Закупщик каждый день тонет в однотипной работе. Собрать коммерческие предложения, свести цены, проверить поставщика, сравнить условия по десятку параметров — на осмысленные решения времени почти не остается. Искусственный интеллект может взять на себя часть работы. Он читает документы, сравнивает предложения, прогнозирует спрос и подсвечивает риски. Разберем, чем реально ИИ помогает в закупках, где ошибается и с чего начать внедрение.
Что такое ИИ в управлении закупками
ИИ в закупках — это набор технологий, которые берут на себя обработку данных и часть решений. За этим стоят несколько вполне приземленных инструментов, у каждого своя задача:
- OCR — распознает текст в сканах счетов, коммерческих предложениях и договорах;
- Машинное обучение (ML) — находит закономерности в истории закупок и строит прогнозы спроса;
- Обработка языка (NLP) — понимает смысл писем, заявок и пунктов договора;
- Генеративный ИИ — готовит черновики техзаданий, писем и сравнительных таблиц;
- Чат-боты — переписываются с поставщиками и сотрудниками.
Чем автоматизация закупок отличается от ИИ
Автоматизация закупок и искусственный интеллект решают разные задачи. Автоматизация работает по заранее заданным правилам. Например, если сумма заявки превышает 100 тыс. рублей, система автоматически отправляет ее на согласование руководителю. Пока ситуация соответствует прописанному сценарию, все работает без сбоев. Но если возникает нестандартный случай, автоматизация не сможет принять решение без участия человека.
ИИ действует иначе. Он анализирует данные, распознает информацию в документах независимо от их формата, оценивает поставщика по истории сотрудничества и замечает отклонения, например, если цена отличается от рыночной или привычного уровня. На основе этого ИИ предлагает подходящий вариант действий. При этом окончательное решение по-прежнему принимает человек.
Применение ИИ в закупках
Существуют задачи, с которыми искусственный интеллект уже сегодня хорошо справляется. Разберем три самых наглядных.
Анализ потребностей и планирование закупок
Искусственный интеллект:
- анализирует историю закупок и продаж;
- учитывает сезонность, акции и текущие остатки;
- прогнозирует, что и в каком объеме нужно заказывать.
Например, сеть кофеен анализирует срез за два года и видит, что к декабрю спрос на сиропы всегда растет, и закладывает запас заранее, а не доплачивает за срочную поставку. Так компания получает обоснованный план, а значит, меньше риск остаться без товара в пик спроса и меньше денег заморожено в лишних запасах.
Сравнение коммерческих предложений и условий поставки
Поставщики присылают КП в разном виде — таблицы, письма, сканы. ИИ распознает их, вытаскивает ключевые параметры, такие как цена, срок поставки, отсрочка платежа, гарантия, и сводит все в единую таблицу с кратким резюме. Из десятка разрозненных писем за минуту получается готовое сравнение, и менеджеру по закупкам остается только принять решение.
Контроль цен, сроков и качества исполнения договоров
ИИ держит под наблюдением историю работы с каждым контрагентом и подсвечивает тревожные сигналы, если, например, упал рейтинг, второй раз за квартал сорван срок, резко поднялась цена. Он отслеживает динамику цен и предупреждает, когда поставщик отклоняется от привычных условий. Так проблему можно предсказать до того, как она сорвет поставку, и остается время найти замену.
Применение ИИ в госзакупках
Если речь идет о госзакупках, искусственному интеллекту можно делегировать самую трудоемкую часть работы с тендерами. Он сам мониторит Единую информационную систему (ЕИС) и отбирает подходящие закупки по кодам ОКПД 2, региону и ключевым словам, вычитывает извещение и техзадание и подсвечивает спорные требования и риски в документации.
ИИ еще и проверит заказчика по его истории — как часто он расторгает контракты и затягивает оплату, — поможет рассчитать начальную (максимальную) цену контракта НМЦК по рыночным ценам и прикинуть, до какой суммы можно опускаться на торгах.
Какие задачи ИИ забирает у закупщика
Помимо аналитики, ИИ берет на себя массу мелкой ручной работы, на которую уходят часы:
- сбор и обработку данных — собирает сведения по поставщикам, ценам и остаткам из писем, прайсов и систем в одну базу;
- подготовку документов — формирует черновики заявок, сравнительных таблиц и отчетов для руководства;
- генерацию техзаданий — раскладывает требования на функциональные, нефункциональные и организационные и собирает из них черновик ТЗ и опросник для поставщиков;
- мониторинг и напоминания — следит за сроками поставки, отклонениями и повторяющимися операциями и сам напоминает о просрочках.
Если речь идет о чат-боте, то он сам пишет поставщику, уточняет цену и срок, принимает предложение и заносит ответ в систему, разгружая специалиста от переписки.
