Implementation scenario / 28 / Procurement
Сравнение поставщиков и заявок на закупку
Предложения приходят в разных форматах, а сравнение цены, сроков и условий ведётся вручную.
Document AI нормализует позиции и условия, отмечает расхождения и формирует сравнительную таблицу. Финальное решение и работа с исключениями остаются у ответственного: Закупщик проверяет сопоставимость и принимает решение с учётом качества и рисков.
Проверить применимость сценария →
Problem / buying moment
Почему этот процесс становится задачей для руководителя.
Обычно к сценарию «Сравнение поставщиков и заявок на закупку» приходит директор по логистике, закупкам или цепям поставок, когда исключения обрабатываются в таблицах и чатах, поэтому команда реагирует уже после срыва срока или появления лишних затрат. В этот момент локальная ручная проверка уже не масштабируется, но покупка отдельного AI-инструмента ещё не гарантирует изменения процесса.
Сильный контур логистики не пытается автономно заменить диспетчера или закупщика: он раньше обнаруживает конфликт ограничений и даёт человеку время на решение.
ПОЗИЦИЯ IT WHITEРезультат этого сценария — не «внедрённый AI», а управляемое изменение показателей: время сравнения, доля нормализованных позиций, отклонения условий. Система должна обнаруживать событие, объяснять контекст и доводить его до ответственного действия.
Target operating model
Что именно меняется после внедрения.
Как разобрать именно этот сценарий.
Полезность системы проверяется на одном повторяемом событии. Исходная ситуация формулируется так: Предложения приходят в разных форматах, а сравнение цены, сроков и условий ведётся вручную. Для директор по логистике, закупкам или цепям поставок это уже не локальное неудобство сотрудника, потому что сбой отражается на показателе «время сравнения» и со временем становится нормой, которую команда перестаёт замечать. До проектирования мы берём несколько реальных событий, восстанавливаем последовательность действий и отделяем причину от симптома.
Контур данных начинается не с единого хранилища, а с минимального набора доказательств. почта фиксирует первичное событие; ERP даёт контекст или состояние работы; DMS подтверждает следующий шаг и результат. Для каждого поля определяется источник, допустимая задержка и правило отсутствующего значения. Если событие нельзя восстановить, его нельзя безопасно использовать для автоматического решения.
Рабочая логика сценария выглядит конкретно: Document AI нормализует позиции и условия, отмечает расхождения и формирует сравнительную таблицу. При этом система не подменяет владельца процесса. Закупщик проверяет сопоставимость и принимает решение с учётом качества и рисков. Такое разделение нужно зафиксировать в интерфейсе, правах доступа и журнале действий, иначе формальный human-in-the-loop останется надписью в презентации, а человек будет подтверждать решение без достаточного контекста.
Главный негативный сценарий тоже проектируется заранее: Самая низкая цена не должна автоматически становиться рекомендацией без полной стоимости владения. Поэтому у пилота должны быть порог уверенности, маршрут исключения, возможность открыть первичные данные и понятный способ отменить действие. Ошибку нельзя прятать в среднем показателе: команда отдельно разбирает ложные срабатывания, пропущенные события и ситуации, где правило сработало правильно, но не привело к действию.
Руководитель принимает решение о масштабировании по трём наблюдаемым изменениям: «время сравнения», «доля нормализованных позиций» и «отклонения условий». Сначала фиксируется базовая линия, затем одна зона работает в режиме пилота, а сравнение проводится на сопоставимом потоке. Целевой бизнес-результат: время сравнения, доля нормализованных позиций, отклонения условий. Если изменение держится только благодаря ручному контролю разработчика, система ещё не готова к эксплуатации.
Architecture
AI не получает власть над процессом. Он получает ограниченную роль.
- почта
- ERP
- DMS
Закупщик проверяет сопоставимость и принимает решение с учётом качества и рисков.
Самая низкая цена не должна автоматически становиться рекомендацией без полной стоимости владения.
Каждый вывод хранит исходное событие, версию правила или модели и действие ответственного. Если контекста недостаточно, система не угадывает, а переводит событие на ручную проверку.
Business case / no invented ROI
Экономика начинается с потери, которую можно пересчитать.
До сметы мы не обещаем проценты эффективности. Сначала измеряем частоту события, стоимость ручной работы и ошибки, нагрузку на проверяющего и цену эксплуатации контура.
объём событий, в которых возникает проблема «Предложения приходят в разных форматах, а сравнение цены, сроков и условий ведётся вручную.»
стоимость ручного действия, задержки или ошибки по показателю «время сравнения»
доля исключений, которые после запуска всё равно должен проверять человек
стоимость интеграции и сопровождения систем: почта, ERP, DMS
Если измеримый эффект не покрывает стоимость контура и риск, задачу не нужно превращать в отдельный продукт.
