Содержание собственной команды специалистов по искусственному интеллекту может обходиться крупной российской компании примерно в 108 млн рублей в год. Такой ориентир следует из расчетов MWS AI, входящей в МТС Web Services. Аналитики учитывали зарплатные ожидания специалистов, необходимый состав команды и годовые премии.
Расчет основан на московском рынке труда и предполагает гибридный формат работы. В MWS AI подчеркивают, что полученная сумма не является универсальной для любой компании: итоговые расходы могут заметно отличаться в зависимости от масштаба бизнеса, сложности проектов, количества специалистов и требований к их квалификации.
Одной из самых дорогих позиций остается технический руководитель ИИ-команды уровня lead. Его ориентировочный оклад составляет около 800 000 рублей в месяц. С учетом годовой премии в размере 30% расходы на такого специалиста оказываются значительно выше одной только базовой зарплаты.
Senior-инженер машинного обучения может получать около 550 000 рублей в месяц. При предусмотренной в расчетах годовой премии в размере 25% фонд оплаты труда одного такого сотрудника достигает примерно 8,25 млн рублей в год. Для старшего исследователя в области машинного обучения ориентир составляет около 450 000 рублей в месяц.
Инженеру машинного обучения уровня middle в расчетной модели заложен оклад примерно 400 000 рублей в месяц. В зависимости от конкретного проекта компании также могут потребоваться специалисты по данным, инфраструктуре, интеграции моделей, тестированию и сопровождению ИИ-систем, поэтому реальная стоимость полноценного подразделения способна оказаться еще выше.
Высокие расходы связаны с тем, что корпоративное внедрение ИИ обычно не заканчивается покупкой доступа к готовой нейросети. Компаниям необходимо интегрировать модели в существующие информационные системы, адаптировать их под внутренние данные, контролировать качество ответов, обеспечивать безопасность и постоянно поддерживать созданные решения.
Российский крупный бизнес постепенно переходит от отдельных экспериментов с нейросетями к формированию постоянных ИИ-команд. Если раньше компании могли ограничиваться пилотным проектом или работой с внешним подрядчиком, то теперь многие стремятся создавать собственную экспертизу и самостоятельно развивать системы искусственного интеллекта внутри организации.
При этом содержание собственной команды оправдано прежде всего в тех случаях, когда компания регулярно запускает крупные ИИ-проекты и может использовать специалистов сразу в нескольких бизнес-процессах. Для организаций с ограниченным количеством задач дешевле может оказаться привлечение внешнего разработчика или использование готовых сервисов вместо создания большого внутреннего подразделения.
Рост стоимости ИИ-команд показывает, что внедрение искусственного интеллекта становится для бизнеса отдельной серьезной статьей расходов. Стоимость самих моделей и вычислений остается только частью бюджета: значительные средства приходится направлять на специалистов, которые способны превратить технологию в работающий корпоративный инструмент и обеспечить ее дальнейшее развитие.