Разработка ИИ-агента под ключ: этапы, сроки и стоимость

ИИ-агент в 2026 году - это не «чат с кнопкой», а система, которая сама планирует шаги, вызывает API, работает с CRM, почтой, базой знаний и отчитывается о результате. Разработка под ключ охватывает анализ задачи, архитектуру, интеграции, безопасность, пилот и запуск в продакшен. Ниже - реалистичные этапы, сроки и вилки бюджета для бизнеса.

• Простой агент (1-3 инструмента) - $15 000 - $45 000, 4-8 недель
• Корпоративный агент с RAG и CRM - $50 000 - $150 000, 3-6 месяцев
• Корпоративный: несколько агентов, соответствие требованиям, SLA - $150 000 - $450 000+, 6-12 месяцев
• Ежемесячные расходы - API, хостинг, мониторинг, доработки: от $800 до $25 000+
• Ключевой фактор цены - не модель (GPT-5.6, Claude Fable 5, Gemini 3.5 Flash), а глубина интеграций и надёжность автономных действий

Что значит «ИИ-агент под ключ»

Под ключ - заказчик получает работающую систему: агент выполняет согласованные сценарии, подключён к вашим системам, задокументирован, передан команде и сопровождается на этапе запуска. В типовой поставку входит:

Чат-бот отвечает на вопросы. Агент действует: создаёт тикет, бронирует слот, формирует отчёт, запускает цепочку из 5-15 шагов с проверкой результата. Поэтому сроки и бюджет выше, чем у FAQ-бота.

Этапы разработки

1. Анализ и ТЗ (1-3 недели)

Фиксируются:

• какие задачи агент автоматизирует (не «всё подряд»);
• какие системы затрагивает (CRM, ERP, Jira, 1С, почта);
• уровень автономии: предложить действие, выполнить с подтверждением или полностью автоматически;
• метрики успеха: время обработки заявки, % без эскалации, точность извлечения.

На выходе - техническое задание, user stories, матрица рисков (галлюцинации, утечки данных, некорректные транзакции).

2. Проектирование архитектуры (1-2 недели)

Выбирается стек:

• Оркестрация: LangGraph, CrewAI, AutoGen, кастомный цикл на OpenAI Agents / Anthropic tool use
• Модель: GPT-5.6 Sol/Terra для сложных цепочек, Claude Fable 5 для coding-агентов, Gemini 3.5 Flash для высокого трафика
• Память: краткосрочная (история сессии), долгосрочная (векторная БД, профиль пользователя)
• Инструменты: HTTP API, SQL только на чтение, поиск по Confluence/Notion, календарь, генерация документов

Проектируют человека в контуре: где оператор обязан подтвердить действие, где агент останавливается с ошибкой.

3. MVP на одном сценарии (3-6 недель)

Первый релиз закрывает один измеримый процесс:

• «обработать входящее письмо и создать лид в CRM»;
• «найти ответ в базе знаний и оформить черновик ответа клиенту»;
• «собрать еженедельный отчёт из трёх источников».

MVP включает логирование каждого шага агента, базовый дашборд и 20-50 тестовых диалогов/прогонов.

4. Интеграции и RAG (4-10 недель)

Основная доля работы на корпоративных проектах:

• коннекторы к внутренним API (OAuth, VPN, IP whitelist);
• RAG на актуальных документах: нарезка на фрагменты, переранжирование, цитирование источников;
• синхронизация справочников (цены, статусы заказов, SLA);
• обработка краевых случаев: пустой ответ API, таймаут, конфликт данных.

Без качественного извлечения агент «уверенно ошибается» - заложите итерации по качеству поиска.

5. Тестирование и пилот (2-4 недели)

Проверяют не только «красивые демо», а:

• регрессия на наборе реальных кейсов;
• нагрузку (параллельные сессии, rate limits API);
• безопасность (prompt injection, попытки вызвать запрещённые tools);
• UX эскалации на человека.

Пилот - 5-15% реального трафика или один отдел. Собирают CSAT, task success rate, среднее число шагов до результата.

6. Прод и передача (1-3 недели)

• CI/CD, предбоевой контур/прод, секреты в vault;
• алерты на рост ошибок и стоимости токенов;
• документация для админов и пользователей;
• обучение внутренней команды (1-2 сессии).

7. Поддержка и развитие

Типично 15-30% от стоимости разработки в год: новые инструменты, обновление RAG, смена модели, доработки по обратной связи.

