Вернуться к блогу
Hola, Amigos! На связи Дмитрий Тарасов, CEO Amiga.
Когда компания планирует приложение с ИИ, первый вопрос обычно про бюджет. Но прежде чем сравнивать суммы, я бы уточнил: что именно мы собираемся запускать? Ассистента для сотрудников, одну функцию в готовом приложении или новый продукт с регистрацией, оплатой и несколькими сценариями?
От ответа зависит состав сметы. У готового приложения уже могут быть интерфейс, серверная часть и права доступа. В новом продукте все это предстоит сделать. А сама ИИ-функция потребует данных, проверки качества и бюджета на работу после запуска.
Для планирования на 2027 год можно опираться на текущие цены Amiga, проверенные 17 ноября 2026 года. Мобильный MVP стоит 1,3–3,7 млн рублей, приложение полного цикла с серверной частью и интеграциями: 3–7,4 млн рублей. Это цены продукта, а объем работ с ИИ нужно разбирать отдельно. Ниже объясню, как читать такую оценку и какие расходы проверить до договора.
В публичном прайсе Amiga указаны следующие ориентиры с НДС:
| Что оцениваем | Бюджет | Срок |
|---|---|---|
| Чат-бот или ИИ-ассистент | 420 тыс. – 1,6 млн руб. | От 4 недель |
| MVP мобильного приложения | 1,3–3,7 млн руб. | От 10 недель |
| Мобильное приложение полного цикла | 3–7,4 млн руб. | От 14 недель |
Состав работ у этих вариантов разный. В ассистент входят сценарии, подключение моделей, админка, проверка качества на ваших примерах и обучение сотрудников. Мобильный MVP включает ключевой сценарий для iOS и Android на Flutter, работу с вашим API или простой серверной частью и публикацию в магазинах приложений. В полный цикл входят аналитика, дизайн, Flutter-разработка, серверная часть или прослойка над вашей системой, админка, интеграции и публикация.
Таблица помогает выбрать отправную точку. Если нужен ассистент для сотрудников, оценивать его как новое мобильное приложение нет смысла. Если планируется клиентский сервис с оплатой, личным кабинетом и ИИ-поиском, бюджет одного чат-бота не описывает весь продукт.
Цена ИИ-функции внутри существующего приложения определяется после аудита. Смотрим, что уже работает, какие данные доступны и что придется менять. Складывать нижнюю границу мобильного MVP и минимальную цену ассистента тоже неправильно: часть работ может совпадать, а часть функций вообще не понадобится.
Для бюджета на 2027 год эти суммы служат текущими ориентирами. Стоимость конкретного проекта фиксируется после оценки его состава.
У ИИ-функции нужно проверить несколько вещей: получает ли она нужные данные, дает ли приемлемый результат, укладывается ли в допустимое время и что происходит при ошибке. Именно эти условия превращаются в часы команды.
Например, в оценке ИИ-контура для архитектурного бюро на 13 рабочих мест было 152 часа и 529 тыс. рублей с НДС. Мобильное приложение в эту оценку не входило. Первую версию на 90 часов технический руководитель вернул на доработку: в ней не хватало работ по проверке и доводке.
Из итогового объема 20 часов выделили на доводку качества по эталонному набору. Это примеры, по которым заранее договариваются, какой ответ считается подходящим. Такая строка в смете отвечает на вполне клиентский вопрос: кто и за какое время доведет функцию до согласованного результата?
Отдельная работа может потребоваться еще до подключения модели. В кейсе маркетплейса Stock команда подготовила 200 эталонных карточек товаров. На это ушло 876 часов. Карточки использовали для тестирования и корректировки модели, определяющей категории оборудования. Эти часы относятся к подготовке эталонов, а не ко всей разработке маркетплейса.
Для заказчика здесь важен вывод: наличие документов, каталога или таблиц еще не означает, что данные готовы для ИИ. В смете нужно показать, кто приведет их в порядок и сколько работы для этого потребуется.
Бюджет удобно разделить на продуктовую часть, приложение, ИИ-контур и эксплуатацию. Так видно, за что платит бизнес и какие работы останутся после первого релиза.
