Про «ИИ в закупках» сейчас говорят много и громко. Одни обещают «полную автоматизацию тендерного отдела», другие — «отказ от живых специалистов через год». Реальность, как обычно, скучнее и интереснее одновременно: ИИ уже сегодня закрывает 60–80% рутинной работы по разбору документов, но в ряде задач он скорее помощник, чем замена. И если внедрять с пониманием границ — отдача огромная. Если ждать «чуда» — разочарование гарантировано.
В статье — честный обзор: что именно умеет современный ИИ для тендерной работы, где его сильные стороны, а где он либо ошибается, либо вообще не применим. Без хайпа и без снобизма «ничего нового».
Под «ИИ» в этой статье мы понимаем современные системы на больших языковых моделях (LLM) и связанные с ними технологии распознавания, парсинга документов и семантического поиска. Не «магия» — а конкретный инженерный стек.
Контекст: почему именно сейчас
Ещё 2–3 года назад «автоматизация тендеров» означала RPA-роботов, которые ходили по ЕИС и качали извещения по ключевым словам. Содержательную работу — разбор ТЗ, сверку параметров — всё равно делал человек, потому что у программ не было способа понимать смысл документов.
Сейчас этот барьер сломан. Современные модели читают и понимают неструктурированные документы (PDF, DOCX, сканы) почти на уровне специалиста. Они различают, что «P=450 Вт» и «мощность не менее 450 Вт» — про одно и то же. Распознают сложные таблицы с объединёнными ячейками. Сопоставляют требования и характеристики, понимая синонимы и единицы измерения.
Это и есть та точка, в которой автоматизация перестаёт быть «костылём» и становится основным инструментом тендерного отдела.
Что ИИ уже умеет хорошо
1. Извлечение требований из технического задания
Заказчик прислал Excel с ТЗ. Объединённые ячейки, нестандартные колонки, формулировки вроде «не менее», «не более», «класс не ниже». Раньше менеджер открывал файл и выписывал каждое требование вручную, чтобы потом по нему работать. Сейчас нейросеть делает это за минуту:
- распознаёт структуру таблицы, даже если она «корявая»;
- выделяет каждое требование отдельной строкой;
- классифицирует параметр (числовой, диапазон, категориальный, бинарный);
- сохраняет связь с исходной строкой, чтобы можно было вернуться к источнику.
На этой задаче ИИ сейчас стабильно выдаёт точность 90–97% на типовых тендерных таблицах. Оставшиеся 3–10% — нестандартные форматы, где помогает ручной кросс-чек.
2. Сверка с документацией оборудования
Ключевая задача любого тендерного отдела: «Соответствует ли наш паспорт оборудования требованиям ТЗ?». Раньше — два окна на экране и часы ручной сверки. Сейчас ИИ:
- извлекает технические характеристики из паспорта (DOC, DOCX, PDF, в том числе сканы через OCR);
- сопоставляет каждое требование ТЗ с конкретным значением в паспорте;
- учитывает синонимы («мощность» = «P»), единицы измерения (Вт ↔ кВт), диапазоны (значение «460» проходит требование «не менее 450»);
- выдаёт отчёт по каждому пункту: совпадение, превышение, расхождение, или требование не закрыто.
Это самая «зрелая» область применения ИИ в тендерах. Именно здесь работает TenScan — и большинство похожих сервисов в мире.
3. Поиск релевантных тендеров
Семантический поиск в ЕИС — отдельная сильная сторона ИИ. Вместо «ключевых слов» можно описать профиль компании, и нейросеть будет сама подбирать подходящие закупки, понимая контекст: «насосы для сточных вод» — это и «канализационные насосы», и «КНС с погружным насосом», и «оборудование для перекачки стоков».
Здесь сейчас работают и ЕИС, и крупные агрегаторы тендеров. Качество отбора заметно лучше, чем у классического полнотекстового поиска.
