Модуль p.4 · Урок 1
Урок 1: ROI-формула для производственного AI-проекта
Содержание
- Чему вы научитесь
- Базовая формула: что именно считать
- Как собирать ROI снизу вверх
- Шаблон Excel-формулы, который можно вставить в расчёт
- Во что превращаются проценты в деньги для стана с выручкой 10 млрд ₽
- На каких кейсах удобно защищать проект перед руководством
- Типовые ошибки подсчёта, из-за которых проект не проходит CFO
- 1. Считают только прямую экономию
- 2. Подменяют KPI модели KPI производства
- 3. Берут верхнюю оценку эффекта и нижнюю оценку затрат
- 4. Забывают время адаптации команды
- 5. Считают полный заводской эффект по результату одного пилота
- 6. Не отделяют TCO от CapEx
- Как выглядит минимально защищаемый расчёт
Чему вы научитесь
- Считать ROI и payback AI-проекта не «по ощущениям», а через производственные метрики и деньги
- Разводить в расчёте четыре сущности: эффект, цену метрики, TCO и разовые инвестиции
- Быстро переводить улучшение OEE, выхода годного, энергии и простоев в язык CFO
- Строить консервативный сценарий защиты бюджета без фантастических обещаний
- Ловить типовые ошибки расчёта до встречи с финансовым директором и советом по инвестициям
Промышленный AI перестал быть разговором про «интересную технологию». Для CFO это уже обычный инвестиционный комитет: ЕВРАЗ сообщил о 5,8 млрд ₽ эффекта от цифровых проектов за 2024 год, причём около 60% эффекта пришлось на AI-инициативы (metalinfo.ru). Северсталь публично говорила о более чем 1 млрд ₽ эффекта от портфеля AI-проектов в 2024 году (metalinfo.ru). Норникель оценивал эффект только одного кейса по флотации в $70–100 млн EBITDA в год (Science.mail.ru). Газпром нефть заявляет для «Когнитивного геолога» более 6 млрд ₽ в год с 2025 года (gazprom-neft.ru).
Из этого следует простой вывод: защищать AI-проект фразой «мы тоже сэкономим много» бесполезно. Нужна формула, разложенная на метрики цеха, цену единицы эффекта и полный TCO. Иначе технически хороший проект умрёт ещё до пилота.
Базовая формула: что именно считать
Ниже — минимальная формула, с которой уже можно идти к CFO.
ROI = (ΣΔMetric × Price − TCO_AI) / CapEx × 100%
Payback_мес = CapEx × 12 / годовая_чистая_экономия
flowchart LR
A[ΔMetric × Price] --> B[Годовая экономия]
B --> C[Минус TCO_AI]
C --> D[Чистая экономия]
D --> E[Делим на CapEx]
E --> F[ROI]
D --> G[CapEx × 12 / чистая экономия]
G --> H[Payback]Где:
ΣΔMetric × Price— денежный эффект от всех улучшенных метрик;TCO_AI— полная стоимость владения AI-решением за период расчёта;CapEx— разовые инвестиции в запуск;годовая_чистая_экономия=ΣΔMetric × Price − TCO_AI.
Если проект живёт целиком в подписке и почти не имеет капитальной части, не делите формулу на ноль. Для таких сценариев в знаменатель ставят общий объём инвестиций периода, а не только железо. Но для промышленного проекта с внедрением, интеграцией, контуром и обучением команды CapEx почти всегда есть, даже если модель облачная.
| Переменная | Что включать | Откуда брать цифры | Типичная ошибка |
|---|---|---|---|
ΔMetric | Изменение конкретной метрики: часы простоя, тонны годного, кВт·ч, часы инженера, число пересменок, время расчёта режима | Из AS-IS процесса, MES, historian, ERP, табеля, журнала ремонтов | Подставляют «улучшение модели» вместо улучшения KPI цеха |
Price | Цена единицы метрики: стоимость часа простоя, маржа на тонну, тариф на кВт·ч, ставка инженера, цена аварийного ремонта | P&L площадки, нормативы, финконтроллинг, энергетики, планово-экономический отдел | Берут среднюю цену с презентации вендора вместо своей фактической экономики |
TCO_AI | Лицензии, API, железо, интеграция, сопровождение, MLOps, поддержка, обучение пользователей | Отдельный TCO-расчёт по архитектуре и контуру; подробнее — в уроке p.2/06 про TCO | Считают только лицензию или только GPU и забывают людей |
CapEx | Серверы, камеры, датчики, внедрение, интеграция, доработка АСУ/ERP/MES, initial setup | Коммерческие предложения, смета внедрения, бюджет ИТ/капстроя | Смешивают разовые затраты с годовым OPEX и получают красивую, но ложную окупаемость |
Главное правило: CFO не интересует качество модели само по себе. Его интересует, на сколько денег изменится конкретный KPI, сколько стоит это изменение и во что обойдётся поддержка решения весь срок жизни.
