Что это такое
Стоимость результата — единица учёта эффективности процесса. В числителе все деньги периода: зарплаты, лицензии, инфраструктура, переходные расходы. В знаменателе количество результатов за тот же период. Деление даёт цифру, которую можно сравнивать из месяца в месяц.
В этой формуле есть угол, который меняет CFO-разговор. Стоимость процесса и стоимость результата часто двигаются в разные стороны. Процесс подорожал на 15% (наняли AI-ассистента, заплатили за лицензию). Но количество результатов выросло на 70%, и одна операция стала дешевле на 32%. Классический cost-cutting вопрос «уменьшится ли наш расход» получает ответ «нет, увеличится», и это правильный ответ. Имеет значение третья цифра: сколько уходит на одну единицу того, ради чего этот процесс существует.
В методике Oper8 это единица учёта для AI-процессов. Без неё разговор про возврат инвестиций скатывается в фантомные метрики: «сэкономили 20% времени», «оптимизировали три этапа». Эти цифры выглядят на слайде, но не отвечают на вопрос финдиректора «насколько изменилась стоимость одной операции».
У стоимости результата обязательно должна быть контр-метрика. Стандартный выбор: CSAT (удовлетворённость клиента). Прокси без survey-инфраструктуры: доля повторных обращений или процент эскалаций к супервайзеру. [Мнение авторов]: мы выбрали их, потому что обе ловят падение качества раньше, чем оно превратится в отток. Без контр-метрики формула соблазняет урезать качество: в ней качество это расход, а не выручка, и оптимизация всегда пойдёт туда, где штрафа нет.
Из чего состоит
Полная формула делится на четыре строки расходов в числителе и одну категорию в знаменателе.
1. Прямые операционные расходы
Зарплаты команды процесса плюс прямые затраты на цикл: звонок клиенту, выезд инженера, лицензия CRM. Самая очевидная строка и самая часто недосчитанная: 30–50% времени менеджмента и поддерживающих ролей обычно забывают.
2. Расходы на AI и инфраструктуру
Лицензии моделей, серверы, поддержка контекста (база знаний, лог решений). 300 000 ₽/мес за лицензию на старте выглядят пугающе. На 5 000 результатов в месяц это 60 ₽ за результат: эквивалент одной минуте работы менеджера на ту же задачу или фонду оплаты двух операторов первой линии. Точка сравнения работает лучше абсолютной цифры.
3. Переходные расходы
Обучение команды, перепроектирование процесса, интеграция. Распределяются на 6–12 месяцев. По нашим наблюдениям, переходные расходы в 3–5 раз больше месячной экономии на полном ходу: если процесс будет экономить 1 млн ₽/мес, на переход нужно отложить 3–5 млн ₽. Это значит, что первые 4–8 месяцев AI-процесс убыточнее старого. Нормальная фаза, а не сигнал к остановке.
4. Стоимость ошибок
AI ошибается, и каждая ошибка чего-то стоит. Тип расхода зависит от процесса. В поддержке это повторный контакт (1 500–5 000 ₽ за случай). В найме — стоимость замены сотрудника (2–4 оклада). В андеррайтинге — потери от плохого кредита. В логистике — компенсация за нарушенный SLA. Эту строку чаще всего забывают на стадии бизнес-кейса и вспоминают после первого инцидента.
5. Количество результатов в знаменателе
Результат должен быть измеримым и согласованным до старта проекта. «Заявка, дошедшая до подписанного договора» годится. «Обработка заявки» нет: половина команды считает результатом первый контакт, вторая закрытую сделку. Размытое определение ломает всю метрику.
Что даёт бизнесу
В страховой компании федерального масштаба мы поставили AI-ассистента на первую линию обработки претензий. Стоимость одного решённого обращения до AI: 230 ₽ (зарплаты, инфраструктура, повторные контакты). Через 8 месяцев — 64 ₽. Лицензия AI добавила 18 ₽ к расходам, один оператор закрывает 92 обращения в день против 28 раньше. Через 12 месяцев пришлось донастраивать пограничные случаи: AI хуже работал на нестандартных претензиях, доля ручной перепроверки выросла с 5% до 11%. Стабилизировалось на 78 ₽ за обращение, в три раза лучше старта.
В сети ювелирных магазинов мы перепроектировали обработку клиентских заявок. До AI: 1 200 ₽ за заявку (телефонный менеджер плюс 5% конверсии в покупку). После: 250 ₽ за заявку при конверсии 6.5% и среднем чеке +20%. На 12 000 заявок в месяц это 119 млн ₽ дополнительной выручки при 1 млн ₽ расходов на AI. Тонкое место: клиенты, писавшие короткими сообщениями, в первые 4 месяца получали ответы хуже, и в этом сегменте конверсия просела на 30%. Подкрутили модель, выровнялось.
