Сервис «Контур.Закупки» внедрил сразу три инструмента на базе искусственного интеллекта: «Умный поиск», ИИ-ассистента и ИИ-отчет по закупке. ИИ в Контур.Закупках должен сократить две самые затратные части тендерной работы — поиск подходящих торгов и чтение объемных комплектов документации перед решением об участии.
О запуске новых функций ИИ в Контур.Закупках сообщает CNews со ссылкой на представителей «Контура». Сервис ориентирован на поставщиков и подрядчиков: он собирает тендеры с востребованных электронных площадок, помогает оценивать конкуренцию и планировать участие. Новые функции не обещают автоматически выиграть закупку — зато берут на себя часть работы, которую обычно выполняют тендерные специалисты, продажники и юристы с открытыми в браузере двадцатью вкладками.
«Умный поиск» начинает работу с ИНН организации. По нему система определяет компанию, собирает контекст о ее деятельности и формирует поисковый запрос: подбирает ключевые слова, отрасли, регионы поставки, типы торгов и другие параметры. Важная деталь — запрос строится не только по общему профилю бизнеса. Алгоритм учитывает тендерную историю поставщика: прежде всего победы, затем проигрыши, а также закупки, которые пользователь сохранил в сервисе, например с отметкой «Интересно».
Логика здесь вполне прикладная. Компания может формально заниматься широким набором услуг или поставок, но реальные шансы на контракт обычно видны по ее прошлому поведению: где она побеждала, в какие закупки заходила и какие требования уже проходила. Чем больше у организации данных об участиях и сохраненных тендерах, тем точнее сервис сможет подобрать следующую выборку. Для бизнеса это означает, что качество рекомендации будет зависеть не только от модели, но и от дисциплины ведения тендерной воронки внутри самой компании.
Второй инструмент — ИИ-ассистент для первичного разбора конкретной закупки. Он просматривает документы и отвечает на вопросы пользователя: что именно и в каком объеме закупает заказчик, какие требования предъявлены к участнику, какие документы понадобятся, предусмотрены ли в контракте штрафы и пени. Разработчики отдельно подчеркивают, что ассистент ищет информацию только в документации тендера. Это не отменяет проверку человеком, особенно когда речь идет о сроках, финансовых гарантиях и юридических формулировках, но снижает риск получить уверенный ответ, не имеющий отношения к закупке.
Для более глубокого разбора предназначен ИИ-отчет по закупке. Он сводит документы в структурированный вывод: описывает объект закупки, условия участия, требования к поставщику, подрядчику, товару или услуге. Кроме того, отчет добавляет результаты похожих тендеров того же заказчика, выделяет риски, формулирует рекомендации по участию и указывает, что стоит уточнить до подачи заявки. Ответы сопровождаются ссылками на фрагменты исходной документации — это особенно полезно в процессе, где важно не просто быстро прочитать вывод, но и понять, на чем он основан.
Для разработчиков таких сервисов запуск показывает, куда постепенно смещается прикладной ИИ в B2B: от универсального чата к узкому помощнику с заданным контуром данных и понятной ценой ошибки. В тендерах этот контур критичен. Галлюцинация в описании товара может быть неприятной, а неверно истолкованное требование к заявке — уже повод не тратить время на подготовку или вовсе проиграть из-за формальности. Поэтому подход с привязкой ответов к документам выглядит не декоративной функцией, а базовым требованием к продукту.
Руководитель сервиса «Контур.Закупки» Вадим Шакуро заявил, что следующим шагом станет использование ИИ уже во время участия в торгах: в ближайших релизах сервис должен автоматизировать подготовку и проверку заявок для электронных торговых площадок. Если этот сценарий заработает с тем же уровнем привязки к первоисточникам, ИИ в Контур.Закупках может превратиться из инструмента разведки в рабочее место тендерного специалиста. Главный вопрос — где пройдет граница между полезной автоматизацией рутины и решениями, которые компания все равно не рискнет доверить алгоритму без финальной проверки человеком.
