Ещё несколько лет назад нейросетям осторожно делегировали тексты, а сегодня они плотно обосновались во всех бизнес-функциях — от маркетинга до бухгалтерии. Закупки не исключение: согласно исследованию платформы Art of Procurement, 94% руководителей в этой сфере используют ИИ как минимум раз в неделю, а 72% считают его интеграцию приоритетом на ближайшие годы.
Вопрос о том, использовать ли нейросети для закупок, уже не стоит — пришло время определяться, какие именно из них куда внедрять. В статье расскажем, чем отличаются специализированные системы ИИ в закупках от универсальных, где лучше предпочесть российские сервисы и каких ошибок избегать.
Два типа нейросетей в закупках: чем они принципиально отличаются
Допустим, закупщику нужно провести тендер на офисную мебель стоимостью 10 млн рублей. Перед публикацией важно понять, кто может выйти на торги и на какое снижение цены рассчитывать.
Специализированный сервис ищет ответ сам. Он уже подключён к закупочным площадкам, знает историю процедур, работает с кодами КТРУ и ОКПД-2 и хранит данные о закупках. Достаточно открыть извещение — например, «Тендерплан» сразу покажет вероятных участников и их типичное снижение цены на похожих торгах.
Универсальная языковая модель (LLM) работает иначе. У ChatGPT, GigaChat или YandexGPT нет доступа к закупочной инфраструктуре, они не знают контекст конкретной компании. Чтобы получить результат, специалисту нужно самому загрузить документы и объяснить задачу в запросе.
Зато универсальные модели гораздо гибче специализированных ИИ в работе закупок. Они могут проанализировать техническое задание, сравнить несколько договоров, объяснить сложные требования документации или обработать таблицу с характеристиками товара — независимо от того, относится она к закупкам или нет.
Если кратко, главное отличие — контекст, в котором работает ИИ в сфере закупок. Специализированные сервисы уже встроены в процесс и автоматически используют накопленные данные. Чтобы получить то же самое от универсальной модели, специалисту пришлось бы настраивать такую интеграцию — обычный чат для этого не предназначен.
На курсе «Нейросети для закупок» от Академии Эдюсон такую настройку разбирают в блоке «Боты, ИИ-агенты и нейросотрудники». После него вы сможете без программистов собрать ИИ-агента для закупок — квалификации тендеров или подбора поставщика.
Сравните на одной задаче, как использовать ИИ в закупках:
Параметр |
Специализированный сервис |
Универсальная LLM |
Что обрабатывает |
Поток закупок компании |
Один загруженный документ |
Знает ли специфику закупок |
Да, КТРУ, ОКПД-2, реестры |
Нет, специалист описывает задачу текстом |
Как настраивается |
Один раз — под номенклатуру компании |
Каждый раз — новый промпт под задачу |
Что делает лучше всего |
Мониторинг, отбор, аналитика по потоку |
Разбор конкретного документа или таблицы |
Как начать использовать |
Освоить конкретный интерфейс |
Научиться конструировать запросы |
Пример инструмента, который можно использовать сегодня |
«Контур.Закупки», «Тендерплан» |
ChatGPT, GigaChat, YandexGPT, Claude |
Специализированные нейросети для контроля закупок
ИИ в закупках не похож на ChatGPT — отдельный чат, которому можно задать любой вопрос. Чаще он встроен в привычные сервисы и автоматизирует отдельные этапы работы: помогает находить подходящие тендеры, анализировать конкурентов или оценивать ситуацию перед участием в торгах.
«Контур.Закупки»: поиск тендеров через ИИ
Источник: https://zakupki.kontur.ru/site
Это сервис для поиска и анализа государственных и коммерческих закупок. Нейросеть здесь отвечает за фильтр по отраслям и помогает найти нужное, даже если формулировки поиска и результата не совпадают.
Представьте, что вы ищете закупки офисной мебели. Если заказчик назвал предмет закупки «комплектом офисного оснащения для рабочих мест», обычный поиск по ключевым словам может не показать такое извещение. ИИ-фильтр «Контура» сопоставляет запрос по смыслу, поэтому находит и такие закупки.
При этом остальные параметры стандартные: можно задать регион, способ закупки, этап процедуры, диапазон начальной цены, конкретного заказчика и другие фильтры.
Важно понимать, что ИИ-фильтр не заменяет закупщика. Он не анализирует документацию и не готовит заявку — его задача намного уже: сократить количество нерелевантных результатов и помочь быстрее найти подходящие закупки.