Как собирать ROI снизу вверх
Сильный расчёт всегда начинается не с модели, а с одной операционной боли. Сначала вы выбираете процесс и фиксируете его базу. Потом понимаете, какая метрика в нём действительно двигает деньги. И только после этого тянете в расчёт AI.
Зафиксируйте один процесс и один денежный KPI. Не «улучшим качество ОТК», а «снизим потери от скрытого брака на линии № 3». Не «ускорим инженеров», а «сократим часы проектировщиков режима на один план-факт цикл».
Переведите техническую метрику в деньги. Если AI снижает непланируемый простой, вам нужна цена часа простоя. Если повышает выход годного, нужна маржа на тонну. Если убирает ручной труд, нужна ставка часа сотрудника, а не абстрактное «время сэкономили».
Отделите эффект пилота от эффекта масштаба. На пилоте одна линия или один агрегат редко дают годовой эффект всего завода. Сначала считается эффект на зоне внедрения, затем — аккуратная экстраполяция на масштабирование.
Подтяните полный TCO под выбранный контур. Если решение по ПД, КИИ или санкционному контуру должно жить on-prem, экономика будет другой, чем у внешнего API. Поэтому TCO надо считать только после выбора архитектуры из урока p.2/04 и урока p.2/06, а допустимость контура — проверять через урок p.3/02 и урок p.3/05.
Соберите три сценария. Консервативный, базовый и сильный. На защиту идите с консервативным. Базовый нужен для внутреннего управления, сильный — чтобы понимать верхнюю планку потенциала.
Шаблон Excel-формулы, который можно вставить в расчёт
Ниже не настоящий файл, а текстовая заготовка. Её достаточно, чтобы построить рабочую таблицу в Excel или Google Sheets.
Годовая_экономия =
(Снижение_часов_простоя * Цена_часа_простоя) +
(Рост_тонн_годного * Маржа_на_тонну) +
(Снижение_кВтч * Тариф_кВтч) +
(Снижение_часов_ручного_труда * Средняя_ставка_часа)
Чистая_годовая_экономия = Годовая_экономия - TCO_AI
ROI_% = (Чистая_годовая_экономия / CapEx) * 100
Payback_мес = (CapEx * 12) / Чистая_годовая_экономия
Рабочее правило одно: не вставляйте в Excel проценты напрямую, если за ними нет базы. Формула должна считать не «+1% качества», а «+4200 тонн годного × 18 000 ₽ маржи за тонну» — пример цифр учебный, нужна проверка на вашем P&L.
Во что превращаются проценты в деньги для стана с выручкой 10 млрд ₽
Ниже — не отраслевой норматив, а типовая управленческая оценка AIStudy для учебного стана с выручкой 10 млрд ₽. Диапазоны собраны по публичным промышленным кейсам: POSCO показала +5% эффективности, −10% энергии и +3% yield hot-rolled (POSCO Newsroom); Северсталь сообщала о +11% производительности линии окатышей (Prometall); Shell и партнёры демонстрировали улучшения yield и снижение энергопотребления в FCC-процессах, но точные проценты зависят от кейса (Emerj; Shell FCC); Газпром нефть заявляла −25% простоев по цифровым двойникам месторождений и AI (Ведомости). Учебные диапазоны AIStudy ниже нужно обязательно проверять на вашем P&L 2026, а не переносить в защиту как норматив.
| Что улучшили | Типовая денежная интерпретация для учебного стана с выручкой 10 млрд ₽ | Почему диапазон такой | На что опираться в защите |
|---|---|---|---|
OEE +1 п.п. | ≈ 80–100 млн ₽ в год — типовая оценка AIStudy, нужна проверка | Если узкое место действительно в bottleneck-агрегате, даже небольшой прирост загрузки быстро превращается в выручку или снятый недовыпуск | POSCO +5% efficiency, Северсталь +11% производительности |
Выход годного +1 п.п. | ≈ 50–80 млн ₽ в год — типовая оценка AIStudy, нужна проверка | Рост yield почти сразу уменьшает потери на передел, возвраты и списание брака, но величина сильно зависит от маржи продукта | POSCO +3% yield, Норникель +0,7–1% извлечения и $70–100 млн EBITDA |
Энергия −1% | ≈ 20–40 млн ₽ в год — типовая оценка AIStudy, нужна проверка | Энергия — более «жёсткая» статья, но абсолютный эффект зависит от энергоёмкости участка и тарифа | POSCO −10% энергия, Shell FCC: улучшения энергоэффективности, точный % зависит от кейса, BHP 118 ГВт·ч экономии |
Непланируемые простои −10% | ≈ 40–80 млн ₽ в год — типовая оценка AIStudy, нужна проверка | Тут всё решает цена часа простоя: для непрерывного процесса даже небольшой сдвиг даёт крупный эффект | Газпром нефть −25% простоев, Роснефть −11,7 ч/скв и +1,7 млн ₽/скв |
На каких кейсах удобно защищать проект перед руководством
Одна из самых частых ошибок — нести в совет директоров общие слова про рынок AI. Руководству нужны не «тренды», а аналогии с компаниями, у которых уже виден денежный эффект.
