Сбор предложений и цен → сравнение → странности и связи → подготовка к разбору на комиссии.
Кейс // закупки
Закупки: прозрачность пакета вместо «ощущения рынка»
Сбор и сопоставление предложений и цен, связи участников, подсветка аномалий. Решение у закупщика и комиссии, не у модели.
Помощь в сборе и сопоставлении, граф связей, подсветка отклонений. Без режима «автоприговор».
Подготовка пакета к комиссии: с дней ручной сводки до порядка часа на лот (в пилоте).
ARCHITECTURE SCHEMATIC // AXIS Подготовка пакета к комиссии: с дней ручной сводки до порядка часа на лот (в пилоте).
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
Локальный контур ►
03. Результат
To-Be Эффект
- Граф аффилированности
- Выявление аномалий цен
- Авто-сопоставление аналогов
Задача
Закупка это пакет: номенклатура, аналоги, сроки, участники, история, иногда странные совпадения. Когда источников много, а до комиссии мало времени, руками сводить всё тяжело.
Инструмент про прозрачность и вопросы к пакету. Не про публичные обвинения и не про «модель сама забанила поставщика».
Как было (as-is)
Типичная картина до автоматизации:
- цены смотрят в разрозненных письмах, прайсах и таблицах;
- сравнение «в уме» или в личном Excel одного специалиста;
- часть проверок формальная, часть по опыту, без единого следа;
- «процесс» = почта + таблица + знание одного человека.
Что делает ИИ (и чего не делает)
- помогает собрать и свести сигналы по ценам и предложениям;
- показывает связи и повторяющиеся паттерны между участниками;
- подсвечивает, куда смотреть глазами (отклонения, аномалии);
- не выносит итоговый вердикт вместо закупщика или комиссии.
Результат
- Время. Ручной сбор и сопоставление цен, условий и истории контрагентов: с порядка дней до часа на лот (ориентир пилота: 3 дня → ~1 час).
- Пакет на комиссию. Более единообразный отчёт: отклонения от ориентиров рынка, перечень связей, которые стоит проверить.
- Риск. Спецификация и история поставок сверяются системнее. Интерпретация и решение остаются за людьми.
Ограничения
- юридические рамки источников данных;
- качество и полнота входа;
- риск неверной интерпретации, поэтому обязателен human review;
- нельзя продавать как «автоматический compliance без людей».
Чему учит кейс
Даже в чувствительной теме работает та же логика: факт процесса → модель → узкий ИИ-слой → человек. Без первого шага остаётся дашборд без опоры на реальную работу.