09.07.2026  Новости, Бизнес-практикум, Искусственный интеллект, Консалтинг и системная интеграция, Менеджмент, ОС и разработка приложений

При оценке ROI промышленного искусственного интеллекта компании традиционно учитывают затраты на оборудование и программное обеспечение, но забывают про персонал, качество данных, дообучение моделей и другие сопутствующие расходы. Эти статьи либо не закладываются в бюджет, либо занижаются в разы, превращая экономически обоснованный проект в убыточный. Алексей Шингарев, руководитель продуктового направления платформы промышленного ИИ АтомМайнд, рассказывает, как считать ROI с учетом человеческого фактора и почему система без людей остается лишь затратным проектом, не приносящим реальной отдачи. Видимые и скрытые статьи расходов при расчете ROI промышленного ИИ Когда компания запускает проект по внедрению промышленного ИИ, в первую очередь учитывают затраты на оборудование, включая серверы, GPU, датчики для сбора данных, лицензии на ПО, работы по проектированию, внедрению и интеграции, и сравнивают их с ожидаемым эффектом — снижением брака, ростом производительности, экономией на ремонтах за период и т. п. На бумаге все выглядит красиво, цифры сходятся, проект утвержден, бюджет выделен. Но проходит время, и реальная экономика начинает сильно отличаться от расчетной. Проблема в том, что при таком подходе ROI учитывает только очевидные затраты. Но есть еще и скрытые, которые становятся видны позже — например, расходы на автоматизацию сбора и подготовки данных в промышленной эксплуатации (против ручной подготовки данных в пилоте), дообучение и переобучение моделей при изменении ... читать далее.