Алексей
Ткаченко

Независимый эксперт
© ComNews
30.09.2024

О технологиях искусственного интеллекта (ИИ) сейчас говорят везде, и на то есть серьезные основания. По данным консалтинговой компании PwC1, мировой ВВП к 2030 году вырастет на 14% за счет использования технологий ИИ. Этот прирост равен $15,7 трлн, что превышает текущий суммарный ВВП Китая и Индии.

Повышенный интерес к ИИ появился с выходом ChatGPT компании Open AI. Это приложение установило рекорд по скорости роста пользователей: потребовалось пять дней, чтобы достичь 1 млн пользователей и два месяца для отметки в 100 млн пользователей. Для примера, TikTok набрал 100 млн пользователей за девять месяцев2.

Применение ИИ в решении бизнес-задач открывает новые возможности для повышения эффективности и конкурентоспособности компаний. Однако, наряду с перспективами, его использование сопровождается рядом недостатков:

  1. Ограничения данных. Эффективность ИИ в значительной степени зависит от объема и качества данных, на которых обучена модель. Таким образом, модель может оперировать только той информацией, которую разработчики использовали при создании этой модели.
  2. Галлюцинации. ИИ может генерировать ответы, не соответствующие действительности, что потенциально может привести к принятию неверных решений.
  3. Конфиденциальность данных. Внедрение ИИ в корпоративные процессы вызывает опасения по поводу защиты конфиденциальной информации, особенно при использовании публично доступных ИИ-сервисов.

Решением этих проблем является использование специализированных ИИ-агентов, которые представляют собой программы, интегрированные в защищенную корпоративную инфраструктуру. Эти ИИ-агенты используют методы искусственного интеллекта для выполнения определенных задач, таких как поиск информации в Сети, оптическое распознавание символов (OCR), а также доступ к транзакционным и мастер-данным из корпоративных информационных систем. Они могут анализировать данные, принимать решения и взаимодействовать с другими системами или пользователями, что позволяет автоматизировать процессы и улучшить работу с информацией в компании.

За последний год появление ИИ-агентов анонсировали многие крупные вендоры корпоративных информационных решений. Например, SAP запускает ИИ-агента Joule, который будет глубоко интегрирован в экосистему решений SAP, предоставляя возможность реализовывать бизнес-процессы в рамках единого окна в формате чата с доступом к внутренним транзакционным и мастер-данным, а также к внешним данным, предоставленным сторонними решениями.

Сценарии использования ИИ для преобразования закупочных процессов

Согласно отчету3 консалтинговой компании Bain, использование ИИ в данной области можно разделить на шесть ключевых направлений: закупочные стратегии, организационная и операционная модель, категорийное управление, управление поставщиками, корпоративная социальная ответственность и операционные закупки.

Количество точек на инфографике ниже отображает количество сценариев с использованием ИИ в каждом направлении. В материале будут рассмотрены следующие сценарии: категорийное управление (сбор данных о рынке для создания категорийных стратегий, проведение закупочных процедур и управление договорами) и операционные закупки (создание заявок на закупку).


Сбор данных о рынке для создания категорийных стратегий. SAP Ariba Category Management с использованием ИИ-агента SAP Joule4 извлекает, анализирует и визуализирует данные из различных внутренних и внешних источников в режиме реального времени.

SAP Ariba Category Management проводит анализ пяти сил Портера: угрозы появления продуктов-заменителей, угрозы появления новых игроков на рынке, рыночной власти поставщиков, рыночной власти потребителей и уровня конкурентной борьбы.


Также с помощью данных, собранных ИИ, SAP Ariba Category Management создает матрицу Кралича. Матрица разделена на четыре квадранта, каждый из которых отражает различные типы закупок на основе двух ключевых параметров: влияния на финансовый результат и риска поставки.


Одним из внешних источников данных для SAP Ariba Category Management является сервис Beroe5. Используя ИИ для сбора больших массивов данных о рыночных трендах и извлечения из них значимых инсайтов, Beroe покрывает более 2000 закупочных категорий в различных отраслях экономики.

Проведение закупочных процедур. Пользователь предоставляет информацию о предмете закупки через ИИ-агента SAP Joule в SAP Ariba Sourcing. ИИ запрашивает у пользователя дополнительную информацию, такую как характеристики предмета закупки. Затем он предлагает рекомендации на основе исторических данных и прогнозной аналитики, например, каких поставщиков стоит пригласить к участию в закупке. ИИ предоставляет обоснование каждой рекомендации и предлагает пользователю возможность принять их или вручную добавить другие варианты.


После окончательного утверждения закупочная процедура может быть опубликована непосредственно через чат-интерфейс. SAP Joule продолжает поддерживать пользователя, отслеживая предложения поставщиков и предоставляя оперативные обновления и аналитику.

Управление договорами. Icertis6 - мировой лидер в области интеллектуального управления контрактами, в 2024 году получил премию AI Breakthrough 2024 за инновации в области ИИ7.

Платформа Icertis Contract Intelligence (ICI) предлагает несколько ключевых возможностей, которые трансформируют работу с контрактами. Одной из основных функций является интеллектуальное извлечение и анализ данных. ИИ преобразовывает сложный юридический язык в структурированные бизнес-данные, превращая контракты из статических документов в динамичные, интеллектуальные активы.

Icertis выполняет автоматическую проверку соответствия контракта типовым формам в режиме реального времени, обеспечивая наличие необходимых положений и контрактных условий. Использование ИИ чат-бота позволяет пользователям взаимодействовать с контрактами с помощью запросов на естественном языке. Это упрощает доступ и понимание сложной информации.

