Как «Акрон Холдинг» сократил подготовку техзадания на закупки с нескольких дней до минут с помощью ИИ

Где закупки теряют деньги еще до тендера

Антон Николаев, фото: «Акрон Холдинг»

Роль закупок чаще всего понимают узко: найти поставщиков, провести переговоры по цене, оптимизировать то, что уже нужно купить. Но самый большой потенциал экономии лежит раньше, на этапе формирования технического задания. И именно эта зона обычно выпадает из поля зрения закупщика, потому что ТЗ готовит заказчик.

Заказчику проще скопировать спецификацию текущего оборудования или написать пару строк в духе «нужен ноутбук для дизайнера, дальше сами». В результате связь между тем, что хочет заказчик, и тем, что закупщик транслирует на рынок, теряется. Поставщик видит размытое или, наоборот, заточенное под конкретную модель техзадание и представляет завышенные или недооцененные коммерческие предложения или не отвечает вовсе на такие запросы. Дальше начинаются дополнительные раунды переговоров, сроки растягиваются, заказчик недоволен качеством предложений, а часть поставщиков и вовсе не выходит на тендер, решив, что победитель уже определен.

Для холдинга с более чем 20 тысячами закупочных операций в год это системная потеря времени и денег.

Как работает инструмент

Идея состояла в том, чтобы не нагружать заказчика обязательными формами и двадцатистраничными шаблонами, а позволить ему описать потребность своими словами. Заказчик в одном окне пишет, что ему нужно, без полей и жестких требований к структуре. Искусственный интеллект сам достраивает характеристики, которыми должно обладать оборудование или услуга: ГОСТы, ссылки на стандарты, сертификаты, типовые технические параметры. На выходе получается готовое техзадание в том формате, который можно сразу загружать на электронную торговую площадку.

Инструмент решает то, что в компании называют проблемой белого листа. Если заказчик не прописал важный параметр, система подсветит его сама. Например, предложит указать мощность двигателя и подставит типовое значение, а заказчик скорректирует его под свою потребность.

Принципиально, что ИИ всегда выдает результат и никогда не отвечает «не знаю». Точность зависит от полноты входных данных, но примерно 80% результата корректны, и заказчику остается поправить отдельные параметры и цифры. Ответственность за финальную проверку при этом остается на заказчике, инструмент создан как помощник, а не как замена эксперта.

Фото: Andrii Yalanskyi/Shutterstock/Fotodom

Закрытый контур и борьба с галлюцинациями

Для разовых задач небольшим компаниям подойдут и публичные нейросети, отмечают в холдинге. Но у них есть ограничение: данные, которые загружаются в открытую модель, становятся общедоступными, и для чувствительных тендеров это неприемлемо.

Поэтому холдинг пошел по пути собственного решения. Команда цифровой лаборатории развернула локальные модели на серверах компании, в закрытом контуре, откуда данные не уходят вовне. Базовое решение можно развернуть даже на обычном компьютере без мощной видеокарты, просто ответ будет формироваться чуть дольше.

Под капотом работает система из нескольких ИИ-агентов. Один из них формирует ответ, другой проверяет его корректность по принципу «игрок и судья». Отдельная задача – борьба с галлюцинациями и надстройками, и здесь помогает проверка через поиск в интернете. На раннем тесте система по ошибочному запросу сгенерировала техзадание на машину с восемнадцатью колесами, восприняв опечатку буквально. Сейчас такие случаи отсекаются: модель не находит подобный запрос в реальности и переспрашивает, что именно имел в виду пользователь. Каждое сгенерированное ТЗ сопровождается ссылками на источники, откуда модель брала данные, чтобы заказчик мог проверить актуальность информации.

Экономия времени и не только

Инструмент запустили осенью, и к моменту подведения итогов через него прошло более 400 технических заданий. Экономия времени по каждому ТЗ составляет от нескольких часов до нескольких дней в зависимости от сложности.

Но основной выигрыш, по оценке компании, лежит в другой плоскости. Более четкое техзадание дает более релевантный отклик от поставщиков, растут конверсия и число участников тендеров. Этот эффект измерить сложнее, но он многократно превосходит экономию на самой подготовке ТЗ.

Это повышает видимость тендера для профильных поставщиков, и качественное ТЗ попадает к релевантной аудитории, а не теряется в общем потоке. Так два контура ИИ, на стороне заказчика и на стороне площадки, складываются в один процесс.

Показателен и сдвиг в отношении сотрудников. Если поначалу инструмент тестировали на простых запросах вроде «20 блокнотов и 10 ручек», то теперь через него готовят полноценные техзадания на сложное оборудование и работы – от замены окон до клининга.

Фото: A9 STUDIO/Shutterstock/Fotodom

Дальше – ИИ-модули в системе управления закупками

Генерация ТЗ – это первый этап. В планах холдинга встроить модуль в систему управления закупками SRM, чтобы он стал частью бизнес-процесса: заявка заказчика автоматически попадает в инструмент, который генерирует или проверяет техзадание. «Акрон Холдинг» внедряет SRM от bidzaar, российскую систему из реестра отечественного ПО, и именно в нее планируется встроить ИИ-модули, объединив генерацию ТЗ, проведение тендера и дальнейшую работу с поставщиком в едином окне.

Дальше команда планирует развивать еще несколько направлений: проверку готового ТЗ на риск сужения конкуренции, предварительную оценку бюджета закупки вместо ручного мониторинга рынка, рекомендации по панели поставщиков и оценку того, как изменение отдельных характеристик влияет на стоимость. По оценке Антона Николаева, оптимизация техзаданий и рекомендации ИИ способны снизить затраты на 3–15%. Таких цифр сложно достичь одними коммерческими переговорами.

Тренд, а не единичный случай

Запрос на ИИ-инструменты в закупках растет по всему рынку, отмечает Елена Рулёва, руководитель учебного центра bidzaar. Сегодня на площадке закупаются 946 компаний, среди которых ритейлеры, производители и сети из топ-200 Forbes, а в базе поставщиков более 190 тыс. компаний при годовом обороте торгов свыше 1 трлн рублей. Bidzaar развивается как экосистема: помимо самой площадки в нее входят SRM, сертификация поставщиков, учебный центр по закупкам, тендерный агрегатор и кредитование участников торгов. Площадка собирает реальные кейсы внедрения и сама развивает ИИ в продукте, помогая заказчикам быстрее и точнее выводить закупки на рынок.

Для ритейлеров, у которых счет закупочных процедур идет на тысячи в год, такая связка особенно показательна: качественное техзадание на входе и умная площадка на выходе вместе сокращают цикл и усиливают конкуренцию в каждом тендере.

Retail.ru