Бюджет на AI, о котором молчат
Бюджет на AI для команды — это не просто $20 за место, умноженные на число сотрудников. Реальные ежемесячные расходы зависят от ролей, сценариев использования, агентов для кода и того, насколько осознанно вы распределяете инструменты.
Внедрение AI — это ежемесячный операционный расход
Есть удобная иллюзия, что AI стоит $20 за место — и на этом всё.
Эта цифра реальна. Но полной картины она не даёт. Это цена одной чат-подписки для одного человека, а не описание того, что происходит, когда компания начинает использовать AI одновременно в продукте, разработке, дизайне, маркетинге, QA и операционных задачах — каждый день и на реальной работе.
Как только AI всерьёз входит в процессы команды, он перестаёт быть просто подпиской на инструмент и превращается в ежемесячный операционный расход. Не потому, что он запредельно дорогой, а потому что затрагивает почти всё. Продакт, который с помощью AI перерабатывает Jira-тикеты, инженер, который часами использует агентов для кода, дизайнер, генерирующий вариации изображений, маркетолог, делающий черновики кампаний, и QA-лид, собирающий тестовые матрицы, создают совершенно разный профиль расходов.
Вопрос здесь не в том, стоит ли AI денег. Конечно стоит. Вопрос в другом: как распределить эти расходы так, чтобы они соответствовали реальной отдаче, которую каждый человек получает от инструмента.
Три реальных слоя затрат
Когда команда переходит от случайных экспериментов к реальному использованию AI, расходы почти всегда одновременно появляются в трёх слоях.
- Чат-инструменты с оплатой за место. Это самая заметная статья расходов: ChatGPT Business, Claude Team, Gemini Advanced и похожие тарифы. Они закрывают черновики, суммаризацию, брейнсторминг, быстрый анализ и повседневные запросы. Они полезны почти всем. Но это только начало.
- Расходы на сценарии и API. Здесь AI становится уже не разговорным, а операционным. Вместо одного человека в чате команда запускает структурированные сценарии: планирование, исследование, генерацию изображений, обогащение Jira-тикетов и работу с документами. Именно здесь находятся инструменты вроде Just, а расход масштабируется от того, что реально запускается.
- Агенты для кода. Это как раз та строка бюджета, которая чаще всего застаёт команды врасплох. Claude Code, Codex и похожие инструменты сжигают намного больше вычислительных ресурсов, чем обычный чат, потому что читают файлы, разбираются в архитектуре, пишут код, запускают тесты и итерируют.
Именно эти три слоя — места, сценарии и агенты для кода — и составляют реальную анатомию AI-бюджета команды. Главная ошибка планирования — пытаться свести их к одной аккуратной цифре.
Почему разные роли стоят по-разному
Именно этот раздел должен менять то, как вы думаете о бюджете.
Компания, которая выдаёт каждому сотруднику одинаковую AI-подписку, почти наверняка распределяет деньги неудачно. Инженер, который шесть часов в день работает через Claude Code, совсем не похож по расходам на рекрутера, который иногда набрасывает вопросы для интервью. PM, который прогоняет через AI десятки тикетов в неделю, создаёт совсем другой профиль расходов, чем специалист поддержки, который использует чат время от времени.
И разница здесь совсем не маленькая. Между ролями она легко может быть 5–10x.
| Роль | Низкая нагрузка | Рабочая нагрузка | Высокая нагрузка |
|---|---|---|---|
| Инженеры | $20–40 | $50–120 | $100–250+ |
| Продакты / лиды | $20–40 | $40–120 | $100–200 |
| Дизайнеры | $20–50 | $50–150 | — |
| Маркетологи / контент | $20–40 | $40–100 | — |
| QA / тестирование | $15–40 | $30–80 | — |
| Рекрутинг / HR / поддержка | $10–30 | $20–60 | — |
Это не цены отдельных продуктов. Это ориентиры по бюджету для разных ролей: на каком уровне обычно оказывается общий AI-расход конкретного человека, если сложить места, расходы на сценарии и возможные траты на агентов для кода. Прочерк здесь не означает, что интенсивного использования не бывает. Он означает, что для этой роли это слишком редкий случай, чтобы считать его нормой.
