Инвестиции в искусственный интеллект всё чаще становятся для торговых организаций крупной статьёй расходов, однако решение о них принимается, как правило, без внятного экономического расчёта. В статье предложен метод AI-ROI, который оценивает эффективность таких вложений в привычных собственнику инвестиционных терминах — через чистую приведённую стоимость, внутреннюю норму доходности, дисконтированный срок окупаемости и индекс рентабельности, а не через технические метрики моделей. Метод ориентирован на малый и средний бизнес электронной коммерции и проходит в четыре шага: структурирование затрат, оценка выгод, прогноз денежного потока и расчёт показателей. Его особенность — учёт специфики именно ИИ-проектов: повышенной стоимости капитала в российских условиях 2026 года, постепенной деградации моделей, расчёта в реальных денежных потоках и валютного риска. Для МСБ введена трёхступенчатая шкала приемлемости. Работоспособность метода проверена на типовых профилях организаций и на двух внедрениях, подтверждённых актами: даже при намеренно осторожных допущениях проекты окупались. Тем самым обоснование вложений в ИИ становится воспроизводимой управленческой процедурой, что особенно важно при дорогом капитале. Область применения — управление цифровой трансформацией и инвестиционное планирование организаций электронной коммерции.
Investments in artificial intelligence are increasingly becoming a major expense item for trading organizations, yet the decision to make them is usually taken without a clear economic calculation. The paper proposes the AI-ROI method, which assesses the efficiency of such investments in the investment terms familiar to an owner — net present value, internal rate of return, discounted payback period and profitability index — rather than through technical model metrics. The method targets small and medium-sized enterprises in e-commerce and proceeds in four steps: structuring costs, valuing benefits, forecasting cash flow and computing the indicators. Its distinctive feature is that it accounts for the specifics of AI projects: the elevated cost of capital in Russian conditions of 2026, the gradual degradation of models, computation in real cash flows and currency risk. A three-tier acceptability scale is introduced for SMEs. The method is tested on typical organizational profiles and on two act-confirmed implementations: even under deliberately cautious assumptions the projects paid off. The justification of AI investment thus becomes a reproducible managerial procedure, which matters most when capital is expensive. The scope of application is the management of digital transformation and investment planning of e-commerce organizations.