72% крупных компаний уже запустили ИИ-агентов: что из отчёта Zapier применимо к малому бизнесу

В декабре 2025 года Zapier опубликовал опрос 525 руководителей: 72% компаний используют или тестируют ИИ-агентов, 84% собираются увеличить бюджет на них в 2026 году. Цифры звучат как приговор отстающим — но опрос проводился среди компаний с тысячей сотрудников и больше. Для ИП с пятью людьми это не прогноз, а описание другого мира. Разберу, что из отчёта переносится на малый бизнес, а что нет, и посчитаю деньги на конкретном процессе.

Что именно спросили и у кого

Методика у Zapier описана аккуратно: опрос проводила панель Centiment с 23 по 27 октября 2025 года, выборка — 525 руководителей уровня C-suite, президентов, владельцев и партнёров. Условие попадания в выборку: компания от 1 000 сотрудников. Данные невзвешенные.

Про погрешность Zapier в выжимке не пишет, поэтому посчитаю сам по стандартной формуле для доли: при 525 ответах и максимальной неопределённости (50/50) погрешность 95% составляет примерно ±4,3 процентных пункта. Значит, «72%» — это интервал от 68 до 76%. Для управленческого решения разница небольшая, но её стоит держать в голове: соседние цифры в отчёте (49% и 47%) отличаются на два пункта, а это меньше погрешности. То есть «поддержка» и «операции» по этому опросу неразличимы.

Пять чисел отчёта

— 72% компаний используют или тестируют ИИ-агентов; — 49% команд поддержки клиентов уже развернули агентов; — 47% — операционные команды; — 47% компаний применяют агентов для работы с данными; — 84% планируют увеличить инвестиции в агентов в 2026 году.

Отдельно Zapier отмечает: самый популярный подход — human-in-the-loop, то есть агент делает черновик, а человек проверяет. Не «агент вместо сотрудника», а «агент перед сотрудником».

Последний пункт — единственный, который стоит переносить на малый бизнес без оговорок. Для ИП разница между «агент отвечает клиенту» и «агент готовит ответ, я нажимаю отправить» — это разница между риском репутационной аварии и рабочим инструментом.

Почему 72% ничего не говорят про ваш бизнес

Три причины, и все они про размер.

Первая — база для процентов. Компания с 1 000 сотрудников имеет отдел поддержки на 30–80 человек, ИТ-службу и юристов. У неё есть что автоматизировать и кому это вести. У ИП из пяти человек «поддержка» — это два письма в день, которые читает сам владелец.

Вторая — экономика решения. Корпоративный агент стоит от десятков тысяч долларов в год вместе с интеграцией: ему нужны SSO, аудит, разграничение доступа, соответствие внутренним политикам. Это окупается, когда заменяет 20 человек. При пяти сотрудниках тот же класс решений не окупается никогда.

Третья — кто отвечает за результат. В корпорации у внедрения есть владелец процесса и KPI. В малом бизнесе владельца процесса надо ещё назначить — обычно им становится сам собственник, у которого нет на это времени.

Проверять отраслевой опрос на своём бизнесе стоит не вопросом «а мы хуже?», а вопросом «какой у нас объём работы, который агент может забрать». Объём — единственное, что имеет значение.

Мой слой: считаем поддержку в цифрах и рублях

Возьму типовой малый бизнес в Петербурге: интернет-магазин или услуга с 200 заявками в месяц, средний ответ — 8 минут (прочитать, найти информацию, написать, отправить). Итого 200 × 8 ÷ 60 ≈ 27 часов в месяц.

При стоимости часа 600 ₽ (для сотрудника с зарплатой около 60 000 ₽ в месяц это близко к реальности, если считать с налогами и накладными) поддержка стоит около 16 000 ₽ в месяц.

Теперь агент, который готовит черновики ответов на типовые вопросы. Реалистичная доля автоматизации в первый месяц — не 80%, а 30%: агент не знает половину внутренних деталей, а сложные случаи всё равно уходят человеку. Экономия: 8 часов, или 4 800 ₽ в месяц, за год около 57 600 ₽.

Это важная цифра. Она означает, что подписка на готовый сервис за 5 000–7 000 ₽ в месяц на таком объёме уже не окупается — съедает всю экономию. А внедрение «под ключ» за 150 000 ₽ не окупится никогда.

При 50% автоматизации картина лучше: 13 часов, 8 000 ₽ в месяц, 96 000 ₽ в год. Появляется потолок, который можно сравнивать с ценой решения: готовый сервис до 3 000 ₽ в месяц окупается, до 7 000 ₽ — на грани, выше — уже нет.

Меняется расчёт, если сравнивать не с зарплатой, а с подрядчиком. Оператор поддержки на аутсорсе с чеком 60 000 ₽ в месяц (720 000 ₽ в год, а через самозанятого — около 63 800 ₽ расходов в месяц с учётом НПД) — это уже ставка, которую агент может заменить частично. Там экономия в 30% даёт 216 000 ₽ в год, и внедрение за 150 000 ₽ окупается за 8–9 месяцев. Ровно тот вывод, который был в отчёте MIT: ИИ окупается там, где он заменяет подрядчика с понятным чеком, а не «полчаса в день».

Что из отчёта стоит взять

Агент-черновик, а не агент-автопилот. Human-in-the-loop — не компромисс, а рабочая схема. Отправка без проверки имеет смысл только на узких сценариях, где ошибка стоит ноль: напоминание о доставке, подтверждение записи.

Начинать с данных, а не с диалогов. 47% компаний применяют агентов для работы с данными — и это самая скучная, но самая надёжная ниша. Свести таблицы, разобрать выгрузку, найти дубли: ошибку видно, ущерба нет.

Не путать тестирование с внедрением. В опросе 72% — это «используем или тестируем». Из практики: у большинства «тестируем» означает, что один сотрудник пробовал. Если считать только тех, у кого агент в ежедневном процессе, доля будет заметно ниже, и это нормально.

Что делать

1. Посчитайте объём: сколько заявок, писем, документов в месяц и сколько минут уходит на единицу. Без этой цифры любое решение — про ощущения.
2. Умножьте объём на реалистичную долю автоматизации. Для первого месяца берите 30%, не 80%.
3. Сравните полученную экономию в рублях с ценой решения, а не с ценой сотрудника. Если решение дороже трети экономии — не брать.
4. Начните с данных, а не с клиентских диалогов: там ошибки дешевле.
5. Оставьте человека в контуре. Даже в корпорациях, где бюджеты позволяют рисковать, преобладает схема «агент предлагает — человек подтверждает».

Смотрите также

Почему 95% пилотов ИИ не дают результата — и что отличает остальные 5% Агент или workflow: когда усложнять не нужно и сколько это стоит в рублях Сколько стоит собрать личного ИИ-ассистента в 2026: смета до рубля

Источники

1. Zapier, «84% of enterprises plan to boost AI agent investments in 2026», 15.12.2025 — https://zapier.com/blog/ai-agents-survey (525 респондентов, опрос Centiment 23–27.10.2025, компании от 1 000 сотрудников)
2. MIT NANDA, The GenAI Divide: State of AI in Business 2025 — https://nanda.media.mit.edu/ai_report_2025.pdf
3. LangChain, State of AI Agents — https://www.langchain.com/stateofaiagents
4. Stanford HAI, AI Index Report 2026 — https://hai.stanford.edu/ai-index/2026-ai-index-report
5. Расчёт погрешности выборки и пересчёт в рубли — собственные вычисления автора по курсу ЦБ РФ 80,8664 ₽/$ на 29.10.2026