Как посчитать выгоду от замены людей на ИИ и не остаться без запасного исполнителя
Посчитать экономию от замены одной функции на ИИ с координатором, выбрать запасного исполнителя на случай лимитов и поставить проверку секретов на границу, через которую данные уходят наружу.
Зачем этот урок
В уроках 1–5 вы выбрали процесс, собрали рабочее место, посчитали выгоду в продажах и управлении, запустили пилот. Теперь разговор про деньги наоборот: про то, что ИИ позволяет убрать из штата. Это самый популярный и самый опасный сценарий внедрения, и оба качества идут от одной причины — цифры в нём красивые, а проверить их трудно.
Оговорка, без которой урок превращается в рекламу ИИ. Ниже нет ни одной цифры, взятой из внутренних отчётов чужих компаний, — все проверяемые вещи сверены с первоисточниками, а то, что проверить нельзя, названо словами практика. Если вы когда-нибудь видели презентацию, где вам обещают «сократить штат втрое», первым делом спросите, где здесь первоисточник и где здесь расчёт.
Для меня этот урок не абстрактный, он про мой SNIRREX — импортёра техники из Китая с небольшой командой и тонкой наценкой: по данным компании, базовые пять процентов на себестоимость, а по отдельным заводам и два-три. При такой наценке каждый рубль, снятый с операционки, падает не «в какую-то маржу», а прямо в прибыль, и именно здесь экономику замены считают поштучно, а не слайдами. Заодно покажу на своём примере, где заканчивается факт и начинается моё видение, потому что в разговоре про замену людей на ИИ эти два слоя путают чаще всего, и путают обычно в свою пользу.
Считать функцию, а не должность
Сеть из пяти клиник держала в штате трёх маркетологов-универсалов, каждый стоил двести тысяч рублей в месяц. Они сами писали стратегии, анализировали конкурентов, делали тексты и макеты. Задача была сократить расходы на маркетинг, не потеряв в качестве, и на рынке появились доступные инструменты ИИ, которые умеют делать анализ конкурентов и рынка, стратегии и контент.
Шаг первый — централизовали функции и сократили штат отдела. Шаг второй, собственно давший эффект, — подключили ИИ, чтобы не потерять качество при том же объёме работ. Оптимизировали не людей, а их функции: всё, что связано с текстами и макетами, передали искусственному интеллекту — анализ конкурентов, анализ рынка, анализ услуг, стратегии, создание стратегии.
Вывод практика о том, какая позиция нужна вместо трёх дорогих универсалов: не высококвалифицированный дорогой маркетолог, а человек с хорошим живым умом, со структурным и системным мышлением. Это может быть человек попроще, который координирует всё, что связано с маркетингом, работает с агентствами, распределяет задачи и контролирует ИИ. Подрядчиков, которые создают только тексты или макеты, компания давно не привлекает.
Общая стоимость оптимизации составила примерно плюс десять процентов к окладам сотрудников, оставшихся после сокращения. То есть сократили три дорогие ставки, а оставшимся добавили работу и повысили оклады — и общий фонд оплаты труда по направлению уменьшился.
Что из этого переносится на свою компанию. Сначала определяется функция, а не должность: что именно в маркетинге является текстом, макетом, анализом конкурентов или рынка. Эта часть передаётся ИИ. Затем решается, кто остаётся: координатор, который управляет задачами, агентствами и самим ИИ. И только после этого считается экономия: три ставки по двести тысяч рублей в месяц против плюс десяти процентов к окладам остальных — это разница, из которой и оплачивается качество, которое было потеряно при сокращении.
Порядок нельзя менять. Если сначала сократить людей, а потом решать, что передать ИИ, получится обратная картина: уволили тех, кто делал тексты, а тексты делать некому, и ИИ подключают в панике, без владельца и без метрики. В уроке 5 вы видели, чем заканчиваются пилоты без владельца.