Блок | Что делает команда | Что увеличивает объем |
Продуктовая проработка | Определяет задачу, метрику, сценарий, ограничения и границы первого релиза | Несколько сегментов пользователей, неясная цель, большой объем исключений |
Мобильный и серверный контур | Создает интерфейс, API, роли, хранение данных, интеграции и релиз | Сложная бизнес-логика, нестабильные API, отдельная нативная разработка |
ИИ-функция | Подключает модель, готовит контекст, промпты, инструменты и правила ответа | Поиск по документам, несколько моделей, действия во внешних системах |
Качество и эксплуатация | Проверяет сценарии, безопасность, метрики, логи и реакцию на сбои | Высокая цена ошибки, персональные данные, SLA, постоянный контроль |
Число экранов и сообщений в чате мало говорит о трудозатратах на ИИ. За интерфейсом остаются подготовка данных, права доступа, интеграции с CRM или ERP, обработка ошибок и ручной маршрут при неуверенном ответе модели. Если описать эти условия до сметы, подрядчик сможет включить их в оценку сразу.
Итоговая смета зависит не только от интерфейса, но и от данных, интеграций, проверки качества и мониторинга.
Подключение модели нужно встроить в обычный пользовательский путь. Где человек задает вопрос? Какие сведения модель может увидеть? Куда сохраняется результат? Кто проверяет его перед отправкой клиенту или изменением заказа?
В «Магазине на диване» пользователь наводит камеру на экран, а приложение определяет видео и товары в кадре. На iOS обработка одного кадра сначала занимала шесть секунд. После оптимизации ее сократили до 100 миллисекунд. Модель разрабатывал партнер AGIMA AI, а команды вместе переносили распознавание в мобильное приложение.
Это хороший пример того, почему в оценке нужно обсуждать скорость работы на реальном устройстве. Для пользователя разница между шестью секундами и долей секунды заметнее, чем название модели.
Другой пример: приложение, которое распознает детали конструктора. Кроме модели, в проекте были мобильный интерфейс, камера, рекомендации фигур и анимации. На Android потребовалась интеграция через нативную часть приложения. Разработка с нуля заняла четыре месяца.
Сроки этих проектов показывают конкретный опыт, а не обещание сделать любой продукт с ИИ за два или четыре месяца. Для вашей задачи нужно проверить свой состав работ: платформы, устройства, интеграции и требования к результату.
Подключение модели нужно встроить в обычный пользовательский путь. Где человек задает вопрос? Какие сведения модель может увидеть? Куда сохраняется результат? Кто проверяет его перед отправкой клиенту или изменением заказа?
В «Магазине на диване» пользователь наводит камеру на экран, а приложение определяет видео и товары в кадре. На iOS обработка одного кадра сначала занимала шесть секунд. После оптимизации ее сократили до 100 миллисекунд. Модель разрабатывал партнер AGIMA AI, а команды вместе переносили распознавание в мобильное приложение.
Это хороший пример того, почему в оценке нужно обсуждать скорость работы на реальном устройстве. Для пользователя разница между шестью секундами и долей секунды заметнее, чем название модели.
После релиза бизнес продолжает оплачивать использование модели, инфраструктуру, контроль качества и развитие функции.
Другой пример: приложение, которое распознает детали конструктора. Кроме модели, в проекте были мобильный интерфейс, камера, рекомендации фигур и анимации. На Android потребовалась интеграция через нативную часть приложения. Разработка с нуля заняла четыре месяца.
Сроки этих проектов показывают конкретный опыт, а не обещание сделать любой продукт с ИИ за два или четыре месяца. Для вашей задачи нужно проверить свой состав работ: платформы, устройства, интеграции и требования к результату. Подробнее о том, какие работы входят в этот контур, рассказываем на странице мобильной разработки Amiga.
После релиза первой версии счета за работу модели продолжают приходить. Если функция генерирует изображения, отвечает на вопросы или обрабатывает документы, ее использование нужно считать отдельно от создания.
В одном рабочем расчете Amiga при нагрузке 6 000 изображений в месяц на генерацию заложили около 79 тыс. рублей, на инфраструктуру: 3–4,5 тыс. рублей. Получается 82–83,5 тыс. рублей в месяц до поддержки. На поддержку предусмотрели еще восемь часов, которые оплачиваются по согласованной ставке.