Measurement
Как понять, что внедрение работает.
Источник: почта. Базовая линия: 2–4 недели до пилота.
Источник: ERP. Базовая линия: 2–4 недели до пилота.
Источник: DMS. Базовая линия: 2–4 недели до пилота.
Сначала проверяем процесс, качество данных и владельца решения.
Самая низкая цена не должна автоматически становиться рекомендацией без полной стоимости владения.
Readiness check
Когда этот сценарий имеет смысл.
Автоматизация оправдана, когда проблема повторяется, влияет на управляемый показатель и у процесса есть владелец. Для сценария «Сравнение поставщиков и заявок на закупку» сначала проверяем не модель, а фактический маршрут работы.
- 01Повторяемость
Событие повторяется достаточно часто, чтобы измерять «время сравнения».
- 02Доступность данных
Первичные данные доступны в системах: почта, ERP, DMS.
- 03Владелец решения
Владелец процесса готов отвечать за исключения и финальное решение.
- 04Ограниченный риск
Риск «Самая низкая цена не должна автоматически становиться рекомендацией без полной стоимости владения.» можно ограничить правилами, журналом и ручной проверкой.
Questions before code
Что нужно выяснить до выбора технологии.
Ответы отделяют реальную задачу от красивой демонстрации. Они же задают границы пилота и критерии остановки.
- Q1
Сколько раз за неделю возникает ситуация: Предложения приходят в разных форматах, а сравнение цены, сроков и условий ведётся вручную.
- Q2
Где сегодня фиксируется время сравнения и можно ли восстановить исходное событие?
- Q3
Кто принимает решение после сигнала и за какое время он должен отреагировать?
- Q4
Какие ошибки системы недопустимы и когда решение обязательно передавать человеку?
Pilot / 4–8 weeks
Как запускать без большой ставки вслепую.
Зафиксировать текущий маршрут
Интервью с владельцем процесса, карта событий, исключения, права доступа и исходные значения KPI. На этом этапе может выясниться, что проблему надёжнее решает обычная логика, а не AI.
Собрать минимальный контекст
Подключаем только необходимые источники: почта, ERP, DMS. Не строим озеро данных до появления первого работающего сценария.
Запустить на ограниченной зоне
Document AI нормализует позиции и условия, отмечает расхождения и формирует сравнительную таблицу. Первые решения логируются, а низкая уверенность и исключения уходят человеку.
Сравнить с базовой линией
Смотрим на время сравнения, доля нормализованных позиций, отклонения условий. Если процесс не изменился, не масштабируем интерфейс только ради уже написанного кода.
Пилот принимается по изменению время сравнения, доля нормализованных позиций, отклонения условий, а не по количеству экранов и промптов.
Останавливаем масштабирование, если данные нестабильны, ответственный не использует сигнал или сохраняется риск: Самая низкая цена не должна автоматически становиться рекомендацией без полной стоимости владения.
How IT WHITE enters the project
Не продаём всю систему до проверки процесса.
100–180 тыс. ₽
Карта процесса, данные, потери, владелец решения, варианты архитектуры и предварительная экономика.
от 450 тыс. ₽
Одна ключевая задача, необходимые интеграции, роли, журнал решений, запуск и критерии результата.
от 100 тыс. ₽/мес.
Мониторинг, исправления, качество решений, новые правила, развитие интеграций и отчёт по работе системы.
Decision FAQ
Три вопроса, которые защищают проект от лишней сложности.
Здесь точно нужен AI?
Не обязательно. Если событие определяется стабильными правилами, обычная логика будет дешевле, быстрее и надёжнее. AI нужен там, где решение зависит от неструктурированного контекста.
Что подготовить к первичному разбору?
Один реальный пример сбоя, список систем (почта, ERP, DMS), пример исходных данных и человека, который сегодня принимает финальное решение.
Что происходит при ошибке?
Система сохраняет исходные данные и причину вывода, не выполняет критическое действие без разрешения и передаёт исключение человеку. Главный риск сценария: Самая низкая цена не должна автоматически становиться рекомендацией без полной стоимости владения.
Evidence base
На каких рыночных сигналах основан сценарий.
Материал синтезирует публичные исследования и практики. Мы не переносим чужие кейсы на себя и не обещаем чужие показатели. Экономика рассчитывается только после анализа вашего процесса.
Related scenarios / Логистика и закупки
Следующие процессы в том же контуре.
Fit check / 20–30 min
Проверим сценарий «Сравнение поставщиков и заявок на закупку» на вашем процессе.
За 20–30 минут определим разрыв, доступные данные, владельца решения и разумный первый контур. Это бесплатная проверка соответствия задачи, не платная диагностика.