Сроки по типам проектов

Сроки растут не из-за «написания промпта», а из-за согласований, доступа к тестовым средам заказчика и доводки надёжности автономных действий.

Стоимость: из чего складывается

Вилки по уровню сложности

1. Простой задачный агент - $15 000 - $45 000

• один сценарий, 1-3 инструмента (API, email, таблица);
• без сложного RAG или с готовой базой до 500 страниц;
• модель: GPT-5.6 Luna/Terra, Gemini 3.5 Flash;
• интерфейс: Slack-бот или внутренний вебхук.

2. Корпоративный агент - $50 000 - $150 000

• RAG на документах компании, цитирование источников;
• интеграции с CRM (HubSpot, Salesforce, Bitrix24), тикетами, календарём;
• человек в контуре, роли, аудит;
• 2-4 связанных сценарий.

3. Корпоративная платформа - $150 000 - $450 000+

• несколько специализированных агентов (продажи, поддержка, аналитика);
• SSO, на своей инфраструктуре или VPC, DLP, журналирование для соответствия требованиям;
• SLA, 24/7 мониторинг, кастомные проверка качества и red-team (тестирование через симуляцию атак);
• масштабирование на филиалы и языки.

Ежемесячные расходы (операционные расходы)

При агентных сценариях расход токенов в 3-10 раз выше, чем у простого чат-бота: каждый шаг - отдельный вызов модели плюс результаты инструментов в контексте.

Как снизить бюджет без потери качества

1. Один сценарий в MVP - не пытайтесь автоматизировать весь отдел сразу.
2. Готовые коннекторы - MCP, Zapier, n8n для некритичных интеграций вместо кастомного API с нуля.
3. Модель по уровню задачи - Luna/Flash для классификации и роутинга, Sol/Fable 5 только на сложных шагах.
4. Кэш и дедупликация - повторяющиеся запросы к справочникам не гонять через LLM.
5. Проверка качества с первого спринта - датасет из 50-100 реальных кейсов; без него платите за бесконечные «подкрутки промпта».
6. Фикс на MVP, время и материалы на рост - договоритесь о фиксированной цене первого сценария и прозрачной ставке на следующие.

Когда ИИ-агент под ключ - не лучший выбор

• Разовая или редкая задача - если процесс запускается несколько раз в месяц, дешевле сделать вручную или собрать на no-code без кастомной разработки.
• Нет владельца процесса и доступа к системам - без ответственного за интеграции и данные со стороны заказчика проект встанет на согласованиях.
• Нужен результат без права на ошибку без проверки человеком - для юридически значимых или необратимых действий агенту всё равно нужен контур подтверждения, это меняет и сроки, и экономику.
• Нет бюджета на поддержку после запуска - агент без сопровождения деградирует: меняются API поставщиков, регламенты компании, состав данных.
• Задача экономит меньше, чем стоит владение системой - если объём процесса небольшой, ROI не сойдётся даже при качественной реализации.

В этих случаях чаще оправдан более простой вариант: готовый no-code сценарий, обычный FAQ-бот или доработка существующего процесса без агентной логики.

Итог

Разработка ИИ-агента под ключ в 2026 году - проект от $15 000 (узкий task-агент) до $450 000+ (enterprise-платформа). Сроки - от 4-8 недель до 12 месяцев. Главные драйверы - число интеграций, уровень автономии, требования безопасности и объём уникальных бизнес-правил. Начните с одного измеримого процесса, заложите наблюдаемость и человека в контуре, считайте TCO на 12-24 месяца - так проще обосновать бюджет и не разочароваться в «автономности» на бумаге.

Актуальные ориентиры по стоимости услуг - на странице прайса.

Если нужна помощь с разработкой, внедрением ИИ или сопровождением сайта под вашу задачу - напишите мне.

Часто задаваемые вопросы

Чем ИИ-агент отличается от чат-бота?

Чат-бот в основном генерирует ответы в диалоге. ИИ-агент планирует цепочку действий: вызывает API, читает и пишет в системы, ветвится по результату, может ждать подтверждения и повторять шаг при ошибке. Агент дороже и дольше в разработке, но закрывает процессы, а не только вопросы.

Можно ли собрать агента на no-code за пару дней?

Для прототипа - да. n8n, Make, Zapier с AI-шагами, OpenAI Assistants API позволяют быстро связать почту и таблицу. Для прод с SLA, аудитом, сложным RAG, корпоративной безопасностью и кастомной логикой no-code быстро упирается в потолок. Реалистичный бизнес-агент под ключ - это кастомная разработка или гибрид: no-code для простых связок, код для ядра агента.

