Каким должен быть ИИ-сервис для закупок

ИИ-сервис для закупок приносит пользу, когда одновременно работают три составляющие: удобство, прикладные функции и закупочная экспертиза.

Удобство позволяет вести работу вокруг самой закупки и её документов. Прикладные функции помогают сопоставить условия, проверить товар, объяснить требование или подготовить проект документа. Экспертиза нужна, чтобы сервис понимал закупочную задачу: какие материалы надо посмотреть, какие правила относятся к ситуации и на чём основан вывод.

Для поставщика результат выглядит просто: сформулировал рабочий вопрос, получил понятный материал, проверил существенные выводы и продолжил подготовку.

Удобство: закупка должна оставаться в контексте

Работа редко заканчивается одним вопросом.

Сначала нужно найти подходящую закупку. Затем посмотреть сроки, требования к товару, обеспечение и проект контракта. Потом возникают уточнения: подходит ли конкретная модель, совпадают ли условия в документах, что понадобится для заявки, какой вопрос стоит поставить до участия.

Поэтому удобный ИИ-сервис должен поддерживать этот процесс целиком. Если закупка уже выбрана, специалисту важно продолжить её разбор в том же контексте, а не заново собирать исходные данные для каждого вопроса.

Сам вопрос при этом может быть обычным:

Проверь, одинаковый ли срок поставки указан в извещении и проекте контракта.

Следом:

Подготовь проект вопроса заказчику по найденному расхождению.

Для команды важна ещё одна вещь: результат должен быть понятен не только человеку, который написал запрос. Техническому специалисту нужны характеристики, юристу — основания вывода, руководителю — существенные условия и нерешённые вопросы.

Прикладные функции: от вопроса к полезному материалу

В закупках ценность ИИ хорошо видна на конкретных задачах.

Сервис может:

• сопоставить требования из нескольких документов и выделить расхождения;
• сравнить характеристики предлагаемого товара с ТЗ;
• объяснить сложное условие понятным языком;
• собрать результаты проверки в таблицу;
• подготовить проект запроса, пояснения или другого рабочего документа.

Важно, чтобы итог помогал продолжить работу.

Например, по одной характеристике модели нет надёжного подтверждения. Полезный результат в такой ситуации — отметить конкретный пробел: какое значение не подтверждено и какой документ стоит проверить.

Если два документа содержат разные условия, сервису нужно показать оба, а не выбрать одно без достаточного основания.

Полный маршрут применения ИИ — от постановки задачи до проверки результата — разобран в практическом руководстве «ИИ в закупках». Руководство предлагает запрашивать основания, фиксировать неизвестное и сверять результат с исходными материалами.

Закупочная экспертиза: понять, что именно нужно проверить

Предметная экспертиза проявляется в том, как сервис разбирает задачу.

Если пользователь спрашивает: «Можно ли участвовать?», для полезного ответа может понадобиться уточнить предмет закупки, закон, документы, критичные для компании условия. Если вопрос касается срока поставки, может потребоваться сопоставить не один файл, а извещение и проект контракта. Если речь идёт о 223-ФЗ, нельзя автоматически использовать правила, относящиеся к 44-ФЗ.

Так же важны основания. Специалист должен понимать, откуда взят вывод: из какого документа, требования или применимого источника.

Например, фраза:

В доступном паспорте модели нужная характеристика не найдена.

означает одно.

А вывод:

Товар не соответствует ТЗ.

требует уже достаточных данных о самом товаре и требовании закупки.

Хорошая предметная работа помогает не только замечать недостаток данных, но и правильно понимать требования, выбирать относящиеся к вопросу документы и формулировать вывод на понятном основании.

Учебный пример: 10 и 5 рабочих дней

УЧЕБНЫЙ ПРИМЕР.

В извещении условной закупки написано:

Срок поставки — 10 рабочих дней с даты получения заявки заказчика.

В проекте контракта:

Срок поставки — 5 рабочих дней с даты получения заявки заказчика.

