AI в бизнесе часто стартует красиво. Команда пробует ChatGPT, разработчики подключают Cursor, маркетинг генерирует тексты, операционный отдел запускает агентов. Все заняты, все вроде бы двигаются быстрее. А потом финансовый директор видит счёт и задаёт неудобный, но правильный вопрос: что именно мы купили на эти деньги?

И вот тут начинается самое интересное. Расходы на AI плохо похожи на обычную подписку на сервис. Часть денег уходит на лицензии, часть — на токены, а часть незаметно сгорает в агентах, которые выполняют много шагов подряд. Если это не считать, бизнес быстро начинает платить не за результат, а за приятное ощущение, что «мы внедряем AI».

Zapier считает AI не на глаз

Как пишет Zapier Blog, компания сначала дала сотрудникам открытый доступ к AI-инструментам и почти ничего не измеряла. Позже подход изменили. Теперь каждый сотрудник видит собственные расходы на AI по инструментам и моделям, а система может автоматически добавить бюджет, если работа действительно этого требует.

Данные об использовании Anthropic, Cursor, OpenAI и Sidekick в Zapier ежедневно попадают в аналитическую систему. Для каждого человека устанавливают месячный лимит по каждому инструменту. Не впритык, а выше исторического использования. Есть стандартный уровень и уровень для тех, кто пользуется AI активнее.

Когда сотрудник достигает 75% своего AI-лимита, бот в Slack спрашивает, над чем он работает. Человек может попросить увеличить бюджет или пометить подозрительный расход для команды безопасности. Чтобы получить увеличение, достаточно одного предложения с объяснением.

Дальше автоматизация с AI-шагом читает ответ и добавляет бюджет. Менеджеру приходит уведомление, если человек просил повышение два или более раз за месяц. Если увеличение нужно три месяца подряд, пользователя переводят на более высокий уровень.

Это не история про «закрутить гайки». Наоборот, Zapier прямо говорит: цель в том, чтобы команды использовали больше AI, но делали это осознанно. Дорогие модели должны работать там, где действительно нужно сложное рассуждение. Простые задачи лучше отдавать более дешёвым моделям или обычной автоматизации.

По данным, которые приводит Zapier Blog, 52% менеджеров говорят, что их организации тратят на AI более $100 тыс. в месяц, но лишь 34% руководителей понимают, куда уходят эти деньги.

Малому бизнесу тоже нужна видимость, даже без бюджета Zapier

Для украинского агентства, клиники, интернет-магазина или службы доставки урок простой: не начинайте с запретов. Начните с видимости.

Представим интернет-магазин. Маркетолог использует AI для описаний товаров, поддержка готовит черновики ответов, операционный менеджер собирает отчёты. На первый взгляд всё хорошо: AI помогает, люди экономят время. Но если присмотреться, может выясниться, что дорогая модель пишет шаблонные письма, которые можно генерировать дешевле. Или агент несколько раз переделывает один и тот же файл, потому что процесс настроен криво.

Практический старт может выглядеть так:

  • собрать все AI-инструменты, за которые платит компания, включая оплату по токенам;
  • разделить расходы по командам, людям, моделям и типам задач;
  • настроить простой ежемесячный отчёт для каждого пользователя;
  • ввести мягкие лимиты по ролям, а не одинаковый потолок для всех;
  • проверять задачи, где дорогая модель используется для рутинной работы.

Подводный камень здесь очевиден: контроль легко превращается в бюрократию. Если людям нужно писать заявку на каждый AI-запрос, они просто перестанут экспериментировать. Лучше действовать ближе к подходу Zapier: лимит достаточно высокий для нормальной работы, а проверка включается только тогда, когда расходы приближаются к границе.

Есть ещё один момент, о котором бизнес часто забывает. Не везде нужен LLM. Если процесс предсказуемый, скажем, нужно передать лид в CRM, отправить уведомление в Slack или обновить статус заказа, обычная автоматизация через n8n, Make или Zapier будет дешевле и стабильнее. AI лучше оставить для мест, где нужно интерпретировать текст, классифицировать обращения, сделать вывод или подготовить варианты решения.

Наша позиция в Artica простая: AI-бюджет должен жить рядом с бизнес-метриками. Если расход не влияет на доход, скорость, продуктивность, снижение лишних затрат или риски, его нужно пересмотреть. Не обязательно сразу резать. Но точно нужно понимать, за что вы платите.