Компании активно наращивают расходы на искусственный интеллект, но в большинстве случаев не могут показать, сколько денег он приносит бизнесу. По данным Comviva Global CMO Survey Report 2026, только 12% организаций способны точно рассчитать влияние ИИ на выручку, хотя 90% за последние два года увеличили инвестиции в эту технологию.

Авторы исследования называют ситуацию «критическим пробелом в отчетности». Почти половина компаний увеличили расходы на ИИ более чем на 50%, но прозрачной системы оценки окупаемости у большинства по-прежнему нет.

Что показало исследование

  • 90% компаний увеличили бюджеты на ИИ за последние два года;
  • почти половина организаций нарастили расходы более чем на 50%;
  • только 12% могут точно посчитать, какой доход принес ИИ;
  • 86% директоров по маркетингу испытывают давление со стороны руководства из-за нехватки понятной аналитики;
  • 67% бизнеса не учитывают полную стоимость внедрения ИИ;
  • 79% компаний оценивают эффективность ИИ по косвенным метрикам, а не по выручке.

Почему бизнесу сложно доказать эффект от ИИ

Скрытые расходы

Во многих расчетах не учитываются облачные сервисы, хранение и подготовка данных, интеграции, а также работа специалистов, которые настраивают и поддерживают ИИ-инструменты. Из-за этого проект может выглядеть дешевле, чем есть на самом деле.

Ставка на косвенные показатели

Компании часто оценивают ИИ по охватам, активности пользователей, скорости подготовки материалов или числу автоматизированных задач. Эти метрики полезны, но сами по себе не отвечают на главный вопрос: выросла ли выручка, снизилась ли стоимость привлечения клиента, увеличилась ли конверсия.

Давление со стороны руководства

86% маркетологов сообщили, что генеральные и финансовые директора ждут доказательств бизнес-эффекта от ИИ. При этом только 16% опрошенных могут уверенно обосновать такие бюджеты достоверными данными.

Где компании видят наибольшую пользу

Несмотря на проблемы с измерением окупаемости, участники исследования выделили направления, где ИИ чаще всего помогает зарабатывать:

  • сегментация и таргетинг клиентов — 57% респондентов считают это главным драйвером доходов;
  • автоматизация и оптимизация рекламных кампаний — 43%;
  • персонализация и рекомендации — 41%.

Что это значит для российского рынка

Для бизнеса в России вывод практический: сам факт внедрения ИИ уже перестал быть конкурентным преимуществом. Важнее уметь связать использование нейросетей и автоматизации с конкретными бизнес-показателями — заявками, продажами, средним чеком, повторными покупками и стоимостью привлечения клиента.

Это особенно актуально для команд, которые работают одновременно с Google и Яндексом. Если ИИ используется для генерации контента, настройки рекламы, сегментации аудиторий или персонализации, результат нужно измерять не только по промежуточным метрикам, но и по данным из аналитики и CRM.

На практике российским специалистам стоит выстраивать сквозную оценку эффективности через Яндекс Метрику, CRM и рекламные системы. Для рекламных кампаний в Яндекс Директ и Google Ads важно сравнивать не только клики и охват, но и стоимость лида, долю квалифицированных обращений, выручку по сегментам и вклад автоматизации в итоговую маржу.

Что можно применить прямо сейчас

  • разделить ИИ-инициативы по задачам: контент, реклама, аналитика, поддержка клиентов, персонализация;
  • для каждой задачи зафиксировать базовые показатели до внедрения: конверсию, стоимость заявки, выручку, время на производство контента, долю ручной работы;
  • учитывать полную стоимость: подписки, API, облачную инфраструктуру, интеграции, обучение команды и контроль качества;
  • связывать результаты ИИ не только с трафиком, но и с продажами — через цели, электронную коммерцию, коллтрекинг и CRM;
  • отдельно проверять, где ИИ реально усиливает результат, а где просто ускоряет процессы без заметного влияния на доход.

Главный вывод для бизнеса, маркетологов и агентств в России простой: инвестиции в ИИ без понятной системы измерения быстро превращаются в статью расходов, которую сложно защитить перед руководством. Выиграют те команды, которые уже сейчас считают не только эффект в охватах и скорости, но и прямой вклад в выручку.

Совет эксперта Analito

Проверьте все ИИ-инструменты в компании и для каждого зафиксируйте цель в деньгах: рост конверсии, снижение стоимости заявки, увеличение выручки с сегмента, экономия часов команды. Если цель нельзя привязать к бизнес-метрике, такой проект будет сложно защитить перед руководством.

Сведите полную стоимость внедрения в одну таблицу: подписки, API, облако, интеграции, подрядчики, время сотрудников на настройку и проверку результатов. Без этого окупаемость ИИ почти всегда выглядит лучше, чем есть в реальности.

Настройте связку рекламных систем, Яндекс Метрики и CRM, чтобы сравнивать не только трафик и клики, но и качество лидов, продажи и выручку по сегментам. Особенно важно отдельно измерять результаты кампаний, где ИИ участвует в таргетинге, генерации креативов и персонализации.

Частые вопросы

Какие метрики лучше всего показывают реальный эффект ИИ для бизнеса?

В первую очередь выручка, количество продаж, стоимость привлечения клиента, конверсия в заявку и в оплату, а также маржа. Охваты и вовлеченность можно использовать только как вспомогательные показатели.

Почему компании не могут посчитать окупаемость ИИ, даже если активно его используют?

Часто не учитываются скрытые расходы: облачные сервисы, интеграции, данные, работа специалистов и контроль качества. Кроме того, многие оценивают ИИ по косвенным метрикам, не связывая его с продажами.

Что делать маркетологу или агентству, если руководство просит доказать пользу ИИ?

Нужно сравнить показатели до и после внедрения по конкретной задаче и показать их в деньгах. Лучше всего работают отчеты, где ИИ связан с лидами, продажами, стоимостью заявки и экономией ресурсов команды.