Кейс // закупки

Закупки: прозрачность вместо «ощущения рынка»

Цены, предложения, связи участников — чтобы быстрее видеть вопросы к пакету. Решение остаётся за людьми и регламентом.

Закупки: прозрачность вместо «ощущения рынка»
Процесс

Сбор предложений и цен → сравнение → странности и связи → подготовка к разбору.

ИИ-стек

Помощь в сборе и сопоставлении, граф связей, подсветка аномалий. Без режима «автоприговор».

Эффект

Меньше слепых зон в пакете; быстрее подготовка вопросов; прозрачнее обсуждение.

ARCHITECTURE SCHEMATIC // AXIS Меньше слепых зон в пакете; быстрее подготовка вопросов; прозрачнее обсуждение.
01. Входной поток
As-Is Источники
  • Сметы и спецификации контрактов
  • История закупок за 5+ лет
  • База контрагентов ЕГРЮЛ
02. Локальный контур
Axis Procurement Knowledge Graph Engine
On-Prem / Air-Gapped
03. Результат
To-Be Эффект
  • Граф аффилированности
  • Выявление аномалий цен
  • Авто-сопоставление аналогов

В чём была работа

Закупка — это не только «выбрать минимальную цену». Это пакет: номенклатура, аналоги, сроки, участники, история, иногда странные совпадения. Руками это тяжело, когда источников много, а время — до комиссии.

Важно тон: инструмент про прозрачность и вопросы, не про публичные обвинения.

Как выглядит as-is

  • где реально смотрят цены;
  • что сравнивают «в уме»;
  • какие проверки формальные, какие — по делу;
  • какие данные можно автоматизировать, не нарушая правила.

As-is закупки часто вскрывает, что «процесс» = почта + таблица + опыт одного человека.

Что делает ИИ

  • помогает собрать и свести сигналы по ценам/предложениям;
  • показывает связи и повторяющиеся паттерны;
  • подсвечивает, куда имеет смысл смотреть глазами;
  • оставляет вывод и решение закупщику / комиссии.

Эффект

Пакет к обсуждению готовится быстрее. Меньше «ну мне кажется». Больше конкретных вопросов к строкам и участникам.

Ограничения

  • юридические рамки источников данных;
  • качество и полнота входа;
  • риск неверной интерпретации — нужен human review;
  • нельзя продавать как «автоматический комплаенс без людей».

Чему учит кейс

Даже в чувствительной теме работает та же логика: факт процесса → модель → узкий ИИ-слой → человек. Без первого шага остаётся красивый дашборд ни о чём.