Сервис будет полезен:
- тендерным специалистам, поставщикам, работающим по 44-ФЗ и 223-ФЗ;
- коммерческим отделам, которые ищут новые закупки;
- руководителям тендерных подразделений.
«Тендерплан»: оценить конкуренцию до подачи заявки
Источник: https://tenderplan.ru/
После того как подходящий тендер найден, возникает другой вопрос: стоит ли вообще участвовать в торгах?
Обычно специалист ищет похожие закупки, изучает прошлые торги и пытается оценить, какие компании могут выйти на конкурс и насколько снизится цена. Это требует времени и во многом зависит от опыта.
«Тендерплан» автоматизирует процесс. Функция «Предсказания нейросети» показывает возможных участников конкретной закупки, вероятность их победы и предполагаемое снижение цены. Например, сервис может спрогнозировать, что определённая компания выйдет на торги с вероятностью 95%.
Но прогноз — лишь часть возможностей сервиса. Он также помогает изучать историю конкурентов, смотреть статистику по заказчику, отслеживать новые закупки, анализировать рынок и распределять задачи внутри тендерного отдела.
Важно: прогноз нельзя воспринимать как готовое решение. На ход закупки влияют новые участники и действия конкурентов, которые невозможно предсказать заранее. Поэтому сервис помогает оценить ситуацию, но окончательное решение об участии и расчёт минимально допустимой цены всё равно остаются за специалистом.
Универсальные языковые модели: где они действительно помогают закупщику
Если специализированные сервисы работают с данными о закупках, то универсальные языковые модели помогают разобраться с содержанием документов. Они не знают историю торгов и не прогнозируют поведение конкурентов, зато умеют анализировать текст, таблицы и файлы практически любого формата.
На практике LLM помогают закупщикам решать самые разные задачи:
- сравнить коммерческие предложения нескольких поставщиков по единым критериям;
- проверить договор на наличие рисков и сравнить его с внутренними требованиями компании;
- привести номенклатуру разных поставщиков к единому виду;
- подготовить техническое задание, запрос поставщику или ответ на уведомление о повышении цен;
- рассчитать неустойку по формуле из договора и подготовить проект претензии;
- помочь с формированием НМЦК, подбором кодов КТРУ и ОКПД-2 или проверить техническое задание на ошибки и противоречия;
- собрать информацию о контрагенте и подготовиться к переговорам.
При этом возможности моделей различаются. ChatGPT и Claude лучше справляются со сложным анализом документов, длинными цепочками рассуждений и большими таблицами. GigaChat и YandexGPT работают в российском контуре, поэтому их имеет смысл использовать, когда нужно обрабатывать чувствительные данные (подробнее об этом — в разделе о правовых ограничениях). «Нейроэксперт» подходит для работы с внутренней базой знаний: он ищет ответы в документах компании, поэтому реже опирается на вымышленные сведения.
Частые ошибки при работе с ИИ в закупках
После знакомства с возможностями ИИ возникает соблазн доверить ему больше, чем он на самом деле умеет. На практике большинство ошибок связано не с качеством моделей, а с завышенными ожиданиями. Пользователи принимают прогноз за гарантию, поиск закупок с ИИ — за исчерпывающий результат, а ответ нейросети — за готовое решение.
Вот с какими заблуждениями специалисты сталкиваются чаще всего.
Ошибка |
Как на самом деле |
«Если ИИ в закупках показывает высокую вероятность победы, значит, точно стоит участвовать». |
Прогноз строится на основе истории похожих закупок. Он не учитывает будущие действия конкурентов и другие обстоятельства, поэтому окончательное решение принимают с учётом требований закупки, маржинальности и ресурсов компании. |
«Поиск по смыслу найдёт все подходящие закупки». |
Семантический поиск помогает не пропустить закупки с нестандартными формулировками, но не гарантирует идеальную выдачу. Результаты всё равно нужно просматривать и оценивать вручную. |
«Если сервис использует ИИ, значит вся его аналитика построена на нейросетях». |
В большинстве случаев ИИ отвечает лишь за отдельные функции — например, поиск по смыслу или прогнозирование. Остальная аналитика может строиться на статистике, правилах и других алгоритмах. |
«Ответ ChatGPT или другой языковой модели можно использовать без проверки». |
LLM могут ошибаться: неверно рассчитать неустойку, пропустить рискованное условие договора или придумать факт, которого нет в документах. Их ответы не стоит использовать как окончательное заключение. |
Общее правило то же: результат нейросети для закупщиков — не более чем черновик. И чем выше цена ошибки, тем меньше оснований полностью доверять ИИ.
