AI-агент за €200 на місяць: що реально вмістити у 2026

Коли CEO сервісної компанії на 90 людей запитав мене, чи вистачить €200 на місяць, щоб запустити "справжнього AI-агента", чесна відповідь була: так, але лише якщо ви приймаєте, що саме купує ця стеля — і чого вона не купує.

За що насправді платить AI-агент?

"AI-агент" звучить як один продукт, але в бюджетному розрізі це чотири:

1. Сам виклик моделі (LLM-провайдер — Anthropic, OpenAI, Google).
2. Тулінг (vector store, черги, observability, хостинг).
3. Інтеграції (CRM, helpdesk, пошта, календар, файли).
4. Час людини — хтось щотижня перевіряє, виправляє та розблоковує агента.

Ті, хто каже "AI вже майже безкоштовний", дивляться лише на пункт 1. Пункт 4 і вбиває бюджети у проді.

Definition: Agent run cost — повна місячна вартість підтримки одного агента на одному воркфлоу: модель, інфра, інтеграції плюс години людини на review.

Куди реально йдуть €200?

Типовий SMB-сценарій — один вхідний канал, один агент, англомовний воркфлоу, ~1500-3000 взаємодій на місяць — приблизно так:

• Виклики моделі: €60-110. Дешевша non-reasoning модель для роутингу + сильніша лише на складних кейсах.
• Тулінг та інфра: €25-40. Managed vector DB, runner, базові логи.
• Інтеграції: €0-30. Більшість команд уже платить за них в іншому місці.
• Review людиною: 2-4 години/міс. Навіть при €30/год повної вартості — це €60-120 реальних грошей, які власники забувають рахувати.

Підсумок: рахунок за модель — найменша стаття. Стеля €200 реальна, лише якщо ви не вдаєте, що час людини безкоштовний.

Хороший vs поганий дизайн на цьому ціннику

Поганий дизайн за €200/міс: багатокроковий "автономний" агент, що бронює зустрічі, пише пропозиції та відповідає у Slack. Спрацює на перших 50 кейсах і потім тихо спалить бюджет на retries, галюцинаціях інструментів та апологетичних листах розгубленим клієнтам.

Хороший дизайн за €200/міс: один агент, один канал (наприклад, вхідний support-email), одне дієслово (класифікувати + накидати чернетку), з обов'язковим approve-or-edit людиною перед тим, як щось вийде назовні.

Обмеження = фіча.

Шаблон scope-у для €200-агента

Workflow: [одне дієслово, один канал]
Inputs: [точні джерела даних]
Outputs: [конкретний артефакт — чернетка, апдейт тікета, пропозиція слотів]
Stop condition: [чого агент НІКОЛИ не робить без людини]
Escalation: [хто рев'ює і з якою періодичністю]
Success metric: [одне число, яке тримаєте щотижня]
Kill switch: [env var або фіча-флаг, що вимикає за 60с]

Якщо scope не вкладається в цей шаблон — він не вкладеться і в €200/міс.

Tool tip (Course for Business): €200-агент — це артефакт навчання, а не покупка софту. Працює у тих команд, що спершу пройшли підхід Augment, don't replace по тому самому воркфлоу: кожен співробітник на лінії побудував власну мікроавтоматизацію перш ніж ми scope'или агента. Тоді у вас всередині команди є AI Champions (1:15-20), які читають чернетки агента критично, а не штампують. 6-week program на https://course.aiadvisoryboard.me/business саме про цю послідовність: спочатку малі кейси руками, потім агент поверх натренованих людей.

Де ховаються приховані витрати

Три місця, у порядку частоти "вибуху" бюджету:

1. Verification rework. Коли чернетка майже-правильна, рев'юер "доправляє" її замість відхилити. Це AI Tax — близько 37% збереженого часу повертається у переробку, коли тренінг і структура review слабкі.
2. Tool sprawl. Vector DB тут, оркестратор там, "agent platform" trial, що сам продовжився. Три рядки по €29 → €87 миттєво.
3. Scope creep. На 4-му тижні хтось питає "а ще щоб воно...", і агент тепер має дві роботи. Дві роботи за €200/міс = одна деградована.

Gartner неодноразово зазначав: CIO помиляються в оцінці AI-інфраструктури до 1000%. SMB не імунні — просто масштаб менший.

Коли €200 перестає вистачати?

Грубо — коли хоча б одне з:

• Понад ~5000 high-context взаємодій на місяць.
• Воркфлоу вимагає міркування по 3-4+ документах за виклик.
• Працюєте у 2+ мовах із регуляторною експозицією.
• Потрібна латентність <2с у клієнтському флоу.

