Почему ИИ в закупках — это не про хайп, а про деньги
Закупки — одна из самых «зрелых» зон для внедрения искусственного интеллекта. Здесь есть повторяющиеся операции, четкие регламенты, большие объемы данных и, главное, измеримый результат. Каждый час, сэкономленный на рутине, и каждая копейка, не потраченная на срочный заказ, ложатся прямо на себестоимость.
Практика показывает: готовность к автоматизации определяется не размером ИТ-бюджета и не технологическим стеком, а зрелостью процессов и качеством данных. Автоматизация плохого процесса не устраняет проблемы — она лишь масштабирует неэффективность. Поэтому первый проект лучше выбирать высокочастотный, простой и с возможностью измерить эффект и при необходимости откатить.
ИИ-агенты, которые помогают экономить на всех этапах закупочного цикла
Сквозной подход — когда интеллектуальные агенты покрывают все этапы — от осознания потребности и анализа рынка до пост-аудита эффективности — дает кратный, а не линейный эффект. Вот как это выглядит на практике.
1. ИИ-агент для автозакупок: работает 24/7 без выходных
Система круглосуточно отслеживает остатки на складах. Как только запас по какой-то позиции приближается к минимальному заданному уровню (например, болтов осталось 55 кг при норме 50), агент консолидирует эту позицию с другими метизами, сравнивает условия действующих поставщиков, отбирает лучшего и самостоятельно оформляет заказ. Человек остается только в роли контролера, а ИИ дает существенную экономию на FTE, за счет снижения цен на срочные закупки и сокращения ненужных запасов.
2. Нормализация НСИ: когда «ВВГ 3*2.5» и «Кбель сеиловой ВВГ 3х2,5» — одно и то же
Хаос в справочниках материалов — одна из главных «тихих» статей перерасхода. Компании платят дважды за одно и то же, заказывают лишнее, теряют деньги на хранении дублей.
Алгоритмы нормализации находят дубли в справочниках с точностью от 86 до 99% и автоматически объединяют их в эталонную карточку. На выходе — чистый справочник, где каждая позиция существует в единственном экземпляре.
Основные драйверы экономии — консолидация закупок и оптимизация хранения запасов.
3. Генерация RFI/RFQ: из короткого сообщения — в формализованный документ
Инженер пишет в чат: «Нужен кабель ВВГнг 3×2,5, 500 м, желательно до конца недели». Система анализирует свободный текст, переформатирует его в структурированный запрос, добавляет все обязательные параметры (которые инженер мог упустить) и генерирует готовый документ для отправки поставщикам.
Четкое техническое задание означает четкое исполнение. Плюс, когда поставщик видит полную спецификацию, ему не нужно закладывать риски в стоимость, а значит, цены снижаются.
4. Мониторинг регламентов: штрафы и «коты в мешке» уходят в прошлое
Система в реальном времени проверяет каждую закупку на соответствие внутренним регламентам. Пример: попытка закупить дрели у нового, неаккредитованного поставщика. Агент находит риски, блокирует операцию и уведомляет руководителя — прежде чем деньги ушли, штраф прилетел или на склад поступил некондиционный товар.
Ключевые статьи экономии — блокировка нецелевых закупок, предотвращение штрафов и комплаенс-риски.
5. Аналитическая платформа: задал вопрос — получил дашборд
Руководитель подозревает, что закупки аккумуляторов проходят по завышенным ценам. Он пишет в ИИ-чат: «Динамика закупочных цен за 2 года на Аккумулятор ZUBR Professional». Платформа собирает данные из всех систем — ERP, справочников, договоров, первичных документов — и за минуту строит дашборд.
Здесь главная ценность — прозрачность цен: когда все видят рынок, переплачивать перестают. Дополнительную экономию на ручных отчетах тоже не стоит сбрасывать со счетов.
6. Предиктивная аналитика: закупать не «когда кончилось», а «когда выгодно»
Система анализирует историю закупок за три года, учитывает сезонность, скачки цен, типичные кванты поставок. Пример: прогноз показывает, что через три недели потребуется 1200 метров кабеля. Текущий запас — 200 метров. Рекомендация: закупить 1000 метров сейчас по договорной цене, не дожидаясь срочной потребности.
