Как ИИ может помочь закупкам уже сегодня — 28 августа 2026 г. в 09:05:37.250
Как ИИ может помочь закупкам уже сегодня В продолжение нашего вебинара про ИИ для закупщиков делимся еще шестью практическими сценариями, которые можно использовать уже сейчас — без сложной перестройки процессов и внедрения больших ИИ-систем. 1️⃣ Разбор сообщений от поставщиков. ИИ может обработать длинную переписку и сразу выделить главное: какая поставка задерживается, на сколько дней, какие товары затронуты и требуется ли действие со стороны закупщика. 2️⃣ Подготовка коммуникаций. На основе исходных данных ИИ может быстро подготовить запрос поставщику, письмо об изменении сроков, эскалацию проблемы, сообщение отделу продаж или краткое объяснение ситуации для руководства. 3️⃣ Объяснение отчетов. Вместо набора показателей по запасам, уровню сервиса, точности прогноза или поставщикам ИИ может кратко объяснить, что изменилось, где появились отклонения и на что стоит обратить внимание. 4️⃣ Обучение и описание процессов. ИИ можно использовать для создания инструкций, FAQ, чек-листов и материалов для новых сотрудников, а также для объяснения внутренних процессов и терминов простым языком. 5️⃣ Анализ неструктурированной информации. Много важных сигналов остается в письмах, документах, протоколах встреч и комментариях поставщиков. ИИ может искать в них повторяющиеся проблемы и тенденции, которые сложно заметить в обычных отчетах. 6️⃣ Сценарный анализ. Если вырос спрос, увеличился срок поставки или промо идет лучше прогноза, ИИ может быстро предложить варианты действий: ускорить поставку, разделить заказ, перераспределить товар между складами или предупредить о риске дефицита. Но здесь важно разделять задачи ИИ и специализированных систем. 🔹 Специализированная система должна работать с реальными данными компании и выполнять расчеты: прогнозировать спрос, рассчитывать потребность, страховой запас, сроки и объем заказа, оптимизировать уровень запасов. 🔹 ИИ полезнее использовать поверх этих расчетов — чтобы объяснить результат, проанализировать дополнительную информацию, предложить варианты действий и помочь быстрее принять решение. Например: Специализированная система: «Нужно заказать 1 240 единиц». ИИ: «Почему именно столько? Какие факторы повлияли на расчет? Какие есть риски и что можно сделать?» При этом остаются два важных ограничения. Первое — ИИ может ошибаться и уверенно формулировать выводы даже при недостатке данных. Поэтому критичные расчеты и решения нельзя строить только на ответе языковой модели. Второе — конфиденциальность. Договоры, закупочные цены, прогнозы и данные об остатках не всегда можно передавать в публичные ИИ-сервисы. Поэтому оптимальная схема выглядит так: 🔹 Специализированная система → считает и оптимизирует. 🔹 ИИ → читает отчеты, анализирует, объясняет и помогает работать с результатом. 🔹 Человек → контролирует решения, где есть риски и бизнес-компромиссы. ИИ в закупках не обязательно должен заменять существующие системы. Гораздо полезнее использовать его как новый слой между данными, расчетами и человеком.