Важнее самой таблицы несколько закономерностей. Инженеры почти всегда оказываются самыми дорогими AI-пользователями, потому что агенты для кода быстро становятся основой их затрат. PM-ы часто неожиданно становятся самыми активными пользователями, если AI встроен в проработку задач, планирование и исследование. Дизайнеры резко дорожают, как только генерация изображений становится частой задачей. Поддержка, рекрутинг и операционные роли обычно остаются в лёгкой зоне.
Вывод прямой: одинаковый AI-бюджет на человека почти всегда ошибочен.
Сколько стоит один сценарий в Just
Абстрактные слои расходов помогают понять рамку. Но для планирования важнее конкретные цифры по сценариям. Ниже — как это выглядит в Just, где структурированные AI-сценарии запускаются против реальных Jira-тикетов.
Один стандартный инсайт, то есть типовой AI-анализ Jira-задачи, стоит ~$0.60. Более тяжёлый сценарий с веб-поиском и пятью сгенерированными изображениями обычно стоит $0.60–$1.00 целиком.
На уровне отдельных шагов порядок затрат примерно такой. Ниже стоимость изображений относится к Nano Banana 2 — текущей модели по умолчанию для изображений внутри Just.
| Тип шага | Примерная стоимость |
|---|---|
| Один тяжёлый текстовый / структурированный шаг на Opus | ~$0.10 |
| Один веб-поиск через Google | ~$0.035 |
| Одно изображение Nano Banana 2 в 1K (16:9) | ~$0.10 |
Ключевая мысль не в точной сумме до цента. А в том, что сценарий перестаёт быть абстракцией. Команда видит разницу между лёгким прогоном на планирование и тяжёлым исследовательским сценарием, а значит может решать, какие сценарии стоит запускать широко, а какие — только там, где они действительно дают максимум ценности.
Если нужен быстрый ориентир для собственной команды, начни с калькулятора Just ниже:
Быстрые пресеты
Ежемесячные сценарии по размеру команды
Именно здесь бюджет становится осязаемым. Числа ниже — это ориентиры для планирования, а не псевдо-точные расчёты. Какой сценарий ближе вашей команде, зависит от того, что находится в центре стека: сценарии, широкое внедрение подписок с оплатой за место или тяжёлая инженерная нагрузка.
Бюджет с упором на сценарии в Just
Эти цифры предполагают, что центр AI-стека — структурированные сценарии в Jira.
| Размер команды | Примерные расходы в месяц |
|---|---|
| 1 человек | ~$25 |
| 5 человек | ~$60 |
| 15 человек | ~$200–300 |
| 50 человек | ~$700–1,000 |
| 100 человек | ~$1,500–2,000 |
Внедрение только через чат-подписки
Это самая простая модель: выдать всем чат-план и считать, что вопрос закрыт.
| Размер команды | ChatGPT Business | Claude Team Standard |
|---|---|---|
| 5 человек | ~$125 | ~$100 |
| 15 человек | ~$375 | ~$300 |
| 50 человек | ~$1,250 | ~$1,000 |
| 100 человек | ~$2,500 | ~$2,000 |
Такую модель легко бюджетировать и легко раскатывать. Но она неполная. Она почти ничего не говорит о прозрачности сценариев, качестве результата и тяжёлой инженерной нагрузке.
Смешанная модель: места + агенты для кода
Вот это уже ближе к тому, как в итоге живут серьёзные команды.
| Размер команды | Примерный месячный диапазон |
|---|---|
| 5 человек | ~$250–450 |
| 15 человек | ~$600–1,000 |
| 50 человек | ~$1,800–2,800 |
Здесь важен сам паттерн: агенты для кода очень быстро превращаются в отдельную строку бюджета, и небольшая группа самых активных пользователей может съедать больше денег, чем все остальные вместе.
