Инструменты ИИ для закупок: классы и что они делают

Зачем делить инструменты на классы

Рынок решений для закупок перенасыщен названиями, и половина из них делает примерно одно и то же. Полезнее смотреть не на бренд, а на класс задачи: что именно инструмент превращает во что. Тогда становится понятно, где он экономит время, а где создаёт новую работу по проверке.

Классов, которые действительно меняют работу закупщика, четыре. Дальше — что в каждом важно проверить до покупки.

Разбор и сравнение предложений

Задача класса: превратить предложения поставщиков, присланные в разных форматах, в одну таблицу с сопоставимыми параметрами и подсветить расхождения.

Что делает инструмент: извлекает позиции, цены, сроки, условия оплаты, гарантии; сопоставляет номенклатуру; считает итоговую стоимость с учётом логистики и условий; готовит вопросы поставщику по неясным местам.

Что проверить на демо:

Как обрабатывается таблица с объединёнными ячейками и скрытыми листами — самый частый формат в реальности.
Что происходит с позицией, которой нет в каталоге: инструмент её пропускает, помечает или придумывает соответствие.
Можно ли выгрузить результат с указанием, из какого файла и строки взято значение. Без этого проверка превращается в повторный ручной разбор.

Примеры решений этого класса: Keelvar, Fairmarkit, Prokuria. Все три — коммерческие платформы, описания на их сайтах маркетинговые; выводы стоит делать после демо на своих файлах.

Договоры: извлечение условий и проверка отклонений

Задача класса: прочитать договор и выдать структурированную карту условий — что в нём есть, чего нет, что отличается от шаблона.

Что делает инструмент: находит разделы об ответственности, штрафах, сроках, оплате, расторжении; сравнивает с типовой формой; помечает места, требующие внимания юриста; отвечает на вопросы по тексту со ссылкой на пункт.

Что проверить на демо:

Ссылается ли ответ на конкретный пункт, и открывается ли этот пункт по ссылке.
Как обрабатываются приложения и спецификации — часто именно там спрятаны условия.
Что инструмент делает с неоднозначной формулировкой: помечает как риск или достраивает смысл.

Примеры: Luminance, Icertis. Отдельно стоит смотреть решения класса «обработка счетов и документов» — Medius, Basware, Tradeshift: они решают смежную задачу, извлекая данные из первички.

Классификация расходов

Задача класса: разложить позиции закупок по категориям и признакам, чтобы получить базу для анализа и плана категории.

Что делает инструмент: присваивает категорию по описанию позиции, находит дубли поставщиков, собирает расходы по контрагенту с учётом разных написаний, строит иерархию категорий.

Что проверить на демо:

Точность на ваших данных, а не на демонстрационных. Возьмите выгрузку за год и проверьте вручную сто случайных строк — этого достаточно, чтобы увидеть порядок ошибки.
Что происходит с позициями, которые не подошли ни к одной категории. Хороший инструмент оставляет их в «неразобранном», плохой распределяет наугад.
Можно ли исправить категорию вручную и обучится ли модель на правке.

Пример: Sievo. Класс близок к тому, что описано на странице Spend cube: без собственной модели данных даже хороший классификатор даёт красивую, но бесполезную картинку.

Языковые модели общего назначения

Задача: работать с текстом, который не стоит отдавать узкому инструменту — письма, черновики запросов, разбор переписки, объяснение термина, перевод.

Что делает модель: пишет и переписывает текст, извлекает данные из документов по инструкции, отвечает на вопросы по загруженному фрагменту, предлагает структуру документа.

Что проверить до начала работы:

Куда уходят данные. Если в облако — согласуйте это с политикой компании до первого документа, а не после.
Есть ли режим, в котором содержимое не используется для обучения.
Насколько модель следует формату: если просили таблицу с четырьмя колонками, получите ли вы её без правки.

Доступные варианты: Claude, Gemini, Microsoft Copilot, открытые модели на Hugging Face, помощник для кода GitHub Copilot.

Как выбирать

Начните с задачи, а не с инструмента. Опишите, что происходит сейчас: кто, сколько времени, с какими ошибками. Если процесс не описан, автоматизация закрепит хаос.
Считайте не экономию времени, а стоимость проверки. Инструмент, который ускоряет разбор в три раза, но требует полной перепроверки, не экономит ничего.
Требуйте след. Любой вывод должен иметь источник: файл, строку, пункт договора. Без следа результат нельзя защитить перед аудитом.
Проверяйте на своих данных. Демо на подготовленных файлах показывает возможности инструмента, а не его поведение на вашей номенклатуре.
Оставляйте человека на решении. Инструмент готовит материал, решение и подпись остаются за людьми — это не формальность, а разделение ответственности.

Что читать дальше

Промпты для закупщика: готовые формулировки запросов к модели.
Ограничения ИИ: где модель ошибается и когда её нельзя применять.
Цифровизация закупок: место инструментов в общем контуре.
ИИ в закупках: обзор раздела.