| Кейс | Что там посчитано | Как использовать в защите |
|---|---|---|
| ЕВРАЗ | 5,8 млрд ₽ эффекта цифровых проектов за 2024 год, около 60% — AI-инициативы (metalinfo.ru) | Хороший аргумент для портфельного подхода: AI — это не один пилот, а программа улучшений по нескольким участкам |
| Северсталь | >1 млрд ₽ эффекта от портфеля AI-проектов в 2024 году (metalinfo.ru) | Подходит для защиты внутренней платформы и повторяемых кейсов, а не «одной волшебной модели» |
| Норникель | $70–100 млн EBITDA в год от кейса по флотации, плюс +1,5% EBITDA по направлению (Science.mail.ru) | Удобно показывать, что небольшое улучшение технологического режима может двигать EBITDA, а не только операционную мелочь |
| Газпром нефть | >6 млрд ₽ в год у «Когнитивного геолога», цикл 6 мес → 1–2 недели, Восточно-Мессояхское +60 млрд ₽ NPV (gazprom-neft.ru) | Лучший аргумент для сценариев, где AI сокращает цикл принятия инженерных решений и ускоряет ввод эффекта |
| Минэнерго РФ | Оценка эффекта AI в нефтегазе — 5,4 трлн ₽ за 2025–2040 годы, до 700 млрд ₽ в год на пике (ТАСС) | Это не ваш бизнес-кейс, а макроякорь: рынок признаёт экономику AI на уровне отрасли, значит дальше нужен ваш локальный P&L, а не спор «есть ли вообще потенциал» |
Практический смысл такой: публичный кейс не заменяет ваш ROI, но снимает первое возражение руководства — «покажите, что это вообще работает не на выставке, а в тяжёлой промышленности».
Типовые ошибки подсчёта, из-за которых проект не проходит CFO
1. Считают только прямую экономию
Если проект снижает брак, но при этом требует поддержки, интегратора, сопровождения камеры, серверов и MLOps, считать только «сэкономили на браке» бессмысленно. CFO почти всегда первым вопросом добивает именно этим.
2. Подменяют KPI модели KPI производства
Precision, recall, F1 и даже точность прогнозной модели сами по себе не дают ROI. ММК может публично говорить о 90% точности модели управления кислородом в доменной печи (magcity74.ru), но инвестиционный комитет интересует не точность, а влияние на расход кокса, производительность печи и стоимость тонны чугуна.
3. Берут верхнюю оценку эффекта и нижнюю оценку затрат
Это самый быстрый путь нарисовать красивый ROI на бумаге и потерять доверие после пилота. Рабочий порядок обратный: нижняя граница эффекта и верхняя граница затрат.
4. Забывают время адаптации команды
Если мастер, оператор или инженер не перешли на новую практику принятия решения, проект технически может работать, а экономически — нет. В расчёте должны быть заложены обучение, параллельный прогон и первые месяцы неполной загрузки. Если этого нет, у вас не ROI, а самообман.
5. Считают полный заводской эффект по результату одного пилота
Пилот на одной линии — это не весь комбинат. Масштабирование почти всегда приносит дополнительные расходы: камеры, сеть, интеграция, новые интерфейсы и круглосуточная поддержка.
6. Не отделяют TCO от CapEx
Когда в одной строке смешаны лицензии, железо, люди и внедрение, CFO не может понять, где у вас разовый бюджет, а где постоянная нагрузка на P&L. Такой расчёт почти всегда отправляют на доработку.
Как выглядит минимально защищаемый расчёт
Минимально защищаемый ROI-документ помещается на одну страницу и отвечает на пять вопросов:
- Какой KPI вы меняете и где болит сейчас.
- Какая у KPI денежная цена.
- Какой консервативный эффект вы обещаете.
- Какой полный TCO и какой CapEx для выбранного контура.
- За сколько месяцев проект возвращает деньги.
Если хотя бы один из этих пунктов вы закрываете фразой «уточним после пилота», защищать бюджет рано. Сначала доберите базу, потом идите к CFO.