Для внедрения искусственного интеллекта в закупки существует одно непреложное условие. Это обширная база данных, на которой ИИ должен самообучаться и которая составит материал для искусственного мышления.
Без физического доступа к такой контекстной библиотеке, выстроить полноценную архитектуру для ИИ невозможно. Библиотека – это его среда обитания. Поэтому есть два пути.
1) Компании либо прибегают к коробочным сервисам внешних разработчиков (как правило, это ЭТП, маркетплейсы и биржевые платформы), обладающие прямым доступом к потокам информации: о торгах, ценах, логистике, о бэкграунде поставщиков, об их опыте, об их производственной инфраструктуре, о технических требованиях и стандартах качества, о государственной поддержке и нормативном регулировании…
2) Либо подобная библиотека данных накапливается заказчиком самостоятельно и оснащается проприетарным программным обеспечением. И заказчик сам превращается в разработчика и вендора.
Второй путь является более трудоемким, зато усилия домашней разработки вознаграждаются полной собственностью на средства производства.
Собственник проприетарной системы становится владельцем исходного кода. А значит, он лучше защищен с точки зрения информационной безопасности, волен в выборе удобной архитектуры и в настройке любых сервисов под свои нужды.
Наконец, он сам может выступать вендором и интегратором CRM, ERP, BPM и прочих сервисов на основе созданной платформы, продавая их другим пользователям в качестве готовой услуги.
Библиотека больших данных, выступает в роли своеобразного ресурсного «месторождения», золотой жилы или скважины. Завладев которой, можно совершать вторичную экспансию на рынке ПО для управления хозяйственными процессами и производством.
Уже видно, что в Российской Федерации этот рынок имеет свои пределы. Число физически возможных «месторождений», и количество собственников платформенной инфраструктуры ограничено размерами этого рынка. Разберемся в деталях на ценном опыте первопроходцев, одной из крупнейших ИТ-компаний страны «Т1 Холдинг».
Гагик Аветисян, начальник управления закупок «Т1 Холдинг»:
– Мы на протяжении четырех лет со всего рынка, из открытых и собственных источников, собирали и накапливали огромную базу данных по закупкам. С тем, чтобы выстроить точную систему прогнозирования. Чтобы, например, ответить на вопросы о квалификации. О том, нужна ли, вообще конкурентная закупка? Часто бывает в рамках регуляторики, что по истечении года договор заканчивается, нужно новый тендер объявить. Объявляем, а цены подскакивают многократно. Поэтому требуется предиктивная аналитика. Мы находимся на этапе, когда в нашей системе оцифрованы все виды закупок, включая коммерческие. Мы выдаем пресейловые расценки: сколько это будет стоить, с какой ценой следует заявляться в закупочную процедуру, и как формировать свою стратегию общения с участниками и конкурентами.
На платформе «Т1 Холдинга» реализован любопытный сервис с искусственным интеллектом под названием «Витрина цен».
Как это работает – на конкретном примере закупки серверов «Леново». 100 серверов одной и той же модели могут различаться по конфигурации. В зависимости от того, каким конфигуратором пользовался изготовитель, сервер будет по-разному описан. Витрина цен помогает все это свести к общему единочитаемому формату. Чтобы одна и та же деталь, названная по-разному, была представлена в одной номенклатурной линейке. Рядом с этой линейкой ИИ автоматически выводит уровень актуальных рыночных цен.
– Попытка такую закупку систематизировать вручную потребовала бы труда нескольких человек, – поясняет Аветисян.
Еще одним эффективным решением на основе искусственного разума является система «Светофор» для постановки и ранжирования кадровых задач с расценками по трудовому вознаграждению. Изначально она применялась для *аутстаффинга в сфере IT по множеству ролей и квалификационных уровней.
- (*найм сотрудников через компанию-посредника для временной работы у другой компании заказчика).
В кадровом резереве «Т1 Холдинга» на аутстаффе числится до 27 тысяч разработчиков. Система позволяет оперативно и безошибочно управлять их полномочиями и выстраивать трудовую кооперацию по множеству проектов.
