Максим Бочкарев, аналитик продукта: «Цифровой сервис экономит в отдельных случаях до 40 человеко-часов на одну закупку»

Максим Бочкарев, аналитик продукта, и спикер Шестнадцатой конференции «Управление закупками: от автоматизации к цифровой трансформации», рассказал CFO Russia, как ИИ помогает анализировать рынок, подбирать поставщиков и экономить трудозатраты.

Какие конкретные задачи анализа рынка сегодня реально удаётся автоматизировать с помощью ИИ?

ИИ автоматизирует рутинные этапы анализа рынка, которые ранее выполнялись вручную. От сбора описательных рыночных статистик компании переходят к использованию рекомендательных систем, которые берут на себя трудозатратные задачи по работе с огромным массивом данных.

Во-первых, это поиск и первичный отбор поставщиков. Вместо ручного поиска поставщика по коду ОКПД2 ИИ подбирает поставщиков с релевантным опытом поставки необходимого товара или услуги. Доверие к такому поставщику будет выше, чем к тем, кто просто декларирует свои компетенции. Это повышает точность отбора: в воронку попадают поставщики с подтверждённым опытом, а не только с заявленными компетенциями по декларациям.

Во-вторых, это задача оперативной оценки текущего статуса и базовой надёжности потенциального поставщика. Система проверяет, активна ли компания, продолжает деятельность и сохраняет рыночную устойчивость – то есть помогает быстрее понять, кого имеет смысл приглашать в процедуру. Закупщик просматривает перечень поставщиков, отобранных ИИ, и приглашает тех, кто соответствует его критериям.

Третье направление – ценовая аналитика и расчёт начальной максимальной цены контракта (НМЦК). ИИ помогает собирать ценовую информацию по единичным расценкам, сравнивать их, сглаживать выбросы (сильные отклонения) и формировать расчёт цены по понятной логике.

И наконец, подготовка документов закупки: предзаполнение форм ТЗ, методик оценки, запросов КП. Также мы используем самообучение – система улучшает подсказки и структуру документов на основе того, как пользователи работают с результатами.

В итоге закупщик тратит меньше времени на поиск и сверки. Он может сосредоточиться на управленческих решениях и повышении качества условий закупки.

На что именно «смотрит» нейросетевая модель, когда оценивает релевантный опыт поставщика и его надёжность?

Если упростить, модель отвечает на два вопроса: «Этот поставщик делал похожее?» и «Можно ли с ним надёжно работать?». Для оценки релевантного опыта мы используем данные из открытых источников по закупкам: предмет закупки, участники, победители.

Дополнительно при внедрении подключили исторические данные из внутренних систем компании. Важно, что нейросетевой поиск ориентируется на содержание, смысл, а не на совпадение слов. Поэтому он находит не только схожие формулировки, но и аналогичные позиции – это расширяет круг потенциально подходящих поставщиков.

Надёжность оценивается на основе широкого набора факторов (более 100 параметров). Это деловая репутация, финансовые и налоговые индикаторы, признаки устойчивости, количество выполненных контрактов поставщика. Для оценки надёжности применяются скоринговые модели. Они рассчитывают оценку и, что принципиально важно, объясняют её: подсвечивают факторы риска, которые могут повлиять на исполнение договора.

Как вы измеряете успех внедрения сервисов анализа рынка? Какие 2-3 метрики показывают, что ИИ действительно улучшает процесс?

Мы смотрим на успех очень практично – по тому, используют ли сервис и какой эффект он даёт в работе. Из ключевых метрик можно отметить следующие:

Востребованность у пользователей: активные клиенты, количество поисков, запросов на расчёт цены, созданных документов. Эти метрики собираем регулярно, чтобы отслеживать динамику развития.

Качество результата через обратную связь: в сервисах встроена оценка релевантности и возможность оставить комментарий. Это помогает быстро понимать, где подбор «попадает» в задачу, а где нужно донастроить модели.

Экономия времени и трудозатрат: согласно нашей практике, полноценный анализ рынка по одной закупке может занимать десятки часов. С внедрением цифрового сервиса экономия трудозатрат в отдельных случаях достигает до 40 человеко-часов на одну закупку. Это напрямую высвобождает ресурс команды на решение более сложных задач: повышение качества ТЗ, управление рисками и ведение переговоров по цене и контролю качества.

Задать свои вопросы Максиму и узнать больше про применение ИИ в закупках вы сможете на Шестнадцатой конференции «Управление закупками: от автоматизации к цифровой трансформации», которая пройдет 19 февраля 2026 года.

Мария Харитонова