директор и машина · стратегия · запись № 054 · 24 августа 2026 · Давид Герштейн

Сколько стоит автоматизировать стратегическое планирование — и когда это окупается

Суммы в разборе пересчитаны на условную компанию — пропорции, механика и выводы реальные.

Как мы чуть не сожгли бюджет, доверив стратегию нейросети целиком

Короткий ответ на вопрос, сколько стоит автоматизация стратегического планирования: дорого, если начать неправильно — нельзя запускать модель сразу на боевых цифрах компании, сначала её нужно обучить на выверенных кейсах и проверить на контролируемом сегменте, иначе первая версия плана обойдётся в разы дороже второй. Мы это узнали не из статьи, а на своей ошибке — и она стоила примерно 230 тысяч рублей (оценка, в пересчёте на условную компанию), из которых треть — чистая потеря от неправильного порядка действий.

Началось всё с простого требования собственника. Марк поставил цель на следующий год — оборот 130 млн ₽. В плане, который лежал у него на столе, была цифра 54 млн ₽. Разница в 2,4 раза, и никто в компании не мог внятно объяснить, откуда она берётся: то ли план считали от суммы договоров, то ли от авансовых платежей, которые обычно составляют 37–40% от итоговой выручки. Марк задал вопрос, который потом стал внутренней поговоркой: «Я не спрашиваю цифру. Я спрашиваю — за счёт чего. За счёт SEO или за счёт SMM?» Ответа не было. Решили: раз человек не может свести план за час, пусть это делает модель.

Дальше — ошибка, из-за которой я и пишу этот раздел первым, а не в середине статьи. Команда взялась делать ИИ-модель стратегического планирования для одного из региональных направлений. Разработку синхронизировали с внедрением: модель обучали и сразу же тестировали на реальном плане, без промежуточного контролируемого шага. Результат выглядел убедительно — гладкий текст, обоснованные на вид проценты роста, разбивка по кварталам. Проверка вручную вскрыла две дыры: в расчёте не были учтены бонусы отдела продаж, а прогноз объёма на следующий год был построен на экстраполяции без учёта сезонности. Стратегия «выглядела убедительно, но содержала объективно бредовые вещи» — так это назвал финансист, когда сверял цифры построчно.

Похожие истории — когда автоматизация технически работает, но результат оказывается непригодным, — мы разбирали в статье Почему внедрение ИИ не работает, хотя технически всё запустилось.

Во что обошлась ошибка — в часах и деньгах

Прямой ответ: разработка первой, непроверенной версии модели плюс ручной пересчёт после того, как ошибку поймали, обошлись условной компании примерно в 232 тысячи рублей (оценка) — и это без учёта риска, если бы ошибку не поймали вовсе.

Раскладка по часам. На разработку первой версии ушло около двух недель работы аналитика и подрядчика — примерно 80 часов по ставке около 2 000 ₽/час (оценка для специалиста уровня стратегического аналитика) — это 160 000 ₽. Когда ошибку нашли, план пришлось пересчитывать вручную: аналитик и руководитель отдела продаж потратили на это по три дня каждый, суммарно около 48 часов по ставке 1 500 ₽/час (оценка) — ещё 72 000 ₽. Итого 232 000 ₽, из которых чистая потеря от неверного порядка действий (сначала внедрение, потом обучение, а не наоборот) — примерно треть, остальное всё равно пришлось бы потратить на первичную настройку.

Отдельно — риск, который мы не оплатили деньгами только потому, что ошибку поймали до утверждения плана у собственника. Региональное направление в пересчёте на легенду даёт около 2,7 млн ₽ выручки в месяц (30% от оборота условной компании). Бонусный фонд продавцов там — около 8% от выручки, то есть 216 000 ₽ в месяц. Модель этот фонд в прогноз не заложила. Прими Марк такую стратегию как есть — компания получила бы ежемесячную дыру в бюджете в размере 216 тысяч рублей (оценка), которую заметили бы только по факту первой же выплаты бонусов.

Как правильно: механика по шагам

Правильный порядок обратный тому, что мы сделали в первый раз: сначала обучение на выверенных кейсах, потом тест на ограниченном сегменте, и только потом — масштабирование на всю компанию. Это дороже по времени на старте, но дешевле по итоговой стоимости ошибки.

