Содержать ИИ-команду крупный бизнес в России тратит около 108 млн рублей в год
Годовой фонд оплаты труда команды, которая разрабатывает и внедряет решения на базе искусственного интеллекта в крупном бизнесе, в среднем составляет около 108 млн рублей. Такую оценку приводит компания MWS AI в исследовании «К эффекту от ИИ приводит команда», с которым ознакомился Forbes. Расчет сделан для Москвы и гибридного формата работы по состоянию на март 2026 года.
Авторы проанализировали 142 закрытые вакансии за 2025 год, 147 выходных интервью и открытые данные за 2024-2026 годы. В документе описаны ключевые роли и составлены модели команд для проверки гипотез и промышленного внедрения. Бюджеты учитывают количество ставок, месячные оклады, зарплатные ожидания и размер годовых премий.
Оклад инженера машинного обучения среднего уровня составляет около 400 000 рублей в месяц, старшего уровня - 550 000 рублей. Старшему исследователю в этой области в гайдбуке отводят 450 000 рублей, а техническому руководителю ведущего уровня - 800 000 рублей. К окладам инженеров и исследователей в модели добавлена годовая премия 25%, к окладу техруководителя - 30%, так что годовой ФОТ одного старшего инженера достигает 8,25 млн рублей.
Начать первый ИИ-проект можно с ядра из четырех специалистов: технический руководитель, ML-инженер, специалист по анализу данных и менеджер проекта. Их совокупный годовой ФОТ составляет около 30,5 млн рублей, а авторы рекомендуют закладывать бюджет примерно в 35 млн рублей. Первая задача такой группы - проверка конкретной бизнес-гипотезы на этапе подтверждения концепции, когда создают ограниченный прототип и тестируют его на реальных данных.
Для регулярной проверки гипотез требуется команда из семи-девяти человек с годовым ФОТ в 67,5 млн рублей. Один цикл проверки занимает от двух до четырех недель. После подтверждения результата компания одновременно развивает продукт, подключает его к корпоративным системам и поддерживает действующие сервисы, а переход к промышленному внедрению увеличивает годовой ФОТ еще на 40,7 млн рублей, то есть примерно на 60%.
Полный штат для промышленной эксплуатации насчитывает 14 сотрудников. В него входят руководитель ИИ-направления, архитектор, технический руководитель, продуктовый и проектный менеджеры, четыре ML-инженера, два специалиста по данным, два ИИ-тренера и промпт-инженер. На старте часть функций может совмещать один сотрудник, но по мере роста задач роли разделяются.
Потребность в собственной команде зависит от объема разработки и сопровождения, отмечает руководитель отдела подбора персонала MWS AI Наталья Рейслер. Она возникает, когда компании нужно регулярно менять ИИ-продукт, поддерживать его интеграции и отвечать за качество решений. «При использовании готовой платформы внутренние специалисты формулируют задачи, готовят данные, адаптируют приложения и оценивают результат», - поясняет Рейслер.
На итоговый ФОТ заметно влияет уровень нанимаемых специалистов. Замена одного инженера среднего уровня на старшего увеличивает годовые расходы с премией на 2,25 млн рублей. Для четырех позиций разница составит 9 млн рублей в год при неизменной численности команды.
Кандидаты старшего уровня и выше все чаще учитывают наличие вычислительных ресурсов для обучения моделей наряду с зарплатой. Собственный кластер графических процессоров или выделенный бюджет на облачные вычисления могут стать преимуществом работодателя. Компании, которые не обеспечивают такой доступ, рискуют уступить конкурентам при найме исследователей.
По данным гайдбука, замена ушедшего старшего ML-инженера занимает от трех до пяти месяцев плюс период адаптации, поэтому удержание обходится дешевле найма. Среди причин увольнения на первом месте финансы, на втором - интересные задачи. Инженеру важна инфраструктура и свобода, исследователю - вычислительные мощности и публикации, руководителю - полномочия и бюджет.
Директор по развитию технологий ИИ fabricaONE.AI Николай Тржаскал обращает внимание, что 108 млн рублей - это именно фонд оплаты труда, а не полная стоимость команды. Со страховыми взносами, вычислительными ресурсами и текучестью кадров сумма достигает 140-160 млн рублей в год. Главный вывод он видит в другом: переход от пилотных проектов к промышленной эксплуатации добавляет 60% к ФОТ.
Заместитель гендиректора по технологиям группы «Рунити» Антон Ивахненко считает, что приведенные цифры показывают восприятие ИИ как полноценного производственного актива. По его мнению, эффективная команда строится не только на найме дорогих специалистов, но и на переквалификации существующих кадров. Инвестиции в команду и в вычислительные мощности нужно планировать вместе, а не по остаточному принципу.
HR-директор компании «Софтлайн решения» Наталья Лиходиевская призывает относиться к цифрам как к ориентиру, а не универсальному бенчмарку. Рынок ИИ очень быстро меняется, и данные за 2025 год уже не полностью отражают ситуацию 2026-го. Представленные уровни компенсаций соответствуют верхней части рынка, а для многих организаций реальный ФОТ будет ниже за счет более умеренных зарплатных вилок или совмещения ролей на ранних этапах.