– Когда приходит, какая-либо закупка, то мы сразу понимаем соотношение собственных сил и внешних кадров. Есть объективная картина о «простаивающих» трудовых ресурсах, об актуальной стоимости их труда, – рассказывает Гагик Аветисян
Искусственный интеллект в закупках «Т1 Холдинг» применяется на этапе формирования технического задания.
ИИ анализирует ТЗ и указывает места, которые должны быть скорректированы. В силу требований законодательства или опасности его нарушения, либо в силу внутренних вводных, продиктованных технической политикой заказчика.
На следующем этапе торгов после интеграции с электронной торговой площадкой ИИ подсказывает, кого надо отклонить. Затем ИИ формирует и ранжирует все поступившие предложения. Проводит проверку версионности договоров их сравнение и выдает заключение.
– Часто бывает, что в особых коммерческих закупках мы анализируем и доходные и расходные договоры, чтобы максимально зеркалировать данные во избежание штрафных санкций, – пояснил эксперт.
При всех плюсах и перспективах. ИИ в закупах является максимально дорогостоящим инструментом на данный момент.
Потому что квалифицированные специалисты, способные заниматься разработкой в этой отрасли, переоценены на рынке труда. Запросы таких инженеров нередко превышают размер зарплаты условного директора департамента закупок.
Разработка затрудняется сложностью экономического обоснования. Невозможно просчитать выгоду от использования ИИ, по той причине, что во всех системах он используется не как механизм принятия решений, а в качестве вспомогательного дублера «ассистента-советчика».
Осложняющий фактор – цена обучения. ИИ-модель должна постоянно практиковаться и дообучаться на основе актуальных данных. Отсюда вытекает чисто физическое требование к наличию достаточных мощностей (дорогостоящей компьютерной техники и электроэнергии).
С введением санкций нарисовалась проблема физического доступа к обучающим моделям. Заказчики, которые раньше могли тянуть информацию из внешних источников для дообучения своих языковых моделей, закрыли свои проекты, когда был отрезан доступ к обновлениям и библиотекам данных.
– Сегодня в открытом доступе информацию, какого-нибудь крупного заказчика уровня условного ВТБ, увидеть невозможно. Прежде такие базы данных представляли основную ценность, – комментирует Аветисян.
По словам эксперта, дороговизна решений и закрытость баз данных становятся теми факторами, которые предопределяют решение заказчиков разрабатывать собственные проприетарные продукты с искусственным интеллектом, вместо коробочных решений.
Наконец, существует психологическое препятствие в лице менеджмента большинства компаний. Люди не готовы к тому, что их заменит ИИ. Те, кто сидел и перекладывал три документа в неделю из папки в папку, банально саботируют автоматизацию систем принятия решений.
– В рамках профессионального сообщества закупщиков нужна инициатива по обмену информации, – предложил эксперт. – За счет объединения этих данных можно было бы сформировать мощную закупочную ИИ-модель.
От синтеза таких данных многих участников рынка удерживает коммерческая тайна, а где-то естественное нежелание делиться своими конкурентными преимуществами.
Однако, искусственный интеллект может иметь разную специализацию, – напоминает эксперт. Специализированный ИИ-закупщик угрозы для рыночной свободы и коммерческой тайны участников не представляет.
Все зависит от границы заданных значений этого ИИ. Если задаться целью построить организм, способный аккумулировать только узко-отраслевую информацию по торгам, ориентироваться прежде всего в нормативно-правовых лабиринтах закупочного законодательства, – то такой ИИ будет незаменимым помощником заказчика и поставщика. Ценовая и логистическая информация, обрабатываемая этим профессиональным рассудком, может быть обезличена через механизм смарт-контракта. Она может поступать в систему по биржевому принципу.
В целом, симбиоз биржевого метода с искусственным интеллектом представляется самым вероятным и логически неизбежным сценарием дальнейшего прогресса ИИ в закупках.
Автор: Виктория Сухорукова
Комментариев пока нет