Структура затрат: от чего зависит цифра
Внедрение LLM = разработка обычного ПО + модель как компонент. Рынок в 2026 году тарифицирует ИИ-функциональность «как обычную разработку» — наценки за слово «нейросеть» не сложилось (вывод по 236 закрытым ИТ-закупкам VIII–IX.2026).
| Статья | Влияние на цену |
|---|---|
| Число процессов | каждый новый процесс = свой RAG-контур и интеграция |
| Интеграции | 1С, СЭД, CRM, helpdesk, телефония — каждая добавляет часы |
| Режим данных | API-модель дешевле; изолированный контур (VPS/on-premise) дороже на 20–40% |
| Объём базы знаний | тысячи документов требуют нормализации и дедупликации |
| Требования ИБ | 152-ФЗ, 243-ФЗ, аттестация — добавляют организационные работы |
Эталонные цены (наши стартовые офферы)
| Услуга | Цена «от» | Срок |
|---|---|---|
| Аудит процесса + концепция внедрения | 90 000 ₽ | 3–5 раб. дней |
| Пилот LLM (один процесс, RAG, одна интеграция) | 480 000 ₽ | 4–6 недель |
| Полный контур (несколько процессов, LLMOps) | 0,9–1,2 млн ₽ | 8–12 недель |
| Сопровождение (мониторинг, доработка базы) | от 50 000 ₽/мес | — |
Часовые ставки: аналитик 2 800 ₽/ч, консультант/разработчик 3 200 ₽/ч, ведущий 3 800 ₽/ч. Та же сетка встречается в НМЦ крупных корпоративных заказчиков — наши цены не выше рыночных.
Сколько платит рынок (проверяемые факты)
- Крупнейший сегмент живого спроса в профильных ИТ-закупках до XI.2026 — доработка и развитие ИС с ИИ-блоками: 127 живых лотов, медианные НМЦК сегмента «разработка» — 4,11 млн ₽.
- Корпорации запускают закупки LLM-платформ: RFI банковской экосистемы и промышленной компании (IX.2026) — платформы масштаба 3–15 млн ₽.
- Лаборатория стандартизации заказывает прототип «Контейнера цифровых станций» на RAG — рынок покупает именно RAG-подход, а не «магию ИИ».
Вывод: пилот за 480 000 ₽ — это вход в 15–20 раз дешевле корпоративных платформ, при этом на одном процессе эффект сопоставим.
Как сэкономить без потери качества
- Начните с аудита (90 000 ₽): иногда процесс вообще не нужен LLM — хватит обычной автоматизации; честно скажем и об этом.
- Один процесс в пилоте — не «ИИ для всего».
- Готовая база знаний в структурированном виде экономит 20–40 часов нормализации.
- API-модель вместо контурной на пилоте (с переходом в контур на продуктиве, если потребуют данные).