Как ИИ трансформирует закупочные процессы: от Excel до мультиагентных платформ
Ещё несколько лет назад закупочный отдел “вручную” собирал предложения от поставщиков: электронная почта, звонки и разные формы заказа — всё это приходилось обрабатывать и приводить к единому формату. Потом появились SRM‑системы и электронные торговые площадки — стало лучше, но всё равно осталось много ручных операций: сотрудники по‑прежнему работают в Excel, вручную заполняют конкурентные листы и тратят недели на сбор и сравнение коммерческих предложений. Сегодня на сцену выходят ИИ‑агенты, которые уже научились решать нестандартные задачи, которые раньше отводились только опытным специалистам.
Почему классической автоматизации уже недостаточно
Различные ИТ‑системы (SRM, ERP, ЭТП) решили проблему учёта и автоматизации процессов, но не убрали рутину. Специалист по закупкам по‑прежнему тратит часы на то, чтобы свести в одну таблицу предложения от десяти поставщиков, написанные в разных форматах. Юрист вручную проверяет каждый договор на соответствие корпоративным стандартам. Тендерный аналитик листает историю закупок за два года, чтобы понять, не завышена ли цена.
Проблема не в отсутствии систем — проблема в том, что задачи, которые остались «за бортом» автоматизации, требуют понимания контекста, умения работать с неструктурированными данными и принимать решения на основе суждений. Именно здесь ИИ даёт то, чего раньше не хватало.
Современный технологический стек для закупок строится на трёх компонентах: языковые модели (LLM) для коммуникации и анализа текстов, OCR для оцифровки документов любого формата, и математическая оптимизация для расчёта лучшей цены и выбора поставщика. Все три работают вместе — это и есть основа интеллектуальной автоматизации.
Мультиагентный подход: почему один бот не решает задачу. Когда говорят об ИИ в бизнесе, часто представляют одного умного чат‑бота, который отвечает на вопросы. Реальная автоматизация устроена иначе.
Мультиагентная платформа — это экосистема специализированных агентов, каждый из которых отвечает за конкретную задачу. Оркестратор получает запрос от пользователя, разбивает его на подзадачи и распределяет между агентами. Один ищет подходящих поставщиков, второй параллельно проверяет риски, третий готовит проект договора. Все три работают одновременно.
Результат — сокращение цикла закупок с нескольких недель до нескольких часов. Не потому что каждый шаг стал немного быстрее, а потому что параллельность и специализация принципиально меняют архитектуру процесса.
Бесплатная рассылка: как использовать ИИ в бизнесе
Узнайте, как писать эффективные промпты, создавать ИИ‑агентов для решения бизнес‑задач, и проходите мини‑практикумы в популярных сервисах. Всего — семь писем, которые помогут разобраться, как работать с нейросетями
Четыре сценария, которые уже работают
Рассмотрим конкретные применения ИИ в закупочных процессах — не гипотетические, а реализованные.
Автоматическое составление конкурентных листов. Заполнение конкурентных листов — одна из самых трудоёмких операций в закупках. Поставщики присылают предложения в разных форматах: кто‑то в Excel, кто‑то в PDF, кто‑то вообще сканирует бумажный документ. Специалист часами сводит всё это в единую таблицу, вручную сопоставляя позиции, которые у разных поставщиков называются по‑разному, с внутренней номенклатурой компании
ИИ‑система решает эту задачу следующим образом: автоматически мониторит почту на предмет писем, связанных с закупкой, извлекает вложения, прогоняет их через OCR, а затем через NLP‑сервис, который сопоставляет позиции из разных КП даже при различных формулировках. На выходе — готовый конкурентный лист без участия специалиста. Экономия — более 20 часов на каждую закупку.
Интеллектуальный скоринг предложений. Выбор поставщика — это не только цена. Нужно оценить соответствие техническому заданию, опыт, сроки, надёжность. Традиционно это делается вручную: специалист изучает каждое предложение и выставляет баллы по весовым коэффициентам. При большом количестве участников процесс занимает дни.
Система двухэтапного скоринга автоматизирует обе части. На первом этапе OCR и LLM проверяют каждое предложение на соответствие требованиям закупки. На втором — автоматически рассчитываются баллы по весам, формируется рейтинговая таблица. Специалист получает готовый результат и проверяет ключевые решения, а не делает всю работу с нуля. Экономия — свыше 70 человеко‑часов на закупку.
Ассистент юриста. Юридическое сопровождение закупок — постоянный источник узких мест. Договоры нужно заполнять, проверять на соответствие корпоративным стандартам, сравнивать редакции. Всё это вручную, всё это занимает время и создаёт риски.
ИИ‑ассистент юриста закрывает три задачи:
- Автоматическое заполнение шаблонных договоров по реквизитам из переписки или документов.
- Проверка договора по чек‑листу: система выявляет слабые стороны, указывает на риски и формулирует рекомендации по их устранению.
- Сравнение версий документов: если подписанная версия отличается от последней согласованной редакции, система мгновенно указывает на расхождения с оценкой критичности.
Итог — сокращение времени на проверку документов в 40 раз.
