Цифровой сотрудник: как бизнес считает «агента в штате»

Salesforce в 2024 году запустила Agentforce с тарифом «2 доллара за разговор» — то есть за каждую завершённую беседу автономного агента с клиентом. Это сместило разговор с привычной модели «плата за место» (за каждого пользователя в месяц) к оплате за выполненную работу. Вслед за этим и заказчики, и вендоры стали описывать ИИ-агента терминами HR: «нанять», «поставить в штат», «посчитать нагрузку». Проблема в том, что единого способа считать такого «сотрудника» пока нет, и от выбранной методики зависит, окажется ли агент дешевле человека или дороже.

Что изменилось в модели оплаты

Классический SaaS продавался по числу сидений (seats): платишь за каждого человека, у которого есть доступ. Для чат-бота или ассистента-подсказки такая модель работала. Но автономный агент^* действует не как инструмент в руках человека, а вместо него: сам открывает тикет, сам отвечает клиенту, сам оформляет возврат. Логика «за место» здесь ломается — агенту не нужно «место», ему нужны задачи.

Отсюда несколько конкурирующих схем ценообразования, которые вендоры вводили в 2024–2025 годах:

• За действие или разговор — Salesforce Agentforce анонсировала ориентир около 2 долларов за завершённый диалог. Точную и актуальную цену смотрите на странице тарифов Salesforce, она пересматривается.
• За токены — базовая модель у поставщиков LLM (OpenAI, Anthropic, Google): платишь за объём входного и выходного текста. Агент, который делает много шагов, «съедает» токены на каждом.
• За результат (outcome-based) — оплата только за закрытый тикет или подтверждённую продажу. Красиво звучит, сложно администрируется: нужно договориться, что считать «результатом».
• Подписка за «рабочее место агента» — фиксированная сумма в месяц за одного цифрового сотрудника с лимитом задач.

Как только вы называете агента «сотрудником», вы неявно соглашаетесь сравнивать его с зарплатой человека. И вот тут начинается самое интересное: у человека вы знаете полную стоимость, у агента — почти никогда.

Из чего на самом деле складывается стоимость агента

Ценник вендора — это верхушка. Полная стоимость владения (TCO) цифрового сотрудника включает то, что в презентациях обычно опускают:

• Инференс — плата за вызовы модели. Автономный агент на сложной задаче делает не один запрос, а цепочку из десятков: планирование, вызовы инструментов, самопроверка. Каждый шаг — токены.
• Интеграции — подключение к CRM, базе знаний, почте, платёжному шлюзу. Разовая разработка плюс поддержка.
• Данные и RAG^** — подготовка и индексация базы знаний, чтобы агент отвечал по вашим документам, а не выдумывал.
• Надзор человека — эскалации, проверка спорных решений, разбор ошибок. Полностью бесконтрольного агента в клиентском контуре почти никто не держит.
• Риск ошибки — стоимость неправильно оформленного возврата или обещания, которого компания не может выполнить. Это не строка в счёте, но реальная статья расходов.

Почему сравнение «в лоб» обманчиво

Соблазн посчитать так: агент стоит условные 500 долларов в месяц, оператор — 2000, значит экономия 1500. На деле агент закрывает не все обращения, а простые и типовые. Сложные всё равно уходят человеку. Правильная метрика — не «дешевле ли агент человека», а стоимость одного успешно закрытого обращения и доля задач, которые агент реально доводит до конца без эскалации (containment rate). Если агент «закрывает» 60% обращений, оставшиеся 40% по-прежнему требуют людей — и человека из штата вы не убрали, вы разгрузили.

Сравнение подходов к оплате

Конкретные цифры у Salesforce, Microsoft, ServiceNow и профильных стартапов меняются каждые несколько месяцев — сверяйте на официальных страницах тарифов, а не по обзорам полугодовой давности.

Кому это пригодится, а кому нет

Пригодится:

• Поддержке с большим потоком однотипных обращений: статус заказа, сброс пароля, часы работы. Здесь containment rate реально высокий, а ошибка дёшева.
• Внутренним сервисам — ИТ-хелпдеск, HR-вопросы сотрудников, где база знаний стабильна и агент отвечает по регламентам.
• Продажам на верхних этапах воронки: квалификация лидов, ответы на типовые вопросы до передачи менеджеру.

Не пригодится или преждевременно:

• Процессам, где цена ошибки высокая: юридические обещания, медицинские рекомендации, финансовые операции без подтверждения человеком.
• Компаниям без нормальной базы знаний. Агент без данных галлюцинирует — сначала наведите порядок в документации, потом ставьте агента.
• Малому потоку обращений. Если у вас 20 запросов в день, интеграция и надзор съедят всю экономию, а живой оператор справится дешевле.

Как посчитать перед внедрением

1. Возьмите месячный объём обращений и разбейте на типовые и сложные.
2. Оцените, какую долю типовых агент реально закроет (просите у вендора пилот, а не обещания в слайдах).
3. Сложите стоимость: тариф вендора плюс инференс плюс интеграция плюс часы надзора.
4. Разделите на число закрытых без эскалации обращений — получите стоимость закрытия.
5. Сравните с той же метрикой у людей, а не среднюю зарплату «в лоб».

^* Агент — программа на базе языковой модели, которая не просто отвечает на вопрос, а самостоятельно строит план из шагов, вызывает внешние инструменты (CRM, API, почту) и доводит задачу до результата с минимальным участием человека.

^** RAG (retrieval-augmented generation) — подход, при котором модель перед ответом подтягивает релевантные фрагменты из вашей базы знаний и отвечает на их основе, а не только по данным обучения. Снижает вероятность выдуманных ответов.