Основные эффекты достигаются благодаря сокращению объемов срочных закупок и снижению уровня складских запасов.
7. Парсер рыночных цен
Автоматически собирает и анализирует цены на товары и услуги в открытых источниках, чтобы быстро давать актуальную рыночную картину.
8. Консультант по стандартам
Помогает сотрудникам оперативно находить ответы по стандартам, регламентам, инструкциям и другим внутренним документам.
9. Помощник по деловой переписке
Формирует черновики писем и ответов для поставщиков, заказчиков и коллег на основе заданного контекста.
10. Генератор протоколов
Автоматически подготавливает протоколы встреч, совещаний и рабочих обсуждений в структурированном виде.
11. Аналитик спроса и запасов
Прогнозирует потребность, отслеживает остатки и помогает вовремя замечать отклонения, дефициты и риски.
12. Консультант по закупочным данным
Отвечает на вопросы по цифрам, отчетности и ключевым показателям закупочной функции, упрощая работу с данными.
13. Умный подбор аналогов
Высокие риски своевременного обеспечения потребностей производства, трудоемкий процесс подбора аналогов — согласования с заказчиками, «простыни» в Excel и аналитика съедали огромное количество времени. В «Северстали» разработали ПО на базе ИИ — «Подбор аналогов». Оно позволяет просматривать и вносить пары аналогов, оценивать применимость пар и согласовывать закупку конкретного аналога вместо оригинала в разрезе технического места.
У нас в сервисном центре «Закупки» есть единая база аналогов, процесс ведения пар аналогов унифицирован и доступен для всех заявителей, поэтому таких пар ежедневно становится все больше и больше. Система умеет сама предлагать замену оригинала на аналог, когда для этого есть основания, и приоритизирует подбор аналога к оригиналу в зависимости от критичности в ремонтах и от рисков поставки с точки зрения наших закупщиков.
Как это внедряется: семь шагов от аудита до оптимизации
Дорожная карта внедрения выглядит предсказуемо, но в ней есть критически важный этап — тестирование на ограниченных данных. Прежде чем запускать ИИ-агентов в продуктивную среду, результаты сверяются с реальными процессами на небольшой выборке.
- Анализ — аудит процессов и данных в вашей ERP.
- Дизайн — проектирование архитектуры интеграции.
- Развертывание — установка платформы и настройка коннекторов.
- Загрузка — импорт справочников, регламентов, данных о поставщиках.
- Тестирование — пилот на ограниченных данных, сверка результатов.
- Запуск — обучение команды, старт в продуктивной среде.
- Оптимизация — сбор обратной связи, дообучение моделей, тонкая настройка.
Что важнее технологии: несколько выводов, которые стоит забрать с собой
На бизнес-завтраке прозвучали не только цифры, но и важные соображения о культуре внедрения. Вот ключевые тезисы, которые стоит запомнить:
Об автоматизации:- Лучший первый проект — высокочастотный, простой, с измеримым результатом и возможностью отката.
- Ресурсы находятся через обоснованный экономический эффект — не нужно ждать отдельного бюджета.
О работе с ИИ:
- Разрешение на ошибку в пилоте — обязательное условие для экспериментов. Культура здесь важна не меньше технологии.
- Команду нужно вовлекать заранее и готовить специалистов до начала масштабного внедрения, а не в процессе.
- Расширение доступа к ИИ-инструментам повышает зрелость внутри команды и со стороны заказчиков.
- Чтобы не потерять импульс после первых пилотов, нужна системная поддержка через демо успешных кейсов, обмен опытом и регулярные синхронизации.
Итог мероприятия оказался обнадеживающим: ИИ в закупках — это не про замену людей, а про освобождение их для настоящей стратегической работы. И первый шаг к этому — честно признать, какие процессы у вас самые больные, и просто начать. С малого, но с измеримым результатом.