4. Базовый скоринг шансов на победу
ИИ может оценить тендер по нескольким критериям: совпадение профиля, текущий уровень цен в категории, предполагаемое количество конкурентов, история заказчика. Это не даёт «точный прогноз», но помогает приоритизировать: на какие лоты идти, какие пропускать.
По нашим данным и кейсам клиентов TenScan, использование ИИ на этих четырёх задачах сокращает время подготовки одной заявки с 2–4 часов до 20–40 минут. То есть тот же отдел закрывает в 4–6 раз больше тендеров без увеличения штата.
Где ИИ пока не справляется (и не справится в ближайшее время)
1. Юридическая интерпретация спорных ситуаций
«Можно ли подать эквивалент в этом конкретном лоте?», «Является ли формулировка заказчика дискриминационной?», «Стоит ли подавать жалобу в ФАС?» — это вопросы юридической квалификации. ИИ может подготовить аналитическую справку, но ответственность за решение всегда несёт человек.
2. Стратегические решения «идти / не идти»
Финальное решение «подавать ли заявку» — это бизнес-решение: оценка маржи, рисков, репутационных эффектов, отношений с заказчиком. ИИ может дать вводные, но кнопку «отправить» нажимает человек, и это правильно.
3. Переговоры и работа с заказчиком
Запросы разъяснений, уточнения, обжалования — текстуально ИИ может помочь черновиком. Но коммуникация с заказчиком — это работа с конкретным человеком, и это пока остаётся зоной живого специалиста.
4. Нестандартные и впервые встретившиеся форматы
Если заказчик прислал ТЗ в виде сканированного PDF с рукописными правками, с пометками от руки и в нестандартной структуре — точность ИИ падает. По таким документам обязательна ручная проверка результата. Особенно в 223-ФЗ, где у каждого заказчика — свой формат.
5. Оценка качества (а не только формальное соответствие)
ИИ умеет проверить, что параметр совпадает. Но «лучше ли наш насос немецкого аналога по реальной надёжности» — это инженерная экспертиза, которой нейросеть не владеет. Здесь нужен инженер.
Самая опасная ошибка при внедрении ИИ — пытаться полностью убрать человека из процесса. Правильная модель: ИИ выполняет рутину (90% времени), специалист принимает решения и проверяет пограничные случаи (10% времени). Эта пропорция и даёт кратный рост производительности.
Как оценить ИИ-инструмент перед внедрением
На рынке десятки «ИИ-сервисов для тендеров», и качество у них разное. Чек-лист, как отделить рабочий инструмент от красивой презентации:
1. Тест на ваших реальных документах
Возьмите 5–10 реальных ТЗ, которые вы уже разобрали вручную, и прогоните через систему. Сравните результат: какие требования она поймала, какие пропустила, где ошиблась. Без этого теста — ничего не покупайте.
2. Работа со сканами
Большая часть документов в реальности — это сканированные PDF. Если система не умеет с ними работать или работает на 60%, в продакшне она не выживет. Тестируйте именно на сканах с разным качеством.
3. Прозрачность результата
Хороший инструмент показывает, откуда взялась каждая цифра в отчёте: «значение 460 Вт найдено на странице 3 паспорта в разделе „Технические характеристики“». Если система выдаёт результат «чёрным ящиком» — вы не сможете доверять ему в споре с заказчиком.
4. Скорость на больших документах
Лот на 200 позиций с 50 паспортами — реальная задача. Если разбор занимает не 10–15 минут, а часы, выигрыш по сравнению с ручной работой исчезает.
5. Безопасность данных
Тендерные документы часто содержат коммерческую тайну и условия, которые не должны утекать. Проверьте: где хранятся документы, передаются ли они в сторонние LLM без анонимизации, есть ли соглашение о неразглашении.