Как ИИ оценивает поставщиков и снижает риски
Ошибки в выборе поставщика стоят дорого, и ИИ здесь может вас подстраховать. Он анализирует историю взаимодействия, в которой могут быть сотни записей, и сводит ее в понятный рейтинг по таким параметрам, как частота срывов сроков, претензии по качеству, изменение цены.
Если поставщик внезапно сменил банковские реквизиты или его рейтинг резко просел, система поднимет флаг, и это снижает риск нарваться на ненадежного контрагента. А когда нужна замена, ИИ быстро подберет альтернативу по цене, географии, срокам поставки и другим заданным критериям.
Преимущества внедрения ИИ в закупки
Если собрать плюсы вместе:
- Меньше рутины — ручной сбор и сверка данных уходят на ИИ, у закупщика освобождается время на переговоры и стратегию.
- Быстрее решения — аналитика и сравнение готовятся за минуты, а не за дни.
- Меньше ошибок — человеческий фактор при переносе цифр почти исчезает.
- Точнее планирование — прогноз спроса опирается на данные, а не на интуицию.
- Прозрачность — видно, у кого и на каких условиях закупают и где деньги уходят впустую.
По данным McKinsey, больше 85% компаний уже используют ИИ хотя бы в одном из бизнес-процессов, при этом закупки — одна из областей, где отдача заметна больше всего.
Роль ИИ: помощник, а не замена
У ИИ есть обратная сторона, которую нельзя недооценивать. Закупки — чувствительная зона, где на кону бюджеты и отношения с поставщиками. Чтобы не навредить бизнесу, помните о следующих правилах.
ИИ ошибается, поэтому его проверяют
ИИ иногда выдает неверную информацию. Поэтому его результат — это черновик для специалиста, а не готовое решение, и ответственность за выбор поставщика и условия сделки несет человек. Заменить закупщика ИИ не может, а вот усилить — вполне.
Качество данных решает все
Эффективность ИИ напрямую зависит от качества данных, с которыми он работает. Если справочники содержат ошибки, цены хранятся в разных форматах, а документы плохо структурированы, модель будет выдавать неточные результаты. Поэтому перед внедрением ИИ важно привести в порядок базы данных, унифицировать справочники и организовать хранение документов.
Чувствительные данные нужно защищать
При работе с ИИ важно обеспечить безопасность коммерческой информации. Цены, договоры, условия поставок и другие внутренние данные не стоит передавать во внешние сервисы без надежной защиты. Если компания работает с конфиденциальной информацией, безопаснее развернуть ИИ в собственной закрытой инфраструктуре. Такой подход требует дополнительных затрат, но позволяет полностью контролировать данные и снижает риск их утечки.
С чего начать внедрение
Искусственный интеллект внедряют поэтапно, начиная с самого болезненного участка.
Определить цель и проблемное место
Сначала находят, где в ваших закупках есть проблемы. Теряется время на сравнение КП, срываются сроки, раздут запас? Под эту конкретную боль и подбирают инструмент. Цель формулируют измеримо, например вдвое сократить время обработки заявки.
Подготовить данные и инструменты
Дальше приводят в порядок данные и выбирают, на какую систему их положить. Обычно основой служит система управления ресурсами компании (ERP), система работы с клиентами и контрагентами (CRM) или специальная система для управления поставщиками и закупками (SRM), а аналитику собирают в инструментах визуальной аналитики (BI-дашбордах). Далее нужно настроить интеграции, чтобы данные подтягивались из разных источников без ручного переноса. Без этого фундамента ИИ не на чем работать.
Запустить пилотный проект и оценить по KPI
Всегда начинают с одного процесса — например, с распознавания КП или прогноза по одной товарной группе. На пилотном участке смотрят, дал ли ИИ результат, и только потом расширяют его на остальные закупки. Эффект оценивают по измеримым метрикам, это может быть:
- среднее время обработки заявки;
- экономия к стартовой цене;
- доля сорванных сроков;
- доля закупок не по плану.
Технологии помогают, а порядок начинается с данных
ИИ ускоряет анализ, повышает точность прогнозов, выполняет за человека рутинные действия. Но работает он только тогда, когда опирается на чистые данные и остается под контролем человека. Это общий принцип любой автоматизации — она усиливает того, кто уже навел порядок в процессах, и буксует там, где порядка нет.
Тот же принцип верен и для управления людьми. Решения о нагрузке, графиках и дисциплине стоит принимать не на ощущениях, а на фактах. Эти факты по рабочему времени дает БОСС Контроль — система показывает, кто и сколько отработал, где переработки, а где простои, и собирает данные автоматически.