Точка отсчёта одинаковая, продолжительность разная.

Полезный ИИ-сервис должен показать:

• условие из извещения — 10 рабочих дней;
• условие из проекта контракта — 5 рабочих дней;
• конкретные места в обоих документах;
• само расхождение.

Если доступных материалов недостаточно, чтобы определить, какое условие должно применяться, сервису не следует выбирать срок самостоятельно. Практический результат — проект вопроса, например:

Просим уточнить срок поставки: в извещении указан срок 10 рабочих дней с даты получения заявки заказчика, а в проекте контракта — 5 рабочих дней с той же даты. Просим разъяснить применяемый срок и устранить расхождение в материалах закупки.

Специалист затем проверяет оба источника. Если для конкретной процедуры предусмотрена возможность направить запрос о даче разъяснений и установленный для этого срок ещё не истёк, запрос оформляется в предусмотренном процедурой порядке.

На одной такой задаче видна связь всех трёх составляющих: работа идёт в контексте закупки, ИИ выполняет конкретное сопоставление и готовит документ, а закупочная экспертиза помогает правильно поставить вопрос и сохранить основания.

Как этот подход используется в Фермане

Ферман Закупки объединяет поиск, материалы закупки, анализ и командную работу. Ферман ИИ работает внутри сервиса как помощник для консультаций, анализа документов и подготовки материалов.

Подход Фермана строится вокруг связи документов закупки, применимых норм и практики. В разделе «Подход к анализу» описаны регулярные проверки рабочих сценариев: результаты сопоставляют с документами и нормативными источниками, выявленные проблемы используют для доработки, а изменения проверяют повторно.

Для пользователя смысл этого подхода практический: выбранную закупку можно разбирать в контексте её материалов, уточнять выводы в диалоге, готовить таблицы и проекты документов и передавать результаты коллегам для проверки.

Проверка специалистом остаётся обычной частью процесса. Перед использованием стоит открыть ключевые источники, сверить существенные условия и просмотреть подготовленный документ.

Четыре вопроса к сервису на знакомой задаче

Чтобы понять, подходит ли ИИ-сервис для закупочной работы, возьмите одну задачу, которую ваша команда уже умеет решать сама. Это удобнее, чем начинать с новой сложной закупки: у вас уже есть собственный ориентир для сравнения.

Сначала заранее определите, какой итог вам нужен. Например: найти расхождение между двумя документами, проверить пять характеристик товара или подготовить нейтральный проект вопроса заказчику. Затем дайте сервису те же исходные документы, которыми пользовался специалист, и сформулируйте задачу обычным рабочим языком.

После ответа сопоставьте его с тем, что команда уже проверила вручную. Посмотрите, учтены ли существенные условия, понятны ли основания и не потеряно ли важное ограничение. Затем отдайте результат коллеге, который не участвовал в диалоге: сможет ли он понять, что установлено, что требует проверки и какой вопрос остаётся открытым?

Не оценивайте только совпадение финального вывода. Полезно посмотреть и на ход работы: заметил ли сервис противоречие, попросил ли недостающий документ, отделил ли установленное условие от предположения. Если ответ совпал с вашим, но основание оказалось другим или часть исходных данных потерялась, это тоже важный результат проверки перед более сложными задачами.

Такой тест не требует специальной методики. Он показывает, насколько результат вписывается в привычную работу команды и можно ли на его основе продолжать разбор закупки.

В конце полезно задать себе четыре вопроса:

1. Понял ли сервис задачу и нужный контекст?
2. Использовал ли относящиеся к вопросу документы и правила?
3. Получился ли материал, который можно использовать в работе — сравнение, таблица, объяснение или проект документа?
4. Понятно ли, что уже установлено, что ещё нужно проверить и какой рабочий вопрос остаётся?

Если эти вещи работают вместе, ИИ может стать частью повседневной работы закупочной команды: помогает пройти путь от вопроса к материалу для решения, сохраняя контекст, основания и возможность человеческой проверки.