1. Шаг 1. Сбор и разметка эталонных кейсов. Что: 40 реальных решений по планированию за прошлые периоды — с фактическим результатом и объяснением, почему план разошёлся с фактом. Чем: таблица в Google Sheets, где каждую строку валидирует руководитель направления вручную. Куда: эта таблица становится обучающим датасетом для модели.
2. Шаг 2. Тест на контролируемом сегменте. Что: прогон модели не на всей компании, а на одном направлении или выборке из 5 000 записей (сделок, лидов, платежей — в зависимости от того, что кормит модель прогнозом). Чем: та же модель, что пойдёт в продакшн, но с обязательной ручной сверкой каждого выхода с фактом. Куда: результат сравнения — в отдельный лист «расхождения», который смотрит финансист.
3. Шаг 3. Масштабирование. Что: после того как расхождение на тестовом сегменте стабильно укладывается в приемлемый коридор (у нас — не больше 10–15% по ключевым метрикам), модель подключают ко всем направлениям. Чем: тот же конвейер, но с еженедельным автоматическим пересчётом. Куда: сводная таблица стратегии, которую видит собственник по четвергам вместе с коммерческим отчётом.
4. Шаг 4. Регламент проверки допущений. Что: перед каждым показом плана собственнику ответственный аналитик отвечает на три вопроса — учтены ли премии и бонусы, обоснован ли рост чем-то кроме экстраполяции, разбит ли план по каналам, а не только по общей цифре. Куда: чек-лист прикладывается к каждой версии плана.

Отдельная деталь, без которой вся механика снова превращается в квартальную презентацию для полки: план должен пересчитываться по формулам, а не переписываться руками. Если темп роста направления — плюс 5% в месяц, формула должна сама пересчитывать плановые показатели при загрузке новых фактических данных, а не требовать, чтобы кто-то раз в три недели садился и переписывал таблицу заново. На числах это выглядит так: база месяца — 9 000 000 ₽, формула «+5% к базе» на следующий месяц сама даёт 9 450 000 ₽, ещё через месяц — 9 922 500 ₽, без единого ручного пересчёта в таблице. Иначе стратегия устаревает быстрее, чем её успевают обсудить — у нас так было: отдел показал результат на 40% выше плана, а похвалить менеджеров не получилось, потому что сам план оказался некорректным ещё до того, как отдел его перевыполнил. Подробнее о том, как сделать стратегию рабочим инструментом, а не презентацией — в отдельном разборе: Стратегия как рабочий инструмент, а не презентация для полки.

ИИ-связка целиком: конвейер, промпт, обвязка

Связка строится на двух моделях с разной ролью: дешёвая модель делает рутинный еженедельный пересчёт по формулам, дорогая — раз в квартал объясняет, почему план разошёлся с фактом и что с этим делать. Смешивать эти роли не стоит: дорогая модель на еженедельном пересчёте — переплата, дешёвая на квартальном анализе причин — потеря качества.

Конвейер по шагам — так это выглядит в виде рабочего листа, который видит аналитик:

Пример промпта для еженедельного пересчёта — привязан к Google Sheets как источнику данных и дешёвой модели (gpt-4o-mini или аналог по стоимости), потому что задача чисто арифметическая и не требует глубокого рассуждения:

Ты — финансовый аналитик компании. На входе JSON с фактическими показателями за неделю по каналам продаж.
Формат входных данных:
{
  "week": "2026-08-24",
  "channels": [
    {"name": "SEO", "plan_leads": 40, "fact_leads": 35, "conversion": 0.18},
    {"name": "Telegram", "plan_leads": 25, "fact_leads": 31, "conversion": 0.22},
    {"name": "SMM", "plan_leads": 15, "fact_leads": 9, "conversion": 0.11}
  ],
  "growth_formula": "+5% в месяц к базовой линии",
  "base_monthly_target": 9000000
}

Задача:
1. Пересчитай годовой прогноз по каждому каналу по формуле роста, не меняя саму методологию.
2. Укажи отклонение факта от плана в процентах по каждому каналу.
3. Отметь каналы с отклонением больше 15% как "требует внимания".
4. Не придумывай причины расхождения — только зафиксируй факт.

Верни строго JSON без пояснений вне структуры:
{
  "channel": "...",
  "new_forecast": число,
  "deviation_percent": число,
  "flag": "ok" | "требует внимания"
}

Пример ответа модели по одному каналу:

{
  "channel": "SMM",
  "new_forecast": 1450000,
  "deviation_percent": -40.0,
  "flag": "требует внимания"
}

Инженерная обвязка: таблица Google Sheets — единственный источник правды для факта, Bitrix24-вебхук выгружает воронку в неё автоматически раз в сутки, скрипт по расписанию (Apps Script) раз в неделю по четвергам собирает JSON и отправляет в API модели, результат записывается обратно в лист «Стратегия» с меткой времени. Если API не отвечает или возвращает не-JSON — бот в Telegram шлёт алерт ответственному аналитику, а в таблице остаётся пометка «не обновлено с [дата]», чтобы никто не принял решение по устаревшим цифрам. Раз в квартал тот же конвейер, но с дорогой моделью, получает не только цифры, но и текстовые комментарии менеджеров по красным клиентам — и выдаёт объяснение причин расхождения, а не просто цифры.