Такой расчет привязан к выбранному сценарию и нагрузке. Чтобы оценить свой продукт, нужно знать число пользователей, частоту действий, размер обрабатываемых материалов и тариф поставщика. В бюджет также попадают повторные попытки и тестовые обращения.
Попросите подрядчика показать отдельно:
Пакет поддержки всего продукта и восемь часов обслуживания небольшого ИИ-сервиса имеют разный состав. Их нужно сравнивать по задачам, времени реакции и объему работы команды.
Если предполагается рост аудитории, посчитайте несколько вариантов нагрузки. Важно заранее понять, сколько будет стоить полезное действие: обработанный документ, найденный товар или подготовленное изображение. Подробнее о разделении проектных и регулярных расходов мы писали в разборе IT-бюджета на 2027 год.
Я бы начал с состава работ. Что команда обязуется выпустить за указанную сумму, как проверит результат и кто займется функцией после запуска? Если ответы остаются общими, сравнивать предложения по итоговой цене рано.
| Что проверить | Что должно быть понятно |
|---|---|
| Первая версия | Обязательные сценарии, отложенные функции и исключения из сметы |
| Данные | Какие источники подключаем, кто готовит материалы и поддерживает их актуальность |
| Качество | На каких примерах проверяем функцию, какие ошибки допустимы и кто принимает результат |
| Интеграции | Какие системы затрагиваем, проверены ли API, нужны ли работы другой команды |
| Доступ и оплата | Доступен ли поставщик для проекта, как оплачиваются вызовы и что делать при его недоступности |
| Работа с данными | Какие сведения получает модель, где они обрабатываются и кто имеет к ним доступ |
| Эксплуатация | Регулярные платежи, поддержка, контроль качества и ответственность после релиза |
Для российского проекта доступность сервисов и способ оплаты стоит выяснить до выбора поставщика. Важно проверить и условия работы с данными. Если в приложении есть платная подписка, отдельно оцените платежный сценарий для выбранных площадок. Эти решения влияют на состав разработки.
Не обязательно разбираться в устройстве каждой модели. Достаточно попросить объяснить решение на своем пользовательском сценарии: что человек делает, что получает и что произойдет, если функция ошибется.
Подготовьте короткое описание задачи:
Если есть пример документа, обращения или каталога, покажите его команде с учетом ограничений на доступ. На встрече я бы попросил разобрать именно этот пример: какие действия выполнит ИИ, где понадобится участие человека, какие работы попадут в первую версию и какие платежи останутся после релиза.
Сметы стоит сопоставлять по одинаковому результату, а не только по итоговой сумме.
Из такого разговора уже можно переходить к смете с этапами, часами и результатами. Для предварительной оценки можно начать с системной аналитики, а варианты реализации ИИ-контура посмотреть на странице ИИ- и ML-разработки Amiga.
Начните с одного сценария, пользу которого можно проверить. Например, поиск по ограниченной базе документов или помощь сотруднику при обработке обращения. Заранее определите, что должно измениться в работе и как это измерить.
Дальше посмотрите, что уже есть у продукта: API, авторизация, интерфейс, каталог, аналитика. Готовые части могут уменьшить объем новой разработки. Второстепенные роли и функции можно оставить следующим релизам. А подготовку данных и проверку результата нужно учитывать с самого начала.
Красивое демо еще не отвечает на вопрос, стоит ли расширять проект. На пилоте нужно проверить качество, скорость и расходы на выбранном сценарии. Тогда решение о следующем этапе будет опираться на результат. Причины, по которым прототипы застревают до запуска, разобраны в отдельной статье Amiga.
Подготовьте короткое описание задачи: кто будет пользоваться функцией, что он должен получить, какие данные и системы уже есть, к какому сроку нужен запуск. Если есть пример документа, обращения или каталога, покажите его команде с учетом ограничений на доступ.
На встрече я бы попросил разобрать именно этот пример. Какие действия выполнит ИИ? Где понадобится участие человека? Какие работы попадут в первую версию и какие платежи останутся после релиза?
Из такого разговора уже можно переходить к смете с этапами, часами и результатами. Для предварительной оценки можно начать с системной аналитики, а текущие вилки сверить с ценами Amiga. Хорошая оценка позволяет понять, что вы получите за свои деньги и что потребуется, чтобы продукт продолжал работать после запуска.