независимые источники.

Если хотите посчитать, что именно в вашем бизнесе стоит отдать ИИ, а где нужен рост видимости в поиске и нейросетях, это удобно сделать на SEO-консультации: я посмотрю ваши цифры, каналы и конкурентов, которых уже называют нейросети, и скажу, с чего начать.