Какие модели лучше для агентов в 2026 году?

Зависит от задачи. GPT-5.6 Sol и Claude Fable 5 - сильны в длинных агентных цепочках и работе с кодом/инструменты. GPT-5.6 Terra и Claude Sonnet 5 - баланс цены и качества для корпоративных сценариев. Gemini 3.5 Flash - высокий трафик и длинный контекст. Часто используют роутинг: дешёвая модель на простых шагах, флагман - на планировании и сложных решениях.

Сколько стоит поддержка после запуска?

Ориентир - 15-30% от стоимости разработки в год плюс операционные расходы на API и инфраструктуру. Минимальный фикс за сопровождение у подрядчика - $1 500 - $3 000/мес (мелкие правки, мониторинг). На активно развивающемся корпоративном проекте внутренняя команда 0.5-1 полная ставка или контракт $8 000 - $15 000/мес - нормальная практика.

Как оценить ROI до старта разработки?

Посчитайте экономию времени на целевом процессе: (часы в неделю x стоимость часа сотрудника x доля автоматизации) x 52. Добавьте качественные эффекты: быстрее ответ клиенту, меньше ошибок при переносе данных в CRM. Сравните с TCO на 18 месяцев: разработка + операционные расходы + поддержка. Если окупаемость 12-18 месяцев при task success rate выше 80% на пилоте - проект обычно оправдан; если ниже - сузьте сценарий или усильте человека в контуре.

Термины в статье

CRM — Customer Relationship Management — управление взаимоотношениями с клиентами

RAG — Retrieval-Augmented Generation — генерация с дополненным поиском

SLA — Service Level Agreement — соглашение об уровне обслуживания

оркестратор — orchestrator — компонент, координирующий шаги (orchestrator)

бэкенд — backend — серверная логика, API и слой данных (backend)

промпты — prompts — тексты-инструкции или запросы к модели

KPI — Key Performance Indicator — ключевой показатель эффективности

виджет — widget — виджет интерфейса (widget)

RBAC — Role-Based Access Control — разграничение доступа по ролям

оркестрация — workflow orchestration — управление цепочкой шагов и сервисов

LangGraph — framework for stateful AI agent workflows — фреймворк для агентных сценариев со состоянием

Confluence — Atlassian wiki for team documentation — вики Atlassian для командной документации

переранжирование — reranking — переранжирование кандидатов (reranking)

дашборд — dashboard — панель метрик (dashboard)

MVP — Minimum Viable Product — минимально жизнеспособный продукт

предбоевой контур — staging — тестовая копия сайта перед продом: проверки и обновления сначала здесь (staging)

таймаут — timeout — предельное время ожидания (timeout)

регрессия — regression — баг, когда раньше работавшая функция снова ломается

CSAT — Customer Satisfaction Score — индекс удовлетворённости клиентов

CI/CD — Continuous Integration / Continuous Delivery — непрерывная интеграция и доставка

прод — production — боевая среда с реальными пользователями (production)

наблюдаемость — observability — логи, метрики и трассировки для понимания работы системы

индексация — indexing — добавление страниц в индекс поисковика

на своей инфраструктуре — on-premise — на своей инфраструктуре (on-premise)

масштабирование — scaling — увеличение мощности системы под нагрузку

фикс за сопровождение — retainer — фиксированная плата за сопровождение (retainer)

вебхук — webhook — HTTP-уведомление при наступлении события

ERP — Enterprise Resource Planning — планирование ресурсов предприятия

self-hosted — software you run on your own servers — ПО на собственном сервере

ETL — Extract, Transform, Load — извлечение, преобразование и загрузка данных

воркеры — workers — фоновые процессы, которые обрабатывают задачи из очереди

SSO — Single Sign-On — единый вход

VPC — Virtual Private Cloud — виртуальное частное облако

DLP — Data Loss Prevention — предотвращение утечек данных

LLM — Large Language Model — большая языковая модель

Zapier — SaaS that connects apps with no-code automations — SaaS-связка приложений без кода

no-code — building apps with visual tools, little or no programming — сборка приложений визуальными инструментами почти без кода

MCP — Model Context Protocol — протокол контекста модели

n8n — open-source workflow automation platform — платформа с открытым кодом (open-source) для автоматизации сценариев (workflow)

ROI — Return on Investment — окупаемость инвестиций

TCO — Total Cost of Ownership — совокупная стоимость владения