Еще одним инструментом, предоставляемым Icertis, является прогнозная аналитика. Используя данные из более чем 10 млн контрактов, ИИ может предоставлять инсайты, которые помогают компаниям принимать более обоснованные решения во время переговоров с поставщиками. Компания также работает над расширением количества поддерживаемых языков для удовлетворения потребностей глобальных компаний.

Создание заявок на закупку. Создание заявок остается сложным для тех, кто не является профессионалом в области закупок. Даже с использованием таких передовых систем, как SAP Ariba, задача не упрощается, поскольку для создания заявки порой требуется заполнить более 30 полей. На помощь приходят ИИ-агенты, такие как SAP Joule, Watson AI8, Ivalua IVA9, ZIP AI10.

ИИ-агенты автоматизируют заполнение форм заявок на закупку, извлекая данные из учетных систем и исторических записей, систем управления поставщиками, сокращая ручной ввод и связанные с ним ошибки. ИИ проводит умную маршрутизацию заявок по доступным каналам закупок, направляет пользователей в процессе создания заявок, задавая вопросы и предлагая рекомендации для обеспечения точности и полноты собранной информации.


Повышение эффективности процесса создания заявок на закупку (intake to procurement) на данный момент пользуется особенным спросом у западных компаний. Компания ZIP, основанная в 2020 году в Калифорнии, менее чем за два года выросла из стартапа в компанию-"единорога" c текущей оценкой более $1,5 млрд11. Платформа предлагает единый, унифицированный интерфейс для всех заявок на закупку, улучшая видимость и упрощая процесс для пользователей.


Использование ИИ помогает не только закупщикам, но и приносит пользу поставщикам. Консалтинговые компании активно внедряют Microsoft Copilot и его аналоги с целью получить сокращение трудозатрат и времени на создание технико-коммерческих предложений на основе исторических данных. Маркетплейсы уже сейчас увеличивают средний чек, применяя ИИ для формирования предложений по аналогам и дополнительным рекомендуемым товарам.

Современные тенденции развития лучших мировых закупочных решений, таких как SAP Ariba, Coupa, Ivalua заключаются в улучшении пользовательского опыта и легкой адаптации пользователей, максимизации ценности от используемых в бизнес-процессе данных из внутренних и внешних источников, предоставлении возможности быстрой и дешевой интеграции и кастомизации.

Российские решения по автоматизации закупок

Российские решения по автоматизации закупок находятся на менее зрелой стадии развития. Самым полноценно развитым блоком является управление закупочными процедурами. При этом подавляющее большинство российских компаний до сих пор используют только ЭТП, и остальные части SRM процесса остаются неавтоматизированными - планирование и консолидация потребности, процедуры согласования, анализ предложений поставщиков. Другие блоки, такие как управление поставщиками и договорами, операционные закупки либо слабо развиты, либо отсутствуют вовсе. На сегодняшний момент ни одно из доступных на рынке российских решений не обеспечивает полноценное бесшовное покрытие сквозного процесса закупок Source-to-Pay на одной платформе.

Хотя нельзя не отметить и положительную динамику. Вынужденное импортозамещение, а также требования к функционалу, предъявляемые компаниями с высокой зрелостью функции закупок, дают российским вендорам сильный толчок к развитию. Некоторые из них стали развивать системы в партнерстве с крупными заказчиками, которые ранее использовали западные решения (например, SAP Ariba) и готовы делиться накопленной экспертизой и лучшими практиками.

Уже сейчас в России начинают появляться собственные разработки с использованием ИИ. Например, интеллектуальные сервисы Effect Isource и Inspector Isource.

Effect Isource позволяет значительно сократить время и трудозатраты при анализе рынка, расширить конкурентную среду. Так, использование сервиса на 90% ускоряет процесс поиска и анализа поставщиков в рамках одной закупки, а время от начала поиска до формирования расчета начальной максимальной цены контракта может сократиться в среднем на 80%.


Решение Inspector Isource используется для проведения технического аудита при предквалификации поставщика - проверки надежности поставщика, оценки его технических возможностей. ИИ автоматически определяет степень критичности выявленных нарушений на основе введенного аудитором текста. Это обеспечивает максимально объективную оценку поставщика, повышает скорость и точность проверки. Процесс оценки технических условий может занимать до месяца, но с использованием Inspector Isource это время сокращается в среднем до одного дня. Также сейчас завершается разработка нейросетевой модели, которая будет оценивать технические условия производителя на соответствие стандартам Института нефтегазовых технологических инициатив.


Системы управления закупками, как и любые другие решения, не развиваются в изоляции от потребностей заказчиков. Несмотря на все ограничения, связанные с изменившейся геополитической ситуацией, многие российские компании стремятся не только решать текущие проблемы, но и видят в закупках стратегическую функцию, способную значительно повысить эффективность и конкурентоспособность. Это желание перехода на новый, более зрелый уровень, несомненно, будет способствовать развитию и улучшению российских систем управления закупками, делая их более качественными и адаптивными.


1https://pwc.to/349x8w5

2https://www.reuters.com/technology/chatgpt-sets-record-fastest-growing-…

3https://www.bain.com/insights/generative-ai-procurement-interactive/

4https://www.sap.com/assetdetail/2023/11/4840a651-977e-0010-bca6-c68f7e6…

5https://www.beroeinc.com/beroe-live-ai/

6https://www.icertis.com/products/ai-applications/exploreai/

7https://finance.yahoo.com/news/icertis-wins-2024-ai-breakthrough-130000…

8https://www.ibm.com/products/watsonx-orchestrate/procurement

9https://www.ivalua.com/technology/procurement-platform/generative-ai/

10https://ziphq.com/ai

11https://www.forbes.com/sites/phoebeliu/2023/05/15/procurement-startup-z…