Третий проект, региональная логистика. Стоимость результата не падала 14 месяцев. Корень нашли только на 12-м: ошибка была в самом определении результата. «Доставленный заказ» шёл в плюс независимо от опозданий, а компенсации клиентам за задержку учитывались отдельной строкой. Переопределили результат как «заказ в обещанном окне», подтянули компенсации в формулу. Стоимость на 16-й месяц упала на 41%. Урок: размытое определение из раздела 2 не теория, его легко пропустить даже зрелой команде.
Сроки разные по сегментам. В Mid-market на одном процессе стоимость результата начинает падать на 3–4 месяце и выходит на новое плато к восьмому. Типичная динамика на уровне A2: снижение 2–4% в месяц. Видели и 8% (поддержка с высокой типовостью), и 0.5% (комплексный андеррайтинг с длинным циклом обратной связи). В Enterprise добавляются 3–4 месяца на согласование определения результата с compliance.
С чего начать
Первый шаг — выбрать один процесс, где результат можно посчитать однозначно. Кандидаты с измеримым выходом: поддержка, обработка типовых заявок, найм, продажи через канал с конверсией. Слабые кандидаты: стратегическое планирование, креативные процессы, любые «вспомогательные» задачи без чёткого выхода.
Зафиксируйте определение результата письменно. Например: «запрос, закрытый без повторного обращения в течение 7 дней». На это уходит полдня обсуждений. Инвестиция окупается десятки раз: размытое определение делает всю последующую аналитику бесполезной, как в кейсе логистики выше.
Соберите опорную точку (baseline — данные до старта проекта) до первой строки кода. Возьмите последние 3 месяца, посчитайте все четыре строки расходов и количество результатов. Без этой цифры через год нельзя доказать, что что-то изменилось. По нашим наблюдениям, в 60% случаев опорной точки нет: восстановление по бухгалтерии задним числом занимает 2–4 недели работы аналитика и даёт цифру с погрешностью 15–25%.
Поставьте регулярный замер: раз в месяц пересчитывать стоимость результата по одному шаблону, рядом контр-метрика. Если на 4-м месяце стоимость падает, а контр-метрика не ухудшается, пилот идёт нормально. Если стоимость стоит при выросшей контр-метрике, проверять определение результата, как в логистике. Если стоимость растёт три месяца подряд, пересобирать гипотезу, не «дать ещё месяц». Это и есть то правило принятия решения, которое отличает работающий AI-процесс от пилота-зомби.
Если выбрать один процесс сложно. Типичный сценарий в Enterprise: каждый владелец считает свой процесс кандидатом. Мы делаем 30-минутную диагностику: отбираем 2–3 кандидата по объёму, измеримости результата и сложности интеграции и показываем, с какого начинать.
Где разваливается
Опорной точки нет, доказать ничего нельзя. Команда увлеклась внедрением, через полгода CFO спрашивает: «На сколько упала стоимость одной операции?» Цифры до старта никто не записал. Дальше два варианта: восстанавливать историю задним числом или продолжать пилот на честном слове. Лечение: фиксировать опорную точку до первой строки кода. Порог отката: если её не появилось к концу первого месяца, пилот не запускать, добирать данные.
Стоимость ошибок не заложена в модель. На бумаге всё красиво: AI закрывает 95% запросов автоматически, одна операция стоит 35 ₽ вместо 200 ₽. В реальности 5% ошибок на 50 000 операций в год это 2 500 неверных решений по 4 000 ₽ каждое: +10 млн ₽/год к расходам, которых нет в первоначальной модели. Реальная стоимость операции 85 ₽, в 2.4 раза хуже бумажной. Лечение: закладывать стоимость ошибок в модель при проектировании и пересчитывать после первого месяца боевых данных.
Результат переопределяется задним числом. Запустили проект с метрикой «закрытие за 24 часа». Через 6 месяцев цифры не сходятся, команда «уточняет»: «закрытие за 48 часов». На бумаге метрика выправляется, клиент изменений не чувствует. Лечение: определение результата фиксируется письменно в начале проекта и меняется только публично, с CFO в комнате и явным признанием, что метрика изменилась. До и после пересмотра считаются как два разных процесса; склейка их в один тренд — самообман, который через год обнаружится при сверке с финансами.
