Сергей Романов, Руководитель Департамента по работе с корпоративными клиентами ЭТП ГПБ, рассказал о зонах роста технологий в закупках.
Любой, кто участвовал в закупочной процедуре, знает: это многоступенчатый процесс. В крупных компаниях закупки могут растягиваться на недели. Сотрудники тратят время на то, чтобы перенести данные из одной системы в другую, сверить цены, проверить, не истек ли срок лицензии у поставщика, вовремя напомнить о необходимости продления договора. Рутинные операции отнимают ресурсы, которые могли быть направлены на стратегические задачи.
Именно здесь на помощь приходит автоматизация: RPA, ИИ-алгоритмы, интеллектуальные системы анализа данных обещают освободить от рутины. Но возможно ли полностью исключить людей хотя бы из одного процесса? Где заканчивается зона ответственности технологий и по-прежнему требуется человеческое участие, и как внедрять автоматизацию без рисков?
Роботизация процессов в закупках
Robotic Process Automation (RPA), или роботизация — это технология, которая позволяет программировать роботов для выполнения повторяющихся операций по заранее заданным правилам.
В закупках роботы берут на себя рутинные функции:
- внесение данных из одной системы в другую;
- формирование заявок на основе шаблонов;
- проверку соответствия документов формальным требованиям.
Примеры
Ручной перенос информации. При работе с ERP-системой специалист вынужден вручную переносить информацию из заявки в тендерную документацию, затем — из протокола в проект договора. Робот делает это автоматически, исключая ошибки переноса и экономя часы работы.
Мониторинг сроков. Робот может отслеживать, когда заканчивается действие договора, и отправлять напоминание ответственному сотруднику до истечения срока.
Важно понимать: RPA — это не искусственный интеллект. Робот не принимает решений, не анализирует контекст, не оценивает риски. Он просто выполняет заранее запрограммированные действия. Поэтому RPA эффективна ровно настолько, насколько четко выстроен процесс и грамотно составлен алгоритм. Если возникает ситуация, выходящая за рамки заданного сценария, робот с ней не справится.
ИИ-оценка заявок: от алгоритмов до рисков
Следующий уровень автоматизации — использование в закупках искусственного интеллекта, например, для анализа и ранжирования предложений поставщиков. Здесь речь уже не просто об оптимизации рутины, а о принятии решений на основе больших массивов информации.
ИИ может оценивать несколько параметров одновременно:
- цену, сроки поставки;
- условия оплаты;
- историю исполнения контрактов и многое другое, что заложено обучающей методологией.
На основе этих данных система формирует рейтинг предложений, подсвечивает аномалии (например, слишком низкую цену, которая может указывать на демпинг или недобросовестность) и даже прогнозирует вероятность успешного исполнения контракта.
Однако у ИИ, как и у роботов, есть ограничения. Например, он не способен учесть нестандартные ситуации, которые не были заложены в обучающую выборку. Так, если поставщик предлагает нестандартную комплектацию, которая не описывается формальными параметрами, алгоритм может ошибочно оценить предложение как невыгодное. Или если заказчик имеет стратегические приоритеты, не выраженные в цифрах (например, развитие локального производителя), ИИ не сможет это учесть без явно заданных правил.
Именно поэтому финальное решение о выборе поставщика остается за человеком. ИИ помогает, но не заменяет человеческую экспертизу — сужает круг вариантов, подсвечивает риски, но не несет ответственности за результат.
Автоматическое сопоставление предложений
Отдельный класс технологий — системы, которые сравнивают условия поставщиков и формируют предварительные рекомендации. Это может быть таблица с весовыми коэффициентами, где каждый критерий (цена, сроки, гарантия, опыт) получает свой балл. Или более сложные алгоритмы, которые автоматически отбирают лучшее предложение по формальным параметрам.
В закупках конкретных материалов, например, такая система позволяет сравнить предложения поставщиков по цене за единицу, логистическим затратам, наличию сертификатов и срокам поставки. Алгоритм ранжирует варианты, и заказчик видит не просто список, а обоснованную рекомендацию.
Но даже в этом случае финальное решение остается за человеком. Потому что не все критерии можно формализовать. Доверие к поставщику, сложившиеся партнерские отношения, стратегическая важность сделки — все это остается вне поля зрения технологии.
Где проходит граница между автоматизацией и управлением
Главный вопрос, который задает любая компания — где заканчивается зона ответственности алгоритма и начинается зона ответственности человека.
Когда алгоритм может ошибаться
Любая система, которая работает на основе исторических данных, не способна со 100% точностью предсказывать события. Конечно, прогнозы полезны — они помогают замечать тренды и принимать решения.
Алгоритм может давать неверные рекомендации, если:
- рынок резко меняется;
- появляются новые технологии;
- уходят привычные поставщики.
Он ошибается, так как опирается на устаревшие паттерны.
Кто отвечает за ошибки
При полностью автоматизированных процессах вопрос ответственности стоит особенно остро. Если алгоритм ошибся и выбрал надежного поставщика, кто виноват? Разработчик системы, заказчик, который утвердил правила, или сама технология?
Пока правовая система не дает однозначного ответа, компании предпочитают сохранять «человеческий фильтр» на всех критических этапах.
Принятие стратегических решений
Цифры — это важный, но не единственный аргумент. Стратегические решения учитывают контекст, который не всегда можно измерить:
- долгосрочные отношения с партнером;
- репутационные риски;
- социальные обязательства.
Это зона, где человек остается незаменимым.
Практические рекомендации: как внедрять автоматизацию
Для компаний, которые только начинают путь к автоматизации закупок, есть несколько проверенных принципов.
Этап 1: начните с рутинных процессов. Самая простая и безопасная зона для автоматизации — это повторяющиеся операции с четкими правилами. Перенос данных, формирование типовых документов, мониторинг сроков — с этого стоит начинать. RPA быстро окупается и дает видимый эффект без дополнительных рисков.
Этап 2: постепенно внедряйте ИИ для оценки заявок. После того как рутина автоматизирована, можно переходить к более сложным задачам. ИИ для анализа предложений и ранжирования поставщиков — возможный следующий шаг.
Важно, чтобы алгоритмы работали в режиме помощника, а не принимали решения самостоятельно — человек должен видеть логику и иметь возможность ее корректировать.
Этап 3: интегрируйте системы. Максимальный эффект дает связка внутренних систем заказчика (ERP, SRM) с внешними закупочными платформами. Данные передаются автоматически, процессы становятся прозрачными, но ключевые точки контроля остаются за человеком.
Закупки без людей — миф или реальность
Полностью автоматизированные закупки — это миф. И в ближайшей перспективе он вряд ли станет реальностью.
Автоматизация действительно облегчает работу, снижает количество ошибок, ускоряет процессы. Роботы берут на себя рутину, ИИ помогает анализировать данные и прогнозировать риски, системы сопоставления предложений сокращают время на выбор поставщика. Но финальные решения — особенно там, где речь идет о крупных суммах, стратегическом партнерстве или сложных технических требованиях — остаются за людьми.
Причина не только в технических ограничениях — риске ошибок со стороны технологий. Главное, что делает присутствие человека необходимым — в закупках очень важны доверие, контекст, понимание долгосрочных интересов. И все это пока остается за пределами возможностей алгоритмов.
Автоматизация закупок предполагает освобождение сотрудников от рутины и дает им возможность сосредоточиться на задачах более высокого уровня: анализе, достижении договоренностей, принятии взвешенных решений. Будущее закупок — с людьми, которые умеют использовать технологии как инструмент для достижения лучших результатов.