Тоді планувати €400-800/міс, а не €250 — крива не лінійна, бо години review теж ростуть із трафіком.

Team scan (що AI-чемпіони звітують після тижня 1)

• Adoption: 4 з 5 людей на support-лінії заходять у чергу review агента щодня; п'ятій потрібна Shoulder-to-Shoulder сесія на 2-му тижні.
• Use case 1: класифікація рутинного inbox — агент пропонує, людина схвалює; ~12 хв економії на пакет листів.
• Use case 2: чернетки відповідей по відомих інцидентах — близько 3 годин/тиждень на команду.
• Use case 3: AI champion дивиться логи агента і знаходить 2 повторювані exceptions, які варто полагодити в продукті.
• Saved time: ~4-5 годин/тиждень повернутого фокусу на 5 людей лінії, тиждень 1.
• Сигнал довіри: edit rate з ~40% до ~25% до 7-го дня — здорова крива, не overconfidence.
• Сигнал ризику: один член команди редагує замість відхиляти погані чернетки — ловити на щотижневому review, інакше AI Tax наростає.
• Висновок менеджера: лінія €200 реальна тільки тому, що команда вчилася користуватись AI ще до того, як агент пішов у прод.

Tool tip #2 — бюджетна рамка, що дійсно тримається

Tool tip (Course for Business): Бюджетуйте AI-агента як junior на probation, а не як софт. Augment, don't replace означає, що агент успадковує воркфлоу, який команда вже розуміє, а не той, який ви сподіваєтесь, що він вивчить за вас. Поєднайте деплой з 6-week program, де кожен співробітник у тиждень 1 будує бодай одну no-code AI-автоматизацію — і черга review агента потрапляє у натреновані руки, а не у розгублені. Розпишемо ваш перший тиждень на https://course.aiadvisoryboard.me/business.

Micro-case (що змінюється за 7-14 днів)

Професійні сервіси на 70 людей ставлять стелю €185/міс на inbound-support агента. Тиждень 1: агент пише чернетки на ~30% рутинного email; рев'юер редагує 4 з 10 і відхиляє 1. Тиждень 2: підкручений промпт і роутинг, edit rate падає до 2 з 10. На 14-й день команда повернула ~4 години/тиждень фокус-часу, рев'юер витрачає на агента ~45 хв/тиждень, рахунок за модель — €72. Власник бачить реальну цінність: агент чисто володіє легким зрізом, а команда нарешті має увагу на складні кейси.

Note on this case: This example is illustrative — based on typical patterns we observe with companies of 30-500 employees, not a single named client. Specific numbers are rounded approximations of common ranges, not guarantees.

FAQ

Чи можна €50/міс агента? Для внутрішнього low-stakes воркфлоу (наприклад, summary власних мітингів) — так. Для будь-чого клієнтського €50 не покривають модель + observability + 1-2 години review. Не обманюйте себе.

Чи треба vector DB на €200? Часто ні. Якщо знання агента — кілька тисяч FAQ-рядків чи коротких документів, добре впорядкований flat retrieval вистачає. Vector DB — податок, який платите коли scope того вимагає.

А open-source / self-host? На цьому масштабі рахунок за модель рідко є вузьким місцем. Self-host економить €30-60/міс і додає €200/міс уваги інженерів. Математика проти SMB поки що.

Як це поєднується з тим, щоб бачити, що команда робить насправді? Правильний scope знаєте, лише якщо чесно бачите воркфлоу. У AIAdvisoryBoard є комплементарний 7-денний Plan → Fact → Gap для цього — окремий продукт, та сама філософія.

Коли масштабувати далі за одного агента? Тільки після 6-8 тижнів стабільної роботи першого агента з edit rate <25% і чесним тестом kill-switch'а. Два агенти по €100 майже завжди гірше, ніж один добре заскопований за €200.

Що зробити цього тижня

Якщо ви власник, що дивиться на рядок "AI-агент" у бюджеті наступного кварталу: не обирайте вендора зараз. Оберіть воркфлоу. Перевірте, що команда, яка ним володіє, спершу вміє будувати маленькі AI-автоматизації сама — інакше черга review агента впаде у ненатреновані руки і бюджет випарується за місяць.

Якщо хочете, щоб кожен співробітник запустив свою першу AI-автоматизацію за 5 днів — забронюйте 30-хв розмову, розпишемо ваш перший тиждень: https://course.aiadvisoryboard.me/business