ИИ-поиск меняет логику работы с закупками — от фильтров по ключевым словам к семантическому анализу, персонализированным рекомендациям и оценке шансов на победу. Для каких компаний это уже необходимость, а для каких избыточная инвестиция? Рассказывает Управляющий директор ЭТП ГПБ Юрий Иванов.
На фоне взрывного роста рынка госзакупок поставщики сталкиваются с новой проблемой: информационный шум и перегрузка ручным поиском. ИИ-поиск меняет логику работы с тендерами — от фильтров по ключевым словам к семантическому анализу, персонализированным рекомендациям и оценке шансов на победу. Для одних компаний это уже необходимость, для других избыточная инвестиции.
Сегмент электронных закупок стремительно развивается. Во II квартале 2025 года, например, совокупный объем закупок по 44-ФЗ достиг 6,74 трлн рублей, что на 23% превышает показатели прошлого года. Параллельно расширялся сегмент закупок госкомпаний (223-ФЗ): за первое полугодие 2025-го участники заключили договоров на 12,15 трлн рублей — вдвое больше, чем годом ранее. Около трети вложений, 4,1 трлн рублей, пришлось на закупки у субъектов малого и среднего предпринимательства — чьи доходы в этом сегменте выросли более чем в три раза.
Однако за этими цифрами скрываются не только возможности, но и серьезные вызовы для поставщиков. Рынок буквально перегружен информацией: сотни заявок, тысячи страниц технической документации — и жесткая конкуренция, которая не оставляет времени для внимательного изучения и отбора тендеров вручную.
Кризис классического подхода: почему ручной поиск стал проблемой
Традиционные инструменты тендерного специалиста — фильтры по формальным признакам (регион, цена, способ закупки), поиск по ключевым словам — были созданы для другого, менее интенсивного рынка. Сегодня они практически перестали выполнять свои функции — вместо помощи в подборе релевантных заявок, ручной поиск создает трудности:
- Информационный шум. Фильтры отбирают закупки по формальным, часто поверхностным признакам. В результате, чтобы не пропустить ничего важного, тендерный специалист все равно вынужден просматривать сотни лотов. Действительно перспективные тендеры, где требования сформулированы нестандартно или используются синонимы, легко теряются в общем потоке.
- Нерациональные затраты времени. На ручной поиск и первичный анализ уходит до 50–60% рабочего времени тендерного специалиста. Анализ одного сложного тендера, например, может занять несколько дней. Это время можно и нужно инвестировать в стратегию, а не в механическую сортировку данных.
- Рост нагрузки на службу поддержки ЭТП. Низкая удовлетворенность поставщиков поиском по фильтрам приводит к росту обращений в службу поддержки. Время специалистов колл-центра уходит на рутинные, типовые запросы.
- Прямой удар по бизнес-показателям. Участие в неподходящих закупках — это прямые финансовые потери: стоимость подготовки заявки, оформления обеспечения, трудозатраты команды. Кроме того, когда поставщики находят не все релевантные закупки, конкуренция на закупку снижается, что означает рост цены для заказчика.
Таким образом, сегодня ценность представляет не сам факт доступа к огромным массивам данных на ЕИС или коммерческих площадках (он есть и при ручной обработке), а способность быстро извлекать из них смысл — превращать в конкретные возможности для роста. И как раз в этом поставщикам может помочь ИИ.
ИИ-поиск: от ключевых слов к пониманию смысла
Искусственный интеллект способствует качественному скачку в работе с закупками — переводит поиск тендеров с уровня формального сопоставления на уровень глубокого анализа. В отличие от простых фильтров, современные системы на базе NLP (обработки естественного языка) и машинного обучения понимают контекст и цели.
Как именно ИИ «понимает» закупки:
- Глубокий семантический анализ текста. Система понимает контекст и синонимы. Например, по запросу «обслуживание IT-серверов» ИИ найдет закупки, где в технической спецификации речь действительно идет об IT-серверах, и проигнорирует те, где упоминается «сервер» в другом значении.
- Обучение на профиле и истории компании. Продвинутые алгоритмы анализируют историю участия поставщика: в каких тендерах он побеждал чаще, с какими заказчиками успешно работал, какую продукцию поставляет. Это позволяет строить персонализированную ленту рекомендаций, которая со временем становится только точнее.
- Предиктивная аналитика и оценка шансов. На основе анализа исторических данных о заказчике, среднем количестве участников, динамике снижения начальной цены система может дать вероятностную оценку шансов на победу. Это помогает принимать взвешенные решения о том, куда направлять основные ресурсы.
Таким образом, ИИ позволяет перейти от «интуитивной» реакции на запросы к проактивному поиску скрытых возможностей.
Рынок решений: от интеграций на крупных ЭТП до сторонних сервисов
Тренд на внедрение ИИ-поиска сегодня активно поддерживают ключевые игроки рынка — крупные электронные торговые площадки интегрируют подобные решения прямо в свои экосистемы. ЭТП ГПБ, например, разработала и внедрила ИИ-поиск в ответ на потребность клиентов в удобном и функциональном использовании ресурсов площадки.
Предварительно компания провела глубинное исследование, которое показало: поставщики часто не находили нужные процедуры и вынуждены были обращаться в колл‑центр. Старый поиск работал по принципу строгого соответствия. Например, если поставщик искал «елочные игрушки», система не находила «новогодние шарики». При запросе «стройматериалы» не отображались «бетон» или «кирпич».
После разработки и внедрения ИИ‑поиска поставщики стали эффективнее находить нужные процедуры. Вовлеченность пользователей в поиск торгов (показатель учитывает глубину просмотра и проведенное на сайте время) увеличилась в 2,3 раза, также выросла конверсия из поиска в переход на карточку процедуры. Медианное значение удовлетворенности после внедрения ИИ‑поиска выросло до 9, а заявленный экономический эффект — сокращение временных затрат на поиск до 80%.
Когда ИИ-поиск необходим, а когда — нет
Несмотря на очевидные выгоды, ИИ-поиск — это инструмент, актуальный не для каждого поставщика.
Внедрение дает максимальный эффект, если:
- Компания активно масштабируется и ежедневно отслеживает десятки или сотни тендеров в разных регионах и отраслях.
- Номенклатура продукции или услуг технически сложна (инженерные системы, IT-решения, специализированное оборудование), и требования в ТЗ часто формулируются нестандартно.
- Компания работает на высококонкурентном рынке, где победа зависит от скорости реакции и точности попадания в требования заказчика.
В условиях активного роста рынка закупок и информационной перегрузки ИИ-поиск перестает быть просто «удобным инструментом» — он становится критическим компонентом конкурентной стратегии поставщика.
Технология кардинально меняет правила игры: автоматизируя рутину, переносит фокус с механического отбора на глубокий анализ и стратегическое планирование. Для компания, стремящихся к масштабированию и работе на сложных рынках, внедрение ИИ-поиска — это не просто оптимизация затрат, а прямой путь к увеличению доли выигранных тендеров и устойчивому росту бизнеса.
Однако инвестиции в продвинутый ИИ-поиск могут быть избыточными — решение не актуально, если бизнес работает в узкой нише с постоянным кругом из 5–10 заказчиков.
Также ИИ-поиск не подходит компаниям, в которых отсутствует готовность к изменению процессов или технический ресурс для корректной первоначальной настройки системы под свои нужды.