Сколько стоит автоматизация стратегического планирования на самом деле

Для компании масштаба условной — отдел продаж 8 человек, оборот около 9 млн ₽/мес — разовое внедрение обходится в 120–150 тысяч рублей (оценка), эксплуатация — 4–5 тысяч рублей в месяц (оценка). Окупается это за 3–5 месяцев при еженедельном использовании. Отдельно от разовой стоимости внедрения стоит держать в уме и текущие расходы на сами модели в целом — мы разбирали это в статье Сколько на самом деле стоит ИИ в месяц.

Эффект считается не «в целом от автоматизации стратегии», а конкретно от того, что пересчёт перестал требовать ручной работы аналитика при каждом отклонении факта от плана. До внедрения формулы и конвейера пересчёт занимал у аналитика около трёх дней (24 часа) каждый раз, когда план расходился с фактом больше чем на 15% — а с учётом геополитики и сезонности это происходило почти ежемесячно. После — пересчёт по формуле занимает меньше часа, ручная работа остаётся только на этапе ежеквартального разбора причин. На диаграмме ниже — сравнение времени на пересчёт до и после автоматизации.

Пересчёт стратегии вручную занимал у аналитика около трёх дней работы (24 часа) при каждом отклонении факта от плана больше 15%; после автоматизации формула справляется меньше чем за час.

Формула для вашего случая, словами: (число пересчётов плана в год) × (часы ручного пересчёта минус час на автоматический) × (ваша ставка часа аналитика) = годовая экономия времени. Разделите разовые затраты на внедрение на (годовая экономия ÷ 12) — получите срок окупаемости в месяцах.

Подставляем свои числа: 12 пересчётов в год × 23 сэкономленных часа (24 минус 1) × 1 500 ₽/час (ставка аналитика, оценка) — это около 414 000 ₽ в год, или примерно 34 500 ₽ в месяц. Берём среднее по разовому внедрению — 135 000 ₽ — и делим на месячную экономию: 135 000 ÷ 34 500 ≈ 3,9 месяца. Отсюда и вилка «3–5 месяцев»: при более скромной ставке аналитика или более редких пересчётах срок сдвигается к пяти месяцам, при более высокой ставке или частых отклонениях — ближе к трём. Разовое внедрение в 120–150 тысяч рублей отбивается меньше чем за полугодие такой экономии, даже без учёта того, что план перестаёт содержать ошибки вроде неучтённого бонусного фонда. Это эффект именно от конвейера пересчёта — не смешиваю его с параллельными инициативами вроде перестройки отчётности по каналам, у той свой отдельный эффект.

Чек-лист: с чего начать в понедельник

• Собрать 30–40 реальных решений по планированию за последний год с фактическим результатом — это будущий обучающий датасет, не меньше.
• Разбить текущую стратегию по каналам и направлениям, а не по общей цифре — без этого формула пересчёта не работает.
• Проверить, что аналитика связывает источник лида с конкретной продажей — если нет, сначала чинить это, а не автоматизацию плана.
• Заменить хотя бы одну фиксированную цифру в стратегии на формулу от темпа роста — и проверить, пересчитывается ли она при загрузке новых данных.
• Назначить день недели и ответственного за проверку допущений модели перед показом плана собственнику — без ручной сверки не запускать.
• Протестировать конвейер на одном направлении или ограниченной выборке, прежде чем подключать всю компанию.

Частые вопросы

Сколько стоит автоматизация стратегического планирования?

Разово 120–150 тыс ₽ на обучение и настройку конвейера плюс 4–5 тыс ₽/мес на модель — это оценка для компании среднего размера, зависит от числа направлений и глубины детализации плана.

Когда окупается автоматизация стратегического планирования?

При еженедельном использовании — за 3–5 месяцев (оценка), за счёт часов аналитика, которые раньше уходили на ручной пересчёт при каждом отклонении факта от плана.

Можно ли сразу доверить нейросети готовую стратегию без проверки?

Нет — модель выдаёт убедительно звучащий текст, который может содержать ошибки в допущениях (например, не учитывать бонусный фонд), и без ручной верификации это дороже, чем кажется.

#автоматизация #деньги #ошибки и провалы