Применение искусственного интеллекта в закупках: работа с предложениями поставщиков, закупочной информацией и снабжением. Реальные кейсы компаний с описанием действий сотрудников, используемых решений и результатов.
Кейсов внедрения: 49.
Сбербанк
ИИ-агенты анализируют цены по действующим договорам и рыночным предложениям и формируют экспертные заключения для конкурсных комиссий.
Инструменты ежегодно обрабатывают более 10 тысяч вопросов по конкурсным процедурам.
Lab4U
ИИ анализирует спрос, прогнозирует потребность в расходных материалах, управляет запасами, корректирует графики лабораторий и подбирает партнёрские медицинские центры при перегрузке.
Снижается риск дефицита и избыточных запасов, минимизируется ожидание и повышается доступность услуг.
Балтика
Платформа анализирует рынок, складские остатки и кассовые чеки и рассчитывает объём закупок для торговых точек.
Источник совместно для «Балтики» и X5 Group сообщает рост точности прогнозов на 20% и снижение затрат на хранение и доставку; отдельный эффект «Балтики» не выделен.
Русагро
Нейросети анализируют операции списания и закупки товарно-материальных ценностей.
Системы выявляют аномалии в списаниях и закупках.
АЛРОСА
ИИ автоматизирует нормализацию номенклатурных справочников.
Количественный эффект не раскрыт.
ОМК (Выкса)
Нейросети выделяют слои разгружаемого лома, оценивают засорённость и соответствие сорту. Система отправляет предупреждения и позволяет останавливать разгрузку, сохраняя фотоотчёт для поставщика.
Контролёров ОТК вывели из зоны работы грузоподъёмных механизмов; контроль качества ускорился. Точная экономия времени не раскрыта.
Проект «Сахалин-2»
Система AVEVA в реальном времени анализирует показатели вращающегося оборудования и сравнивает их с историческими данными для обслуживания по состоянию и заказа запчастей.
Мониторинг охватывает 100 единиц оборудования; система позволяет заранее предупреждать о возможных поломках и сокращать простои.
ООО «Газпром недра»
ИИ-платформа и предиктивная аналитика используются для формирования запаса запчастей и оперативной реакции на изменения и отказы в процессе бурения.
Заявлена минимизация производственных рисков за счёт запаса запчастей и более оперативного реагирования.
Анонимная FMCG-компания
Компания внедрила систему прогнозирования спроса на весь ассортимент. Модель формирует оперативный и стратегический прогнозы и автоматизирует расчёты специалистов для планирования закупок.
По данным автора кейса, точность прогноза первой недели повысилась на 10%, четвёртой недели — на 8%, первого месяца — на 5–7%; отклонение снизилось до ±10%, а затраты времени специалистов на формирование аналитики — на 15–20%.
ГК ФСК
Компания внедряет ИИ-агентов для обработки заявок подрядчиков, подготовки черновиков документов и анализа реестров тендеров.
Заявлено освобождение сотрудников от рутинной работы; количественная оценка не приведена.
АО «ТЭК-Торг»
В работу площадки интегрировали ИИ-сервис для ускоренного поиска поставщиков и сравнения цен.
Эффект не раскрыт.
Группа «Самолет»
Компания внедряет ИИ-агентов для обработки заявок подрядчиков, подготовки черновиков документов и анализа реестров тендеров.
Заявлено освобождение сотрудников от рутинной работы; количественная оценка не приведена.
«Ситилинк»
Компания тестирует роботов-оценщиков на базе ИИ совместно с «Авито» для оценки бывших в употреблении смартфонов при их выкупе.
Количественный эффект не раскрыт.
ВсеИнструменты.ру
Совместно со стартапом «Цифровые материалы» разработано решение машинного обучения для интеллектуальной сегментации ассортимента и поддержки решений менеджеров о закупках и товарной матрице.
Количественный эффект не раскрыт.
Магнит
«Магнит» запустил ИИ-помощника для поставщиков.
Количественный эффект не раскрыт.
Кировский филиал ФосАгро
Система анализирует статистические и производственные данные и прогнозирует объём потребления электроэнергии, который необходимо зарезервировать у поставщика.
Источник заявляет более высокую точность расчёта и экономию финансовых ресурсов без численных показателей.
Промышленные компании России, названия не раскрыты
ИИ-алгоритмы рассчитывают Lead Time — плановый срок поставки товарной позиции на целевой склад — в закупочном процессе.
Количественный эффект не раскрыт.
СИБУР
Реализовал проект с применением Process Mining для ускорения согласования договоров поставки.
Количественный эффект не раскрыт.
АО «ТЭК-Торг»
В электронную торговую площадку внедрили модуль подбора похожих закупок на основе ИИ для информирования поставщиков о процедурах определённых заказчиков.
Эффект не раскрыт.