Кейс: компания, где машина пишет инструмент, а не занимает должность
Теперь про мой SNIRREX, и начну с того, чего там не было: там никого не увольняли «под ИИ». Машина не заняла ничью должность, она взяла на себя производство самой платформы — агенты пишут код и автоматизации: парсеры дилерских прайсов (в реестре восемь интеграций, остатки считаются по пяти), асинхронные экспорты, закрытие периодов. Замер ноября 2026 года: 127 из 383 немузжевых коммитов основной ветки несут трейлер модели, примерно треть, и оговорка из первого урока в силе — трейлер нижняя граница, а не мера. Работа человека при этом в точности та координаторская функция из начала урока: решение о том, что именно считать, каким отчётам верить и где ошибка машины обойдётся дороже экономии, остаётся за людьми, агент пишет механику, а смысл определяет человек.
Отдельно скажу про границу факта и видения, которую обещал показать честно. Я веду компанию к тому, чтобы функции сотрудников брали на себя ИИ-чаты и агенты, но это траектория, а не свершившееся положение дел: сегодня в самом продукте ИИ нет вообще, ни чатов, ни ассистентов, продуктовые функции автоматизированы классическим кодом, который написали агенты, а функции выполняют люди с этим инструментом в руках. Слой «в будущем чаты заменят функции» я сознательно держу отдельно от замеров, по той же причине, по которой в уроке 1 обещанная цифра стояла рядом с полученной: перепутать их — значит начать планировать бюджет по собственным мечтам.
Вывод для экономики замены отсюда практический. При тонкой наценке цена ошибки высокая, а цена автоматизации низкая, но считать всё равно начинают с функции, а не с должности: SNIRREX отдал машине не «работу маркетолога», а набор операций — разобрать прайс, собрать экспорт, закрыть период, — и рядом с каждой операцией остался человек, который объяснит, почему считается так, а не иначе. Экономия при такой схеме выходит скромной, зато она есть и не разваливается в первый месяц.
Запасной исполнитель на случай лимитов
Экономия выше держится на одном условии, которое редко проверяют: процесс должен пережить смену исполнителя. Набор инструкций владельца установлен сразу в четыре агента разных производителей из одного источника: правка инструкции действует во всех сразу. Общая память между ними тоже одна.
Эта память называется mem0, и к ней пришли не сразу: до этого я перебрал несколько систем, одну вывел из эксплуатации в июле 2026-го, ещё две отключил в августе — данные оставил, из реестра агентов убрал, — и остановился на связке mem0 плюс файловая автопамять. Развёрнуто всё у себя: собственная база с векторным поиском, свой сервер-коннектор, зарегистрированный сразу в четырёх агентах — Claude Code, Codex, Kimi и OpenCode, — так что пишут и читают они одно хранилище. Вокруг вырос слой обходов найденных багов: правки живут в отдельном файле, а не в библиотеке, чтобы обновление не затёрло заплатки, а две команды проверки — одна сетевая, другая офлайн — подтверждают, что обходы всё ещё цепляются. Это и есть принцип «регламент и память живут отдельно от агента» в конкретном исполнении: исполнитель заменяемый, среда остаётся.
Зачем это нужно, видно по ходу работы над этим курсом: у одного из исполнителей посреди задачи закончился лимит на старшей модели, и работа продолжилась на младшей без переделки инструкций.
Принцип: не строить процесс вокруг одного поставщика ИИ. Регламент и память должны жить отдельно от конкретного агента, тогда исчерпанный лимит или подорожание тарифа — это замена исполнителя, а не остановка работы.
Проверка на вашей стороне простая. Спросите себя: если завтра ваш поставщик ИИ поднимет цену вдвое или закроет доступ к модели, сколько дней уйдёт на перенос регламента? Если ответ «неделя и переписывание инструкций» — у вас не процесс, а зависимость. Если ответ «час и переключение конфига» — у вас процесс. Разница не в моделях, а в том, где живут инструкции и память: в агенте или рядом с ним.
Секреты на границе, а не в голове
Пароль администратора полгода пролежал в истории двух репозиториев владельца: правило «проверять секреты» существовало, но выполнялось как текстовое указание, а установленный сканер не распознавал именно такую форму записи.
После этого проверка стала автоматической и обязательной: перед каждой отправкой кода сторож читает все уходящие строки, включая историю, и сверяет их с известными секретами (хранятся только хэшами) и с форматами ключей популярных сервисов.