Ассистент по историческим закупкам. Одна из частых проблем при обосновании цены — специалист не помнит, по какой цене похожий товар закупался год назад, и тратит час на поиск в архивах. ИИ‑ассистент по запросу анализирует историю закупок за последние два года, автоматически находит аналогичные позиции и показывает динамику изменения цен. Это занимает секунды, а не часы. Результат — сокращение сверхнормативных затрат за счёт обоснованного ценообразования и существенное снижение влияния человеческого фактора на принятие решений.
Как это выглядит в реальных кейсах
Компания, занимающаяся закупками для производственной деятельности, внедрила модуль OCR для автоматической обработки коммерческих предложений от поставщиков. До внедрения специалисты тендерного отдела вручную переносили данные из Excel‑файлов, PDF и сканов в единую таблицу для сравнения. После — система делает это автоматически: извлекает информацию о товарах и ценах, сопоставляет с внутренней номенклатурой, формирует единую сравнительную таблицу.
Время подготовки конкурентного листа сократилось в 5 раз: человек теперь подключается только в том случае, если система не смогла сопоставить сложные позиции. До 40% рабочего времени специалистов тендерного отдела высвободилось для задач, требующих реального профессионального суждения — переговоров, анализа рынка, работы с нестандартными ситуациями.
В другом кейсе юридический отдел компании страдал от высокой операционной нагрузки: договоров много, каждый нужно заполнить, проверить, согласовать. После внедрения ИИ‑ассистента время на подготовку и проверку документов сократилось в 40 раз. При этом юристы не потеряли контроль над процессом — они по‑прежнему принимают ключевые решения, просто тратят на рутину не 80% рабочего времени, а 20%.
Рекомендации для бизнеса
Есть закономерность: компании, которые фокусируются только на технической части внедрения — настройке платформы и интеграциях — часто получают ПО, которое уходит «в стол». Сотрудники продолжают работать по‑старому, потому что новый инструмент не встроен в реальные рабочие процессы.
Запустите аудит процессов закупок. Системная автоматизация начинается не с выбора технологии, а с аудита процессов. Нужно понять, где реально теряется время, где возникают ошибки, где узкие места.
Выберите одну ключевую категорию закупок или тип закупки (например, текущие тендеры по расходным материалам, IT‑оборудованию, упаковке). Зафиксируйте типичные операции: сбор КП, составление конкурентных листов, проверка ТЗ, юридическое сопровождение, работа с историей цен.
Зафиксируйте: сколько времени тратит сотрудник на каждый шаг, где чаще всего случаются ошибки и задержки.
ROI и приоритизация сценариев автоматизации. Не ставьте цель «автоматизировать закупки вообще». Сформулируйте измеримые цели:
- сократить время подготовки конкурсного листа с X дней до Y часов;
- уменьшить число ручных проверок договоров на Z%;
- снизить среднее время на один тендер на N%.
Эта метрика станет ориентиром для выбора сценариев и оценки эффекта.
Выберите один‑два пилотных сценария внедрения и интегрируйте ИИ с текущими системами. Автономный «умный бот» без связи с ERP, SRM и корпоративными шаблонами договоров быстро становится бесполезной игрушкой. Убедитесь, что ИИ‑агенты:
- видят справочники номенклатуры и контрагентов;
- работают с утверждёнными форматами КП и чек‑листами юриста;
- интегрированы в существующие workflow (например, вручную выгружаемый Excel‑лист заменяется на автоматический экспорт из платформы).
Проведите обучение и поддержку изменений. Сотрудники боятся не ИИ, а неизвестности: что именно они будут делать, когда агенты заберут рутину. Важно:
- показать конкретные примеры, как ИИ‑агенты упростят их работу (например, «вы не будете вручную переносить 200 строк в Excel»);
- обучить работе с новым интерфейсом, не как «ещё одной системе», а как помощнику;
- закрепить новые правила: кто принимает финальное решение, как корректировать результаты агентов, как отслеживать аномалии.
Пропуск любого из этих этапов — особенно аудита в начале и поддержки изменений в конце — существенно снижает шансы на реальный экономический эффект.
При этом не стоит как раньше искать только часто повторяемые и простые процессы — технологии ИИ направлены на решение задач, которые раньше считались неподходящими для автоматизации за счет слишком большого количества сценариев выполнения или сложной логики принятия решений — это больше не ограничение. Сегодня ИИ открывает возможности для создания агентов, способных работать наравне с самыми опытными сотрудниками.
Что это значит для закупочной функции
Рутинные операции, которые раньше занимали большую часть рабочего времени, берут на себя агенты. Люди освобождаются для задач, где важны опыт, суждение и отношения: переговоры со стратегическими поставщиками, управление рисками, развитие закупочной стратегии.
Преимущества ИИ в закупках — скорость (сотни заявок обрабатываются за минуты), качество (человеческий фактор исключается из рутинных операций), режим 24/7 (система работает без выходных и больничных) и масштабируемость (объём работы растёт, затраты на персонал — нет).
Компании, которые воспринимают ИИ как стратегический инструмент, а не как способ немного ускорить текущие процессы, получают принципиально иные результаты. Цикл закупки, занимавший несколько недель, сжимается до нескольких часов.