Агенты для кода — это отдельный бюджет
Именно эту строку затрат команды недооценивают чаще всего.
Агенты для кода — это не чат-инструменты. Они работают не как чат и стоят не как чат. Обычный разговор может занимать несколько тысяч токенов. Сессия такого агента легко сжигает сотни тысяч, пока он читает кодовую базу, разбирается с архитектурой, пишет код, запускает тесты и итерирует.
Поэтому тариф за $20 часто не выдерживает даже одного по-настоящему сфокусированного инженерного дня.
| Тариф | Стоимость в месяц | Что реально поддерживает |
|---|---|---|
| Claude Pro | $20 | Доступ есть, но лимиты в интенсивной сессии заканчиваются быстро |
| Claude Max 5x | $100 | Устойчивая ежедневная работа с агентами для кода |
| Claude Max 20x | $200 | Тяжёлые автономные циклы и работа без постоянного ручного ведения |
| ChatGPT Pro | $200 | Приоритетные вычислительные ресурсы и более тяжёлое использование Codex |
Практический совет простой: бюджетируйте агентов для кода отдельно от обычных чат-подписок. Определите, кто действительно использует их каждый день, дайте этим людям подходящий тариф и не размазывайте этот расход по всей компании.
Более умная модель бюджета
Большинство команд начинают с одного из двух плохих подходов: либо выдать всем одинаковый план, либо разрешить всем покупать что хочется и потом компенсировать. Первый подход простой, но расточительный. Второй гибкий, но непрозрачный.
Более здоровая модель — распределение бюджета с учётом ролей и с явным мониторингом:
- Более тяжёлые AI-бюджеты идут тем, кто действительно умеет многократно усиливать ими результат — обычно это сильные инженеры, продакты с очень активным использованием AI и люди, чей ежедневный результат хорошо масштабируется через AI.
- Более широким командам достаточно лёгких подписок там, где этого хватает для черновиков, анализа и периодических задач.
- Командам, которые опираются на сценарии, нужны инструменты, где результаты переиспользуются и остаются видимыми, а не исчезают в личной переписке с моделью.
Именно здесь Just: ИИ-ассистент для Jira полезен не просто как ещё один AI-инструмент. Он делает стоимость сценариев видимой, позволяет направлять разные шаги к разным провайдерам и привязывает расходы к реальной работе на уровне задачи, а не к туманному объёму чатов. Если хочешь понять, почему такие шаги вообще разумно раскладывать по разным моделям, это отдельно разобрано в статье Каждой задаче — своя модель.
Цель не в том, чтобы любой ценой минимизировать расходы. Цель — сопоставить затраты с ценностью, отключать простаивающие инструменты и добавлять бюджет там, где AI каждый день действительно усиливает полезную работу. Если бюджет пока ограничен, разумнее всего начинать с инструментов для сценариев, где результаты переиспользуются: именно там возврат обычно появляется первым.
Возврат сидит в распределении
За AI имеет смысл платить. Настоящая ошибка — ленивое распределение затрат: когда к AI относятся как к одной плоской статье расходов, хотя на самом деле это переменный операционный расход, который зависит от роли, интенсивности и типа инструмента.
Больше всего из AI получают не те команды, которые тратят меньше всех, и не те, которые тратят больше всех. А те, которые сопоставляют расходы с ценностью: больше вкладывают туда, где AI ежедневно умножает результат, держат умеренный бюджет на сценарии там, где результаты остаются переиспользуемыми, оставляют лёгкие подписки для всех остальных и отдельно закладывают бюджеты на агентов для кода.
AI — это не одна строка в бюджете. Это несколько слоёв затрат, несколько ролевых профилей и спектр от почти нулевого использования до нескольких сотен долларов на человека в месяц. Компании, которые планируют, исходя из этой реальности, и получают реальный возврат.
Оценить стоимость сценариев для своей команды можно через калькулятор Just, а посмотреть готовые Jira-сценарии — на странице Just в Marketplace.