Урок: правило безопасности, которое держится на внимательности — человека или ИИ, — однажды не сработает. Его нужно превращать в автоматическую проверку на границе, через которую данные уходят наружу.
Перенос на вашу компанию. Любой документ, который уходит наружу через ИИ — в отчёт, в письмо, в базу знаний, — проходит через границу. Если на границе стоит правило «не отправляй пароли, ключи, персональные данные», оно сработает ровно столько раз, сколько кто-то его прочитал. Если на границе стоит автоматическая проверка, которая отклоняет отправку при совпадении с известными секретами и форматами ключей, правило работает всегда. Цена автоматической проверки — час настройки. Цена одной утечки — другая.
Это особенно важно для сценария замены из первой части урока. Координатор, который управляет ИИ, отправляет в модель тексты, анализы, иногда выгрузки. Если в выгрузке окажется пароль или ключ — модель его увидит, и дальше вопрос в том, где он осядет. Граница должна стоять до модели, а не после.
Полная стоимость владения и стоимость на единицу результата
Экономия от замены людей на ИИ считается не по цене запуска, а по полной стоимости владения: токены, инфраструктура, разработка и поддержка агентов, обучение команды, интеграция с существующими системами. Без этой модели сэкономили на людях, потратили на инфраструктуру, и экономия оказалась иллюзорной. Показатель эффективности — стоимость на единицу результата: если она снижается, модель работает. Модель окупается, когда пропускная способность растёт быстрее затрат на среду, а среда накапливает ценность — каждый следующий проект дешевле, потому что данные и политики уже есть. Подписка на готовый инструмент такого накопления не даёт.
Упражнение: перевести одну функцию в деньги до того, как масштабировать
Возьмите одну функцию, которую планируете передать ИИ: тексты, макеты, анализ конкурентов, первичная квалификация лидов. Посчитайте три числа и запишите их в карточку инициативы из урока 5.
- Стоимость функции сейчас — сколько человеко-часов в месяц уходит на неё и по какой ставке. Если функцию делает универсал, посчитайте только его долю.
- Стоимость после замены — координатор на плюс десять процентов к окладу плюс подписка на модель и инструменты. Не забудьте время на настройку регламента и памяти: это разовая работа, но она есть.
- Разница — пункт 1 минус пункт 2. Если разница отрицательная, функцию передавать рано: либо объём слишком мал, либо координатор окажется дороже, чем сэкономили.
Отдельно проверьте запасного исполнителя: напишите, кто или что заменит вашу модель, если лимит кончится завтра, и сколько минут займёт переключение. Если ответа нет — это не упражнение, а дыра, и закрывать её нужно до того, как функция уйдёт в продакшен.
И последняя строка карточки — про секреты: какие данные функция отправляет наружу и стоит ли на границе автоматическая проверка. Если ответ «нет» — добавьте её до запуска, а не после первой утечки.
Что дальше
Урок 6 закрывает управленческую часть курса «Как руководителю начать использовать ИИ в работе». Вы прошли путь от выбора процесса и сборки рабочего места до пилота и теперь — до честного счёта замены людей на ИИ с запасным исполнителем и границей для секретов. Впереди ещё урок 7, финальный: в нём вся посчитанная механика упирается в конкретную модель, и мы разберём, как выбрать её под задачу и проверить на своём материале за полчаса.
Следующий шаг — не новый курс, а проверка вашего пилота из урока 5 по четырём пунктам этого урока: посчитана ли экономия до, а не после; есть ли запасной исполнитель; стоят ли секреты на границе; назван ли координатор, а не «мы все». Если все четыре пункта закрыты — пилот можно масштабировать. Если хотя бы один открыт — это следующий шаг, а не масштабирование.
Готово, если на листе проверен пилот по четырём пунктам (экономия до/после, запасной исполнитель, секреты на границе, координатор) и принято решение масштабировать/доработать; экономия посчитана в рублях за месяц до и после замены.
// источник: course/ai-for-managers/06-ai-replacement-economics.md