Из чего вообще состоит «тендерный ИИ»
Чтобы не путаться в маркетинге, полезно понимать архитектуру. Современные сервисы для тендерной работы — это не «одна нейросеть», а сборка из нескольких слоёв:
| Слой | Что делает | Где видно поставщику |
|---|---|---|
| OCR / распознавание | Превращает скан или картинку в текст | Вы загружаете PDF, видите распознанный текст |
| Парсинг структуры | Восстанавливает таблицы, заголовки, разделы | Сохраняется вид таблицы паспорта |
| Извлечение требований (LLM) | Достаёт из ТЗ список параметров с нужными типами | Видите перечень требований одним списком |
| Семантическое сопоставление | Находит соответствие требованию, даже если формулировка иная | Отчёт «требование → значение в паспорте» |
| Скоринг и отчёт | Считает доли соответствия, генерирует HTML/Excel-отчёт | Готовый документ для команды и руководства |
Качество системы определяется самым слабым звеном. Сильный «верх» (LLM) на плохом OCR работает плохо. Хороший OCR без хорошего парсинга таблиц теряет смысл. Поэтому оценивать сервис нужно целиком, на реальных кейсах.
Куда движется индустрия
В ближайшие 2–3 года — три тренда, которые точно повлияют на работу тендерных команд:
- Глубокая интеграция с ЕИС. Загрузка из извещения «в один клик», без скачивания и переименования файлов. Уже частично реализовано.
- Автогенерация ответных таблиц. Не просто «сравнить ТЗ и паспорт», а сразу сформировать правильную форму предложения для конкретной площадки.
- Агентные сценарии. ИИ-агент сам отслеживает интересные тендеры, готовит первичный анализ и кладёт «папки» на рассмотрение специалисту утром. Уже сейчас доступно в ранних версиях.
Что не изменится в ближайшие годы: ответственность за решение и отношения с заказчиком останутся за человеком. ИИ ускоряет рутину, не подменяет суть работы.
ИИ — это не замена тендерного отдела, а инструмент, который снимает с него 60–80% рутины. Команды, которые внедряют его сейчас, получают конкурентное преимущество в виде скорости и охвата. Те, кто откладывают, через год обнаружат, что конкуренты закрывают в разы больше тендеров теми же руками.
Частые вопросы
Заменит ли ИИ тендерный отдел через 2–3 года?
Нет. Заменит ли часть рутинных функций — однозначно да. Структура отдела сместится: меньше «операторов», больше «аналитиков и стратегов». Те, кто умеют работать с ИИ как с инструментом, будут более востребованы, а не менее.
Можно ли доверять ИИ полностью, без проверки человеком?
В критичных задачах — нет. Финальную сверку перед подачей всегда должен делать специалист. ИИ выступает как «первая линия» — он отрабатывает 90% случаев, а человек проверяет результат и принимает решения по пограничным.
Что насчёт безопасности — мои тендерные документы попадут «куда-то наружу»?
Зависит от сервиса. Серьёзные платформы шифруют данные, не передают их в публичные LLM без анонимизации, дают возможность хранения в РФ. Перед подключением читайте политику конфиденциальности и при необходимости заключайте NDA.
Сколько стоит «нормальный» ИИ-сервис для тендерного отдела?
Сильно зависит от объёма. Для небольшого отдела (10–30 заявок в месяц) — несколько тысяч рублей в месяц. Для крупного (100+) — десятки тысяч. Окупаемость обычно 1–2 месяца: стоимость подписки покрывается одной выигранной заявкой, которую без ИИ команда не успела бы обработать.
С чего начать внедрение?
1. Возьмите узкое место в процессе — обычно это сверка ТЗ с документацией оборудования. 2. Прогоните через ИИ-сервис 5–10 реальных кейсов и сравните с ручным результатом. 3. Если совпадение >90% — масштабируйте на весь отдел. Если ниже — попробуйте другой инструмент.
Перестаньте проверять документы вручную
TenScan анализирует ТЗ и сверяет документы оборудования с требованиями за 10 минут. Каждое несоответствие выявлено до подачи заявки — а не после её отклонения.