Использование искусственного интеллекта в закупочных процедурах позволит вдвое повысить эффективность выполнения типовых задач, в 3 раза ускорить процесс согласования и минимизировать ошибки. Однако широкому внедрению инновационных инструментов мешает «магия ИИ». Об этом на форуме CFO заявил Александр Коробов, коммерческий директор «Платформа ИИ» направления Т1 ИИ (ИТ-холдинг Т1).
До 70% рабочего времени работников службы закупок уходит на ручную проверку документации. В условиях ужесточения регуляторных требований и дефицита персонала любая неточность или задержка грозит бизнесу срывами сроков и штрафами.
ИИ уже доказал свою способность работать с массивами нестандартизированной информации. Формируя из разрозненных файлов комплекты закупочной документации, нейросеть проводит междокументарные сверки, выявляет соответствие условиям и требованиям конкретной процедуры, подсвечивает юридические, финансовые риски, противоречия, дублирование информации и многое другое
«Когда человек работает в связке с ИИ, скорость растет кратно: операции, на которые раньше уходили 2-3 часа, теперь занимают 15 минут, и этот показатель учитывает время на перепроверку данных человеком. При этом после каждого вмешательства специалиста нейросети автоматически дообучаются и работают эффективнее», — подчеркнул Александр Коробов.
Внедрение сервиса интеллектуального анализа документов Сайбокс.Док в крупном холдинге по предварительным результатам может обеспечить экономию до 80% времени на проверку тендерной документации и увеличить на 50% производительность службы закупок по ключевым типам задач. Разработчики прогнозируют, что такие системы могут уменьшить число возвратов контрактов на доработку вдвое, сокращая количество правок небезопасных формулировок на 90% и снижая время юридической проверки договоров на 45%.
Однако, как отмечает Александр Коробов, у российского бизнеса в отдельных отраслях еще силен скепсис по отношению к ИИ. Эксперт уверен, что во многом это связано с ожиданием магии от искусственного интеллекта. Преодолеть настороженность помогает прагматичный подход. Во-первых, ИИ нужно рассматривать в связке «человек + ИТ-система», в которой алгоритмы выступают катализатором экспертизы, но окончательное решение остается за ответственным сотрудником. Во-вторых, важно выстроить правильную архитектуру работы с данными с опорой на актуальную базу нормативных и внутренних документов, при необходимости — с интеграцией к внешним правовым системам. В-третьих, при выстраивании сквозного процесса внедрения продуктов на базе ИИ, важно не ограничиваться каким-либо одним процессом или бизнес-функцией. Тогда можно говорить о существенной эффективности внедрения ИИ, выбирая при этом компании, обладающие глубокой экспертизой и наработанным опытом.
«Практика, которая уже применяется на рынке и помогает снизить тревожность руководителей, — когда искусственный интеллект сможет быстро выявлять ошибки, находить риски и помогать принимать правильные решения, а качество настройки и дообучения моделей может быть как в зоне технологической ответственности команды, внедряющей решение, так и передаваться заказчику для самостоятельного управления и наработки внутренней экспертизы», — подчеркнул Александр Коробов.