Правовой контур: 44-ФЗ, 223-ФЗ, 152-ФЗ
Закупщик работает не только с открытой информацией о тендерах. В его документах могут содержаться коммерческие условия поставщиков, внутренние расчёты компании, персональные данные сотрудников и представителей контрагентов. Перед тем как загружать такие материалы в ИИ-ассистент для закупок, нужно понимать, какие данные можно передавать внешнему сервису, а какие требуют дополнительной защиты.
Какие данные требуют осторожности:
- персональные данные — ФИО, контакты и другие сведения о сотрудниках компании или представителях поставщиков;
- коммерческая информация — цены, условия поставок, внутренняя оценка предложений и расчёты;
- внутренние документы компании — регламенты, технические требования, шаблоны договоров.
Три ключевые нормы, которые нужно держать в голове:
- 44-ФЗ и 223-ФЗ: регулируют закупки для государственных и корпоративных нужд. При применении ИИ в закупках нужно понимать, какие данные о процедуре публичны, а какие — нет.
- 152-ФЗ: контролирует обработку персональных данных. Загружать в открытые модели ИИ для отдела закупок ФИО и контакты сотрудников поставщика без обезличивания нельзя.
- Статья 16 152-ФЗ: прямо запрещает принимать решения, порождающие юридические последствия в отношении субъекта, исключительно на основе автоматизированной обработки персональных данных. То есть решение об отклонении заявки не может принимать ИИ-закупщик — только человек.
Как компании используют ИИ на практике
Обычно компании разделяют задачи по уровню чувствительности данных.
- Для работы с открытой информацией — например, анализа публичных документов, подготовки черновиков или проверки структуры текста — можно использовать универсальные модели вроде ChatGPT или Claude.
- Если нужно работать с внутренними документами и чувствительной информацией, компании чаще выбирают корпоративные решения с контролируемым режимом обработки данных: например, GigaChat, YandexGPT, специализированные ИИ-инструменты закупочных платформ или внутренние базы знаний.
Запомните: регламент важнее выбора модели. Перед использованием ИИ в госзакупках или любых других стоит заранее определить правила: какие документы можно загружать в какие сервисы, какие данные нужно обезличивать и кто отвечает за проверку результата.
Выводы: как внедрить ИИ в работу отдела закупок
Начинать стоит с определения задач, которые отнимают больше всего времени. Обычно это поиск закупок, сравнение коммерческих предложений, работа с договорами, подготовка технических заданий и анализ рынка. Здесь ИИ и боты для закупок дадут наиболее заметный эффект.
Чтобы внедрение ИИ в закупках пошло на пользу компании, придерживайтесь нескольких правил:
- Используйте специализированные сервисы типа ИИ для поиска тендеров и LLM вместе. Первые помогают искать закупки и анализировать рынок, вторые — работать с документами, таблицами и перепиской.
- Начните с повторяющихся задач. Например, анализа коммерческих предложений, проверки договоров и подготовки черновиков писем поставщикам. Так проще оценить реальную экономию времени.
- Установите, какие данные нельзя загружать во внешние модели. Если сотрудники используют разные ИИ-сервисы без единых правил, риск ошибок и утечки информации возрастает.
- Проверяйте результаты. Особенно если речь идёт о расчётах, юридически значимых документах или подборе товара для тендера с помощью ИИ.
- Закрепите правила в регламенте. Сотрудники должны понимать, какие инструменты использовать для разных задач и где проходит граница между помощью ИИ и ответственностью специалиста.
Так вы получите все преимущества от ИИ для снабжения без лишних рисков и постепенно встроите новые инструменты в существующие процессы.
А если не хотите идти путём проб и ошибок, учитесь на опыте экспертов, которые уже внедрили нейросети и получили результат. Обо всех нюансах они расскажут на практическом онлайн-курсе «Нейросети для закупок» от Академии Эдюсон.
Там вы освоите 15+ ИИ-инструментов и соберёте своего агента для закупок без единой строчки кода. Научитесь работать со специализированными сервисами и универсальными языковыми моделями, автоматизировать рутинные задачи, учитывать требования 44-ФЗ, 223-ФЗ и 152-ФЗ и выстраивать безопасный процесс использования ИИ в отделе закупок. А в конце получите удостоверение о повышении квалификации с внесением в ФРДО.
